Wer auf dem Mac nach einer bestimmten Datei sucht, stößt mit Apples bordeigener Spotlight-Suche schnell an Grenzen. Spotlight findet Dokumente zuverlässig nach Dateinamen oder exakten Texttreffern - doch wer sich nur an ein Motiv in einem Screenshot, ein Zitat in einem zweistündigen Podcast oder eine bestimmte Szene in einem Videoclip erinnert, sucht oft vergeblich. Mit dem Open-Source-Projekt DigUp hat der Entwickler Abdur Rahim eine kostenlose Menüleisten-App für macOS veröffentlicht, die genau diese Lücke schließt.
Das Besondere: DigUp führt sämtliche Berechnungen zu 100 Prozent lokal auf Apple-Silicon-Prozessoren aus. Als technischer Motor dient das multimodale Modell EmbeddingGemma 2 von Google DeepMind, das erst kürzlich vorgestellt wurde. Das Modell umfasst rund 740 Millionen Parameter und bettet geschriebenen Text, Bildinhalte, Tonspuren und Videosequenzen in einen gemeinsamen, 768-dimensionalen Vektorraum ein. Sucht man nach einer Szene mit einem Hund am Strand, liegt die mathematische Repräsentation dieses Satzes im Vektorraum unmittelbar neben dem tatsächlichen Foto - selbst wenn die Bilddatei lediglich IMG_4912.HEIC heißt.
Am 13. Oktober 2026 hob das offizielle Google-Gemma-Entwicklerteam die Anwendung öffentlich hervor und demonstrierte die Fähigkeiten des Programms in einem Video:
Vom PDF-Scan bis zur sekundengenauen Videoszene
DigUp integriert sich als unauffälliges Symbol in die Menüleiste von macOS und lässt sich aus jeder Anwendung heraus über das Tastenkürzel ⇧⌘Space (Umschalt-Befehl-Leertaste) aktivieren. Im Gegensatz zu Cloud-gestützten Suchassistenten bestimmt der Nutzer selbst, welche lokalen Ordner erfasst werden sollen. Die App verarbeitet unterschiedliche Dateitypen mit maßgeschneiderten Strategien:
- Fotos und Screenshots: Formate wie HEIC, JPEG, PNG, RAW und WebP werden nach sichtbaren Bildobjekten durchsucht. Bei Screenshots kombiniert die App die visuelle Einordnung mit optischer Texterkennung (OCR), sodass auch Fehlermeldungen oder Programmfenster auffindbar sind.
- Audiodateien und Podcasts: Da das Modell Audioabschnitte von bis zu 30 Sekunden verarbeitet, zerlegt DigUp Tonaufnahmen in überlappende 30-Sekunden-Fenster. Ein Klick auf das Suchergebnis öffnet die Aufnahme exakt an der Minute, in der das gesuchte Thema besprochen wurde.
- Videoclips: Die Software extrahiert in regelmäßigen Intervallen Keyframes für die Bildanalyse und verarbeitet parallel die Tonspur. Über eine Schnittstelle zu Apples QuickTime Player springt der Mac beim Öffnen direkt an die gefundene Stelle.
- PDFs und Dokumente: PDF-Dateien werden seitenweise indiziert - Scans eingeschlossen. Bei umfangreichen Dokumenten mit bis zu 5.000 Seiten stehen die ersten 30 Seiten sofort zur Verfügung, während der Rest im Hintergrund eingelesen wird.
- Programmcode: In festgelegten Entwicklerordnern (anhand von
.gitoderpackage.json) durchsucht DigUp Funktionen semantisch nach ihrer beabsichtigten Aufgabe und öffnet die passende Codezeile direkt im konfigurierten Editor.
Spotlight und DigUp im direkten Vergleich
Während klassische Werkzeuge auf Stichwörter und Metadaten angewiesen sind, arbeitet DigUp mit Bedeutungsähnlichkeit und kombiniert diese mit einer exakten Textsuche für Rechnungsnummern oder Programmcodes:
| Funktion | macOS Spotlight | DigUp (EmbeddingGemma 2) |
|---|---|---|
| Suchansatz | Dateinamen, Metadaten und Volltextindex | Multimodaler Vektorraum (Bedeutungssuche) plus exakte Zeichenketten |
| Video & Audio | Findet nur Dateinamen und Tags | Analysiert Bildinhalt und Tonspur; springt zur exakten Sekunde |
| Sprachbarrieren | Nur Treffer in der Originalsprache | Kreuzsuche über 100 Sprachen (z. B. englische Anfrage findet Notiz auf Arabisch) |
| Quellcode | Reine Zeichenkettensuche | Semantische Suche nach Funktionszweck mit Sprung zur Zeile |
| Inferenz & Datenfluss | Lokal, teils Apple Intelligence Cloud | 100 % lokal auf Apple Silicon, keine Telemetrie, keine Benutzerkonten |
Gegenentwurf zu Googles Foresight: Keine Telemetrie, kein Konto
Der Start von DigUp setzt einen interessanten Kontrapunkt zu früheren Veröffentlichungen auf Basis von EmbeddingGemma 2. Erst vor wenigen Tagen sorgte der experimentelle Notiz-Assistent Google AI Edge Foresight für Diskussionen: Obwohl Foresight die Transkripte lokal berechnete, übertrug die Google-App kontinuierlich Telemetriedaten und Nutzungsberichte ins Netz, ohne dass sich dies in den Einstellungen deaktivieren ließ.
DigUp verfolgt als unabhängiges Open-Source-Projekt unter MIT-Lizenz einen radikal anderen Kurs. Nach Angaben des Entwicklers benötigt die Anwendung eine Internetverbindung ausschließlich für das einmalige Herunterladen der Modellgewichte (rund 865 Megabyte) sowie für eine tägliche Versionsprüfung, die sich vollständig abschalten lässt. Es gibt weder Benutzerkonten noch Hintergrundanalysen. Der gesamte Quellcode liegt offen auf GitHub vor, was die Eignung für sensible Arbeitsumgebungen wie Kanzleien, Redaktionen oder Softwareunternehmen unterstreicht.
Die Installation erfolgt wahlweise über ein DMG-Paket von GitHub oder über den Paketmanager Homebrew mittels brew install --cask arahim3/tap/digup. Voraussetzung ist ein Mac mit Apple Silicon (M1 oder neuer) und mindestens macOS 14. Versionen für Windows und Linux befinden sich laut Projekt-Roadmap in Vorbereitung.
🎯 Was das für die Praxis bedeutet
1. Lokale Vorindizierung am Stromnetz starten: Wer umfangreiche Videoarchive oder Fotosammlungen freigibt, sollte die erste Indizierung am Netzteil durchlaufen lassen, da die Vektorberechnung auf der Neural Engine temporär Rechenleistung beansprucht.
2. Datenschutz in sensiblen Teams absichern: Für Berater, Anwälte und Entwickler bietet DigUp eine praxistaugliche Suchfunktion für vertrauliche Unterlagen, da im Gegensatz zu Cloud-Tools keine internen Dokumente den Rechner verlassen.
3. Schnelltaste in den Alltag integrieren: Mit dem Tastenkürzel Umschalt-Befehl-Leertaste lassen sich verlegte Screenshots, Tonaufnahmen oder Code-Snippets in Sekundenschnelle wiederfinden, ohne dass Dateien zuvor manuell verschlagwortet werden müssen.
