Warum Google möglicherweise leise das AI-Rennen an OpenAI und Anthropic abgegeben hat

Google rennt nicht mehr mit OpenAI und Anthropic um die gleiche Ziellinie. Seine Rivalen wollen KI, die sich selbst verbessert. Google will KI, die die reale Welt versteht.

Die Trennung ist leicht zu übersehen, da Google weiterhin Modelle ausliefert und Geld verdient. Aber die neueste Veröffentlichung landete auf Platz 10 eines unabhängigen Rankings.

Was Google über das KI-Rennen gesagt hat und was nicht

Google veröffentlichte Gemini 3.6 Flash am 21. Juli. Das Angebot war Geschwindigkeit und Kosten, nicht rohe Leistung.

Folge uns auf X, um die neuesten Nachrichten in Echtzeit zu erhalten

Das Modell produziert 17% weniger Tokens als die vorherige Version, sagte Googles Blog. Tokens sind die kleinen Textstücke, die eine KI schreibt. Weniger Tokens bedeuten eine günstigere Antwort.

Leistung ist eine andere Angelegenheit. Eine veröffentlichte Lesung des Artificial Analysis Index platzierte das Modell auf Platz 10. Jedes andere große Labor rangierte darüber.

Google steht nicht still. Es hat seinen bisher größten Trainingslauf für Gemini 4 begonnen. Ein größeres Modell, Gemini 3.5 Pro, befindet sich noch in der Testphase mit Partnern.

Sundar Pichai hat auf einen anderen Preis hingewiesen. Er hat den Fahrplan an personalisierte Agenten gebunden, anstatt an Siege in Ranglisten.

Investoren sind weniger entspannt. Die Alphabet-Aktien fielen im Juni um 6%, nachdem zwei leitende Forscher zu Rivalen gewechselt waren.

Inside DeepMinds Wette auf Weltmodelle

Ein Weltmodell ist KI, die lernt, wie physikalische Dinge sich verhalten. Schwerkraft, Bewegung, Ursache und Wirkung. Es sagt voraus, was als Nächstes in einem Raum passiert, nicht das nächste Wort in einem Satz.

Die eigene Website von DeepMind zeigt die Wette. Sie ordnet Genie 3 und Gemini Robotics unter einer Überschrift für Weltmodelle und verkörperte KI ein, was Software bedeutet, die Maschinen steuert.

Im Mai erweiterte das Labor Projekt Genie auf Street View. Es veröffentlichte auch SIMA 2, einen Agenten, der lernt, indem er in virtuellen 3D-Welten spielt.

OpenAI und Anthropic zielen ganz woanders hin. Sie wollen rekursive Selbstverbesserung, abgekürzt RSI.

In einfachen Worten bedeutet das, dass KI clever genug ist, um die nächste, bessere KI zu bauen. Dann baut diese die darauf folgende.

Der Schriftsteller Alberto Romero argumentierte am Dienstag, dass Google dieses Rennen absichtlich verlassen hat.

„Hassabis setzt auf etwas anderes: Weltmodelle. Modelle, die die reale Welt verstehen und simulieren können, nicht nur das nächste Token vorhersagen“, schrieb Alberto Romero in einer aktuellen Analyse.

Google hat so etwas nie gesagt. Demis Hassabis, der Google DeepMind leitet, hat RSI in der Öffentlichkeit nie ausgeschlossen.

Warum ein Mitbegründer eines Rivalen sagt, dass DeepMind der Außenseiter ist

Die schärfste externe Einschätzung kam von einem Rivalen, Monate zuvor.

Jack Clark co-gründete Anthropic. Am 4. Mai veröffentlichte er einen Aufsatz darüber, wohin sich KI entwickelt.

Er gab eine 60%ige Chance an, dass KI bis Ende 2028 eigene Forschung betreiben kann. Für 2027 schätzte er die Wahrscheinlichkeit auf 30%.

Clark fragte dann, welche Labore dieses Ziel verfolgen. DeepMind, schrieb er, „scheint das vorsichtigste der großen drei zu sein.“ Vorsichtig bedeutet umsichtig.

