Kategorie: KI-News

  • Apple vs. OpenAI: Der Kampf um KI-Hardware wird persönlich

    Apple vs. OpenAI: Der Kampf um KI-Hardware wird persönlich

    Du arbeitest jahrelang in einem Spitzenunternehmen, kennst jeden Schraubendreher und jede geheime Formel. Dann wechselst du zur Konkurrenz. Plötzlich flattern Briefe ins Haus: „Bitte bewahre alle Unterlagen auf, wir prüfen, ob du uns etwas mitgenommen hast.“ Das passiert gerade Dutzenden früheren Apple-Mitarbeitern, die jetzt bei OpenAI arbeiten. Es ist der nächste Akt in einem Drama, das die Tech-Welt seit Wochen beschäftigt.

    Laut einem Bericht der Financial Times hat Apple rund 40 ehemaligen Angestellten rechtliche Schreiben zugestellt. Es sind Preservation Letters – Aufforderungen, möglicherweise relevante Dokumente und Kommunikationen nicht zu löschen. Der Konzern bereitet sich darauf vor, seine im Juli 2026 eingereichte Klage gegen OpenAI auszuweiten. Darin wirft Apple dem KI-Unternehmen vor, Geschäftsgeheimnisse entwendet zu haben – durch die Abwerbung von Spitzenkräften, die angeblich vertrauliches Wissen mitbrachten. Der Fall ist einer der brisantesten Rechtsstreitigkeiten in der Branche.

    Die Liste der Beschuldigten liest sich wie ein Verzeichnis der Apple-Führungsetage: Tang Tan, 24 Jahre bei Apple, zuletzt verantwortlich für Produktdesign, wechselte als Chief Hardware Officer zu OpenAI. Chang Liu, Senior System Electrical Engineer, folgte ihm. Insgesamt arbeiten mehr als 400 frühere Apple-Mitarbeiter bei OpenAI. Apple vermutet, dass der mutmaßliche Missbrauch vertraulicher Informationen kein Einzelfall ist, sondern ein Muster. Die Anwälte des Konzerns sprechen von der „Spitze eines Eisbergs“. OpenAI betont, keine Beweise für die Vorwürfe zu haben, und bezeichnet die Klage als unbegründet.

    Für Technikinteressierte ist der Fall relevant, weil er den harten Kampf um die Zukunft der künstlichen Intelligenz und der KI-Hardware zeigt. Apple hat jahrelang seine Prozessoren und Geräte-Designs gehütet. OpenAI arbeitet an einem eigenen KI-Hardware-Gerät, das mit Apples Produkten konkurrieren soll. In dieser Situation versucht Apple, seine Geheimnisse zu schützen – nötigenfalls mit juristischen Mitteln.

    Doch es geht um mehr als Paragrafen. Der Fall wirft grundsätzliche Fragen auf: Wo hört legitimes Abwerben von Talenten auf, wo fängt Industriespionage an? In der Tech-Branche wechseln ständig Leute zwischen Firmen. Aber wenn jemand wie Tang Tan, der jahrzehntelang an Apples Design-DNA mitgeschrieben hat, zur Konkurrenz geht, wird es heikel. Apple argumentiert, dass OpenAI nicht nur die Köpfe, sondern auch Baupläne und Produktionsprozesse übernommen habe. Bei Hardware-Firmen zählen nicht nur Ideen, sondern auch Fertigungskenntnisse – etwa, wie man ein Gehäuse aus Aluminium fräst oder eine Kühlung für einen leistungsstarken KI-Chip auslegt.

    Auffällig ist die Strategie von Apple, gleich Dutzende ehemalige Mitarbeiter mit Preservation Letters zu überziehen. Das ist ungewöhnlich, selbst in einem so großen Rechtsstreit. Normalerweise konzentrieren sich solche Schreiben auf die direkt in der Klage Genannten. Apple scheint zu signalisieren: Wir schauen bei allen genau hin, die in den letzten Jahren zu OpenAI gewechselt sind. Es ist eine Einschüchterung, aber auch eine Taktik: Wer ein Preservation Letter bekommt, muss dokumentieren, was er an Wissen und Daten mitgenommen hat. Das kann später vor Gericht verwendet werden – gegen OpenAI oder gegen den einzelnen Mitarbeiter.

