SILICON VALLEY / LONDON (IT BOLTWISE) – Jeff Dean verlässt Google, um mit drei weiteren KI-Forschern das Startup „Discovery Loop“ aufzubauen. Die Gruppe will KI entwickeln, die sich in einem wiederkehrenden Laborzyklus mit wenig oder ohne menschliche Hilfe selbst weiter optimiert. Alphabet soll dafür zunächst mindestens ein Jahr Rechenleistung bereitstellen, finanziert wird das Vorhaben unter anderem von Radical Ventures und Khosla Ventures. Im Kern konkurriert das Team damit nicht nur um Modelle, sondern um die Automatisierung des gesamten Experimentier-Loop.
Die Personalie ist mehr als ein Karriereschritt: Dass Jeff Dean gemeinsam mit Sanjay Ghemawat, Quoc Le, und Oriol Vinyals Google verlässt, legt offen, wie stark sich Macht, Prioritäten und Geschwindigkeit im KI-Ökosystem verschieben. Dean galt lange als eine der prägenden technischen Stimmen des Unternehmens; seine Rolle reicht von frühen Designentscheidungen für Such-Infrastruktur bis hin zur Mitwirkung an Technologiewellen, die die heutige KI-Ära mit ausgelöst haben. Gleichzeitig deutet der Abgang darauf hin, dass Top-Forschung bei großen Konzernen zwar weiterhin stark ist, aber für manche Teams die experimentelle Umsetzung im Tagesgeschäft zu langsam oder zu politisch wirkt.
„Discovery Loop“ zielt auf ein Konzept, das in der KI-Forschung seit Jahren wie ein Fernglas über dem Labor schwebt: rekursive Selbstverbesserung. Die Idee dahinter ist nicht „nur“ ein besseres Modell, sondern ein Prozess, in dem ein KI-System Forschungsschleifen automatisiert, Ergebnisse auswertet und sich daraufhin selbst optimiert. In der Praxis heißt das, dass die Teams einen vollständigen Zyklus aus Hypothesen, Experimentdesign, Ausführung und Auswertung so weit wie möglich entkoppeln wollen, um die Zahl der Versuche zu erhöhen und zugleich die Qualität der neuen Iterationen zu verbessern. Dean formulierte es in einem Interview in seinem Umfeld in Silicon Valley genau auf diesen Punkt: „We think there is opportunity for A.I. to more fully automate what has traditionally been a very human-intensive experimental loop“, ergänzt durch die Erwartung „both a higher quantity and a higher quality of experiments“.
Technisch betrachtet berührt der Ansatz mehrere Ebenen gleichzeitig: Modelltraining und -auswertung, aber auch die Frage, wie Prozesse zur Hardware- und Experimentplanung aussehen, wenn die KI nicht nur Vorhersagen trifft, sondern Laborentscheidungen anstößt. Der Quelle zufolge soll dieselbe rekursiv angelegte Methodik später auch bei der Entwicklung neuer Hardware helfen, bei der Suche nach Wirkstoffen und bei Materialien sowie bei anderen wissenschaftlichen Entdeckungswegen. Für Unternehmen, die KI heute vor allem als Prognose- oder Assistenzsystem einsetzen, verschiebt sich damit das Spielfeld: Wer Prozesse automatisieren kann, die früher an spezialisierte Forscherteams gebunden waren, gewinnt potenziell vor allem bei „Throughput“ und Time-to-Iteration – also genau den Faktoren, die in der KI-Wettbewerbslogik häufig über Markttempo entscheiden.
Der Hintergrund macht die strategische Lage greifbar. Google arbeitet seit einiger Zeit daran, die Lücke zu wettbewerbsstarken KI-Anbietern zu schließen, darunter kleinere Player wie OpenAI oder Anthropic; zugleich berichten die Angaben, dass innerhalb des Konzerns in den vergangenen Jahren mehrere Top-Forscher abgewandert sind. Für Tim Rocktäschel, der bereits früher Google verlassen hat, wird der Unterschied in den Arbeitsbedingungen zur Kernerfahrung: „It is just a very different environment inside a start-up. It is much more fast-paced and focused“, außerdem „There is much less bureaucracy and politics.“ Damit beschreibt er weniger eine reine technische Differenz als vielmehr eine Organisationsform, die Entscheidungen schneller in Experimente übersetzt.
