For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/de/articles/google-s-gemini-shake-up-sergey.md.
Googles große Gemini-Umstellung: Sergey Brin kehrt an die Front zurück, DeepMind wird neu organisiert
Googles KI-Organisation durchläuft derzeit die größte Führungsveränderung seit der Zusammenführung von Google Brain und DeepMind im Jahr 2023.
Auslöser dieser Aufmerksamkeit war jedoch keine Ankündigung von Google über Modellfehler, sondern ein scharf formulierter Analysebericht des Halbleiter- und KI-Infrastrukturforschungsunternehmens SemiAnalysis mit dem Titel „Gemini ist am Boden, aber GCP zieht an".
SemiAnalysis vertritt die Ansicht, dass Gemini im Spitzenfeld an Dynamik verloren hat, während Google Cloud von derselben Infrastruktur profitiert, die Googles KI-Ambitionen stützt. Das Unternehmen geht sogar so weit zu sagen, dass die Chance für Google DeepMind, wieder eine führende Rolle bei den modernsten Modellen zu übernehmen, nahezu null sei.
Dies ist die Einschätzung von Analysten, keine feststehende Tatsache.
Googles eigene öffentliche Position ist eine völlig andere. Im August 2026 erklärte CEO Sundar Pichai, das Unternehmen bleibe dem KI-Spitzenfeld verpflichtet, kündigte eine neue Führungsstruktur für Google DeepMind an und sagte, Google habe das bisher ambitionierteste Pre-Training für Gemini 4 gestartet.
Dennoch sind die organisatorischen Veränderungen real.
Demis Hassabis hat sich aus dem operativen Tagesgeschäft von Google DeepMind zurückgezogen und ist nun Chairman von Google DeepMind und Chief Scientist bei Alphabet. Koray Kavukcuoglu leitet Google DeepMind nun in der Rolle des Senior Vice President. Jeff Dean und Sanjay Ghemawat werden das Unternehmen verlassen, um mit Discovery Loop ein neues gemeinnütziges Unternehmen zu gründen; Oriol Vinyals und Lei Qu werden sich ihnen anschließen. Noam Shazeer hat das Unternehmen in Richtung OpenAI verlassen, während John Jumper, Mitbegründer von AlphaFold, zu Anthropic gewechselt ist.
Und abseits der offiziellen Organigramme engagiert sich Mitbegründer Sergey Brin zunehmend intensiver in Googles KI-Arbeit.
Der ursprüngliche chinesische Artikel beschreibt diesen Moment als einen beinahe Zusammenbruch von Gemini.
Eine besser begründete Interpretation ist weniger dramatisch, aber dennoch bedeutsam:
Google kämpft gleichzeitig mit dem Druck von Modellveröffentlichungen, dem Abgang erfahrener Talente, einem Führungswechsel bei DeepMind, einem rapiden Anstieg der externen Nachfrage nach seiner TPU-Infrastruktur und den erneuten Bemühungen, Gemini zu einer schneller agierenden Produktorganisation umzubauen.
Gemini 4 wird nun zum Prüfstein dafür, ob diese Reorganisation die Umsetzung verbessert hat – oder ob sie lediglich die Organisation rund um dieselben Probleme neu angeordnet hat.
Als Gemini 3 Ende 2025 auf den Markt kam, wurde es allgemein als einer der stärksten Momente von Google im modernen Wettlauf um generative KI angesehen.
SemiAnalysis beschrieb Gemini 3 Pro als das damals wohl weltweit beste Modell und sagte, es habe intern bei OpenAI eine Reaktion auf „Code-Red"-Niveau ausgelöst.
Die genaue Wettbewerbsplatzierung hängt von Benchmarks und Workloads ab, aber die allgemeinere Schlussfolgerung ist fair: Gemini 3 stellte das Vertrauen wieder her und bewies, dass Google nicht nur an der Spitze mithalten kann, statt KI lediglich
über Suche und Android zu verbreiten.
Bis 2026 hat dieses Vertrauen nachgelassen.
Am 19. Mai veröffentlichte Google die Gemini-3.5-Serie.