    Aus Distanz zeigt der Fall, wie sich die Machtverhältnisse in der KI-Industrie verschieben. Apple, lange Innovationsgewinner bei Consumer-Hardware, sieht sich von einem Software- und KI-Unternehmen bedroht, das selbst Hardware bauen will. OpenAI braucht Hardware-Expertise für seine Pläne und greift dafür auf die besten Leute von Apple zurück. Wenn die Mitarbeiter einer Firma deren Wissen zur Konkurrenz tragen, kann die alte Firma kaum anders, als zu klagen.

    Der Rechtsstreit wird nicht nur über die Zukunft von Apple und OpenAI entscheiden. Er wird auch die Rahmenbedingungen dafür abstecken, wie Unternehmen in der KI-Ära mit ihrem geistigen Eigentum umgehen. Stellt sich heraus, dass Apple glaubhaft machen kann, dass OpenAI systematisch vertrauliche Informationen abgeschöpft hat, schafft das einen Präzedenzfall: Jedes KI-Startup, das Mitarbeiter von etablierten Hardware-Firmen abwirbt, müsste mit Klagen rechnen. Das würde den Talentmarkt massiv verändern. Selbst wenn Apple den Prozess verliert – die Botschaft ist angekommen: Wer in die Hardware-KI einsteigt, sollte sich vorher genau überlegen, welche Briefe er eines Tages bekommt.

    Quelle: macrumors.com

  • Buzz: Jack Dorseys neue Plattform für Team-Chat und KI-Agenten

    Buzz: Jack Dorseys neue Plattform für Team-Chat und KI-Agenten

    Dein Team nutzt Slack, GitHub und Jira. Dazu kommt ein separater KI-Assistent in einer eigenen Oberfläche. Die Zusammenarbeit wird zum Flickenteppich aus Fenstern, Tabs und Benachrichtigungen. Jack Dorsey will das mit Buzz ändern.

    Der Twitter- und Block-Mitbegründer hat eine Gruppenchat-Plattform für Unternehmen vorgestellt. Sie bringt menschliche Teammitglieder und KI-Agenten in denselben Gesprächsraum. Buzz tritt gegen Slack und GitHub an, indem es mehrere Arbeitsabläufe in einem Workspace vereint. Dorsey beschreibt Buzz als „modellagnostisch, dezentral, selbstbestimmt und Open Source“. Das Konzept: Teams behalten die Kontrolle über Kommunikation und KI-Werkzeuge.

    Buzz stammt von Dorseys Firma Block, die auch Square, Cash App, Afterpay und Tidal betreibt. Es ist kein Hobbyprojekt, sondern ein strategischer Vorstoß. Die Desktop-App ist kostenlos für macOS, Windows und Linux verfügbar, der Quellcode liegt auf GitHub.

    Was macht Buzz anders?

    Die native Integration von KI-Agenten ist der auffälligste Unterschied. Anders als bei Slack, wo Bots über APIs angebunden werden, sind die Agenten von Anfang an Teil der Chat-Oberfläche. Sie übernehmen Aufgaben direkt in Gesprächen: Code-Reviews, Issue-Verwaltung, Erinnerungen oder komplexe Arbeitsabläufe. Buzz ist modellagnostisch und funktioniert mit GPT, Llama oder selbst gehosteten Lösungen. Du bist nicht an einen Anbieter gebunden.

    Ein weiterer Unterschied: Buzz ist Open Source. Entwickler können den Code anpassen, Features hinzufügen oder die Oberfläche auf eigene Workflows zuschneiden. Slack erlaubt nur offizielle Integrationen oder API-Zugriff, die Plattform bleibt eine Blackbox. Buzz gibt dir die Freiheit, eine eigene Chat-Umgebung zu bauen.

