Google Deepmind bildet Spezialteam für KI-Coding
Google hat ein dediziertes Team aus Forschern und Ingenieuren zusammengestellt. Ziel ist es jedoch, die Programmierfähigkeiten der Gemini-Modelle zu verbessern. Geleitet wird das Team jedoch von Sebastian Borgeaud, einem Deepmind-Ingenieur, der zuvor das Vortraining der Modelle verantwortete. Der Auftrag lautet klar: Anschluss an Anthropic finden und langfristig KI entwickeln, die sich selbst verbessert.
Warum Coding das wichtigste Schlachtfeld ist
Coding ist 2026 zum zentralen Wettbewerbsfeld der KI-Labore geworden. Zudem kämpfen Google, OpenAI und Anthropic um die besten Programmierfähigkeiten. Der Grund ist strategisch. Wer eigene KI-Systeme verbessern und neue Software schreiben kann, hat einen massiven Vorteil.
Auslöser für Googles Entscheidung war jedoch, dass eigene Forscher die Coding-Werkzeuge von Anthropic als überlegen einstuften. Das betrifft nicht nur die Qualität der Modellausgaben. Zudem geht es um die Werkzeuge drumherum und die Fähigkeit, komplexe mehrstufige Programmieraufgaben zu lösen. Auch Anthropics Infrastruktur-Offensive zeigt, wie ernst das Unternehmen den Wettbewerb nimmt.
Sergey Brin mischt persönlich mit
Besonders bemerkenswert: Google-Mitgründer Sergey Brin ist direkt in das Projekt involviert. In einem internen Memo schrieb er, Google müsse dringend die Lücke bei der Ausführung von KI-Agenten schließen. Von jedem Gemini-Ingenieur fordert er deshalb, interne Agenten für komplexe Aufgaben zu nutzen.
Brin sieht bessere Coding-Fähigkeiten als Schritt in Richtung einer KI, die sich selbst verbessern kann. Ein fortschrittlicher Coding-Agent könnte jedoch eines Tages zusammen mit KI für mathematische Probleme die Arbeit von KI-Forschern weitgehend automatisieren.
Interne Metriken und Pflichtschulungen
Google verfolgt die Nutzung seines internen Coding-Tools Jetski per Rangliste. Die Metrik ist dabei nicht Ergebnisqualität, sondern Tokenverbrauch. Das zeigt: Selbstoptimierung beginnt demnach mit Messbarkeit.
Einige Teams außerhalb von Deepmind führen außerdem verpflichtende KI-Schulungen für Ingenieure durch. Das ist folglich ein kultureller Wandel. KI-Nutzung wird vom optionalen Werkzeug zur Pflichtübung. Auch Sam Altmans Rechenpower-Wette zeigt, wie ernst die Branche das Thema nimmt.
Interner Code als Wettbewerbsvorteil
Google setzt laut Berichten verstärkt auf Modelle, die mit internem Code trainiert werden. Statt nur Coding-Modelle für externe Kunden zu bauen. Daher ist der Vorteil erheblich. Googles interne Codebasis unterscheidet sich fundamental von dem Code, der üblicherweise zum Training allgemeiner Coding-Agenten genutzt wird.
Allerdings lassen sich solche intern trainierten Modelle nicht öffentlich veröffentlichen. Zu unterschiedlich sind die Anforderungen. Sie können aber helfen, bessere öffentliche Modelle zu entwickeln. Google spielt deshalb ein langes Spiel. Erst intern perfektionieren, dann extern profitieren.
Fazit
Der Coding-Kampf der KI-Labore ist mehr als ein Technologie-Wettstreit. Es ist jedoch ein Kampf um die Fähigkeit zur Selbstverbesserung. Wenn KI ihre eigenen Fähigkeiten verbessern kann, entsteht folglich ein positiver Rückkopplungseffekt. Das führt zu immer schnellerer Entwicklung. Google zeigt mit dem Borgeaud-Team und Brins persönlichem Engagement, dass man den Anschluss nicht verlieren will. Die Frage ist jedoch, ob es reicht.
