Monatelange Verzögerung bei Gemini 3.5 Pro schürt Marktsorgen, Google von OpenAI im Bereich KI-Programmierung abgehängt?

In den vergangenen Monaten hat sich der Wettbewerb bei großen KI-Modellen allmählich von allgemeinen Chat-Funktionen hin zu Coding, Agenten und komplexem logischen Denken verlagert, während OpenAI seinen Vorsprung kontinuierlich ausbaut.

Zuletzt hat OpenAI seine Modelle der GPT-Serie kontinuierlich aktualisiert und ein vollständiges Entwickler-Ökosystem rund um Codex Agent, Entwicklerwerkzeuge für Unternehmen und IDE-Workflows aufgebaut. Dadurch kann die KI nicht mehr nur Code generieren, sondern ist am gesamten Software-Lebenszyklus beteiligt, einschließlich Anforderungsanalyse, Code-Debugging, Testing und Projektzusammenarbeit. Auf Basis seiner führenden Modellfähigkeiten und seines ausgereiften Entwickler-Ökosystems festigt OpenAI seine marktbeherrschende Stellung beim KI-gestützten Coding weiter.

Unterdessen gewinnt Anthropic dank der starken Performance seiner Claude-Modellreihe bei der Generierung von langem Code, komplexen Engineering-Aufgaben und der Softwareentwicklung auf Unternehmensebene weiterhin die Gunst von Entwicklern und Unternehmenskunden. Auch die von Meta veröffentlichten Modelle der nächsten Generation konzentrieren sich stark auf die Verbesserung agentenbasierter Coding-Fähigkeiten, um Marktanteile bei Entwicklern zu gewinnen.

Im Gegensatz dazu verfügt Google zwar über mehrere Forschungs- und Entwicklungsteams wie DeepMind, Google Cloud und Android, doch das parallele Verfolgen mehrerer technologischer Ansätze hat die Ressourcen zersplittert.

Zudem herrschen intern im Unternehmen nach wie vor unterschiedliche technische Philosophien vor.

Einige leitende Ingenieure vertreten die Ansicht, dass der Kerncode primär von Menschen geschrieben werden sollte, um die Entwicklungsqualität und Sicherheitsstandards zu gewährleisten.

In der Anfangsphase der KI-Einführung schränkte Google seine Mitarbeiter zudem bei der Nutzung von Gemini zum Schreiben oder Analysieren von internem Code ein – primär aus Sorge, dass geschützter Unternehmenscode in die Trainingsdaten des Modells gelangen könnte. Obwohl diese Einschränkungen später schrittweise gelockert wurden, bremsten sie das Tempo bei der internen Erprobung von KI-Coding-Tools bis zu einem gewissen Grad aus.

Die jüngste Verzögerung bei Gemini spiegelt bis zu einem gewissen Grad das Bestreben von Google wider, die Leistungslücke zu OpenAI und Anthropic vor der offiziellen Veröffentlichung so weit wie möglich zu schließen. Dies gilt insbesondere für die Coding-Fähigkeiten, welche über die Wettbewerbsfähigkeit des Entwickler-Ökosystems entscheiden.

Mehreren aktuellen und ehemaligen Mitarbeitern zufolge haben Verzögerungen bei Gemini zu spürbarer Besorgnis innerhalb des Unternehmens geführt. Viele Ingenieure, KI-Forscher und Manager befürchten, dass Google im Bereich der generativen KI weiter an Einfluss verlieren könnte, wenn sich das Flaggschiff-Modell immer wieder verzögert.

Neben der Notwendigkeit, das Modell selbst weiter zu optimieren, ist auch die gewaltige Organisationsstruktur von Google ein wesentlicher Faktor, der die Weiterentwicklung der Produkte beeinflusst.

Im Gegensatz zu den meisten KI-Start-ups ist Gemini nicht nur ein eigenständiges Modell, sondern muss tief in eine Vielzahl von Kerngeschäften integriert werden, darunter die Suche, YouTube, Maps, Workspace und Cloud. Folglich erfordert jede größere Veröffentlichung die Abstimmung zwischen mehreren Abteilungen und Stakeholdern, was den gesamten Prozess weitaus komplexer macht, als es nach außen hin den Anschein hat.

Ein ehemaliger Mitarbeiter beschrieb das Vorantreiben von KI-Projekten bei Google als den Versuch, „ein riesiges Schiff schnell zu wenden“. Wenn mehrere Teams gleichzeitig ähnliche Projekte vorantreiben und die Produktausrichtung ständig angepasst wird, können Ressourcen leicht verwässert werden, was die Effizienz bei der Umsetzung einer einheitlichen Strategie verringert.

Nach dem plötzlichen Auftauchen von ChatGPT Ende 2022 versetzte sich Google kurzzeitig in einen sogenannten „Code Red“-Zustand, in der Hoffnung, die interne Bürokratie zu umgehen und die Produktiteration zu beschleunigen. Mit der Angelegenheit vertraute Personen sagten jedoch, dass die organisatorische Effizienz nach wie vor ein schwer zu lösendes Problem darstellt, da das KI-Rennen inzwischen zur täglichen Realität für das Unternehmen geworden ist.

Die Verzögerung bei Gemini 3.5 Pro spiegelt nicht nur eine Verlangsamung des Entwicklungsfortschritts eines einzelnen Produkts wider, sondern verdeutlicht auch die neuen Herausforderungen, vor denen Google im KI-Zeitalter steht.

Das Unternehmen verfügt über die reichhaltigsten Datenressourcen der Branche, das weltweit größte Ökosystem für Internetprodukte sowie eine führende KI-Infrastruktur. Allerdings machen es seine massive Organisationsstruktur, komplexe Produktsynergien und der zunehmend intensive Branchenwettbewerb auch schwer, technologische Vorteile zeitnah in Produktvorteile umzumünzen.

Für Anleger steht künftig nicht mehr nur im Fokus, wann Gemini 3.5 Pro offiziell auf den Markt kommt, sondern ob Google seine Modelle der nächsten Generation nutzen kann, um den Rückstand auf OpenAI und Anthropic zu verringern und weiterhin KI-Funktionen in seine Kerngeschäfte wie die Suche, Cloud-Computing und Werbung zu integrieren, um so seine Wettbewerbsposition im Zeitalter der generativen KI weiter zu festigen.

Dieser Inhalt wurde KI-übersetzt und von Menschen überprüft. Er dient nur zu Referenz- und Informationszwecken und stellt keine Anlageberatung dar.