    Die Plattform ist dezentral. Du betreibst Buzz auf eigenen Servern und bist nicht auf Cloud-Dienste angewiesen. Für Unternehmen mit Sicherheits- oder Compliance-Anforderungen ist das ein Vorteil. Du behältst die Kontrolle über Daten und KI-Modelle.

    Buzz im Vergleich zu Slack

    Buzz sieht aus wie Slack: Kanäle, Direktnachrichten, Threads, Emoji-Reaktionen. Aber die Ähnlichkeit trügt. Slack lebt von Integrationen Dritter. Buzz bringt die KI direkt mit – nicht als Zusatz, sondern als Kernfunktion. Beispiel: Du arbeitest an einem GitHub-Repository. Im selben Fenster bittest du einen KI-Agenten, den neuesten Commit zu analysieren, einen Bug zu melden oder eine Pull-Request zu erstellen. Der Agent antwortet im Chat, du siehst das Ergebnis sofort und diskutierst. Das vermeidet Kontextwechsel zwischen Apps.

    Georgios Konstantopoulos, CTO von Paradigm, hat kürzlich ein ähnliches Open-Source-Produkt vorgestellt: Centaur. Er beschreibt es als „virtuellen Mitarbeiter“, der in Slack oder per API läuft. Er schrieb: „Es gibt viel Raum für Verbesserungen bei Agenten, die in Slack leben und mehr Arbeit für Teams erledigen können als nur Programmieren. Im Unternehmensumfeld willst du die Lösung selbst hosten – aus Sicherheits- und Kontrollgründen – und die Leute sollen sie in Slack nutzen.“ Die Richtung ist klar: KI-Agenten werden zu festen Teammitgliedern, und die Chat-Plattform ist ihr Arbeitsort.

    Für wen lohnt sich Buzz jetzt schon?

    Buzz gibt zu, sich in einem „frühen Stadium“ zu befinden. Die App ist funktional, aber nicht ausgereift. Wer ein stabiles, erprobtes Tool für das gesamte Team sucht, sollte warten. Für Startups, die nicht tief in Slack investiert sind und mit KI-Agenten experimentieren, ist Buzz einen Blick wert. Junge Teams, die eine flexible Kommunikationsumgebung aufbauen wollen, können ihre Workflows definieren – und die KI gleich mitnehmen.

    Ein Vorteil: Weil Buzz Open Source ist, hostest du es selbst und gestaltest die Entwicklung aktiv mit. Fehlt eine Funktion, baust du sie ein. Das unterscheidet sich von Slack, wo du auf die Roadmap des Anbieters angewiesen bist.

    Was bedeutet das für die Zukunft der Teamkommunikation?

    Buzz ist kein weiterer Chat-Klon. Es zeigt einen Wandel: KI-Agenten werden nicht länger als externe Bots behandelt, sondern als gleichberechtigte Akteure im Teamraum. Die Plattform verschmilzt menschliche und maschinelle Zusammenarbeit – transparent und kontrollierbar. Dorsey setzt auf Offenheit, Dezentralität und Anpassbarkeit. Das sind Werte, die in der aktuellen Tech-Landschaft wichtiger werden.

    Buzz wird Slack nicht über Nacht ablösen. Slack hat eine riesige Nutzerbasis, viele Integrationen und eine ausgereifte Oberfläche. Aber Buzz zeigt die Richtung: eine Arbeitsumgebung, in der KI kein Add-on mehr ist, sondern integraler Bestandteil des täglichen Austauschs. Als Teamleiter, Entwickler oder digitale Nomadin solltest du Buzz im Auge behalten. Für den Produktiveinsatz ist es noch nicht bereit, aber die Idee ist stark. Wer Lust hat, kann den Code von GitHub holen und eine eigene Version bauen. Buzz steht für Selbstbestimmung – für Menschen und ihre KI-Agenten.

