KI SpotlightNewsHautscreening ohne Cloud: Browser-Tool analysiert Hautläsionen lokal per WebGPU
Neues Tool nutzt WebGPU, Transformers.js und WebLLM – unabhängige Studie bestätigt 3,7-fache Beschleunigung
Mit KI erstellt◆ Fakten auf einen Blick
- Das beschriebene Hautscreening-Tool läuft vollständig im Browser und nutzt WebGPU, Transformers.js und WebLLM für die lokale Inferenz.
- Die Bilddaten werden nicht an einen Server übertragen; die Modellgewichte werden einmal heruntergeladen und die Inferenz erfolgt lokal auf der GPU des Nutzers.
- WebGPU ist eine Web-API für GPU-Compute und wird von modernen Browsern unterstützt. Die Verfügbarkeit variiert je nach Browser, Betriebssystem und Version: Chrome und Edge unterstützen WebGPU standardmäßig auf Windows, macOS, Android und ChromeOS; Firefox unterstützt es auf Windows standardmäßig (ab Version 141) und auf Linux nur in Nightly-Builds; Safari unterstützt es ab Version 26.0 auf macOS Tahoe. Linux-Unterstützung ist insgesamt noch experimentell.
- Transformers.js und ONNX Runtime Web bieten WebGPU-Backends für die Modellinferenz im Browser an.
- Eine unabhängige Studie (IJSER, Februar 2026) hat WebGPU-basierte Hautläsionsklassifikation mit MobileNetV2 und EfficientNetV2 im Browser benchmarkt und eine 3,7-fache Beschleunigung gegenüber WebGL 2.0 bei gleichbleibender diagnostischer Genauigkeit festgestellt.
Lokale Hautanalyse im Browser ohne Datenübertragung
Ein neues Hautscreening-Tool führt die Analyse von Hautläsionen vollständig im Browser durch. Es setzt auf WebGPU für GPU-beschleunigte Berechnungen, Transformers.js für die Ausführung von Bildmodellen und WebLLM für einen lokalen Sprachassistenten. Der Datenfluss ist konsequent lokal: Beim ersten Start werden die Modellgewichte einmalig heruntergeladen. Anschließend verarbeitet die Anwendung die Bilddaten ausschließlich auf der GPU des Nutzers – es findet keine Übertragung der Bilddaten an einen Server statt. Die Browser-Sandbox stellt sicher, dass keine Daten das Gerät verlassen. Damit gewährleistet das Tool nach Angaben der Entwickler 100 Prozent Privatsphäre. Dieser Ansatz vermeidet die Risiken von Datenlecks und entspricht dem wachsenden Bedürfnis nach datenschutzfreundlichen medizinischen Anwendungen.
Unabhängige Studie bestätigt 3,7-fache Beschleunigung durch WebGPU
Eine unabhängige Studie, veröffentlicht im Februar 2026 im International Journal of Scientific & Engineering Research (IJSER), untermauert die technische Machbarkeit dieses Ansatzes. Die Forscher benchmarkten die WebGPU-basierte Hautläsionsklassifikation mit den Architekturen MobileNetV2 und EfficientNetV2 direkt im Browser. Das zentrale Ergebnis: WebGPU lieferte eine 3,7-fache Beschleunigung gegenüber WebGL 2.0 bei gleichbleibender diagnostischer Genauigkeit. Die Studie zeigt, dass browserbasierte, serverlose Edge-Computing-Lösungen für die dermatologische Diagnostik praktikabel sind. Damit ist belegt, dass die im Hautscreening-Tool verwendete Technologie nicht nur datenschutzfreundlich, sondern auch performant genug für den praktischen Einsatz ist.
