Google fällt um 5 %! Bericht: Veröffentlichung des Gemini-Flaggschiffmodells verzögert sich, Programmierfähigkeiten bleiben hinter den Erwartungen zurück, Rückstand hinter OpenAI

Google steht im AI-Wettlauf unter zunehmend erheblichem internem Druck. Die Veröffentlichung seines leistungsstärksten Flaggschiffmodells Gemini 3.5 Pro hat sich gegenüber dem ursprünglichen Plan um mehrere Monate verzögert. In der Zwischenzeit haben Konkurrenten Google in den Programmierfähigkeiten mehrfach übertroffen, was die Marktposition von Google zunehmend ins Hintertreffen geraten lässt.

Wie von Bloomberg unter Berufung auf Insider berichtet, liegt der Hauptgrund der Verzögerung darin, dass Google versucht, die Programmierfähigkeit des Modells zu verbessern, jedoch läuft der Fortschritt nicht wie geplant. Ende letzten Monats aktualisierte Google die Trainingsdaten, um dieses Defizit auszuräumen, doch das Ergebnis war enttäuschend.

OpenAI und Meta haben kürzlich jeweils neue Modelle veröffentlicht, mit denen sie Google bei der AI-Codegenerierung nochmals überholt haben.

Diese Situation sorgt innerhalb von Google für breite Unzufriedenheit. Laut Aussagen von zehn aktuellen und ehemaligen Mitarbeitern sind viele Ingenieure, AI-Forscher sowie Führungskräfte besorgt, dass Google den Marktvorsprung verliert. Das Gefühl der Frustration hat sich bei einigen Forschern sogar zu einer Kündigungswelle entwickelt, wobei führende Labs wie Anthropic zu bevorzugten Zielorten geworden sind.

Nach Veröffentlichung der Nachricht fiel die Google-Aktie im Tagesverlauf zeitweise um 5% und schloss letztlich mit einem Minus von 4,43%.

Die Verzögerungen bei Googles AI-Modellveröffentlichungen stehen in engem Zusammenhang mit den internen Abstimmungsschwierigkeiten, die durch die umfangreiche Produktmatrix entstehen. Laut Insidern sind bei Google im Veröffentlichungsprozess der Modelle mehrere Stakeholder involviert, und die AI-Fähigkeiten müssen in zahlreiche Produktlinien wie Search, Maps, YouTube und andere integriert werden – dies führt zwangsläufig zu Zeitverlusten.

Ehemalige Mitarbeiter vergleichen diese Abstimmungsproblematik mit dem Versuch, „einen ganzen Ozean zum Kochen zu bringen“. Wenn die verschiedenen Abteilungen unterschiedliche Richtungen verfolgen und Aufgaben in mehreren Teams doppelt bearbeitet werden, wird es immer schwieriger, eine einheitliche Produktstrategie zu pflegen und jedes einzelne Produkt hat Mühe, genug Ressourcen für einen Durchbruch im Markt zu erhalten.

Ein Google-Sprecher reagierte darauf und erklärte, dass das Unternehmen „schnell mehrere Modellserien vorantreibt und dabei weiterhin auf ein gutes Preis-Leistungs-Verhältnis für die Kunden setzt“. Aktuell teste man gemeinsam mit Partnern 3.5 Pro, eine Upgrade-Version von Flash sowie andere Modelle, außerdem befinde sich Google in aktiven Gesprächen mit der US-Regierung bezüglich Modelltests und einem umfassenderen Rahmenwerk für Branchenstandards.

Die AI-Codegenerierung ist zum zentralen Schlachtfeld im derzeitigen Modellwettbewerb geworden, doch Googles Engagement in diesem Bereich wird durch interne Hemmnisse ausgebremst. Nach Angaben ehemaliger Mitarbeiter haben Google-Mitbegründer Sergey Brin und andere die beschleunigte Entwicklung im Bereich AI-Programmierung vorangetrieben, doch interne Machtkämpfe behinderten diese Initiativen.

Momentan arbeiten Google Cloud, Google DeepMind und das Android-Team jeweils unabhängig an AI-Programmierungstools für Entwickler. Auch einige Teams aus dem Bereich Consumer Products beteiligen sich, wodurch die Ressourcen noch weiter aufgeteilt werden.

Auch der interne Widerstand ist bemerkenswert: Manche Ingenieure vertreten die Haltung, „Code sollte von Menschen geschrieben werden“ und stehen der AI-Codegenerierung skeptisch gegenüber. In der frühen Phase wurden aus Sicherheitsbedenken hinsichtlich der Leckage proprietären Codes in Trainingsdaten die Nutzung von Gemini zur Code-Erstellung oder -Analyse durch Mitarbeiter eingeschränkt. Die Richtlinie ist inzwischen gelockert worden, doch dadurch wurden viele interne Testmöglichkeiten verpasst.

Google erklärt, dass laut der letzten Cloud-Konferenz inzwischen 75% des internen Codes durch AI generiert werden, und nach Prüfung den Produktionsstandards von Google entsprechen.

Um die interne Abstimmung zu verbessern, arbeitet Googles Chief AI Architect Koray Kavukcuoglu derzeit mit dem Engineering-Hauptteam daran, die AI-Programmiertools zusammenzuführen. Auch DeepMind hat Anfang dieses Jahres ein neues Team gegründet, das sich speziell dem Thema AI-Programmierung widmet, geleitet von Research Engineer Sebastian Borgeaud.

Vor der offiziellen Veröffentlichung von 3.5 Pro hat das aktuelle Gemini 3.5 Flash von Google auf dem Markt bereits gemischtes Feedback erhalten. Rodrigo Davies, Produktmanager bei der Design-Plattform Figma, berichtet, Figma habe 3.5 Flash in seinem neuen AI-Assistenten „Figma agent“ integriert und findet, dass das Modell ein gutes Gleichgewicht zwischen Geschwindigkeit und Qualität bietet.

Der Gründer und CEO der lateinamerikanischen Online-Bildungsplattform Platzi, Freddy Vega, äußert hingegen eine ganz andere Meinung: Er sagt, 3.5 Flash habe eine ungünstige Positionierung – der Preis liegt höher als beim Vorgänger 3.1 Flash, die Geschwindigkeit ist aber geringer, die Fähigkeiten liegen weiterhin hinter den Flaggschiffprodukten der Konkurrenz zurück und beim Umgang mit strukturierten Daten gibt es klare Schwächen.

Er berichtet, dass sein Team bei Aufgaben, die sowohl Geschwindigkeit als auch Kompetenz beim Schlussfolgern erfordern, inzwischen von Google auf das Mittelklassemodell Claude 3.5 Sonnet von Anthropic umgestiegen ist.

AI-Forscher sind sich einig, dass Gemini aktuell seinen größten Wettbewerbsvorteil in der Nutzung von Googles Suchdaten hat, doch im Bereich des Aufbaus des stärksten Modells liegen Anthropic und OpenAI bereits vorne. Google betont, dass das Unternehmen in der Verarbeitung multimodaler Inputs und beim AI-Weltmodell weiterhin differenzierte Vorteile hat, es bleibe jedoch abzuwarten, ob sich diese Vorteile in Marktanteile verwandeln lassen.