MOUNTAIN VIEW / LONDON (IT BOLTWISE) – Google verschiebt den Launch des neuen Gemini-3.5-Pro-Modells von Juni auf Juli. Laut Branchenhinweisen nimmt sich der Konzern mehr Zeit, um Feedback von frühen Testern einzusammeln und am Modell nachzuschärfen. Damit steigt der Druck im Wettbewerb mit Anthropic und OpenAI, besonders weil Coding derzeit als erstes großes Enterprise-Use-Case gilt. Im Zentrum stehen Verbesserungen für Aufgaben mit langem Zeithorizont und Funktionen, die Agenten beim Arbeiten unterstützen sollen.
Google rückt den Zeitpunkt für sein nächstes großes KI-Update nach hinten: Der Launch von Gemini 3.5 Pro soll Berichten zufolge erst im Juli erfolgen, obwohl das Unternehmen zuvor noch eine Veröffentlichung im Juni angekündigt hatte. Damit verschiebt sich ein weiterer Meilenstein in Richtung einer Phase, in der KI-Laboren nicht nur Modelle „vorstellen“, sondern mit sehr konkreten Fähigkeiten überzeugen müssen. Spätestens seit Gemini 3 im vergangenen Jahr besser abschnitt als erwartet, wird intern und extern stark auf die nächste Generation geschaut. Für Google ist das Timing dabei kein Selbstzweck, sondern eine Reaktion auf die Frage, wie schnell sich neue Modellvarianten in produktionsnahen Arbeitsabläufen bewähren.
Technisch wird die Verzögerung weniger als „Fehlerkorrektur“ denn als iterative Modelloptimierung beschrieben: Google sammelt demnach länger Rückmeldungen aus frühen Tests und nimmt Anpassungen vor, bevor das Modell breiter bereitgestellt wird. Interessant ist, dass Gemini 3.5 Pro bereits für einen Teil der Nutzer verfügbar gewesen sein soll – etwa über Googles Antigravity-Plattform und auch auf einer KI-Benchmarking-Seite. Solche Early-Access-Programme sind in der Praxis ein Bindeglied zwischen Laborbenchmarks und realistischen Anwendungsfällen, weil Teams dabei erkennen, wie das Modell auf unterschiedliche Prompt-Formate, Kontextlängen und Tool-Nutzung reagiert. Genau dieser „Real-World-Loop“ ist häufig der Unterschied zwischen einem Modell, das im Blog gut aussieht, und einem, das im Unternehmen zuverlässig arbeitet.
Aus technischer Sicht zielt Gemini 3.5 Pro laut Erwartung auf bessere Leistungen bei Aufgaben mit langem Zeithorizont. Gemeint ist weniger „mehr Geduld“, sondern eine stabilere Fähigkeit, über längere Kontextfenster konsistente Zwischenschritte zu halten: Entscheidungen dürfen nicht nach wenigen Iterationen kippen, selbst wenn die Aufgabe mehrere Schritte, Randbedingungen und Abwägungen enthält. In agentenorientierten Workflows wird das besonders relevant: Ein Agent orchestriert mehrere Subaufgaben, nutzt Tools oder schreibt Code-Entwürfe und muss dabei mehrere Iterationen „im Griff“ behalten. Solche Verbesserungen hängen typischerweise an mehreren Stellschrauben wie Training auf längerem Kontext, Alignment-Strategien und auch an der Evaluation von Fehlerketten, die sich in einem Agenten-Loop sonst schnell verstärken.
Ein weiterer Punkt: Google hat offenbar Feedback aus dem jüngsten Flash-3.5-Modell in 3.5 Pro übernommen. Der Bericht nennt als Beispiel Kritik, Flash habe zu schnell Tokens verbraucht. Token-Effizienz ist in der Unternehmenspraxis kein „Nice-to-have“, sondern direkt mit Kosten, Latenz und Planbarkeit verknüpft. Wenn ein Modell für ähnliche Aufgaben deutlich mehr Tokens benötigt, steigen die Ausgaben pro Anfrage und damit auch die Hürde, eine Lösung in großem Maßstab einzusetzen. Für die Produktstrategie bedeutet das: Ein Pro-Modell muss nicht nur qualitativ besser sein, sondern in vielen realen Workloads auch wirtschaftlich überzeugen. In der Umstellung von Fast-zu-Pro-Workflows entscheidet sich dann, ob Teams eine intelligente Routing-Logik etablieren können, bei der einfache Aufgaben billig und schnelle Modelle übernehmen, während schwierige Aufgaben das Pro-Modell nutzen.
