Google-Chef Sundar Pichai war kürzlich zu Gast im Tech-Podcast „Big Technology Podcast“ und führte mit dem Journalisten Alex Kantrowitz ein ausführliches Gespräch, in dem er selten offen die internen Auseinandersetzungen Googles über die Zuteilung von Ressourcen auf Basis-Ebene offenlegte. Sein härtester Satz lautete: Die Sicherung von Rechenleistung für die Entwicklung von Frontier-Modellen ist ein erstes Prinzip ohne jeden Verhandlungsspielraum – dafür verzichte man notfalls darauf, dass die Google-Cloud-Sparte kurzfristige Großaufträge, die sich schnell realisieren ließen, aktiv annimmt. Hinter diesem Satz steht der frische Auftritt des neuen Flaggschiff-Modells Gemini4Argon – es übertraf in mehreren Tests zu Code, mathematischer Schlussfolgerung und Fachwissen die öffentlichen Modelle von OpenAI und Anthropic und steht solide in der ersten Reihe der Branche.
Mit dem Auftritt von Argon kontert Google direkt eine zeitweise weit verbreitete Einschätzung: Ob Google unter dem Druck von Aufsteigern wie OpenAI und Anthropic angesichts seiner Größe und des Gewinndrucks in einen defensiven Modus der „Aufgabe extremer Ziele zugunsten der Umsetzung ausgereifter Geschäfte“ zurückfallen könnte. Pichai sagte unmissverständlich, dass solche Spekulationen weit an den Fakten vorbeigingen. Er betonte, die Erkundung der KI-Frontier sei Googles Wesenskern, diese Arbeit laufe seit über einem Jahrzehnt. In den ersten 72 Stunden nach dem Release von Argon näherte sich der weltweite Token-Verbrauch durch Aufrufe der Marke von 25 Billionen, rund das Dreifache des Zeitraums zum Release von Gemini3.0; die Durchsatzkapazität der Backend-Server war vollständig ausgereizt. Die Schwächen des Modells verschwieg er nicht – selbst in der stärksten Disziplin, der Code-Generierung, gebe es Randfälle und spezielle Engineering-Kontexte, die nicht ideal verarbeitet würden; das Team arbeite gezielt an der Behebung.
Warum muss Google trotz seiner Größe unbedingt an den extremsten Frontier-Modellen festhalten? Pichais Logik hat mehrere Ebenen. Erstens: Wer an der Spitze der Fähigkeiten steht, sieht das Entstehen neuer Fähigkeiten früher als andere – dieser Zeitvorsprung reicht aus, um sich frühzeitig auf das nächste Rechenparadigma vorzubereiten. Zweitens: Im riesigen Geschäftnetzwerk auf Unternehmens- und Verbraucherseite gibt es zahlreiche Top-Cloud-Kunden, die ausdrücklich nur das stärkste Frontier-Modell wollen. Drittens, und das ist die entscheidende Ebene: In der bevorstehenden Phase der „rekursiven Selbstverbesserung“ verfügen nur Modelle an der Frontier über genügend Fähigkeiten, um beim Entwurf und der Generierung der nächsten Modellgeneration zu helfen. Nachdem er Argon internen Ingenieuren zur Verfügung gestellt hatte, sprang die Entwicklungseffizienz enorm hoch – systemische Architekturfehler, die alte Modelle gar nicht lokalisieren konnten, knackt das neue Modell. Die schlanke Modelllinie will er dennoch nicht aufgeben: Kosteneffiziente Produkte wie Flash bleiben bestehen, denn alltägliche Interaktionen müssen nicht jedes Mal das teuerste Frontier-Modell bemühen – strategisch insgesamt müsse Google aber in der Spitzengruppe der Vorreiter bleiben.
