Die richtige KI-/ML-Lösung für Ihr Feature finden

In diesem Leitfaden erfahren Sie, wie Sie die richtige KI-/ML-Lösung für Ihren Anwendungsfall finden. Sie bietet eine Anleitung, die Ihnen hilft, sich in den verschiedenen verfügbaren Lösungen zurechtzufinden und diejenige auszuwählen, die am besten zu Ihren Anforderungen passt, basierend auf den Anforderungen der Funktion, die Sie implementieren möchten.

Wenn Sie Tools und Modelle für die Implementierung Ihrer KI/ML-Funktion auswählen, sollten Sie im Allgemeinen das einfachste Modell verwenden, das Ihre Anforderungen erfüllt. Um die optimale Lösung zu finden, müssen Sie Folgendes berücksichtigen:

• Muss die Funktion neue Inhalte generieren (generative KI) oder auf deterministische Weise vorhersagen/kategorisieren (traditionelles ML)?
• Funktionsumfang: Kann die Aufgabe vollständig in Ihrer App erledigt werden (In-App-Intelligenz) oder sind mehrere Apps erforderlich (Intelligenz auf Systemebene)?
• Modellspeicherort: Kann die Aufgabe offline (On-Device-Modell) ausgeführt werden oder ist eine Interaktion mit einem Server (cloudbasiertes Modell) erforderlich?
• Toolkit- oder Modellversion: Wie komplex ist die Aufgabe? Reicht sie von einfachen Aufgaben mit einer einzelnen Inferenz bis hin zur Orchestrierung mehrerer Agenten?

Das folgende Flussdiagramm zeigt den Entscheidungsprozess auf allgemeiner Ebene:

Informationen, die Ihnen bei der Entscheidungsfindung in den einzelnen Schritten helfen, finden Sie in den Abschnitten im weiteren Verlauf dieses Dokuments.

Generative KI im Vergleich zu herkömmlichem ML

Generative KI-Modelle erstellen neue Inhalte, während herkömmliche ML-Modelle Ergebnisse vorhersagen oder Daten auf vollständig deterministische Weise kategorisieren. Wenn Ihr Feature keine Generierung neuer Inhalte beinhaltet, sind herkömmliche ML-Lösungen möglicherweise ausreichend. In der folgenden Tabelle sind einige herkömmliche ML-Lösungen zusammengefasst:

Toolkit/Lösung	Typ	Primärer Anwendungsfall	Beispiele
ML Kit SDK	Auf dem Gerät	Vordefinierte Aufgaben für Vision und Natural Language Processing	OCR-Belegscanner Schneller QR-Check-in bei Veranstaltungen Offline-Übersetzung von Speisekarten
LiteRT	Auf dem Gerät	Benutzerdefinierte Modelllaufzeiten	Klassifizierung medizinischer Bilder Intelligente Tastaturwortvorhersage für Nischenthemen
MediaPipe	Auf dem Gerät	Aufgaben zur Wahrnehmung von Video- oder Audiostreams in Echtzeit	Echtzeit-Coaching für die richtige Körperhaltung beim Training Gesichtsfilter und -effekte Handgestenerkennung
Google Cloud APIs, einschließlich Cloud Vision API und Cloud Natural Language API	Cloudbasierte Plattform	Vordefinierte Aufgaben für Vision und Natural Language Processing	Automatische Untertitelung von Videos Qualitätskontrolle und Compliance für Bilder
Agent Platform	Cloudbasierte Plattform	End-to-End-Training und -Bereitstellung benutzerdefinierter Modelle	Spezialisierte Bilderkennung in großem Umfang Suche nach Stock-Fotos

Im weiteren Verlauf dieses Dokuments geht es um Lösungen mit generativer KI.