Gemini 3.5 Flash kam zuerst auf den Markt, während Google angab, dass Gemini 3.5 Pro intern bereits genutzt werde und im folgenden Monat erscheinen soll.
Diese öffentliche Veröffentlichung im Juni fand nicht statt.
In der Telefonkonferenz zu den Ergebnissen von Alphabet am 22. Juli erklärte Sundar Pichai, dass Gemini 3.5 Pro weiterhin getestet werde, und sagte, Google habe das ambitionierteste Pre-Training-Projekt für Gemini 4 gestartet.
Reuters bezeichnete das nicht veröffentlichte Flaggschiff-Modell Gemini später als Quelle der Sorge für Investoren und die Branche.
SemiAnalysis ging noch weiter und behauptete, Google habe Gemini 3.5 Pro faktisch aufgegeben und den Fokus auf Gemini 4 verlagert.
Google hat den Begriff „Absage" öffentlich nicht verwendet.
Daher ist bei der öffentlichen Berichterstattung eine vorsichtige Formulierung angebracht:
Statt 3.5 Pro öffentlich zu veröffentlichen, brachte Google mehrere Modelle auf den Markt, darunter Gemini 3.6 Flash und Gemini 3.5 Flash-Lite.
Google beschrieb die Flash-Serie als starke Kombination aus Leistung, Latenz und Kosten für Production-Agenten.
SemiAnalysis zeigte sich weit weniger begeistert.
Der Bericht vom August stellte fest, dass Gemini 3.6 Flash bei bestimmten Benchmarks weiterhin hinter mehreren konkurrierenden Frontier- und Open-Source-Modellen zurückliegt.
Diese Ranglisten sind dynamisch.
Die Modellqualität kann in verschiedenen Bereichen erheblich variieren:
Ein Modell, das bei einem bestimmten Gesamt-Ranking verliert, kann dennoch wettbewerbsfähig sein, wenn es in Produktionsumgebungen günstiger, schneller, einfacher bereitzustellen oder stärker in Kundenworkflows integriert ist.
Die wichtigste Veränderung ist daher nicht, dass Gemini objektiv „tot" ist.
Sondern dass Google mit neuem Schwung an der Spitze ins Jahr 2026 startete und nun durch schnellere Modelliterationszyklen von OpenAI, Anthropic, xAI, Meta sowie führenden chinesischen Laboren auf die Probe gestellt wird.
Der Originalartikel greift einen der häufigsten Kritikpunkte an Googles KI-Geschichte auf.
Googles Forscher waren Mitautoren des Papers „Attention Is All You Need" von 2017, das die Transformer-Architektur einführte.
Bereits lange bevor ChatGPT ein Massenmarktprodukt wurde, experimentierten Google-Teams mit konversationellen Sprachmodellen.
Ehemalige Google- und DeepMind-Forscher haben wiederholt interne Systeme beschrieben, die späteren KI-Assistenten für Verbraucher ähnelten.
Der Quellartikel zitiert einen ehemaligen DeepMind-Forscher mit der Aussage, dass ein internes Projekt namens LMChat ChatGPT sehr ähnlich sah und etwa ein Jahr früher existierte.
Die genaue interne Geschichte ist anhand öffentlicher Google-Dokumente schwer zu verifizieren, aber das allgemeinere Muster ist gut dokumentiert: Google verfügte über
Grundlagenforschung und starke Prototypen, war jedoch gleichzeitig vorsichtig, wie schnell solche Systeme in Verbraucherprodukte gelangten.
Diese Vorsicht hatte nachvollziehbare Gründe.
Google musste Folgendes berücksichtigen:
Doch als ChatGPT die Erwartungen der Nutzer neu definierte, wurden die Kosten des Zögerns immer offensichtlicher.
SemiAnalysis fasst Googles wiederkehrende Schwäche als mangelnden organisatorischen Glauben zusammen.
Das ist eine Ansicht, aber sie erfasst eine echte strategische Spannung:
Ein Unternehmen mit einem hochprofitablen Bestandsgeschäft hat mehr zu verlieren als ein Startup, dessen einziger Weg der Umbruch des Establishments ist.