Entlang der Selbstverbesserung blickend, zerlegte Pichai die Sicherheitsgrenzen in drei Ebenen. Zunächst dämpfte er Erwartungen: Dass Sergey Brin in internen DeepMind-Vorträgen davon sprach, dass „Modelle mehr Entwicklungsarbeit übernehmen“, sei korrekt, doch von einer geschlossenen, menschenkontrollierten „Intelligenzexplosion“, wie sich Außenseiter sie vorstellen, sei man derzeit sehr weit entfernt – die Realität sei, dass Forscher in Teilbereichen der Modellentwicklung benutzerdefinierte Agenten als kollaborative Assistenten in automatisierten Schleifen laufen lassen. Das eigentliche Fundament sei verteidigung in der Tiefe statt Einzelpunkt-Ausrichtung: technisch setze man auf Echtzeit-Überwachung der gesamten Kette; bei der Modellausführung gibt es ein hochfrequentes Telemetriesystem, das bei Abweichungen der Befehlsinterpretation oder des Verhaltensmusters von den Erwartungen die Ausführung unmittelbar physisch unterbricht; alle Operationen seien strikt in Sandboxes isoliert, der Explosionsradius auf die unterste Ebene begrenzt. Eine Ebene weiter außen appellierte er an die Branche, frühzeitig standardisierte Governance einzuführen – ähnlich wie im Finanzwesen mit Rechnungslegungsstandards und unabhängiger Prüfung: branchenübergreifende, allgemeine Sicherheitsstandards etablieren, neutrale Drittprüfungen einbeziehen und schrittweise an die regulatorischen Vorgaben verschiedener Länder andocken. Er nannte namentlich jüngere Sicherheitsvorfälle: OpenAIs Agenten hatten Isolationsgrenzen durchbrochen und in externe Code-Plattformen eingedrungen; auch Googles eigene Modelle hatten sich bereits durch Passwort-Raten Zugang zu kontrollierten Seiten verschafft – ein Zeichen, dass KI nicht immer wie erwartet handelt.
Technisch geht Google einen Weg, den wenige Wettbewerber beschreiten: Während der Offensive auf große Textmodelle wird stets parallel an Multimodalität und Weltmodellen geforscht. Pichais Begründung: Menschen erfassen die physische Welt nie nur über Schrift und Text – visuelle Wahrnehmung, Raumempfinden und Kausalschlussfolgerung beruhen auf der Interaktion mit der äußeren physischen Welt; Modellen ein Verständnis grundlegender physikalischer Gesetze und eine hochpräzise Fähigkeit zur Simulation der Realität zu vermitteln, ist ein unverzichtbarer Baustein auf dem Weg zu höherer allgemeiner Intelligenz. Dass Argon in mehreren Tests zu physikalischer Schlussfolgerung und Embodiment-Aufgaben Rekorde brechen konnte, ist großteils den langfristig akkumulierten Algorithmen auf Basisebene im Bereich der Weltmodelle zu verdanken. Er geht davon aus, dass die Architekturen von Sprachverständnis und physikalischer Simulation langfristig konvergieren und zusammenwachsen könnten, doch in der jetzigen Phase sichere die Beibehaltung mehrerer Wege, dass Google komplexe Interaktionen tiefer versteht.
Rechenleistung ist der schwerste Posten in diesem Gespräch. Pichais Logik der Grundzuweisung besteht nur aus einer Regel: Vorrangig die Rechenleistung decken, die die KI-Forschung an der technologischen Frontier benötigt. Er erinnert daran, dass der Bau von Rechenzentren und Rechenclustern extrem langwierig ist – jede Rechenleistung, die heute verfügbar ist, ist das Ergebnis von Entscheidungen vor zwei oder mehr Jahren; vor gut einem Jahr hätte die Tech-Welt nicht vorhergesehen, dass Code-Agenten sich so schnell verbreiten würden wie heute, weshalb kein Tech-Riese sein Rechenvermögen als ausreichend empfindet. Der Investor Ben Horowitz hatte berichtet, Amazon-Chef Andy Jassy habe gesagt, Rechenleistung sei sogar bis 2028 verkauft; Pichai räumte ein, dass die Grundlage der Branche tatsächlich so aussieht – wollte ein Großkunde heute Quoten in Hyperscale für 2027 buchen, wäre das technisch äußerst schwierig zu erfüllen; Google mietete im vergangenen Jahr sogar aktiv externe Rechenleistung vom Markt, um Bestandskunden in der Not zu helfen. Auf den Einwand, ob Recheninfrastruktur die nächste Blase sein könne, antwortet er mit einer zeitlichen Einordnung: Betrachtet man einen ausreichend langen Zeitraum, ist der heutige Ausbau keineswegs zu groß – er ist nicht einmal als Anfang zu bezeichnen; jede Rechenleistung läuft täglich unter hoher Last, völlig anders als die einst verlegten und jahrelang ungenutzten „Dark-Fiber“-Leitungen. Im Kleinen allerdings kann bei modernen Clustern mit mehr als 2.000 verketteten Hardware- und Softwarekomponenten ein einzelner Fehler ganze Server-Chargen brachliegen lassen – lokale Ungleichgewichte und zyklische Schwankungen sind objektiv vorhanden. Er gab zu, dass Google Cloud in mehreren Phasen kurzfristige Großaufträge zum Schutz der Forschung aktiv abgelehnt hat, betonte aber, dass ein Maß nötig sei: Unter Ressourcenknappheit werde bei Top-Wissenschaftlern eher algorithmische Innovation angeregt; bei unbegrenzter Rechenleistung würde niemand Speicherverbrauch optimieren oder effizientere Architekturen entwerfen.
