Ein neues Open-Source-Projekt geht davon aus, dass der schnellste Weg, eine Erinnerung zu finden, darin besteht, sie zu beschreiben – und dass die Suche niemals Ihren Laptop verlassen sollte. SCM, kurz für Screen Memories, ist eine kostenlose macOS-Anwendung, die lokale KI-Modelle auf jedes Foto und jedes Videobild in einem Ordner anwendet, sodass Benutzer ihre Bibliotheken im Klartext durchsuchen können. Das Projekt erschien diese Woche auf GitHub und schaffte es schnell auf die Titelseite von Hacker News, wo es innerhalb weniger Stunden mehr als 85 Punkte erzielte.

Der Grundgedanke ist auf den ersten Blick einfach: Richten Sie SCM auf einen beliebigen Ordner und es erstellt einen durchsuchbaren Index dessen, was sich tatsächlich in Ihren Medien befindet – nicht nur Dateinamen, sondern auch den visuellen Inhalt jedes Bildes und jeder Szene in jedem Video. Was es im überfüllten Feld der KI-Fototools auszeichnet, ist, dass alles auf dem Mac selbst läuft. Es gibt keine Konten, keine Cloud-Uploads und keine Telemetrie. Sobald die Modelle ihre Gewichte beim ersten Lauf herunterladen, funktioniert die App offline. Weitere Informationen zu dieser Geschichte finden Sie in unserer mehr KI-Geschichten.

Fünf Möglichkeiten, ein Leben lang nach Medien zu suchen

SCM organisiert die Suche in fünf verschiedene Modi, die jeweils auf einem anderen lokal ausgeführten Modell basieren.

Der Dateien-Modus führt eine semantische Suche in der gesamten Datei über Fotos und Videos hinweg durch und ordnet die Ergebnisse nach Bedeutung mit Verstärkungen durch Dateinamen und Phrasen. Szenen gehen tiefer: Die App segmentiert Videos in einzelne Szenen und bettet jede einzelne separat ein, sodass Sie mit einer Abfrage genau zur genauen Aufnahme gelangen und direkt zum Timecode springen, anstatt zu einem Zeitstempel, der in einem Dateinamen vergraben ist.

Zwei textfokussierte Modi verarbeiten die Wörter in Medien. Der OCR-Modus, der auf der Tesseract-Engine basiert, liest Text, der sichtbar in Bildern und Videobildern vorhanden ist, und ordnet ihn wörtlich zu, wobei Englisch plus 35 zusätzliche Sprachpakete aktiviert werden können. Der Modus Dialog führt die Flüster-Spracherkennung über Videos durch und indiziert die genauen gesprochenen Wörter mit abgestuften Übereinstimmungsgenauigkeitsstufen für die Suche nach einer bestimmten Zeile.

Schließlich wandelt ein optionaler LLMs-Modus das extrahierte Material – Dialogtranskripte, OCR-Text und Dateinamen – in einen lokalen Chat-Kontext um. Benutzer können Fragen zu ihrer eigenen Bibliothek stellen, und die App gibt Antworten mit Zitaten zurück, die auf die Quelldateien verweisen, die alle von einem Modell generiert wurden, das auf demselben Computer ausgeführt wird.

Wie es unter der Haube funktioniert

Technisch gesehen ist SCM eine in JavaScript geschriebene Electron-Anwendung, die das Bun-Toolkit als Paketmanager und Laufzeit verwendet. Die schwere Arbeit wird von Transformatormodellen übernommen, die direkt in der App ausgeführt werden – das Standard-Vision-Modell ist eine CLIP-Variante, deren Gewichte, etwa 435 Megabyte, bei der ersten Verwendung einmal heruntergeladen werden.

