Was Google tatsächlich verschob

Ende Juni änderte Google die Trainingsdaten von Gemini, um dessen Codier-Werte anzuheben. Die Ergebnisse fielen enttäuschend aus, und das Spitzenmodell Gemini 3.5 Pro, das viele auf der Entwicklerkonferenz im Mai erwartet hatten, blieb in einer begrenzten Unternehmensvorschau. Diese Woche berichteten The Information und Bloomberg, dass sich der Verzug über Monate zieht, nicht über Wochen.

Google widersprach nicht. Das Unternehmen erklärte, es teste Gemini 3.5 Pro, ein verbessertes Flash-Modell und weitere Systeme mit Partnern und bespreche die Fähigkeiten und Prüfstandards des Modells mit der US-Regierung. Was es nicht nannte, war ein Datum, und dessen Fehlen ist der entscheidende Teil.

Warum ein Codier-Fehler mehr schmerzt als ein allgemeiner

Ein Modell kann im Schlussfolgern, Schreiben und Analysieren hervorragend sein und beim Code trotzdem versagen, weil Codierung eine enge, überprüfbare Art von Korrektheit belohnt, die sich nicht herausmittelt. Googles Schwäche sitzt genau dort, bei Codierung und langen, mehrstufigen Aufgaben, und DeepMind-Mitarbeiter sollen intern angemerkt haben, dass dem Unternehmen ein glaubwürdiges kommerzielles Codier-Produkt für die Firmen fehlt, die KI-Entwicklungswerkzeuge bauen.

Genau diese Fähigkeit kauft der Markt gerade. Die am schnellsten wachsenden KI-Ausgaben liegen bei Codier-Assistenten, Agenten und Automatisierung, und diese Käufer wählen das Modell, das Code am zuverlässigsten schreibt und behebt. Beim Codieren zu verfehlen, heißt nicht, eine Funktion zu verfehlen; es heißt, den Anwendungsfall zu verfehlen, der derzeit zahlt.

Die Zahl, die der Markt darauf setzte

Die Alphabet-Aktie fiel auf die Berichte hin um rund 4,4 Prozent und löschte in einer einzigen Sitzung etwa 225 Milliarden Dollar an Börsenwert aus. Das ist kein Urteil über Googles Forschungstiefe, die zu den bestfinanzierten der Welt gehört; es ist der Markt, der einen als selbstverständlich angenommenen Zeitplan neu bepreist.

Der Wettbewerbsrahmen gibt der Zahl ihre Schärfe. OpenAIs GPT-5.6 und xAIs Grok 4.5 sind bereits als codiernahe Modelle am Markt, also ist jeder Monat, den Gemini 3.5 Pro in der Vorschau bleibt, ein Monat, in dem Rivalen Entwicklergewohnheiten in Standards verwandeln. Verzögerungen summieren sich, wenn das Verzögerte genau das ist, wonach Kunden sich entscheiden.

Was das für einen europäischen Käufer ändert

Wenn Ihr Plan eine bestimmte Gemini-Codier-Fähigkeit bis zu einem bestimmten Quartal annahm, steht hinter dieser Annahme nun kein Datum mehr. Für ein europäisches Team, das Google, OpenAI, Mistral oder ein Modell mit offenen Gewichten für eine interne Entwicklerplattform abwägt, ist die sichere Wahl gerade die mit der sichtbaren Lücke bei Ihrer Kernaufgabe geworden.

Es spricht auch dafür, sich nicht an einen einzigen Anbieter zu binden, bevor die Fähigkeit ausgeliefert ist. Auf einem Modell zu bauen, das Sie heute testen können, und die Anbindung dünn genug für einen Wechsel zu halten, kostet jetzt wenig und erspart später einen Neubau. In Euro ist der teure Fehler, Entwicklungsquartale an eine Roadmap zu binden, die ein Labor ohne Ankündigung verschieben kann.

Die Disziplin, die die Verzögerung belohnt

Behandeln Sie 'demnächst' von jedem Labor als eine Fähigkeit, die Sie noch nicht haben, und planen Sie um das herum, was Sie diese Woche betreiben können. Das ist kein Zynismus gegenüber Google; es ist dieselbe Regel, die Sie schützt, wenn als Nächstes OpenAI oder xAI ins Rutschen gerät.

Google kann noch ein starkes Modell liefern und die Lücke schließen, und angesichts seiner Mittel wird es das wahrscheinlich. Vorn liegen die Eigentümer, die keine Produktlinie um ein Startdatum umbauten, das nie ihres zu versprechen war.

Weiterlesen: Die beste Sprach-KI ist nicht die einsetzbare  |  Google verwarf ein fast fertiges KI-Modell