Die konkrete Ausgangslage für „Discovery Loop“ verbindet Personal, Finanzierung und Ressourcen. Als Seed-Unterstützer werden Radical Ventures und Khosla Ventures genannt, dazu mehrere Investoren aus dem Umfeld von Silicon Valley; außerdem soll die neue Firma Rechenleistung von Alphabet für mindestens das kommende Jahr erhalten. Auf der Google-Seite gibt Sundar Pichai in einer Stellungnahme den Abschied als geordnetes Miteinander ein: Er erinnert daran, wie Dean und Ghemawat über 27 Jahre zentrale Übergänge getrieben hätten – von früher Such-Infrastruktur bis zu neuronalen Netzen – und betont den persönlichen Anteil („it’s been a privilege to work alongside Jeff and Sanjay“). Quoc Le und Oriol Vinyals wurden außerdem als Teil der Forschergemeinschaft verortet, die auch bei der Chatbot-Generation eine Rolle spielte; Dean soll zudem zeitnah als Chief Executive der neuen Einheit starten.
„Extreme focus“ ist dabei nicht nur ein Slogan, sondern wird in der Darstellung als unternehmerische Freiheitsfrage behandelt. Oriol Vinyals hebt hervor, dass ein Startup-Spielraum für Ausrichtung und Priorisierung entscheidend ist: „Having extreme focus is very powerful“, und im nächsten Satz konkretisiert er die Logik so, dass die Mission des Unternehmens die einzige Richtschnur für Entscheidungen sein soll. In diese Richtung passt auch die geplante Rechtsform: Dean spricht davon, dass die Firma als Public Benefit Corporation (P.B.C.) arbeiten wird, also als gewinnorientierte Struktur mit sozialem Zweck; er verweist auf ähnliche Modelle bei anderen KI-Organisationen. Für die praktische Umsetzung bedeutet das zwar nicht automatisch strengere oder leichtere Regeln, aber es verschiebt Anreizfragen: Welche Experimenttypen werden priorisiert, welche Benchmarks zählen, und wie wird „wissenschaftliche Breite“ gegen unmittelbare Produktinteressen abgewogen? Dean formuliert es entsprechend wertebasiert: „There is a lot of good that can be done in the world if we can distribute scientific discoveries broadly“, allerdings mit dem Hinweis, dass man Entscheidungen treffen könnte, die nicht zwingend im rein finanziellen Interesse des Unternehmens liegen.
Damit entsteht ein interessantes Konkurrenzbild innerhalb der KI-Industrie: Nicht nur neue Modelle sind der Engpass, sondern die Fähigkeit, den Forschungsbetrieb als iteratives System zu automatisieren. Google hat zwar intern mit Zusammenführungen und Umstrukturierungen auf die KI-Welle reagiert – inklusive der Bündelung von Google Brain und DeepMind sowie der Ausrichtung auf Gemini – dennoch soll der Technologievorsprung bei US-Startups und auch bei bestimmten chinesischen Akteuren in einigen Messungen weiter spürbar sein. „Discovery Loop“ versucht genau an dieser Stelle anzusetzen: Wenn rekursive Selbstverbesserung tatsächlich den Experimentier-Loop beschleunigt, kann daraus ein Hebel entstehen, der nicht nur die Modellgüte erhöht, sondern auch das Tempo der wissenschaftlichen Iterationen. Für den Markt heißt das: Investitionen in KI verlagern sich möglicherweise stärker auf „KI-Produktionssysteme“ – also auf Pipelines, mit denen Teams schneller von Ideen zu Ergebnissen kommen.
Gleichzeitig bleibt ein praktischer Härtetest offen, weil rekursive Selbstverbesserung in realen Umgebungen mit Grenzen konfrontiert ist: Datenqualität, Messbarkeit von Fortschritt, das Risiko von Zielkonflikten und die Frage, wie zuverlässig sich Verbesserungen ohne menschliche Schleusen validieren lassen. Die Ankündigung macht daher deutlich, worauf es in den kommenden Monaten ankommt: ob „Discovery Loop“ nicht nur ein theoretisches Verfahren adressiert, sondern eine belastbare Ingenieurskette vom Experimentdesign bis zur Verifikation aufbaut. Für Entscheider in Unternehmen ist das vor allem eine Signalwirkung: Wer KI ernsthaft als Forschungs- und Innovationsmotor einführen will, sollte nicht nur auf Modellkarten schauen, sondern prüfen, wie gut die Automatisierung des gesamten Erkenntnisprozesses funktioniert – von Rechenzugang und Infrastruktur bis zur Governance der Experimente.
💳 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 "Jeff Dean gründet „Discovery Loop“: KI soll sich selbst verbessern" 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 "Jeff Dean gründet „Discovery Loop“: KI soll sich selbst verbessern" 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: »Jeff Dean gründet „Discovery Loop“: KI soll sich selbst verbessern« bei Google Deutschland suchen, bei Bing oder Google News!