Cleaner Go schafft Speicherplatz auf dem iPhone. Die App scannt die Kamerarolle auf dem Gerät, gruppiert doppelte und fast identische Fotos, zeigt Screenshots und Serienbilder und lässt das Ergebnis per Wisch prüfen — nach rechts zum Behalten, nach links zum Löschen. Eine Übersicht ähnlicher Fotos bietet eine weitere Möglichkeit, das zu behaltende Bild auszuwählen. Zum Produkt gehören außerdem Videokomprimierung, ein privater Tresor und die Bereinigung des Posteingangs. Nichts wird ohne Prüfung gelöscht, und für den Fotoabgleich muss die Mediathek nicht hochgeladen werden.
Kundenarbeit. Clutch Developer übernimmt Mobile Engineering für diese App mit LabHouse und gemeinsam mit Inés Salvans. Die App gehört Labhouse Mobile.
Was die App macht
- Erkennung doppelter und ähnlicher Fotos in der gesamten Mediathek. Offensichtliche Duplikate, visuell ähnliche Aufnahmen, Screenshots und Serienbilder werden für eine menschliche Entscheidung gruppiert.
- Wischprüfung — eine Entscheidung nach der anderen behalten oder löschen, aus einer Übersicht ähnlicher Fotos einen Favoriten wählen und einen Wisch rückgängig machen.
- Videokomprimierung, mit der große Clips zum Verkleinern ausgewählt werden können. Das Original bleibt unter der Kontrolle der Person, während der Speicherbedarf sinkt.
- Ein privater Tresor für Fotos und Videos, die außerhalb der Hauptmediathek bleiben sollen und durch den privaten Zugriffsablauf der App geschützt werden.
- Posteingangsbereinigung, denn Newsletter und Werbeanhänge können Speicher belegen, auch wenn die Kamerarolle nicht das einzige Problem ist.
Die schwierige Aufgabe
Exakte Duplikate sind einfach: Datei hashen und vergleichen. Das ist nicht die nützliche Funktion. Nützlich sind fast gleiche Bilder: mehrere Aufnahmen aus einer Serie, dasselbe Foto, das von einer Messenger-App mit anderer Komprimierung erneut gespeichert wurde, oder ein leicht anders zugeschnittener Screenshot. Die Dateien haben unterschiedliche Bytes, sind für einen Menschen aber offensichtlich dasselbe Bild. Die Person braucht einen gruppierten Vorschlag, eine klare Auswahl des zu behaltenden Bildes und eine umkehrbare Entscheidung — keine Liste von Hash-Treffern, die erst wieder von Grund auf interpretiert werden muss.
Dafür muss der wahrnehmbare Inhalt und nicht nur die Dateiidentität verglichen werden; der Aufwand wächst schnell mit der Größe der Mediathek. Eine naive Umsetzung vergleicht jedes Foto mit jedem anderen, was quadratisch wächst und schnell ineffizient wird. Praktisch bedeutet das, jedes Bild auf eine kompakte Signatur zu reduzieren, Kandidaten zu gruppieren, damit nur plausible Paare aufeinandertreffen, und diese Kandidaten zu vergleichen, ohne jedes hochauflösende Medium wiederholt vollständig zu dekodieren. Das Ergebnis muss ähnliche Bilder gut genug gruppieren und die endgültige Entscheidung bei der Person lassen, die sie aufgenommen hat.
Dann muss die Arbeit auf einem Telefon stattfinden. Der erste Scan berührt die gesamte Mediathek, ist der teuerste Teil der Erfahrung und findet statt, wenn neue Nutzende am wenigsten Geduld haben. Der Fortschritt muss sichtbar sein; tausende Bilder in voller Auflösung dürfen nicht dauerhaft den Speicher belasten, und die App muss sich vernünftig verhalten, wenn sie in den Hintergrund wechselt oder das Gerät Wärme und Akku reguliert. Nach dem Scan braucht es außerdem eine verständliche Prüfoberfläche: Gruppen, Auswahl des zu behaltenden Bildes, Wischentscheidungen, Rückgängig und eine ausdrückliche Bestätigung.
Die Grenze der lokalen Analyse ist konkret. Fotoscan und Ähnlichkeitsberechnung laufen auf dem Gerät, sodass die Mediathek für den Abgleich nicht an einen Server hochgeladen werden muss. Daraus darf keine pauschale Aussage entstehen, dass die App keinerlei Datenpraxis hat: Der öffentliche Datenschutzbereich im App Store nennt getrennt Identifikatoren, Nutzung und Diagnosen sowie Supportdaten. Die präzise Aussage dieser Fallstudie betrifft den Ort der aufwendigen Fotoanalyse.
Was das erfordert
- Wahrnehmbare Signaturen pro Bild und nicht nur Datei-Hashes — günstig zu berechnen und zu vergleichen.
- Kandidatengruppen, damit der Vergleich bei einer großen Mediathek nicht quadratisch wächst.
- Dekodierung mit geringerer Auflösung, damit der Speicher auch bei hochauflösenden Originalen kontrollierbar bleibt.
- Inkrementelle Verarbeitung, damit die Oberfläche während Scan und Komprimierung reagiert.
- Nichts Destruktives ohne Prüfung — gruppierte Vorschläge, ausdrückliche Bestätigung, Auswahl des zu behaltenden Bildes und Rückgängig.
So sieht Performance-Arbeit in der nativen App-Entwicklung aus: nicht eine Render-Schleife mikrooptimieren, sondern einen Algorithmus und einen Prüfablauf wählen, deren Kosten und Risiken in ein Telefon passen, das Sie nicht kontrollieren. Die Umsetzung ist dann gelungen, wenn die aufwendige Arbeit hinter einer verständlichen Entscheidung verschwindet.
Umfang und Projektrolle
Clutch Developer steuerte mobile Entwicklung zu dieser App im Kundenbesitz bei, darunter die Gruppierung von Fotos auf dem Gerät und der hier beschriebene Prüfablauf. Labhouse Mobile ist Eigentümer der App; Labhouse und Inés Salvans sind in der Anmerkung oben genannt. Dieser Fall dokumentiert diesen Beitrag, nicht die alleinige Urheberschaft am gesamten Produkt.
Belege und Grenzen
Die gespeicherten App-Aufnahmen zeigen Speicherübersichten und Aktionen zur Fotoprüfung; der verlinkte Store-Eintrag beschreibt den Vergleich auf dem Gerät. Damit lassen sich Ablauf und veröffentlichte Angaben prüfen, jedoch keine unabhängige Prüfung von Genauigkeit, Geschwindigkeit oder Sicherheit. Gelöscht wird erst nach Prüfung und Bestätigung durch den Nutzer.