In-App- versus System-Level-Intelligence

Um die beste Lösung für generative KI zu finden, müssen Sie entscheiden, ob Ihre KI-Funktion vollständig innerhalb Ihrer App funktioniert oder ob sie mit anderen Apps oder dem Android-Betriebssystem außerhalb einer App interagieren muss. Wenn Ihre Funktion vom System außerhalb einer App ausgelöst wird, gilt sie als System-Level Intelligence. In der folgenden Tabelle sind die Unterschiede zwischen KI-Funktionen in Apps und auf Systemebene zusammengefasst:

	Intelligente Funktionen in Apps	Intelligente Funktionen auf Systemebene
Aufgabenbereich	In-App	App-übergreifend (oder vom System ausgelöst, außerhalb einer App)
Tools	ML Kit SDK, LiteRT, Firebase AI Logic oder selbst gehostetes Backend	AppFunctions
Anwendungsbeispiele	Text zusammenfassen, Korrektur lesen oder transkribieren Bilder beschreiben In-App-Chatbot erstellen Bilder erstellen	In einer Liefer-App eine Einkaufsliste anhand der Notizen in einem Dokument erstellen Fahrt ins Büro buchen und Kollegen die voraussichtliche Ankunftszeit mitteilen Eine Restaurantempfehlung in Ihrem Posteingang finden und einen Tisch reservieren

Intelligente Funktionen in Apps

In-App-KI-Funktionen müssen nicht mit anderen Apps oder dem System außerhalb der App interagieren. Wenn Sie festgestellt haben, dass Ihre KI-Funktion vollständig in der App ausgeführt wird, müssen Sie entscheiden, ob Sie die Funktion vollständig auf dem Gerät ausführen, ein cloudbasiertes Modell verwenden oder einen hybriden Ansatz wählen, der beides kombiniert.

Wenn Sie etwas tun, das Videoeingaben oder Aufgaben mit mehreren Agents erfordert, sollten Sie ein cloudbasiertes Modell verwenden. In der folgenden Tabelle werden die Funktionen von On-Device- und cloudbasierten Modellen verglichen:

	Auf dem Gerät	Cloud
Tools	ML Kit SDK oder LiteRT	Firebase AI Logic oder selbst gehostetes Backend
Eingabetyp	Text Bild Audio	Text Bild Audio Video
Ausgabetyp	Text	Text Bild Audio
Vertraulichkeit von Nutzerdaten	Höher	Niedrigere
Modelle	Gemma Gemini Nano	Gemini Flash Gemini Flash Lite Gemini Pro
Anwendungsbeispiele	Kurze Inhalte verarbeiten, z. B. eine kurze Chatnachricht oder E‑Mail zusammenfassen, Korrektur lesen oder umschreiben Bilder beschreiben Ausgabe für Nutzer basierend auf ihren Interessen personalisieren Umgang mit sensiblen Nutzerdaten Kurzen Audioclip transkribieren	Chatbot erstellen Bilder erstellen Unterhaltungen in Echtzeit übersetzen lassen Fotobearbeitung in der App Multi-Agenten-Aufgaben

On-Device-Modelle

On-Device-Modelle sind wahrscheinlich vorzuziehen, wenn einer der folgenden Punkte zutrifft:

• Kostenbeschränkungen
• Die Funktion muss offline ausgeführt werden können.
• Datenschutzanforderungen
• Die Aufgabe ist relativ einfach und erfordert keine Multi-Agenten-Orchestrierung.

Beachten Sie, dass die Geräte Ihrer Nutzer On-Device-Modelle unterstützen müssen. On-Device-Modelle erfordern in der Regel leistungsstärkere Geräte, die die lokale Verarbeitung unterstützen.

Wenn Sie festgestellt haben, dass On-Device-Modelle für Ihre Funktion ausreichen, hängt das optimale Toolkit oder die optimale Lösung in erster Linie von der Komplexität der Aufgabe ab. In der folgenden Tabelle sind die Optionen für On-Device- und In-App-Tools für generative KI zusammengefasst:

Komplexität der Aufgabe	Feature-Eigenschaften	Beispiel	Toolkit/Lösung
Niedrig	Einzelne Inferenz Reine Generierung	Text zusammenfassen	ML Kit SDK LiteRT für feinabgestimmte Modelle (Nischendomains)
Mittel	Augmented LLM Funktionsaufrufe Unterhaltungsverlauf	Anfrage und Antwort	ML Kit Prompt API
Hoch	Schleife mit einem einzelnen Agenten, die so lange wiederholt wird, bis die Aufgabe abgeschlossen ist	Kundenfeedback oder Fehlerbehebung	ML Kit GenAI Agent API

Verwenden Sie die ML Kit Prompt API für die einfache Generierung von Texten mit einer oder mehreren Interaktionen. Wenn Ihre Funktion eine autonome, mehrstufige Ausführung auf dem Gerät erfordert, verwenden Sie die ML Kit GenAI Agent API. Die Agent API unterstützt On-Device-Reasoning-Loops, die planen, typisierte Tools mit @Tool-Annotationen aufrufen, den Sitzungskontext über Interaktionen hinweg beibehalten und Turn-Limits mit maxTurns erzwingen können.