Der 2,7-Milliarden-Dollar-Deal mit Character.AI hielt Noam Shazeer nicht einmal zwei Jahre bei Google
Der nächste Schlag kam durch Personalabgänge.
2024 schloss Google eine Lizenz- und Einstellungsvereinbarung mit Character.AI.
Reuters und das Wall Street Journal berichteten, dass Google mit einem Deal im Wert von rund 2,7 Milliarden US-Dollar den Character.AI-Mitbegründer Noam Shazeer und mehrere Kollegen zurück zu Google holte.
Shazeer ist kein gewöhnlicher Top-Talent.
Er war:
Weniger als zwei Jahre später kündigte er an, zu OpenAI zu wechseln.
Reuters berichtete im Juni 2026 über diesen Abgang und wies auf den deutlichen Kontrast zwischen den Milliardenausgaben für seine Rückholung und seiner kurzen zweiten Amtszeit bei Google hin.
Nur wenige Tage später kündigte ein weiterer hochkarätiger Forscher seinen Weggang an.
John Jumper, Mitschöpfer von AlphaFold und einer der Nobelpreisträger für Chemie 2024, erklärte, dass er nach fast neun Jahren Google DeepMind verlassen und zu Anthropic wechseln werde.
Jumpers Abgang war besonders bemerkenswert, weil der Einsatz von KI für die Wissenschaft zu den Markenzeichen von DeepMind gehört.
Demis Hassabis dankte ihm öffentlich und lobte die Wirkung von AlphaFold in höchsten Tönen.
Der Weggang wurde öffentlich nicht als unschöne Trennung dargestellt.
Dennoch verstärkten die Abgänge von Shazeer und Jumper in derselben Woche aus organisatorischer Sicht die Wahrnehmung, dass führende KI-Labore erfolgreich einige der bekanntesten Forscher von Google abwerben.
Der größte organisatorische Schock kam im August.
Google gab bekannt, dass Jeff Dean und Sanjay Ghemawat das Unternehmen nach 27 Jahren verlassen, um eine unabhängige Public-Benefit-Corporation zu gründen, die sich auf die Beschleunigung von Entdeckungen in den Bereichen maschinelles Lernen, Wissenschaft und Technik konzentriert.
Laut Reuters werden sich auch Oriol Vinyals und Quoc Le dem neuen Unternehmen mit dem Namen Discovery Loop anschließen.
Die Bedeutung dieser Abgänge kann nicht genug betont werden.
Jeff Dean ist eng mit vielen grundlegenden Computersystemen von Google verbunden, darunter die Infrastruktur- und Machine-Learning-Arbeiten, die die moderne KI-Technologie des Unternehmens ermöglicht haben.
Sanjay Ghemawat arbeitete bei einigen der wichtigsten verteilten Systemtechnologien von Google über lange Zeit eng mit Dean zusammen.
Oriol Vinyals war ein leitender Forscher bei Google DeepMind und Leiter von Gemini.
Quoc Le war eine der zentralen Figuren von Google Brain und der modernen Deep-Learning-Ära bei Google.
Der Originaltext beschrieb diesen Weggang in fast bürgerkriegsähnlicher Diktion.
Die offizielle Stellungnahme von Google ist komplexer.
Sundar Pichai erklärte, Google werde:
Reuters berichtete ebenfalls, dass Discovery Loop eine Investition von Google erhalten habe und eine Partnerschaft mit Google Cloud bezüglich Rechenkapazitäten eingegangen sei.
Google verliert also einerseits erfahrene Talente, bleibt andererseits aber wirtschaftlich und technisch mit dem neuen Unternehmen verbunden.
Dies kann aus zwei Blickwinkeln interpretiert werden.
Die negative Lesart: Google kann Top-Technologieverantwortliche nicht mehr im eigenen Haus halten.
Die wohlwollendere Lesart: Alphabet findet Wege, talentierte Teams im eigenen Ökosystem zu halten, selbst wenn diese eine unabhängigere Organisationsstruktur anstreben.
Beides kann gleichzeitig zutreffen.
