DAVOS / LONDON (IT BOLTWISE) – Google ordnet seine KI-Organisation neu: Jeff Dean verlässt nach 27 Jahren das Unternehmen, Demis Hassabis wechselt in eine stärkere Leitungsrolle. Parallel verschiebt sich der Fokus innerhalb der Einheit DeepMind hin zu längerfristiger Forschung und den gesellschaftlichen Fragen rund um KI auf General-Niveau. Die Änderungen passieren vor dem Hintergrund anhaltender Engpässe bei Rechenkapazität und einer wachsenden Spannung zwischen Cloud-Kundennachfrage und Forschungsbedarf. Für Unternehmen wird dabei die Grundsatzfrage lauter, ob sie künftig stärker auf Effizienz und „ausreichend gute“ Modelle setzen müssen.
Die Personal- und Rollenwechsel bei Google wirken auf den ersten Blick wie eine interne Management-Maßnahme. Tatsächlich treffen sie aber einen zentralen technischen Engpass: die Verfügbarkeit von Rechenleistung für das Training und den Betrieb hochskalierter KI-Modelle. Im Kontext der KI-Gründerära ist das besonders relevant, weil Frontier-Modelle zwar Fortschritt versprechen, gleichzeitig jedoch enorme Vorlaufkosten für Compute und Forschung verursachen – ohne Garantie, dass sich die Investitionen später unmittelbar monetarisieren lassen. Genau dieses Spannungsfeld stand zuletzt auch bei der Cloud-Bilanz im Raum, die für zusätzlichen Druck sorgt: Wenn die Infrastrukturabteilung stark wächst, steigt die Versuchung, Kapazitäten prioritär dort einzusetzen, wo der Umsatz schneller sichtbar wird.
Die Neustrukturierung beginnt mit dem angekündigten Abgang von Jeff Dean, Chief Scientist von Google, der nach 27 Jahren das Unternehmen verlassen hat. Demis Hassabis, Mitgründer von DeepMind, wird künftig Vorsitzender der DeepMind-Einheit und übernimmt zugleich eine neu geschaffene Chief-Scientist-Rolle im Alphabet-Umfeld. Damit verbindet Google Forschung auf Langfristniveau mit einem klaren Auftrag: Hassabis soll sich stärker auf längerfristige Arbeit und auf die gesellschaftlichen Implikationen Künstlicher Intelligenz konzentrieren, insbesondere im Hinblick auf eine mögliche KI auf General-Niveau. Koray Kavukcuoglu, Chief AI Architect von Google DeepMind, übernimmt derweil die tägliche Leitung und die Entwicklung des nächsten Gemini-Modells – ein Hinweis darauf, dass die Produktseite weiter beschleunigt werden soll, während die „Deep-Research“-Achse organisatorisch anders gerahmt wird.
In der Unternehmensrealität ist der Rechenzuteilungskonflikt dabei nicht nur politisch, sondern operativ. Laut der Darstellung aus der Branche steht jede verfügbare TPU-Kapazität (Tensor Processing Units) in Konkurrenz zueinander: Training neuer Modelle, Betrieb von Google-Produkten und die Erfüllung von Verträgen mit externen Cloud-Kunden. Genau hier entsteht Reibung, weil die Planung für verschiedene Bedarfe mehrere Jahre im Voraus modelliert wird, während sich Prioritäten in kürzeren Zeitfenstern verschieben können – etwa wenn ein Produkt schneller wächst als erwartet oder wenn sich strategische Ziele kurzfristig ändern. Dass Google gleichzeitig massiv in Rechenzentrums- und Chip-Infrastruktur investiert, verschafft zwar eine starke Ausgangslage, löst aber nicht automatisch das Problem, dass Kapazität knapp bleibt und damit einzelne Projekte gegeneinander ausgespielt werden.