    Quelle: techcrunch.com

  • Gemini 3.6 Flash, 3.5 Flash-Lite und 3.5 Flash Cyber: Effizientere KI-Agenten für Entwickler und Unternehmen

    Gemini 3.6 Flash, 3.5 Flash-Lite und 3.5 Flash Cyber: Effizientere KI-Agenten für Entwickler und Unternehmen

    Ein Team aus Spezialisten: einer schnell bei Routineaufgaben, einer präzise, ein dritter Experte für Sicherheitsfragen. So positioniert Google seine neuen Gemini-Modelle. Mit Gemini 3.6 Flash, 3.5 Flash-Lite und 3.5 Flash Cyber erhalten Entwickler und Unternehmen Werkzeuge für KI-Agenten – Systeme, die eigenständig Aufgaben erledigen, Werkzeuge nutzen und Entscheidungen treffen.

    Wer KI-Agenten einsetzt, kennt das Problem: Die Modelle müssen schnell und günstig sein, aber auch zuverlässig und präzise. Bisher war Gemini 3.5 Flash der Allrounder. Jetzt kommen drei neue Modelle, die jeweils eine eigene Nische besetzen. Google sagt, die Flash-Serie ziele auf den Punkt zwischen Effizienz und Qualität, um agentische Workflows skalierbar zu machen.

    Gemini 3.6 Flash: Mehr Leistung, weniger Verbrauch

    Gemini 3.6 Flash bezeichnet Google als Arbeitstier der Familie. Es basiert auf Feedback zu 3.5 Flash und liefert einen Sprung bei Code- und Wissensarbeit. Obwohl es leistungsfähiger ist, verbraucht es weniger Token. Laut Artificial Analysis Index reduziert 3.6 Flash den Output-Token-Verbrauch um 17 Prozent im Vergleich zu 3.5 Flash. Im Coding-Test DeepSWE von Datacurve sind es bis zu 65 Prozent weniger Token – bei einem niedrigeren Preis pro Output-Token.

    Ein Entwickler, der einen mehrschrittigen Programmierauftrag an den Agenten übergibt, bekommt Ergebnisse mit weniger unnötigen Code-Editierungen und kürzeren Ausführungsschleifen. Im DeepSWE-Benchmark erreicht 3.6 Flash 49 Prozent Trefferquote (3.5 Flash lag bei 37 Prozent). Bei ML-Forschungsaufgaben (MLE Bench) steigt die Leistung von 49,7 auf 63,9 Prozent. Bei der Computer-Nutzung – wenn das Modell selbstständig in einer Desktop-Umgebung agiert – zeigt es Verbesserungen von 78,4 auf 83 Prozent im OSWorld-Verified-Test. Die Computer-Use-Funktion ist nun als eingebautes Client-seitiges Tool über die Gemini API und Gemini Enterprise verfügbar. Der Preis: 1,50 Dollar pro Million Input-Token und 7,50 Dollar pro Million Output-Token – günstiger als 3.5 Flash. Kunden wie Hebbia und Harvey bestätigen, dass das Modell bei multimodalen Aufgaben punktet, etwa beim Parsen von Dokumenten oder der Erstellung von Berichten.

    3.5 Flash-Lite: Schnell für hohen Durchsatz

    Neben dem Arbeitstier bringt Google einen Sprinter: Gemini 3.5 Flash-Lite. Eine abgespeckte, aber extrem schnelle Variante. Laut Artificial Analysis Index erreicht es 350 Output-Token pro Sekunde – mehr als doppelt so schnell wie viele vergleichbare Modelle. Entwickelt für Aufgaben mit niedriger Latenz und hohem Durchsatz, etwa bei agentischen Suchen oder der Verarbeitung großer Dokumentenmengen.