Der Originaltext wandte sich anschließend dem zweiten Widerspruch zu: der Verteilung von Rechenressourcen.
Google hat über ein Jahrzehnt in die Entwicklung eigener Tensor Processing Units (TPUs) investiert.
Diese Chips sind strategisch wichtig, weil sie eingesetzt werden können für:
Der Widerspruch liegt auf der Hand.
Jede Einheit fortschrittlicher Rechenressourcen hat Opportunitätskosten.
Google kann sie intern zur Verbesserung von Gemini nutzen oder als Infrastruktur- und Cloud-Dienst an Kunden verkaufen, zu denen auch direkte Konkurrenten von Gemini gehören können.
Anthropic hat seine Partnerschaften mit Google und Broadcom ausgeweitet, um sich umfangreiche TPU-Kapazitäten zu sichern.
Anthropic gab im April 2026 offiziell bekannt, dass die Nachfrage nach Claude beschleunigt wächst und man die Rechenpartnerschaften mit Google/Broadcom ausweitet.
SemiAnalysis schätzt, dass ein erheblicher Teil der künftigen TPU-Auslieferungen direkt an Anthropic gehen wird.
Der Originaltext enthält folgendes Diagramm:
Dies sind Schätzungen von SemiAnalysis, keine offiziellen Auslieferungsdaten von Alphabet.
Dies schließt auch TPU-Kapazitäten aus, die Anthropic möglicherweise über Google Cloud gemietet hat.
Diese Unterscheidung ist wichtig, weil die Formulierung im Originaltext nahelegt, Google habe offiziell bekannt gegeben, dass über 20 % der TPU-Auslieferungen an Anthropic gehen würden.
Eine derart eindeutige öffentliche Ankündigung hat Google nicht gemacht.
Das stärkste Gegenargument stammt aus dem Telefonat zu den Q2-Ergebnissen von Alphabet.
Als Pichai direkt auf die TPU-Verteilung angesprochen wurde, erklärte er, dass Googles oberste Priorität darin bestehe, sicherzustellen, dass das Unternehmen über die Ressourcen verfügt, die es für den Wettbewerb an der Spitze der AGI-Entwicklung benötigt.
Er räumte auch ein, dass die externe Nachfrage enorm sei.
Google bemühe sich daher, beidem gerecht zu werden:
Diese Spannung ist real, aber Google lehnt die Darstellung ab, dass Cloud-Verkäufe Vorrang vor der internen Modellarbeit hätten.
Aus Cloud-Perspektive ist der Verkauf von Rechenleistung an externe KI-Labore sinnvoll.
AWS unterstützt Kundenunternehmen, die mit Amazon-Produkten konkurrieren könnten.
Microsoft unterstützt OpenAI, während es gleichzeitig Azure-Dienste massiv ausbaut.
Cloud möchte die Plattform sein, die möglichst viele der großen KI-Entwickler nutzen.
Das bedeutet: Selbst wenn die letztlich siegreiche Anwendung nicht Gemini ist, könnte Google davon profitieren.
Der Originalartikel betrachtet diese Vorgehensweise als strategische Selbstzerstörung.
Eine andere Lesart ist, dass Alphabet auf mehreren Ebenen des KI-Technologiestapels absichert.
Wenn Gemini gewinnt, profitiert Google auf folgende Weise:
Wenn andere führende Labore die Arbeitslasten gewinnen, kann Google trotzdem profitieren über:
Das ist eine starke Geschäftsposition.
Die beunruhigende Frage lautet: Ob die Rolle als starke Infrastruktur-Anbieter die interne Dringlichkeit verringert, Gemini selbst zum besten Modell zu machen.
SemiAnalysis sagt ja.
Google sagt nein.
Die Finanzergebnisse von Alphabet für das zweite Quartal 2026 liefern den klarsten Beleg, dass die Infrastrukturseite greift.
Der Google-Cloud-Umsatz stieg im zweiten Quartal im Jahresvergleich um 82 % auf 24,8 Milliarden US-Dollar.
Der Auftragsbestand von Google Cloud erreichte 514 Milliarden US-Dollar.
