Google hat die Gemini-App in DeepMind eingegliedert und damit Modellentwicklung, Post-Training und Bereitstellung unter einer Struktur zusammengeführt. Demis Hassabis wechselt in die Position des Chairman und Alphabet Chief Scientist, während Koray Kavukcuoglu nun direkt die Modellarbeit von Gemini leitet. Das Ziel: schnellere Veröffentlichungen, zentralisierte Rechenleistung und weniger Übergaben zwischen Forschung und Produkt. Regulatorischer Druck und der scharfe Wettbewerb erzwingen diesen Wandel. Die Details hinter diesem Umbau zeigen, wie weitreichend er tatsächlich ist.
Warum Google die Gemini-App in DeepMind integriert hat
Warum hat Google das Gemini-App-Team in DeepMind eingegliedert? Die Antwort dreht sich um Kontrolle, Geschwindigkeit und Überleben in einem brutalen Markt. Google fusionierte DeepMind und Brain bereits 2023 als direkte Reaktion auf OpenAIs ChatGPT, und seitdem wird die Struktur immer weiter gestrafft. Dieser jüngste Schritt bringt die Gemini-App näher an die Forscher, die ihre Modelle entwickeln, und verkürzt damit den Abstand zwischen Erfindung und Veröffentlichung. Sundar Pichai stellte es als schärferes Feedback und schnellere Einführung dar, doch im Unterton geht es um Wettbewerbsdruck und Mitarbeiterbindung , die klügsten Köpfe der KI-Branche sollen innerhalb eines einheitlichen Systems gehalten werden, statt auf verschiedene Teams verstreut zu sein. Angesichts weltweit zunehmender regulatorischer Kontrolle will Google eine einzige verantwortliche Struktur, keine fragmentierten Einheiten, die aneinander vorbeiarbeiten, während Konkurrenten schneller vorankommen.
Geminis neue Führung: Hassabis, Fox und Raghavan
Googles Führungswechsel geht über Hassabis und Kavukcuoglu hinaus und rückt neue Namen direkt an die Spitze der Zukunft von Gemini. Amar Subramanya und Vidhya Raghavan übernehmen kritische Rollen, wobei Raghavan den Titel des Chief Technologist erhält, um die technische Ausrichtung der Gemini-App zu steuern. Sissie Fox, ehemals von DeepMinds Wissensteam, leitet nun dieselbe Abteilung und stärkt damit die Verbindung zwischen Forschungsergebnissen und Produkteinsatz innerhalb dieser neu konsolidierten Struktur.
Hassabis leitet Gemini-App
Bemerkenswert ist, dass sich Demis Hassabis vom CEO-Posten bei Google DeepMind zurückgezogen hat und den Tagesgeschäftsbetrieb gegen einen Vorsitzendentitel und einen neuen Posten als Chefwissenschaftler von Alphabet eintauscht. Dieser Wechsel in den Vorsitz streicht die operativen Aufgaben, wodurch er sich auf langfristige Strategie und die breitere AGI-Ausrichtung konzentrieren kann. Reuters berichtet, dass er nur wenige direkte Untergebene haben wird , eine bewusste Entscheidung, die echten Wandel signalisiert, nicht nur einen Titelwechsel. Hassabis behält seinen Einfluss auf Isomorphic Labs, während er seinen Wirkungsbereich über Alphabet ausdehnt, mit dem klaren Fokus auf wissenschaftliche Beratung, Modelle, Forschung und strategische AGI-Angelegenheiten. Seine Rolle begünstigt nun die Forschungsausrichtung und wissenschaftliche Durchbrüche gegenüber der Leitung von Abteilungen. Es ist ein klarer Wendepunkt: weniger Bürokratie, mehr Denken, mehr Freiheit, um den größeren wissenschaftlichen Fragen nachzugehen, die die KI vorantreiben.
Raghavan zum Chief Technologist ernannt
Prabhakar Raghavans Wechsel in die neu geschaffene Rolle des Chief Technologist markiert ein weiteres bedeutendes Element in Googles Führungsumbau und entzieht ihn nach 12 Jahren an der operativen Spitze verschiedener Teams im Unternehmen dem direkten operativen Kommando. Google stellt dies als Rückkehr zu seinen informatischen Wurzeln dar und positioniert ihn für technische Mentorschaft und die Betreuung von Forschung im gesamten Unternehmen, statt für die Verantwortung über Produkte. Er berichtet weiterhin direkt an Sundar Pichai und arbeitet eng mit der Führungsebene zusammen, um die technische Ausrichtung des gesamten Unternehmens zu schärfen. Raghavans Qualifikationen untermauern diese Entscheidung: über 20 Jahre Forschung zu Algorithmen, Websuche und Datenbanken, mehr als 100 Fachartikel und 20 Patente. Zuvor leitete er als SVP of Knowledge & Information die Bereiche Search, Ads, Commerce, Geo, Assistant und Gemini. Dieser Schritt signalisiert Googles Bestreben, technische Exzellenz zu bewahren, selbst inmitten der aggressiven Umstrukturierung hin zur KI-Konsolidierung unter DeepMind.
