Googles KI-Flaggschiff fällt ausgerechnet beim Coden durch
Der Plan war ambitioniert. Auf der Google I/O im Mai versprach CEO Sundar Pichai, dass Gemini 3.5 Pro im Juni verfügbar sein würde. Das Publikum reagierte mit hörbarem Seufzen. Drei Monate später ist das Modell immer noch nicht da, und Bloomberg berichtet nun von monatelangen Verzögerungen, die tiefer gehen als eine bloße Terminverschiebung.
Laut einem Bericht von Bloomberg, der auf Aussagen von zehn aktuellen und ehemaligen Mitarbeitern basiert, fällt Googles Flaggschiff-Modell insbesondere bei der Code-Generierung hinter die internen Erwartungen zurück. Genau in diesem Bereich haben Konkurrenten wie OpenAI mit GPT-5.6 Sol und Anthropic mit Claude Fable 5 bereits klare Vorsprünge herausgearbeitet.
Drei verpasste Termine und ein kompletter Neustart
Die Verzögerung ist kein Routine-Problem. Berichten zufolge hat Google DeepMind das nahezu fertige Modell verworfen und ein komplettes Pre-Training von Grund auf neu gestartet. Das ist kein Feintuning mehr, sondern ein grundlegender Neubau. Pre-Training ist die teuerste und aufwendigste Phase der Modellentwicklung. Wer sie wiederholt, gibt zu, dass die ursprüngliche Architektur strukturelle Schwächen hatte.
Zudem brach das Modell bei mehrstufigen Tool-Calling-Ketten zusammen, also genau den Agenten-Aufgaben, für die Google die 3.5-Generation positioniert hatte. Das sind keine kosmetischen Mängel, sondern fundamentale Fähigkeitslücken.
225 Milliarden Dollar Marktkapitalisierung an einem Tag vernichtet
Die Börse reagiert bereits. Am 16. Juli verlor Alphabet rund 4,4 Prozent an Wert, was etwa 225 Milliarden Dollar Marktkapitalisierung entspricht. Investoren setzen auf den KI-Wettlauf, und wenn Googles Flaggschiff nicht liefert, wird das sofort abgestraft.
Dazu kommt ein Talent-Verlust, der alarmierend ist. In einer einzigen Woche verließen vier leitende DeepMind-Forscher das Unternehmen. Noam Shazeer, Mitautor des Transformers-Papiers und Gemini-Co-Lead, wechselte zu OpenAI. Nobelpreisträger John Jumper von AlphaFold sowie die Forscher Jonas Adler und Alexander Pritzel gingen allesamt zu Anthropic. In der Frontier-KI-Forschung ist Talent knapp, und es fließt gerade weg von Google.
Strukturelle Probleme hinter der Verzögerung
Teil des Problems ist Googles eigene Größe. Google Cloud, DeepMind und das Android-Team bauen alle eigene KI-Coding-Tools, oft mit Überschneidungen. Mitgründer Sergey Brin drängt auf mehr Tempo, doch interne Fraktionen bremsen. Einige Ingenieure sind der Überzeugung, dass wichtiger Code weiterhin von Menschen geschrieben werden sollte, um Googles Qualitätsstandards zu erfüllen.
Um die Fragmentierung zu beseitigen, hat Chief AI Architect Koray Kavukcuoglu die internen Coding-Tools zusammengeführt. Zudem wurde ein neues Team unter DeepMind-Forscher Sebastian Borgeaud gebildet, das speziell das Coding-Problem angeht. Google gibt an, dass mittlerweile 75 Prozent des internen Code von KI generiert werden und die Entwickler-Toolings unter der Plattform Antigravity konsolidiert wurden.
Die Konkurrenz ist bereits da
Während Google um sein Flaggschiff ringt, liefern die Rivalen ab. OpenAI hat GPT-5.6 am 9. Juli in drei Stufen veröffentlicht. Anthropic brachte Claude Fable 5 nach einer kurzen Exportkontroll-Prüfung auf den Markt. Grok 4.5 von SpaceXAI startete am 8. Juli. Google ist das einzige große Frontier-Lab ohne ein 2026-Flaggschiff-Modell im allgemeinen Einsatz, und das an einem Datum, das der eigene CEO versprochen hatte.
Kunden reagieren bereits. Freddy Vega, CEO der Bildungsplattform Platzi, sagte laut The Next Web, dass Gemini Flash teurer und langsamer als sein Vorgänger sei und weit weniger leiste als die Konkurrenz. Sein Team ist zu Anthropic gewechselt. Prognosemärkte zeigen mittlerweile 81 Prozent Wahrscheinlichkeit für einen Launch erst Ende Juli, ein anderer Markt liegt bei 73 Prozent für den 7. August.
Verteilung reicht nicht als Ersatz für Leistungsfähigkeit
Google hat einen echten Vorteil: Gemini erreicht über Search, Android und Workspace fast 25 Prozent des KI-Nutzungsverkehrs. Das ist Distribution auf einer Skala, die niemand sonst hat. Doch Distribution ist nicht dasselbe wie technologische Führerschaft. Entwickler und Unternehmen wählen Modelle nach Benchmarks und realer Code-Performance, nicht nach der Standardsuchmaschine.
Die vier Intelligenzgräben der KI-Wirtschaft sind Distribution, Daten, Rechenleistung und Frontier-Fähigkeit. Google dominiert drei davon. Doch die vierte ist der Graben, der sich in die anderen hineinverstärkt: das beste Modell zieht die besten Entwickler an, generiert die besten Nutzungsdaten, finanziert die beste Rechenleistung. Wenn dieser Flywheel stockt, kompensieren die anderen Gräben das nicht automatisch.
Google bleibt ein Gigant mit unübertroffener Infrastruktur. Doch die Gemini 3.5 Pro Verzögerung macht etwas sichtbar, das der Markt nun einpreist: Verteilung ist das Fundament, aber Frontier-Fähigkeit bestimmt die Decke. Und momentan stockt genau dieser entscheidende Motor.