Das Betriebsergebnis stieg auf 8,8 Milliarden US-Dollar – mehr als das Dreifache des Vorjahreszeitraums.
Google nennt KI-Infrastruktur, KI-Lösungen und das Kern-GCP als wichtige Wachstumstreiber.
Das Unternehmen beginnt außerdem, Einnahmen aus dem direkten Verkauf von TPU-Systemen an Kunden-Rechenzentren auszuweisen.
Das sind keine Prognosen.
Das sind die tatsächlichen Q2-Zahlen, die Alphabet veröffentlicht hat.
Der Originalartikel stellt die Beschleunigung der Cloud dem verlangsamten Wachstum der Gemini-API gegenüber.
SemiAnalysis veröffentlichte Schätzungen zu den Gemini-Erstanbieter-API-Einnahmen sowie Daten zum Quartalswachstum:
Gemini verliert an Vorsprung
↓
Google vergibt mehr Rechenleistung an das Cloud-Geschäft
↓
Externe Labore erhalten mehr TPU-Kapazität
↓
Externe Labore bauen leistungsfähigere Modelle
↓
Gemini verliert weiter an Vorsprung
Das ist eine mögliche Lesart.
Aber Alphabet versucht, eine andere Schleife aufzubauen:
KI-Nachfrage steigt
↓
Google baut mehr TPU- und Rechenzentrumskapazität auf
↓
Interne und externe KI-Arbeitslasten wachsen
↓
Cloud-Umsatz und Infrastrukturinvestitionen expandieren
↓
Google erhält mehr Rechenleistung für Spitzen-KI
Welche Schleife dominiert, hängt von der Umsetzung ab.
Zu den entscheidenden Variablen gehören:
Es ist also keine einfache Geschichte von „DeepMind verliert, Cloud gewinnt“.
Die Frage ist, ob ein Unternehmen gleichzeitig ein Spitzenlabor und ein Hyperscale-KI-Infrastrukturgeschäft betreiben kann, ohne dass einer der beiden Bereiche unter der Ressourcenverteilung leidet.
Genau hier kommt Sergey Brin ins Spiel.
Brin hatte sich vor Jahren aus dem Tagesgeschäft zurückgezogen, begann aber nach der Veröffentlichung von ChatGPT wieder mehr Zeit innerhalb von Google zu investieren.
Das Wall Street Journal berichtete bereits 2023, dass Brin direkt mit KI-Forschern an der Entwicklung von Gemini arbeitet.
Bis 2026 ist sein Einfluss Berichten zufolge erneut gestiegen.
Die Financial Times beschreibt Brin als zunehmend wichtige strategische Kraft in der neu organisierten KI-Arbeit.
Die Quelle des Beijing Academy of Artificial Intelligence beschreibt dies fast als eine Kriegsübernahme.
Diese Aussage ist stärker als die offiziellen Ankündigungen von Google.
Am 5. August veröffentlichte Sundar Pichai eine detaillierte, internen-Newsletter-artige Ankündigung zur neuen Phase von Google DeepMind.
Die formale Struktur sieht wie folgt aus:
Sergey Brin erscheint nicht in der formalen Organisationsstruktur.
Das bedeutet nicht, dass er keinen Einfluss hat.
Es bedeutet vielmehr, dass die Belege dafür sprechen, ihn als einen zunehmend engagierten Mitgründer und strategischen Impulsgeber zu beschreiben – nicht als offiziell angekündigten Ersatz für den DeepMind-CEO.
Die wichtigste formelle Änderung betrifft die Rolle von Koray Kavukcuoglu.
Pichai erklärte, Koray werde verantwortlich sein für:
Er berichtet direkt an Pichai.
Reuters zufolge wird diese Ernennung voraussichtlich dazu beitragen, Google DeepMind stärker in eine produktorientierte Richtung zu lenken.
Dies ist deutlich konkreter als die informelle Rolle von Brin.
Demis Hassabis verlässt Google nicht.
Er zieht sich aus dem Tagesgeschäft zurück.
Seine neuen Rollen umfassen:
Hassabis schrieb, er möchte mehr Zeit darauf verwenden, sich auf den breiteren Weg zur AGI und deren gesellschaftliche Auswirkungen zu konzentrieren.