Fox Heads Wissensteam
Nick Fox’ Beförderung zur Leitung der Organisation Wissen & Information schließt die Lücke, die Raghavans Wechsel in die Rolle des Chief Technologist hinterlassen hat, und stellt ihn an die Spitze von Search, Ads, Commerce, Geo und Assistant , demselben weitläufigen Portfolio, das einst sein Vorgänger leitete. Diese Übergabe signalisiert mehr als nur einen Titelwechsel; sie spiegelt bewusste Führungsdynamiken bei Google wider, wo Kontinuität ebenso wichtig ist wie Wandel. Fox übernimmt eine massive, umsatzkritische Abteilung zu einem Zeitpunkt, in dem die Mitarbeiterbindung in KI-Teams erheblich an Bedeutung gewinnt. Google stellt dies als nahtlosen Fortschritt dar, nicht als Umbruch, und setzt darauf, dass interne Beförderung institutionelles Wissen bewahrt und zugleich Mitarbeiter zufriedenstellt, die klare Aufstiegswege wünschen. Für eine Organisation, die im Wettlauf mit KI-Konkurrenten Schritt halten muss, ist Stabilität auf dieser Ebene keine Option, sondern das Fundament, auf dem alles andere aufbaut.
Wie die Umstrukturierung die Post-Training-Arbeit von Gemini beschleunigt
Im Zentrum dieser Umstrukturierung steht ein einfaches Ziel: Geminis Post-Training-Pipeline schneller zu machen, mit weniger Hindernissen zwischen Modellverbesserung und öffentlicher Veröffentlichung. Google hat dies unumwunden klargestellt und erklärt, dass die Umstrukturierung dazu dient, die Durchführung des Post-Trainings effizienter zu gestalten und Schichten zu beseitigen, die den Fortschritt einst verlangsamten. Post-Training selbst ist anspruchsvolle Arbeit, die sorgfältige Datenkuration, überwachtes Feinabstimmen (Supervised Fine-Tuning), Reward Modeling und RLHF erfordert, alles aufgebaut auf einer Trainingsinfrastruktur, die mit der schnellen Iteration Schritt halten muss. Evaluierungs-Benchmarks sind hier ebenfalls von Bedeutung, da Teams schnelle, zuverlässige Wege benötigen, um zu messen, ob Änderungen tatsächlich die Leistung bei Programmierung, Mehrsprachigkeit, Sicherheit und Ausrichtung (Alignment) verbessern. Indem die Gemini-App näher an DeepMind gerückt wird, beseitigt Google Reibungsverluste, die zuvor Tests, Feedback und Bereitstellung verzögerten, und gibt den Ingenieuren mehr direkte Kontrolle darüber, wie schnell Verbesserungen die tatsächlichen Nutzer erreichen.
Innerhalb von Googles KI-Konsolidierung: Research trifft auf DeepMind
Im Zuge der Fusion von 2023, die Google Brain in DeepMind eingliederte, trieb die Umstrukturierung in diesem April die Konsolidierung noch weiter voran, indem Modellentwicklungsteams aus der Forschungsabteilung herausgelöst und direkt unter das Dach von Google DeepMind gestellt wurden. Dies war keine stille Umschichtung, sondern eine bewusste Konzentration rechenintensiver Arbeit an einem Ort, mit dem Ziel, Fragmentierung zu verringern und die Umsetzung zu schärfen. Die Ethikaufsicht zog mit den Teams um und verankerte Verantwortung näher an der Entwicklung, anstatt sie als nachträglichen Gedanken zu behandeln. Die Rechenressourcenzuteilung läuft nun über eine einzige Struktur, was weniger Konkurrenz um Ressourcen und schnellere Iteration bedeutet. Teamübergreifende Workshops sollen isolierte Bemühungen ersetzen und Zusammenarbeit statt Doppelarbeit erzwingen. Bei der Bindung von Talenten setzt Google darauf, dass ein einheitlicher Zweck, nicht nur Gehälter, Spitzenforscher engagiert und bei der Stange hält.
Wo AI Studio und die Gemini API jetzt einzuordnen sind
Mit der nun laufenden Reorganisation nehmen AI Studio und die Gemini API eine klarere, bewusstere Position im Gefüge von Google ein , eine, die Entwickler-Tools von der verbraucherorientierten Gemini-App trennt und beide zugleich enger an die Modellteams bindet, die sie entwickeln. AI Studio fungiert als Entwickler-Sandbox, konzipiert für praktisches Testen, Prompting und schnelles Prototyping ohne die Einschränkungen von Produktionscode. Die Gemini API hingegen übernimmt die programmierbare Seite und ermöglicht es Entwicklern, die Fähigkeiten von Gemini direkt in reale Anwendungen einzubetten. Beide profitieren von einer engeren Abstimmung mit den Modellteams von DeepMind, da schnellere Releases nun direkter in die Entwicklerkanäle einfließen. Diese Nähe stärkt zudem die Modellbeobachtbarkeit und verschafft den Teams schärfere Einblicke in die Leistung, während Updates vom Labor über das Tool bis zur Live-Bereitstellung wandern.
