LONDON (IT BOLTWISE) – Google testet in der Gemini-App eine neue Einstellung, mit der Nutzer steuern können, wie intensiv die KI über eine Antwort nachdenkt. Das soll bei einfachen Fragen für Tempo sorgen, bei komplexen Aufgaben aber die Qualität verbessern. Gleichzeitig ordnet sich Google damit in einen klaren Branchen-Trend ein, bei dem Reasoning-Modi und Antworttiefe stärker konfigurierbar werden. Für Unternehmen bedeutet das: Prompting und Auswahl des passenden Modells werden noch stärker Teil der Arbeitsabläufe.
Die nächste Welle personalisierbarer Künstlicher Intelligenz kommt nicht nur über neue Fähigkeiten, sondern auch über mehr Kontrolle im Nutzungsprozess. Google testet in seinem KI-Chatbot Gemini eine Funktion, mit der Anwender selbst festlegen können, wie viel „Denkaufwand“ die KI für eine Antwort investieren soll. Der Kern ist ein Produkt-Feature, das auf einen echten Zielkonflikt abzielt: Im Alltag wird oft maximale Geschwindigkeit erwartet, bei komplexeren Aufgaben hingegen sinkt die Genauigkeit, wenn eine Antwort zu früh kommt. Genau deshalb wird der „Reasoning-Budget“-Gedanke sichtbar an der Oberfläche adressiert.
Technisch lässt sich die Idee als Konfiguration der Rechen- und Suchstrategie in der Modellverarbeitung verstehen. In vielen modernen KI-Systemen entscheidet nicht nur das trainierte Modell selbst, sondern auch die Art, wie das Modell intern Zwischenschritte plant, gewichtet oder iterativ überprüft. Wenn Google zwischen „Standard“ und „Erweitert“ unterscheidet, signalisiert das: Es gibt intern unterschiedliche Ausführungsmodi, die mehr Schritte und damit meist bessere Konsistenz liefern, aber ebenfalls mehr Laufzeit und Kosten verursachen können. Für Enterprise-Anwendungen ist das besonders relevant, weil sich Qualität und Latenz dann bewusst gegeneinander abwägen lassen.
Die neue Einstellung taucht laut aktuellem Testkontext direkt bei der Modellauswahl auf. Betroffen sind dabei zunächst die Varianten „Gemini 3 Flash Fast“ und „Gemini 3.1 Pro“, bei denen ein Menü namens „Denkaufwand“ eingeblendet werden soll. Nutzer können dann zwei Stufen wählen: „Standard“ richtet sich an die Mehrheit der Alltagsfragen, während „Erweitert“ für komplexe Problemlösungen gedacht ist. Dazu zählen laut Google mehrstufige Planungen, Programmieraufgaben sowie mathematische Fragestellungen. Das ist auch deshalb logisch, weil solche Aufgaben typischerweise mehr Struktur erfordern und Fehlerketten entstehen, sobald Zwischenschritte fehlen oder zu kurz geprüft werden.
Im Wettbewerb zeichnet sich damit eine ähnliche Entwicklung ab: „Denken“, „Reasoning“ oder „Reasoning-Modus“ wird zunehmend als Produktbaustein verkauft, nicht nur als unsichtbare Modellmagie. OpenAI bietet bei ChatGPT bereits Optionen an, die je nach Modell oder Modus unterschiedlich stark in Richtung stärkeres Abwägen und längere Problemlösung gehen. Anthropic setzt bei Claude auf ein adaptives Denken, das sich an der Komplexität der Anfrage orientiert. Perplexity wiederum stellt für anspruchsvollere Such- bzw. Analyseanfragen einen dedizierten „Reasoning-Modus“ bereit. Der strategische Unterschied liegt weniger im reinen Marketing als in der Erwartungshaltung: Nutzer sollen gezielt steuern können, wann „schnell“ und wann „gründlich“ sinnvoll ist.