Er plant außerdem, mehr Zeit in Isomorphic Labs und die KI-gesteuerte Wirkstoffforschung zu investieren.
Dies ist wichtig, weil DeepMind stets eine Doppelrolle innehatte.
Es war sowohl:
Diese Ziele überschneiden sich, sind aber nicht identisch.
Die neue Architektur trennt sie klarer voneinander.
Koray übernimmt mehr operative und produktbezogene Last.
Hassabis konzentriert sich stärker auf langfristige Wissenschaft, AGI-Strategie und Isomorphic Labs.
Der Originalartikel interpretiert dies als Googles Entscheidung zugunsten der Kommerzialisierung gegenüber der Forschungskultur von DeepMind.
Google beschreibt es hingegen als einen Weg, beide Missionen zu stärken.
DeepMind wurde in London gegründet und hat dort stets eine starke Forschungsidentität bewahrt.
Der Führungswechsel stärkt den Einfluss von Mountain View auf die tägliche Entwicklung von Gemini.
Reuters und die Financial Times beschreiben die Umstrukturierung gleichermaßen als einen Schritt hin zu schnellerer Umsetzung und Kommerzialisierung.
Quellen zufolge könnten Sicherheits- und Ethikfunktionen der Rechtsabteilung oder der PR-Abteilung zugeordnet werden.
Diese spezifische Aussage wurde in Googles öffentlicher Ankündigung nicht bestätigt und sollte als Berichterstattung oder interne Spekulation betrachtet werden, nicht als feststehende organisatorische Tatsache.
Was bestätigt ist, ist enger gefasst:
Quellen beschreiben Mitarbeiter, die Wettbewerber kontaktieren und nach Alternativen suchen.
Die Berichte von Reuters und der FT deuten tatsächlich auf Unruhe innerhalb der Organisation und einen signifikanten Talentabfluss hin.
Derzeit gibt es keine öffentlichen Datensätze, die zeigen, wie viele DeepMind-Mitarbeiter aktiv nach neuen Jobs suchen.
Solche Aussagen sollten anonymen Quellen zugeschrieben werden und nicht als quantifizierbarer unternehmensweiter Trend dargestellt werden.
Trotz aller Debatten um Personal und Infrastruktur wird das Endergebnis letztlich an den Modellen und Produkten gemessen.
Google erklärt, das bisher ambitionierteste Gemini-4-Pretraining gestartet zu haben.
Hassabis zeigte sich begeistert über die Fortschritte der neuen Modelle.
Pichai erklärte, Google bleibe der Abdeckung der gesamten Leistungs-Kosten-Grenze verpflichtet – von kostengünstigen Flash-Modellen bis hin zu den stärksten Spitzenmodellen.
Quellen beschreiben Gemini 4 als alles entscheidenden Wurf.
Das ist möglicherweise übertrieben.
Alphabet ist groß und diversifiziert – die Veröffentlichung eines einzelnen Modells entscheidet nicht darüber, ob Google „überlebt“.
Dennoch ist die Bedeutung von Gemini 4 außergewöhnlich.
Ein erfolgreicher Launch muss mehrere Fragen beantworten.
Gemini 4 wird direkt verglichen mit:
Der Vergleich wird weit über einzelne Benchmarks hinausgehen.
Coding und länger laufende Agentenaufgaben sind zu strategischen Schwerpunkten geworden, da sie antreiben:
Google verfügt bereits über Antigravity, gehostete Gemini-API-Agenten und tiefe Vertriebskanäle für Entwickler.
Die Modellqualität muss diese Plattform tragen.
Das Verpassen des Zeitfensters für 3.5 Pro hat Fragen zur Ausführungsstärke aufgeworfen.
Ein sauberer Gemini-4-Launch ist operativ fast ebenso wichtig wie technisch.
Google hat eine enorme Reichweite.
Alphabet berichtet:
Suche
Das sind außergewöhnliche Vertriebsvorteile.
Aber Vertrieb löst nicht automatisch das Problem der Modellführerschaft.