Was Entwickler vom neuen Zugangspunkt profitieren
Für Entwickler, die sich in Googles weitläufigem KI-Ökosystem bewegen, bedeutet die Umstrukturierung einen konkreten Vorteil: einen zentralen Zugangspunkt für die Entwicklung auf Basis von Gemini-Modellen. Kein Durchforsten verstreuter Dokumentation mehr, kein Rätselraten, welches Team welches Tool verwaltet , das Onboarding von Entwicklern wird schneller und vorhersehbarer. Rechenintensive Modellentwicklung ist nun an einem Ort gebündelt, wodurch Nutzungsanalysen, API-Zugang und Experimentierpfade zusammenlaufen, statt sich über verschiedene Abteilungen zu verstreuen. Entwickler erhalten direkten Zugang zu gehosteten APIs und lokalen Modellen innerhalb der Gemini- und Gemma-Ökosysteme, ohne sich durch interne Silos kämpfen zu müssen. Das ist entscheidend, denn Geschwindigkeit, nicht Bürokratie, treibt echtes Entwickeln voran. Google setzt darauf, dass Konsolidierung statt Fragmentierung Entwicklern die Freiheit gibt, sich schnell zu bewegen, häufig zu iterieren und Anwendungen auszuliefern, ohne auf unverbundene Teams warten zu müssen, die erst noch aufholen müssen.
Wie Gemini-Content-Funktionen schneller ausgerollt werden
Funktionen schrittweise auszurollen, statt alles auf einmal auf den Markt zu werfen, ist die Methode, mit der Google die Content-Updates für Gemini am Laufen hält, ohne das gesamte System zum Stillstand zu bringen. Funktionen erscheinen zunächst auf ausgewählten Plattformen, Web, Mobilgeräte, macOS oder Chrome, bevor sie sich weiter verbreiten. Die Priorisierung von Abonnenten verschafft Google AI Pro- und Ultra-Nutzern frühzeitigen Zugang, sodass das Unternehmen die Leistung testen kann, bevor es den Zugang für alle anderen öffnet. Englisch kommt in der Regel zuerst, gefolgt von einer schrittweisen Lokalisierung, sobald sich die Kernversion stabilisiert hat, wie etwa bei Drive, das nach seinem Start ausschließlich in den USA auf 28 weitere Sprachen ausgeweitet wurde. Die Rollout-Fenster erstrecken sich über bis zu fünfzehn Tage, ein bewusstes Tempo, das sofortigen universellen Zugang gegen Kontrolle eintauscht. Es geht nicht darum, Fortschritt zurückzuhalten, sondern darum, sicherzustellen, dass der Fortschritt auch wirklich hält, wenn er die Nutzer erreicht.
Den Kreislauf zwischen Gemini-Forschung und Produkt schließen
Gestaffelte Einführungen lösen nur die halbe Aufgabe. Google versteht das, und genau deshalb geht die Reorganisation über bloße Zeitplan-Korrekturen hinaus und zielt auf die strukturelle Lücke zwischen Forschung und Produkt. Dass Koray Kavukcuoglu nun die Gemini-Modellentwicklung, die Frontier-AI-Forschung und die Gemini-App leitet, signalisiert einen bewussten Vorstoß, diese Lücke endgültig zu schließen. Dabei geht es nicht um Bequemlichkeit, sondern um Kontrolle. Jedes Forschungsprodukt, das innerhalb von DeepMind entsteht, fließt nun direkt in die Gemini-Pipeline ein, wodurch die Übergaben entfallen, die den Fortschritt einst verlangsamten. Im Zentrum dieses Wandels steht die Modell-Governance, die sicherstellt, dass Entscheidungen über Rechenleistung, Sicherheit und Einsatz innerhalb einer einzigen, verantwortlichen Struktur getroffen werden. Google will weniger Ausreden, schnellere Umsetzung und ein System, in dem Forschung nicht mehr auf die Erlaubnis wartet, zum Produkt zu werden.
Was erwartet Gemini im Jahr 2025?
Wohin geht Gemini von hier aus? Die Richtung ist klar, aber freiheitsliebende Nutzer verdienen klare Worte statt vager Versprechen. Gemini 3 Flash setzt einen neuen Maßstab, Deep Think treibt das Reasoning weiter voran, und Computer-Use-Tools erweitern, was Agenten im Auftrag der Nutzer leisten können. Doch echter Fortschritt verlangt eine Ethik-Aufsicht, die kein nachträglicher Gedanke ist, sowie eine Regulierungsstrategie, die die Autonomie der Nutzer respektiert, statt sie zu ersticken.
| Priorität | Fokus 2025 | Warum es wichtig ist |
|---|---|---|
| Reasoning | Deep Think, adaptives Denken | Klügere, schnellere Entscheidungen |
| Zugang | Hardware-Partnerschaften | Edge-Einsatz, keine Cloud-Abhängigkeit |
| Vertrauen | Ethik-Aufsicht | Verantwortlichkeit ohne Bürokratie |
Google muss Macht ohne Kontrolle liefern, Nutzer wollen Leistungsfähigkeit, keinen weiteren Torwächter.