Hinzu kommt eine Veränderung im Marktverständnis von Modellqualität. Alphabet-CEO Sundar Pichai verwies in diesem Zusammenhang darauf, dass ein großer Teil der US-amerikanischen Top-Unternehmen Gemini Enterprise einsetzt. Gleichzeitig argumentieren Stimmen aus dem Investor- und Tech-Umfeld, dass für viele klassische Büro- und Unternehmensaufgaben nicht zwingend das alleroberste Modellniveau notwendig sei. Für Anbieter bedeutet das: Wenn Effizienzgewinne stärker zählen als absolute Spitzenwerte, verschieben sich Budgets von „maximaler Rechenintensität“ hin zu „ausreichend leistungsfähigen“ Systemen, die im Produktbetrieb stabil laufen. Google versucht, diese Lücke technisch zu schließen: Laut den Aussagen von Kavukcuoglu aus der Entwicklerkommunikation zielt das Flash-Modell auf frontier-nahes Leistungsniveau bei deutlich höherer Geschwindigkeit, damit sich fortgeschrittene Fähigkeiten breiter in Produkte und Workflows integrieren lassen.
Die Personalflüsse lesen sich in diesem Licht wie ein Symptom. Einige Forschende sollen sich frustriert zeigen, weil sie nicht die Compute-Kapazität erhalten, die sie für ambitionierte Projekte benötigen – während die Cloud-Plattform TPUs an externe Akteure vermarktet, darunter auch andere KI-Labore. Zusätzlich wird ein weiterer Faktor genannt: die interne Bürokratie, die durch mehrstufige Freigaben erschwert, Forschung schnell in Produkte zu überführen. Wer in so einem Umfeld arbeitet, trifft eine Abwägung zwischen Labortempo und Produktgeschäft: Startups und „Frontline“-Teams mit weniger internen Hürden wirken dann attraktiver, weil sie Experimente schneller in die nächste Iteration bringen. Dean verließ das Unternehmen nicht allein; auch andere bekannte Köpfe sollen mit dem Aufbau von „Discovery Loop“ beschäftigt sein, das laut der Beschreibung eine Automatisierung von Machine Learning, Wissenschaft und Engineering adressiert.
Gerade für Entscheider ist der Blick auf die Strategie von Google Cloud entscheidend. Cloud-Organisationen entwerfen eigene KI-Chips, betreiben globale Rechenzentrumsnetzwerke und verkaufen nicht nur Kapazität, sondern auch Modelle, Datenbanken, Sicherheitssoftware und Entwicklungstools für KI-„Agenten“. Das macht Google in der GenAI-Phase profitabler, als es nur über einzelne Modellroutinen möglich wäre: Die Plattform kann Infrastruktur sowohl an andere Labore vermieten als auch Gemini in Enterprises bringen und Künstliche Intelligenz direkt in bestehende Produkte wie Suche, Video- und Produktivitätstools integrieren. Das führt jedoch zu einer Grundsatzfrage, die sich nach fast vier Jahren GenAI-Rush immer deutlicher stellt: Muss Google zwingend das beste Modell bauen, oder reicht es, wenn man effizient liefert und anderen den Rechenaufwand an komplexen Frontier-Experimenten teilweise abnimmt?
Unterm Strich zeigt der Fall Google, wie eng KI-Innovation, Organigramm und Infrastrukturplanung inzwischen miteinander verknüpft sind. Wenn Frontier-Forschung gegen Cloud-Wachstum konkurriert, werden Rollenwechsel nicht nur „HR-Thema“, sondern wirken auf die technischen Lieferketten für Trainingsjobs, Serving-Latenz und Produkt-Roadmaps. Für Unternehmen in der Praxis heißt das: Einkaufs- und Architekturentscheidungen sollten stärker zwischen „Modellleistung“ und „Systemeffizienz“ unterscheiden. Gleichzeitig wird das Thema Rechenkapazitätsmanagement auch in den nächsten Quartalen ein Wettbewerbsvorteil sein – nicht allein, weil ein Anbieter mehr Chips besitzt, sondern weil er knappe Kapazität so priorisiert, dass sowohl Forschung als auch Produktbetrieb verlässlich skalieren.
💳 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 trennt sich von KI-Spitzen: DeepMind-Chef Hassabis übernimmt" 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 trennt sich von KI-Spitzen: DeepMind-Chef Hassabis übernimmt" 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 trennt sich von KI-Spitzen: DeepMind-Chef Hassabis übernimmt« bei Google Deutschland suchen, bei Bing oder Google News!