Selbst Kritiker von Gemini räumen ein, dass Google KI über folgende Kanäle zu den Nutzern bringen kann:
Nur wenige Wettbewerber verfügen über einen vergleichbaren Tech-Stack.
Das macht Googles Lage anders als die IBM- oder Intel-Vergleiche, die in pessimistischen Kommentaren verwendet werden.
Google verpasst nicht einfach neue Märkte, während es alte Produkte verteidigt.
Es ist bereits einer der größten Vertreiber, Infrastrukturanbieter und Modellentwickler im KI-Bereich.
Die Frage ist, ob es auf allen drei Ebenen gleichzeitig Spitzenniveau halten kann.
Der Originalartikel schließt mit dem stärksten Argument.
Vielleicht muss Google das Modellrennen nicht mehr gewinnen, um finanziell zu gewinnen.
Wenn Google Cloud und TPU-Verkäufe schnell wachsen, kann Alphabet von der KI-Welle profitieren, selbst wenn andere Unternehmen die meistgeschätzten Modelle entwickeln.
Diese Möglichkeit verändert die Anreize.
Eine vereinfachte Darstellung sieht so aus:
| Ebene | Googles Position |
|---|---|
| Verbrauchervertrieb | Suche, Android, Gemini-App, YouTube, Chrome |
| Unternehmenssoftware | Workspace, Gemini Enterprise |
| Modell-API | Gemini API, Vertex AI |
| Spitzenmodelle | Gemini-Serie |
| KI-Infrastruktur | TPU, GPU, Netzwerk, Rechenzentren |
| Cloud | Google Cloud Platform |
| Forschung | Google DeepMind, Google Research |
| KI für die Wissenschaft | DeepMind und Isomorphic Labs |
Ein Unternehmen mit so vielen Ebenen muss nicht jede Ebene in jedem Quartal auf Platz eins bringen.
Aber es gibt ein strategisches Risiko.
Wenn Gemini strukturell schwächer ist als die Modelle der Konkurrenz, könnte Google letztlich von externen Spitzenlabors abhängig werden, die die wertvollsten KI-Workloads auf seiner Infrastruktur erzeugen.
Das wäre profitabel.
Aber es wäre weit entfernt von der ursprünglichen Ambition Googles, selbst an der Spitze der Intelligenz zu bleiben.
Diese Debatte lässt sich klar zusammenfassen.
SemiAnalysis argumentiert:
Google erlebt einen außergewöhnlich schwerwiegenden Talentabfluss.
Google erklärt:
Strategie.
Beide Narrative enthalten belastbare Belege.
Der Dissens liegt darin, was am wichtigsten ist.
SemiAnalysis konzentriert sich auf die Entwicklung der Spitzenmodelle und interne Anreize.
Google konzentriert sich auf Skalierung, Distribution, Infrastruktur, Unternehmensakzeptanz und seine Fähigkeit, die nächste Modellgeneration zu finanzieren.
Dies mögen nützliche analytische Behauptungen sein, sollten jedoch nicht als offizielle Offenlegungen von Alphabet betrachtet werden.
Nein. „Gemini ist am Ende“ ist ein bewusst provokatives Urteil von SemiAnalysis, keine offizielle oder allgemein akzeptierte Schlussfolgerung. Google veröffentlicht weiterhin Gemini-Modelle, bedient Hunderte Millionen Nutzer und erklärt, dass Gemini 4 die bislang größte Pre-Training-Initiative gestartet hat.
Google hat keine offizielle Einstellung angekündigt. Das Modell verfehlte das ursprünglich genannte Juni-Veröffentlichungsfenster, wurde am 22. Juli noch als im Test befindlich beschrieben, und Google betont nun öffentlich Gemini 4; SemiAnalysis interpretiert diese Hinweise als stillschweigende Einstellung.
Nicht offiziell. In der offiziellen Struktur von Google leitet Koray Kavukcuoglu die tägliche Geschäftstätigkeit von Google DeepMind.
Geschäftseinheit und berichtet an Sundar Pichai. Berichten zufolge ist Brin zunehmend in KI-Strategie und praktische technische Diskussionen eingebunden, aber Google hat keinen neuen operativen Titel für ihn bekannt gegeben.