Marktseitig ist das ein Ansatz, der bei vielen Organisationen auf offene Ohren stößt. In der Praxis existieren je nach Use Case sehr unterschiedliche Anforderungen: Ein Support- oder Assistenz-Workflow braucht oft kurze Antworten mit akzeptabler Genauigkeit, während etwa bei Compliance-nahen Analysen oder bei Software-Engineering-Assistenz die Fehlerkosten hoch sind. Ein konfigurierbares Denk-Feature erlaubt es, Prozesse so zu designen, dass kritische Schritte bewusst mehr Rechenzeit erhalten. Gleichzeitig erhöht es die Vorhersehbarkeit für Entwicklerteams: Sie können Tests und Qualitätsmetriken stärker an der gewählten Denkstufe ausrichten, statt nur auf „Prompting-Tricks“ zu vertrauen. Wie Branchenexperten berichten, wird diese Granularität gerade für die Skalierung in Unternehmenskatalogen zunehmend zum Entscheidungskriterium.
Auch aus historischer Perspektive ist das nicht völlig neu. Schon seit den frühen Tagen „dekodierbarer“ Modelle diskutierte die Forschung, wie Sampling-Strategien, iterative Verifikation oder Ketten-komplexer Zwischenschritte die Antwortqualität beeinflussen. Spätere Generationen von Reasoning-Ansätzen machten das Thema konkreter, etwa durch Techniken wie mehrstufige Planungslogik, Self-Consistency-Mechanismen oder durch Modelle, die explizit mit komplexeren Denkabläufen trainiert wurden. Was sich nun ändert: Der Schritt nach vorn passiert zunehmend auf der Produktseite. Statt dass Reasoning nur im Hintergrund stattfindet, wird es als anfassbare Einstellung sichtbar. Das verbessert die Transparenz, senkt aber auch die Hürde, passende Modi für unterschiedliche Aufgaben zu wählen.
Für die nächste Phase ist damit zu rechnen, dass solche Denk-Einstellungen nicht nur für Endnutzer sichtbar sein werden, sondern auch in APIs, Agenten-Workflows und Orchestrierungs-Tools an Gewicht gewinnen. Ein realistisches Szenario sind Pipelines, in denen eine Anfrage zunächst im „Standard“-Modus geprüft und erst bei Unsicherheit oder nach festgelegten Qualitätsregeln auf „Erweitert“ umgestellt wird. Technisch wäre das eine Mischung aus Policy-orientierter Steuerung und Modell- oder Decoding-Konfiguration. Marktlich würden solche Muster den Unterschied zwischen „durchschnittlich guten“ und „betrieblich zuverlässigen“ KI-Systemen ausmachen. In der Unternehmenspraxis eröffnet das zudem neue Optimierungshebel für Kosten: Mehr Rechenzeit wird nur dort eingesetzt, wo sie messbar wirkt.
Regulatorisch und datenschutzseitig lohnt sich ebenfalls ein Blick auf die Konsequenzen. Wenn mehr interne Schritte gefahren werden, können sich die Anforderungen an Logging, Speicherung von Prompts und an die Nachvollziehbarkeit erhöhen – insbesondere in Umgebungen, die unter strikteren Vorgaben zur Datenminimierung oder Aufbewahrungsdauer stehen. Unternehmen sollten daher prüfen, wie Telemetrie, Debug-Informationen und Feedbackschleifen bei verschiedenen Denkstufen gehandhabt werden. Auch Sicherheitsaspekte spielen hinein: Eine gründlichere Ausarbeitung kann zwar sachlich korrekter sein, aber sie kann auch mehr personenbezogene oder sensible Details aus Nutzereingaben weiterverarbeiten. Deshalb wird ein verantwortungsvolles Governance-Modell wichtiger, sobald Nutzer die Denkintensität aktiv steuern können.
💳 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: Nutzer steuern „Denkaufwand“ in der KI – mehr Kontrolle bei Antworten" 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: Nutzer steuern „Denkaufwand“ in der KI – mehr Kontrolle bei Antworten" 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: Nutzer steuern „Denkaufwand“ in der KI – mehr Kontrolle bei Antworten« bei Google Deutschland suchen, bei Bing oder Google News!