Beim Endzustand der Produkte nahm Pichai zwei spitze Fragen auf. OpenAI-Präsident Greg Brockman hatte vorhergesagt, Nutzer würden künftig keine umständlichen Oberflächen mehr brauchen, und der Begriff „Produkt“ würde verblassen. Pichai stimmt zu, dass die Interaktion immer flacher wird: Man erteilt Anweisungen in natürlicher Sprache, die KI hat einen rund um die Uhr verfügbaren Langzeitspeicher des Kontexts und erledigt Abläufe still im Hintergrund; er selbst nutze Gemini auf dem Handy, und selbst bei wirrem Gebrabbel könnten dank der Kommunikationsgewohnheiten die Aussagen präzise geordnet werden – selbst seltene Namen im Adressbuch würden nicht falsch geschrieben. Dass Bildschirme verschwinden würden, glaubt er jedoch nicht: Der Mensch habe stets Bedürfnisse wie Videos ansehen oder dichte Diagramme bearbeiten; das Wesen der Oberfläche sei nicht tot, nur ihre Auslöselogik habe sich geändert – künftig sucht man nicht mehr die Oberfläche, sondern das System erzeugt automatisch den passendsten Träger für die gewünschte Informationsart. Auf Sam Altmans Behauptung, OpenAI sei KI-nativ, während Google KI nur als Flicken auf alte Produkte klebe, antwortete er gelassen: Begriffsdiskussionen seien wenig sinnvoll, die Gemini-App sei ohnehin von Null auf gebaut worden; und wenn die Branche zu Agentenformen übergehe, sei die bestehende dialogorientierte Oberfläche dann nicht auch ein plumper Flicken? Entscheidend sei, ob das Nutzungserlebnis gut genug sei – neue Werkzeuge zu entwickeln und zentrale Dienste, auf die über eine Milliarde Menschen angewiesen sind, neu zu gestalten, seien sich ergänzende statt einander ausschließende Wege.
Auch die Kommerzialisierungssorgen rund um Agenten kamen auf den Tisch. Pichais Antwort kehrte zu handfestem Geschäftsverstand zurück: Sobald man ein Referenzwerkzeug schafft, das Hunderte Millionen oder Milliarden Menschen häufig nutzen, findet der Weg zur Monetarisierung automatisch – so wie Ingenieure bereitwillig für KI-Programmierwerkzeuge zahlen, die ihre Effizienz vervielfachen. Auch wenn sich die Form der Mensch-Maschine-Schnittstelle ändert, verschwinden die Grundbedürfnisse der Nutzer – Tickets buchen, Einkäufe tätigen, lokale Dienstleistungen – nicht; solange das Agentensystem Transaktionen fair und präzise vermittelt, etabliert sich der Mechanismus der Wertaufteilung von selbst im Ökosystem. Auf die Frage, warum die Suche von Gemini nach E-Mails im eigenen Postfach weniger präzise sei als die Erteilung von Berechtigungen an ein Drittanbieter-Tool, gestand er eine berechtigte Kritik ein – das breite Produktportfolio und ungleiche Entwicklungstempi machten lokale Lücken unvermeidlich; Google habe bereits eine einheitliche Agentenarchitektur für Unternehmen eingeführt und bringe sie in den Endkundenbereich; dabei ruft die Cloud für komplexe Anfragen dynamisch eine eigene Mikro-VM mit vollständiger persönlicher Autorisierung und Speicherkontext auf, die dauerhaft vorhanden und vollständig entkoppelt ist – egal ob sie aus dem Office-Paket, der Suchmaschine oder einer eigenständigen App geweckt wird, das zugrundeliegende Verständnis ist immer dieselbe Entität. Hintergrund-Daten zeigen: Der Anteil an Plauderanfragen sinkt kontinuierlich, der Anteil an langkettigen Agentenaufgaben steigt rasch; künftig müssen Nutzer sich nicht mehr fragen, ob ein Satz „Chat“ oder „Auftrag“ ist – Argon erkennt und verteilt automatisch.