Hassabis wechselte aus dem Tagesgeschäft in die Rolle des Vorsitzenden von Google DeepMind und Chief Scientist bei Alphabet. Er bleibt in KI-Strategie und Modellforschung eingebunden, widmet aber gleichzeitig mehr Zeit AGI, Wissenschaft und Isomorphic Labs.
Google erklärt, Dean wolle nach 27 Jahren etwas Neues ausprobieren. Er und Sanjay Ghemawat gründen „Discovery Loop“, ein unabhängiges Public-Benefit-Unternehmen, das sich auf maschinelles Lernen, Wissenschaft und Ingenieurwesen konzentriert; Google ist Gründungsinvestor und Cloud-Partner.
Ja, Anthropic hat eine bedeutende Rechenleistungs-Partnerschaft mit Google und Broadcom. Allerdings sind die in den SemiAnalysis-Diagrammen gezeigten zukünftigen Lieferanteile Schätzwerte und keine offiziellen Lieferoffenlegungen von Alphabet.
Alphabet meldete für das zweite Quartal 2026 ein Umsatzwachstum von 82 % im Jahresvergleich auf 24,8 Milliarden US-Dollar für Google Cloud. Der Auftragsbestand der Cloud erreichte 514 Milliarden US-Dollar, wobei KI-Infrastruktur und KI-Lösungen die Hauptwachstumstreiber sind.
Alphabet meldete für das zweite Quartal 2026 über 950 Millionen monatlich aktive Nutzer der Gemini-App, während der KI-Modus in der Suche über eine Milliarde monatlich aktive Nutzer überschritt. Diese Produktverbreitungsdaten messen nicht direkt die Qualität der Spitzenmodelle, zeigen aber die enorme Reichweite von Google.
xyz/investor/events/event-details/2026/2026-Q2-Earnings-Call-2026-GgTAq7Is0z/default.aspx): Offizielle Daten zur Gemini-Nutzung, zum Cloud-Wachstum von Google, zur TPU-Zuteilung, zu Tests von Gemini 3.5 Pro und zum Pre-Training von Gemini 4.
Die ursprüngliche öffentliche Zeitleiste der Gemini-3.5-Serie sowie von Pro.
Die KI-Organisation von Google durchläuft eine echte Umstrukturierung. Demis Hassabis hat sich aus dem Tagesgeschäft zurückgezogen, Koray Kavukcuoglu leitet nun den Betrieb von Google DeepMind, Jeff Dean und mehrere technische Kernverantwortliche haben das Unternehmen verlassen und sind dem Discovery Loop beigetreten, und Berichten zufolge mischt sich Sergey Brin zunehmend in die KI-Strategie ein.
Gleichzeitig ist die tatsächliche Geschäftslage weitaus robuster, als es die übertriebensten Schlagzeilen über „Gemini ist tot“ vermuten lassen. Die Gemini-App hat über 950 Millionen monatlich aktive Nutzer, AI Mode über eine Milliarde Nutzer, die Gemini-API-Nutzung ist immens, und die Cloud-Umsätze von Google sind im zweiten Quartal im Jahresvergleich um 82 % gestiegen.
Der eigentliche Widerspruch besteht darin, dass Google auch dann weiterhin enorme Gewinne aus der KI-Infrastruktur erzielen kann, wenn externe Labore die TPUs von Google nutzen, um gegen Gemini zu konkurrieren. Ob dies letztlich eine strategische Schwäche oder ein Vorteil eines in seiner Art einzigartigen Full-Stack-KI-Unternehmens wird, hängt maßgeblich von Gemini 4 ab.
Gemini 4 wird nicht darüber entscheiden, ob Google den KI-Wandel überlebt, aber es könnte darüber entscheiden, ob Google weiterhin ein führender Anbieter von Spitzenmodellen bleibt oder vor allem zu einer Infrastruktur- und Vertriebsplattform wird, von der das Wachstum anderer KI-Führer abhängt.
Starte mit einem Satz und erhalte in wenigen Minuten eine vollständige Website.