    Der Preis: 0,30 Dollar pro Million Input-Token und 2,50 Dollar pro Million Output-Token. Trotz der Leichtbauweise übertrifft 3.5 Flash-Lite den Vorgänger 3.1 Flash-Lite in fast jeder Hinsicht. Im Terminal-Bench 2.1 liegt der Wert bei 54 Prozent gegenüber 31 Prozent. Beim Langzeitkontext-Benchmark GDM-MRCR v2 steigt die Punktzahl von 60,1 auf 72,2 Prozent. Im Test GDPval-AA v2 verdoppelt sich der Wert von 642 auf 1140. In vielen agentischen und Coding-Evaluierungen übertrifft 3.5 Flash-Lite sogar das bisherige 3 Flash-Modell – etwa im SWE-Bench Pro mit 54,2 Prozent gegenüber 49,6 Prozent. Entwickler, die bisher auf 2.5 oder 3 Flash gesetzt haben, bekommen mit 3.5 Flash-Lite eine schnellere und leistungsfähigere Alternative zu einem niedrigeren Preis.

    Das Modell unterstützt verschiedene Denkniveaus. Je nach Aufgabe kann der Entwickler einstellen, ob das Modell schnell und sparsam arbeiten soll oder bei komplexen mehrschrittigen Aufgaben ein höheres Denkniveau aktiviert. Auch Computer-Use ist als eingebautes Tool verfügbar.

    3.5 Flash Cyber in CodeMender: Spezialisiert auf Sicherheitslücken

    Das dritte Modell ist ein Spezialist. Gemini 3.5 Flash Cyber basiert auf 3.5 Flash und wurde für die Erkennung und Behebung von Cybersicherheitslücken trainiert. Google argumentiert, dass KI-Modelle heute Sicherheitslücken finden können, aber die bestehenden Systeme oft nicht hinterherkommen, diese zu beheben. Flash Cyber soll dieses Ungleichgewicht beseitigen – zu einem niedrigeren Preis pro Token als größere Modelle.

    Das Modell wird nicht einzeln angeboten, sondern im Verbund mit einem neuen Agenten namens CodeMender. Mehrere 3.5 Flash Cyber-Modelle arbeiten darin zusammen, um einen gemeinsamen Bericht zu erstellen. Im Benchmark CyberGym erreicht diese Kombination laut Google konkurrenzfähige Ergebnisse an der Spitze der Rangliste. Der Zugang ist eingeschränkt: Aufgrund der dualen Natur – die Technologie kann sowohl für Verteidigung als auch für Angriffe genutzt werden – wird das Modell zunächst nur Regierungen und vertrauenswürdigen Partnern im Rahmen eines Pilotprogramms zur Verfügung gestellt. Ziel: Frontline-Verteidiger erhalten einen Vorsprung, bevor Angreifer die Lücken ausnutzen können. Gleichzeitig will Google Missbrauch verhindern.

    Zusätzlich gibt Google einen Ausblick: Gemini 3.5 Pro befinde sich derzeit im Test mit Partnern und werde so bald wie möglich breit verfügbar gemacht. Parallel laufe der ambitionierteste Pre-Training-Run aller Zeiten für Gemini 4.

    Sicherheit als integraler Bestandteil

    Ein zentrales Thema ist bei allen Neuvorstellungen die Sicherheit. Besonders 3.6 Flash wird mit verbesserten Frontier-Safety-Safeguards ausgeliefert. Diese Absicherungen decken die Bereiche chemische, biologische, radiologische und nukleare Gefahren (CBRN) sowie Cyber-Offensive ab. Laut Google macht das das Modell widerstandsfähiger gegen Jailbreak-Versuche. Gleichzeitig wurde das Modell so trainiert, dass es bei legitimen Anfragen selten ablehnend reagiert – ein häufiges Problem bei sicherheitsoptimierten Modellen.

    Für Entwickler und Unternehmen ist das wichtig: Wer KI-Agenten in sensiblen Umgebungen einsetzt, braucht nicht nur Leistung und Effizienz, sondern auch die Gewissheit, dass das Modell nicht manipuliert werden kann oder ungewollt schädliche Aktionen ausführt. Die neuen Safeguards adressieren diesen Punkt, ohne die Nutzerfreundlichkeit übermäßig einzuschränken.

    Was das für Entwickler und Unternehmen bedeutet

    Die drei neuen Modelle sind ab sofort verfügbar: über die Gemini API in Google AI Studio, Android Studio und Google Antigravity (für 3.6 Flash), sowie über die Gemini Enterprise App und das Gemini Enterprise Agent Platform. 3.5 Flash-Lite wird zudem schrittweise in die Google-Suche integriert. Google lädt Entwickler ein, Feedback zu geben.