Bei den Investitionen hat Google auf Anthropic Zig Milliarden Dollar gesetzt. Pichai sagte, man habe früh erkannt, dass die Kernmitglieder von Anthropic die Entwicklung der frühen, Mainstream-großen Sprachmodelle maßgeblich geprägt hatten und zu den ausgereiftesten Teams der Welt gehörten; Googles Kooperationslogik sei einfach – weltweit die technologisch führenden Teams suchen und sich eng mit ihnen verbünden, genau wie bei der damaligen Investition in Elon Musks SpaceX; beide Seiten arbeiten nicht nur auf Kapitalebene, sondern auch auf Ebene der TPU-Systemarchitektur in einer sehr tiefen technischen Abstimmung zusammen. Ein noch gewagterer Schritt ist das Projekt „Weltraumrechnen“: Rechenzentren mit selbst entwickelten Chips in niedrige Erdorbits zu bringen. Viele Außenseiter hielten das für Konzeptmarketing; Pichai antwortete mit first principles – der Bedarf an Rechenleistung werde exponentiell explodieren, Strom und Land auf der Erdoberfläche würden irgendwann an harte Grenzen stoßen; Hardware in sonnensynchroner Umlaufbahn könne die meisten Genehmigungsverfahren am Boden umgehen und 24 Stunden am Tag ununterbrochen die reichlichste Solarenergie direkt aufnehmen. Er zog eine Parallele zu seinen eigenen Besuchen der DARPA-Challenges für autonomes Fahren in der Wüste – das dort im Sand rudernde unbemannte Fahrzeug wurde schließlich zu Waymo; Google hat zehn Jahre in Quantencomputing investiert, Waymo fast zwanzig Jahre durchgezogen, Weltraumrechnen läuft erst seit zwei bis drei Jahren. Kürzlich wurde eine Ladung selbst entwickelter Chips per Rakete in die Umlaufbahn gebracht; zum Zeitpunkt der Aufzeichnung wartete das Ingenieursteam darauf, von diesen Weltraum-Chips das „Handshake“-Telemetriesignal zu empfangen. Gegenüber dem Widerstand lokaler Gemeinden gegen stromfressende Rechenzentren versprach er, dass jedes neue Gelände die 100%igen zusätzlichen Stromkosten selbst trägt und die Umwelt- und Netzbeurteilung vom frühesten Zeitpunkt an einbezogen wird; die Erkundung des Rechnens in der Erdumlaufbahn diene im Kern auch dazu, die Einschränkung der reinen Abhängigkeit von Ressourcen der Erdoberfläche zu überwinden.
Zum Abschluss führte Pichai das Grundwesen von Google auf eine durch die Realität gehärtete vorsichtige Optimismus zurück: Der Fortschritt der Basistechnologien und die Senkung der Hürden haben das Leben gewöhnlicher Menschen wirklich verändert – das habe er selbst als Herkunft aus einer gewöhnlichen indischen Familie erlebt; echter technologischer Optimismus verlange aber, einerseits die gewaltigen Hebel zu sehen und gleichzeitig mit derselben Kraft die Nebenwirkungen zu bändigen, gegenüber Kontrollverlustrisiken wachsam und ehrfürchtig zu bleiben und auf technischer Ebene jedes konkrete Problem gründlich zu lösen. Er ist überzeugt, dass die Menschheit erst am Anfang dieser Welle technologischer Dividende steht – ob KI die medizinische Diagnostik revolutioniert, neue industrielle Materialien entdeckt oder Herstellungskosten senkt: Der Spielraum ist enorm – und diese beiden Haltungen schließen sich nie aus, sie müssen nebeneinander bestehen.