Im Marktkontext erhöht die Verzögerung den Druck auf Google – nicht abstrakt, sondern vor allem im Bereich Coding. Berichten zufolge laufen Wettbewerber wie Anthropic und OpenAI Google aktuell davon, wenn es um die Fähigkeit geht, Code verlässlich zu erstellen, zu erklären und in Werkzeugketten zu integrieren. Genau das ist in vielen Unternehmen der erste große Einsatzfall, weil Code-Assistenz den unmittelbaren ROI über Produktivität, Fehlerreduktion und schnellere Prototypen liefert. Für Google bedeutet „Launch im Juli“ daher auch: Man verschiebt den Zeitpunkt, an dem man gegenüber Entwicklern und Enterprise-Teams wieder eine klare technologische Priorität setzen kann. Timing ist dabei eng gekoppelt an Sales-Zyklen, Pilotprogramme und die Frage, wann Sicherheits- und Compliance-Teams ihre Freigaben finalisieren können.
Expertise kommt in solchen Wettbewerben oft aus vergleichbarer Benchmark-Methodik, doch die entscheidenden Unterschiede zeigen sich in der Umsetzung. Während Anthropic und OpenAI stark auf wiederholbare Agenten- und Tool-Workflows setzen, arbeitet Google laut Berichten daran, die Fähigkeiten für Agenten stärker in den Mittelpunkt zu rücken. Das ist strategisch verständlich: Agenten sind das Interface zwischen Modell und Unternehmensprozessen, etwa wenn Anfragen in Ticket-Systeme überführt werden, Codeänderungen automatisch in Repositories vorbereiten oder Dokumentationsaufgaben mit Quellenhinweisen verknüpft werden. Entscheidend ist nicht nur die „Agenten“-Aussage, sondern wie sauber das Modell im Fehlerfall bleibt: Bricht es früh ab, meldet es Unsicherheit, oder produziert es still falsche Ergebnisse? Genau hier entscheidet sich langfristig die Akzeptanz in Teams, die Verantwortung tragen.
Historisch lohnt sich der Blick darauf, wie Google selbst in der Vergangenheit mit Modell-Release-Zyklen umging. Die Übergänge von „Chat-Modellen“ zu „mehrstufigen“ Systemen haben wiederholt gezeigt, dass frühe Versionen zwar beeindruckende Demonstrationen liefern, aber in produktiven Umgebungen stark von Guardrails, Prompt-Design und Monitoring abhängig sind. Auch deshalb sind längere Beta-Phasen heute üblich: Unternehmen testen nicht nur die Output-Qualität, sondern auch das Verhalten bei schwierigen Eingaben, das Risiko von Halluzinationen sowie die Reproduzierbarkeit unter Last. Die aktuelle Verzögerung passt in dieses Muster: Google versucht offenbar, die Lücke zwischen Demonstration und Betrieb besser zu schließen, bevor das Modell als Standardangebot in den Markt geht.
Für den Enterprise-Betrieb spielen neben der Modellqualität vor allem Sicherheits- und Datenschutzaspekte eine Rolle. Agenten-Workflows erhöhen die Angriffsfläche, weil Modelle nicht nur Text ausgeben, sondern potenziell Aktionen auslösen oder Informationen aus mehreren Systemen verarbeiten. Unternehmen achten daher typischerweise auf Zugriffskontrollen, Auditierbarkeit, Datenminimierung und die Trennung von Trainings- und Nutzerdaten. Zusätzlich wird relevant, wie gut das Modell sensiblen Kontext erkennt und wie konsequent es sich verhält, wenn Richtlinien verletzt werden. Auch wenn der Bericht keine konkreten Sicherheitsmechanismen nennt, ist die Verlängerung des Testfensters ein indirektes Signal: Ein Launch wird meist erst dann beschleunigt, wenn Risiken in realistischen Workflows besser verstanden sind und sich Betriebskonzepte stabilisieren.
Für die nächsten Monate lässt sich eine klare Linie ableiten: Sobald Gemini 3.5 Pro im Juli verfügbar wird, dürften viele Teams ihre Roadmaps für KI-gestützte Entwicklung und Agenten-Implementierungen neu priorisieren. Praktisch heißt das für Entwicklerorganisationen, dass sie jetzt schon Workflows evaluieren sollten, die einen langen Zeithorizont benötigen, inklusive Messung von Token-Kosten, Latenz und Qualität pro Iteration. Ein wahrscheinlicher Zukunftsschritt ist außerdem stärkeres Routing zwischen Modellvarianten: Pro-Modelle für komplexe Aufgaben, schnellere Varianten für Routine, alles mit Telemetrie-gestütztem Feedback. Wenn Google die Ergebnisse aus den frühen Testern tatsächlich in die Stabilität für Agenten-Loops übersetzt, könnte das die Wettbewerbsposition im Coding-Bereich wieder schärfen – vorausgesetzt, die Freigaben für Security und Compliance laufen rechtzeitig an.
💳 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.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【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 "Gemini 3.5 Pro: Google verschiebt Launch auf Juli und arbeitet an Agenten-Fähigkeiten" 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 "Gemini 3.5 Pro: Google verschiebt Launch auf Juli und arbeitet an Agenten-Fähigkeiten" 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: »Gemini 3.5 Pro: Google verschiebt Launch auf Juli und arbeitet an Agenten-Fähigkeiten« bei Google Deutschland suchen, bei Bing oder Google News!