Der Index behält sich selbst bei. Überwachte Ordner importieren neue Medien automatisch, sobald sie eintreffen, Content-Hashing dedupliziert Dateien, die lediglich umbenannt oder verschoben wurden, und der Wechsel zu einem anderen Modell bettet die Bibliothek wieder im Hintergrund ein, ohne Suchvorgänge zu blockieren. Der Entwickler weist darauf hin, dass Menüleisten- und Taskleistenfunktionen spezifisch für macOS sind, wo die App zur Verteilung verpackt ist.

Das Datenschutzmodell ist das Verkaufsargument. Die Dokumentation des Projekts ist eindeutig: Medien verlassen niemals die Maschine, die Inferenz läuft lokal über Transformer-Laufzeiten und nach dem anfänglichen Gewichtungs-Download funktioniert alles offline. Für Benutzer mit sensiblen Archiven – medizinisches Bildmaterial, juristisches Filmmaterial, persönliche Videos – ist diese architektonische Wahl die Besonderheit.

Entwickelt für persönliche Archive

Die Benutzeroberfläche spiegelt die gleiche Philosophie der Anpassung wider. Jede Abfrage kann als wiederverwendbare Registerkarte gespeichert werden, sodass eine Suche, deren Formulierung einen Moment gedauert hat, zu einem permanenten Blick auf die Bibliothek wird. Die App verfügt außerdem über umschaltbare Screenshots- und E-Mail-Registerkarten. Damit wird berücksichtigt, dass ein moderner Mac Screenshots und Anhänge in einer Geschwindigkeit ansammelt, die schnell über die eigene Suche des Betriebssystems hinausgeht.

Die zugrunde liegende Technik ist die mittlerweile standardmäßige Maschinerie der semantischen Suche: Ein Visionsmodell wandelt jedes Bild und jede Videoszene in eine numerische Einbettung um, und Abfragen werden auf die gleiche Weise eingebettet, sodass der Abgleich anhand der Bedeutung und nicht anhand von Schlüsselwortüberschneidungen erfolgt. Bemerkenswert ist hier nicht die Technik, sondern die Verpackung – dieselbe Pipeline, die Cloud-Fotodienste auf Serverfarmen ausführen, wird in eine Electron-App komprimiert, die ein Nicht-Entwickler installieren und unbeaufsichtigt über Ordner seiner Wahl ausführen kann.

Teil einer größeren Umstellung auf lokale KI

SCM kommt auf den Markt, da die Ausführung leistungsfähiger KI-Modelle auf Verbraucherhardware von einer Neuheit zur Erwartung geworden ist. Apple hat die semantische Suche kontinuierlich in seine eigene Fotos-App integriert, während Open-Source-Sprach-, Bild- und Textmodelle auf Größen geschrumpft sind, die bequem auf Laptops laufen. Was rar bleibt, sind nicht die zugrunde liegenden Modelle, sondern die Integrationsschicht – Software, die sie zu etwas zusammenfügt, das ein Nicht-Ingenieur tatsächlich für seine eigenen Dateien verwenden kann.

Das ist die Nische, die SCM einnimmt, und seine Rezeption lässt darauf schließen, dass der Juckreiz real ist. Das Repository sammelte in etwa einem Tag 160 Sterne und acht Forks, wobei die Kommentatoren von Hacker News ihre Fragen auf Modellgrößen, Indexierungsgeschwindigkeit und Windows-Verfügbarkeit konzentrierten – derzeit lautet die Antwort auf die letzte Frage „Nein“, da das Projekt vorerst nur für macOS verfügbar ist.

Das Projekt wird unter der MIT-Lizenz veröffentlicht, die eine kommerzielle Nutzung und Änderung erlaubt. Für jeden, der über ein großes, unorganisiertes Archiv an Fotos und Bildschirmaufzeichnungen verfügt und prinzipiell keine Lust hat, es irgendwohin hochzuladen, ist dies einer der überzeugendsten Beweise dafür, dass eine vollständig lokale Mediensuchmaschine keine Forschungsdemo mehr ist, sondern eine Nachmittagsinstallation.

---

Bleib vorne bei KI

Die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Mehr KI-Nachrichten lesen →