Auf der Google I/O 2025 Veranstaltung im Silicon Valley wurde deutlich, dass Google seine KI-Initiativen unter der Marke Gemini verstärkt. Diese umfasst verschiedene Modellarchitekturen und Forschungsbereiche, wobei Innovationen schnell in Produkte integriert werden. Neben neuen Funktionen präsentierte Google eine mutige Vision: die Schaffung eines KI-zentrierten Betriebssystems – kein herkömmliches Hochfahrtsystem, sondern eine logische Schicht, die jede App zugänglich macht. Dieses „Weltmodell“ soll einen universellen Assistenten antreiben, der die physische Welt versteht, Schlüsse zieht und im Auftrag der Nutzer handelt. Dieser strategische Ansatz mag bei den vielen Ankündigungen der Veranstaltung etwas in den Hintergrund gerückt sein, ist jedoch entscheidend für Googles Bestreben, die Konkurrenten zu überholen. Google investiert Milliarden in dieses Vorhaben, das als Mondmission gilt. Dabei steht die Herausforderung im Fokus, die eigene KI-Forschung schneller in Produkte umzusetzen als Mitbewerber, die im Verpacken von KI in zugängliche, kommerziell nutzbare Lösungen bereits stark sind. Google muss Microsofts fokussierte Strategie ausmanövrieren, den Hardware-Ambitionen von OpenAI entgegenwirken und sein lukratives Suchgeschäft vor der KI-Umwälzung schützen. Das Ausmaß von Google ist enorm: Sundar Pichai berichtete, dass monatlich 480 Billionen Tokens verarbeitet werden – 50 Mal mehr als im Vorjahr und nahezu das Fünffache von Microsofts Volumen. Das Entwickler-Engagement steigt rasant: Über 7 Millionen Nutzer verwenden mittlerweile die Gemini-API, eine Fünffachsteigerung seit der letzten I/O, und die Nutzung von Vertex AI ist um das 40-Fache gewachsen. Effizienzsteigerungen erfolgen durch fortschrittliche Modelle wie Gemini 2. 5 und Ironwood TPU. Neue Tools wie AI Mode und AI Overviews, die 1, 5 Milliarden Nutzer im Monat erreichen, helfen dabei, den Übergang der Suche in eine KI-first-Erfahrung zu verfeinern. Kern von Googles Vision ist das „Weltmodell“, eine KI, die die Prinzipien der realen Welt tiefgreifend versteht. Es soll einen universellen Assistenten antreiben, der ausschließlich von Google unterstützt wird. Dabei entsteht eine Spannung darüber, wie viel Kontrolle Google ausüben möchte: Soll das Unternehmen vor allem sein 200-Milliarden-Dollar-Suchgeschäft schützen, indem es die KI intern integriert, oder will es das grundlegende KI-Wissen offen mit externen Entwicklern teilen – ein Ökosystem, das bereits über 20 Millionen Entwickler umfasst?Google reserviert zentrale Funktionen oft für die Suche, öffnet aber zunehmend den Entwicklerzugang, illustriert durch Project Mariner, dessen Browser-Automatisierungsfunktionen bald über die Gemini-API breit zugänglich gemacht werden. Konkurrenzunternehmen wie Automation Anywhere und UiPath können darauf aufbauen. Die Vision wurde von Demis Hassabis, CEO von DeepMind, erläutert: Google setzt doppelt so stark auf künstliche Allgemeinintelligenz (AGI). Gemini, das leistungsstärkste multimodale Modell, entwickelt sich zum Weltmodell – ein System, das die Prinzipien der Welt wie Ursache und Wirkung sowie intuitive Physik simuliert, ähnlich menschlichem Lernen. Die Arbeit von DeepMind an Modellen wie Genie 2, das in der Lage ist, interaktive Spielumgebungen aus Text- oder Bildanweisungen zu generieren, ist ein Beispiel dafür. Hassabis erweitert seit Ende 2024 den Begriff des Weltmodells und eines universellen KI-Assistenten, wobei Pichai und Josh Woodward, Leiter von Gemini, dies bei I/O erneut betonten. Die Gemini-App soll ein persönlicher, proaktiver und mächtiger universeller KI-Assistent werden, so Hassabis, was einen Meilenstein auf dem Weg zur AGI darstellt. Demonstrationen wie Flow, eine Kreativplattform für Filmemacher, die die physikbewussten Video- und Audiofähigkeiten von Veo 3 nutzt, und das feinjustierte Gemini Robotics-Modell zeigen, wie das Weltmodell in kreative und robotische Anwendungen Einzug hält.

