LONDON (IT BOLTWISE) – Google hat die Talent-Akquisition des KI-Coding-Startups Mechanize abgeschlossen und damit Personal sowie Technologie für seine „reasoning“-Fähigkeiten an DeepMind gebunden. Der Deal wird mit mehr als 1,5 Milliarden US-Dollar beziffert, Details zu Konditionen und Vertragsstruktur wurden bislang nicht veröffentlicht. Mechanize setzte auf ein „virtual workplace“-Konzept, in dem KI Code schreibt, testet, Fehler behebt und den Zyklus wiederholt. Damit rückt die Agenten-Entwicklung näher an echtes Software-Engineering und weg von reiner Textausgabe.
Google hat den nächsten Schritt in seinem KI-Kraftpaket gemacht, indem das Unternehmen die Talent-Übernahme des KI-Coding-Startups Mechanize abgeschlossen hat. Laut den vorliegenden Angaben soll der Wert der Transaktion bei mehr als 1,5 Milliarden US-Dollar liegen; die konkrete Höhe und die Vertragsdetails seien jedoch nicht offengelegt. Entscheidender ist für die Technikseite weniger die Summe als das, was Mechanize aufbaute: ein „virtual workplace“ als Arbeitsumgebung, in der KI nicht nur Code erzeugt, sondern diesen auch ausführt, Fehler erkennt und Änderungen iterativ zurück in den Entwicklungszyklus bringt.
Mechanize positionierte sein System damit bewusst gegen das klassische Muster „ein Prompt, eine Ausgabe“. Denn Softwareentwicklung besteht aus mehr als korrekten Zeilen in einem idealisierten Sinne: Ein Entwickler muss bestehenden Code verstehen, ihn gegen Laufzeitfehler und Regressionen testen, Root Causes ableiten, Fixes einbauen und anschließend erneut prüfen. Genau diese Schleife versucht das Startup in einer virtuellen Umgebung abzubilden. Praktisch läuft das darauf hinaus, dass KI-Agenten im selben Arbeitsraum zunächst Code generieren, anschließend die Ausführung beobachten, Fehler identifizieren, Korrekturen vornehmen und das Ganze wiederholen. Die Ergebnisse werden anschließend bewertet und als Feedback in das Training eingespeist, wodurch sich die Methode auch als „learning by failure“ umschreiben lässt.
Für DeepMind ist das aus mehreren Gründen strategisch. Erstens verlagert sich der Fokus im Bereich agentenbasierter KI zunehmend von „Antwortqualität“ hin zu „Aufgabenabschluss“. Mechanize macht diese Denke messbar: Mit dem öffentlich verfügbaren „GBA Eval“ stellt das Startup einer KI die Aufgabe, innerhalb eines festen Zeitlimits einen Emulator für den Game Boy Advance von Grund auf zu entwickeln, und prüft dann, ob das Projekt end-to-end gelingt. Das ist mehr als ein Stiltest für verständliche Programmierung, weil der Agent in einem realitätsnahen Ablauf gegen Fehler laufen und sich durch Iterationen annähern muss. Zweitens passt das in den Trend, KI nicht nur auf riesigen Datensätzen zu trainieren, sondern sie in Umgebungen arbeiten zu lassen, in denen sie scheitern, Rückmeldungen erhalten und erneut versuchen kann.
Technisch hängt daran auch der Begriff „midtraining“, der in der Quelle als zusätzliche Lernphase nach dem Pretraining beschrieben wird. Midtraining zielt darauf ab, nach dem grundlegenden Vortraining spezifische Fähigkeiten gezielt zu verstärken, etwa bei komplexen Problemen wie Codierung oder Mathematik. In diesem Kontext wird verständlich, warum die Talent-Komponente des Deals in der Praxis zählt: Wer ein Agentensystem aufbaut, benötigt nicht nur Modell-Expertise, sondern auch Wissen über Ausführungsumgebungen, Evaluationslogik und die Gestaltung von Feedback-Schleifen. Dass Mechanize-Gründer und ehemaliger CEO Tamay Besiroglu als Research Scientist zu Google DeepMind wechselt, sowie mehr als zwölf weitere Ex-Mitarbeitende, deutet darauf hin, dass DeepMind nicht ausschließlich eine technische Lizenz erwirbt, sondern zugleich Know-how rund um die „Agent Training Environments“ in ein laufendes Forschungs- und Entwicklungssetup integrieren möchte.
Der Deal reiht sich zudem in ein Muster ein, das Google bereits zuvor einschlug: Auch bei einem anderen KI-Coding-Startup wurde auf eine technologie- und talentorientierte Strategie gesetzt. In der Vergangenheit hatte das Unternehmen Mechanismen dieser Art genutzt, um nicht nur Modelle, sondern auch Arbeitssysteme und Zuständigkeiten aufzubauen. Gleichzeitig zeigt sich am Markt, dass der Wettbewerb bei „KI-Agenten, die reale Arbeit erledigen“, härter wird. Denn wer heute die besten Umgebungen für Agenten, die zuverlässig Code ausführen, debuggen und iterativ verbessern können, besitzt, verschafft sich einen Vorteil, der sich später in Produkte, Plattformen und Entwickler-Workflows übersetzen lässt.
Für Anwender und Unternehmen verschiebt sich damit die Erwartungshaltung: Automatisierte Programmierung wird weniger als „Generator“ verstanden und stärker als „Prozess“, in dem ein System Aufgaben zerlegt, testet, scheitert, korrigiert und am Ende verlässlich ein Ergebnis liefert. Genau dieser Übergang ist anspruchsvoll, weil er robuste Ausführung, nachvollziehbare Fehleranalyse und wiederholbare Bewertungssysteme voraussetzt. Gleichzeitig bleibt aus Sicht von Implementierern entscheidend, wie gut sich solche Agenten in reale Toolchains integrieren lassen: Repository-Strukturen, CI/CD-Pipelines, Constraints im Build-System und die Frage, wie Evaluationssignale in Trainings- oder Fine-Tuning-Schleifen einfließen, sind in der Praxis oft der Unterschied zwischen Demo und Skalierung.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Google DeepMind holt Mechanize: KI-Agenten sollen künftig selbst Code entwickeln" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Google DeepMind holt Mechanize: KI-Agenten sollen künftig selbst Code entwickeln" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Google DeepMind holt Mechanize: KI-Agenten sollen künftig selbst Code entwickeln« bei Google Deutschland suchen, bei Bing oder Google News!