Cloudbasierte Modelle

Wenn Ihre Funktion nicht vollständig auf dem Gerät ausgeführt werden kann, müssen Sie ein cloudbasiertes Modell verwenden. Es gibt zwei Hauptoptionen für die Verwendung eines cloudbasierten Modells:

• Verwaltetes Backend mit Firebase AI Logic. Wenn Sie bereits Firebase-Nutzer sind oder relativ schnell einen Prototyp erstellen möchten, ist Firebase AI Logic wahrscheinlich die beste Lösung.

• Benutzerdefiniertes Backend oder selbst gehosteter Server. Wenn Sie andere Modelle als Gemini verwenden möchten, strenge Datenschutzanforderungen haben oder eine sehr komplexe Aufgabe erledigen müssen, benötigen Sie wahrscheinlich ein benutzerdefiniertes Backend. Außerdem empfehlen wir die folgenden Tools für die Einrichtung des benutzerdefinierten Back-Ends:

  • Führen Sie auf Ihrem benutzerdefinierten Backend ein agentisches Framework wie das Agent Development Kit aus.
  • App-Frontend mit dem agentischen Backend über AG-UI verbinden
  • KI-Agenten können mit A2UI umfangreiche, interaktive Benutzeroberflächen erstellen.

In der folgenden Tabelle ist zusammengefasst, wann Sie Firebase AI Logic oder ein benutzerdefiniertes Backend für cloudbasierte, generative KI-Tools in der App verwenden sollten:

Komplexität der Aufgabe	Feature-Eigenschaften	Beispiel	Toolkit/Lösung
Niedrig	Einzelne Inferenz Reine Generierung	Text zusammenfassen	Firebase AI Logic Benutzerdefiniertes Backend
Mittel	Augmented LLM Funktionsaufrufe Unterhaltungsverlauf	Anfrage und Antwort	Firebase AI Logic Benutzerdefiniertes Backend
Hoch	Schleife mit einem einzelnen Agenten, die so lange wiederholt wird, bis die Aufgabe abgeschlossen ist	Kundenfeedback oder Fehlerbehebung	Benutzerdefiniertes Backend
Sehr hoch	Orchestrierung mehrerer Agenten	Agententeam zum Verwalten verschiedener Aspekte einer Reise erstellen	Benutzerdefiniertes Backend

Hybridansatz

Verwenden Sie einen hybriden Ansatz, wenn Ihre Funktion lokal ausgeführt werden kann, aber nicht alle Nutzer Geräte haben, die On-Device-Modelle unterstützen, und Sie Cloud-Modelle als Fallback verwenden müssen. Weitere Informationen finden Sie unter Hybrid-Inferenz.

Intelligente Funktionen auf Systemebene

Dank der systemweiten Intelligenz kann die Android-Plattform als Task-Orchestrator fungieren. Durch die Intelligenz auf Systemebene können System-Agents wie Gemini Nutzeranfragen über mehrere Apps und Webdienste hinweg bearbeiten.

Wenn Sie Ihre App mit dem Android Intelligence-System verbinden möchten, wählen Sie eine Integrationsmethode aus, je nachdem, ob Sie programmatische Kontrolle oder automatisierte UI-gesteuerte Aktionen wünschen:

Integrationsoption	Anwendungsfall
AppFunctions	Sie können bestimmte Funktionen Ihrer App für KI-Agenten verfügbar machen, damit diese sie auf dem Gerät finden und ausführen können.
Remote-MCP-Server	Stellen Sie bestimmte Funktionen Ihrer App zur Verfügung, die direkt in das Backend des KI-Agenten eingebunden werden können. Gut für die plattformübergreifende Entwicklung geeignet.
Computersteuerung	Ermöglicht einem vom OEM vorinstallierten Assistenten, Aufgaben durch direkte Interaktion mit der Benutzeroberfläche einer App zu automatisieren.

Weitere Informationen zu den Optionen für intelligente Tools auf Systemebene finden Sie unter App mit dem Android-Intelligence-System verbinden.