Pichai hob die Integration von Live-Video-Analyse und Screen-Sharing in Gemini Live durch Project Astra hervor, was Teil der Weiterentwicklung zum „universellen Assistenten“ ist. Woodward präsentierte, wie persönliche Kontexte wie Suchverlauf und bald Gmail/Calendar es Gemini ermöglichen, Nutzerbedürfnisse vorauszusehen – zum Beispiel angepasste Quiz oder maßgeschneiderte Erklärungen – und so eine Zukunft, in der Nutzer Dinge „im Kopf entstehen lassen“ können, mit dem Gemini 2. 5 Pro-Modell. Entwicklertools wie Gemini 2. 5 Pro mit „Deep Think“, das effiziente 2. 5 Flash-Modell mit Audio- und URL-Integration, sowie der vorgestellte Gemini Diffusion (ein Zeichen für den Willen, über reine Transformer-Modelle hinauszugehen, um effizienter zu sein) erweitern Googles Werkzeugkasten. AI Studio, Firebase Studio und Vertex AI dienen als Einstiegsplattformen für Entwickler und Unternehmen. Strategisch steht Google unter Druck, seine suchbasierte Einnahmequelle zu verteidigen und die KI-Einführung zu beschleunigen, während die Konkurrenz stark ist. Microsoft dominiert im Unternehmenskosmos mit Tools wie Microsoft 365 Copilot und Azure AI Foundry und verfolgt eine Strategie des „offenen agentischen Webs“, um vielfältige KI-Technologien zu integrieren. OpenAI führt bei der Nutzerzahl mit 600 Millionen monatlichen Nutzern für ChatGPT verglichen mit 400 Millionen für Gemini. Kürzlich startete OpenAI eine Suche und plant Anzeigenschaltungen, was Googles Suchdominanz bedroht. Die starken Investitionen von OpenAI in Hardwareprodukte, um den Durchbruch zu schaffen, sind vergleichbar mit Apples mobilem Erfolg, stoßen aber auf Grenzen durch die zunehmende Offenheit der KI. Google wiederum betreibt ein komplexes Ökosystem aus Entwickler-Tools, das unterschiedliche Bedürfnisse ausbalanciert, und Amazon stärkt seine Position mit Bedrock, dem Hosting mehrerer KI-Modelle für Unternehmenskunden. Für Unternehmen bietet die Weltmodell-Vision von Google ein enormes Potenzial, erfordert jedoch eine strategische Planung. Schnelles Handeln ist notwendig, um kostspielige Nachrüstungen zu vermeiden, wenn Assistenz-basierte Oberflächen immer mehr kommen. Die Fortschritte bei multimodalen und AGI-basierten Systemen könnten Innovationen bringen, erfordern aber die Bereitschaft, sich auf eine neue Art der Interaktion sowie API- und Agentenintegration einzustellen. Unternehmen müssen die langfristigen Risiken und Chancen der Google-Strategie gegen die kurzfristig-pragmatische Herangehensweise von Microsoft oder OpenAI abwägen. Eine diversifizierte Herangehensweise, um Stärken auf verschiedenen Plattformen zu nutzen, entspricht der Entwicklung des offenen, agentischen Webs. Diese kritischen Entscheidungen und Strategien zur AI-Adoption in der Praxis werden im Mittelpunkt der VentureBeat-Konferenz „Transform 2025“ stehen, die Führungskräfte aus der Wirtschaft und Technik zusammenbringt, um Plattform-Entscheidungen und Implementierungen zu diskutieren. Aufgrund begrenzter Plätze empfiehlt sich eine frühzeitige Anmeldung. Zusammenfassend zeigte Google auf der I/O eine ambitionierte Offensive, um die Zukunft der KI durch die Entwicklung eines fundamentalen „Weltmodells“ und eines universellen Assistenten zu gestalten, um die Computerwelt neu zu definieren und die Dominanz zu sichern. Das technologische Potenzial ist groß, doch Fragen nach der Umsetzung und dem Timing bleiben: Kann Google seine umfassenden Technologien schneller integrieren als die Mitbewerber?Kann es die Suche transformieren und gleichzeitig regulatorische Hürden überwinden sowie sowohl Verbraucher als auch Unternehmen mit einer breit angelegten Agenda bedienen? Die kommenden Jahre werden entscheidend sein. Erfolg könnte eine Ära der ambienten, personalisierten Intelligenz einläuten, die die Mensch-Computer-Interaktion neu gestaltet. Misserfolg könnte Google als Warnung hinterlassen – einen Riesen, der alles versucht hat, aber von wendigeren Mitstreitern mit schärferem Fokus übertroffen wird.