Seine Beweise stammen von DeepMind selbst. Er zitierte das Papier zur KI-Sicherheit von 2025, das zusammen mit Mitgründer Shane Legg verfasst wurde.

Anthropic ist viel mutiger. In einer Studie zur rekursiven Selbstverbesserung berichtete es, dass Claude bis Mai 2026 mehr als 80% des Codes geschrieben hat, den es ausliefert.

Vor Februar 2025 lag dieser Anteil nahe null.

Das Unternehmen hat dokumentiert, dass KI bessere KI erstellt. Bei einem Geschwindigkeitstest erzielten seine Modelle im April einen 52-fachen Gewinn, im Vergleich zu 2,9-fach ein Jahr zuvor.

Ein erfahrener Ingenieur benötigt vier bis acht Stunden, um einen vierfachen Gewinn bei derselben Aufgabe zu erzielen.

Warum Google möglicherweise das KI-Rennen überhaupt nicht verlassen hat

Zwei Fakten sprechen gegen die gesamte Idee:

• Google führt den Test an, der am nächsten daran kommt, die Fähigkeiten in der KI-Forschung zu messen.

MLE-Bench fordert ein Modell auf, eigenständig maschinelle Lernsysteme zu erstellen. Ein Gemini 3-Modell erzielte im Februar 64,4 %. Das war zu diesem Zeitpunkt das beste Ergebnis. Google erreichte mit 3.6 Flash im Juli 63,9 %.

Labore, die ein Feld verlassen, stehen selten an der Spitze der Rangliste.

• Google ist auf dem Markt keineswegs abwesend.

Pichai sagte den Investoren, dass die Gemini-App 950 Millionen monatliche Nutzer hat. Google hat in diesem Monat die offene KI-Allianz von NVIDIA ausgelassen. Das taten auch OpenAI und Anthropic.

Kann sich Google leisten zu warten?

Das Argument für Geduld ist einfach. Suchanzeigen finanzieren alles andere, sodass DeepMind sich Zeit nehmen kann.

Die eigene Einreichung von Alphabet zeigt, dass die Rücklage dünner wird.

Der Umsatz erreichte im Juni-Quartal 119,8 Milliarden Dollar, ein Anstieg um 24 %, laut den am 22. Juli eingereichten Ergebnissen. Allein die Suche brachte 63,3 Milliarden Dollar ein.

Dann kommen die Ausgaben. Alphabet investierte in drei Monaten 44,9 Milliarden Dollar in Rechenzentren und Ausrüstung. Das ist ungefähr doppelt so viel wie ein Jahr zuvor.

Das Ergebnis war ein negativer Free Cashflow von 5,86 Milliarden Dollar. Free Cashflow ist das, was nach Zahlung der Baukosten übrig bleibt.

Diese Zahl betrug im März positive 10,1 Milliarden Dollar. Im Dezember waren es positive 24,6 Milliarden Dollar.

Alphabet hat die Lücke durch den Verkauf von 49,6 Milliarden Dollar neuer Aktien im Juni geschlossen. Es hat weitere 20,3 Milliarden Dollar geliehen.

Die langfristigen Schulden haben sich in sechs Monaten verdoppelt, von 46,5 Milliarden Dollar auf 98,2 Milliarden Dollar.

Eine Position in den Konten, die die gemeinsame KI-Forschung abdeckt, verlor 5,79 Milliarden Dollar, gegenüber 3,37 Milliarden Dollar. Geduld hat jetzt einen Preis.

Was in den nächsten 30 Tagen zu beobachten ist

• Ob Gemini 3.5 Pro ausgeliefert wird und wie es eingestuft wird
• Ob DeepMind Ergebnisse von Weltmodellen zeigt, die mit Gemini 4 verbunden sind
• Ob der Cashflow von Alphabet im September wieder positiv wird
• Ob Hassabis die Frage der Selbstverbesserung direkt beantwortet

Gemini 4 ist der echte Test. Wenn Weltmodelle dort funktionieren, wo Codierungsagenten ins Stocken geraten, wird das langsame Tempo klug statt ängstlich erscheinen.

Der nächste Gewinnbericht wird zeigen, wie lange Alphabet weiterhin zahlen kann, um herauszufinden.

Quelle: BeInCrypto