    Wer KI-Agenten baut, hat eine klarere Wahl: Für rechenintensive, mehrschrittige Aufgaben mit hohen Qualitätsanforderungen ist 3.6 Flash das Modell der Wahl – spart Token und Geld. Für Massenoperationen, wie das parallele Verarbeiten tausender Dokumente, bei denen jede Millisekunde zählt, bietet 3.5 Flash-Lite Geschwindigkeit zum Sparpreis. Für Cybersicherheit gibt es mit 3.5 Flash Cyber einen spezialisierten Agenten, der Lücken gezielt findet und schließt – vorerst für einen eingeschränkten Nutzerkreis.

    Google setzt nicht auf ein einzelnes Supermodell, sondern auf eine Familie von Spezialisten. Ein pragmatischer Ansatz, der den unterschiedlichen Anforderungen der Praxis gerecht wird. Statt ein riesiges Modell für alles zu verwenden, können Entwickler genau das Werkzeug wählen, das ihre Aufgabe am besten und günstigsten erledigt. Mit dem Blick auf Gemini 4 zeichnet sich ab, dass diese Strategie weitergehen wird.

    Quelle: blog.google

  • Google Search: KI-Mode verbindet Apps – und erledigt Aufgaben für dich

    Google Search: KI-Mode verbindet Apps – und erledigt Aufgaben für dich

    Du planst ein Grillfest. Du suchst Rezepte, schreibst eine Einkaufsliste, suchst Musik und überlegst, wie die Einladungskarte aussehen soll. Bisher war das mühsam: Browser-Tabs, Apps, Notizzettel. Google ändert das jetzt mit einer Erweiterung des KI-Modus in der Suche. Ab dieser Woche können Nutzer in den USA ihre Lieblingsdienste direkt mit der KI-Suche verbinden. Die ersten Partner sind Instacart, Canva und YouTube Music. Das ändert, wie wir das Internet nutzen.

    Die Idee ist einfach: Die KI soll nicht nur antworten, sondern auch handeln. Bisher lieferte der KI-Modus nur zusammenfassende Antworten. Jetzt kannst du deine Konten bei Drittanbietern verknüpfen. Die KI erkennt dann in deiner Anfrage, welche Aktion möglich ist. Sagst du: „Ich brauche für mein Grillfest Zutaten für einen Nudelsalat“, und hast Instacart verbunden, packt die KI die passenden Artikel in deinen Warenkorb. Du musst nur noch den Kauf bestätigen. Kein mühsames Suchen und manuelles Hinzufügen mehr.

    Bisher war die Suche ein Fenster zum Wissen – ein Portal, das zu anderen Websites führt. Jetzt wird sie zu einem Assistenten, der antwortet und erledigt. Vergleich: Du hast einen Butler, der nicht nur Fragen beantwortet, sondern gleich einkauft, Musik auswählt und Designvorlagen organisiert. Genau das passiert digital.

    Wie die Verknüpfung funktioniert

    Laut den Google-Managern Chips Mistry und Biharck Araújo startet die Funktion in den USA. Du musst dich einmalig mit deinem Konto des jeweiligen Dienstes authentifizieren. Das läuft über die bestehenden Autorisierungsmechanismen – deine Zugangsdaten bleiben bei den Drittanbietern. Google betont, dass die Verbindung verschlüsselt ist und nur für die von dir gewünschten Aktionen genutzt wird. Du kannst die Verknüpfung jederzeit lösen. Vertrauen ist wichtig, wenn eine KI Zugriff auf persönliche Accounts bekommt.

    Die Einsatzmöglichkeiten gehen über den Grillabend hinaus. Arbeitest du an einem Projekt und brauchst eine Flyer-Vorlage? Sag der KI: „Zeig mir Canva-Vorlagen für einen modernen Business-Flyer.“ Sie durchsucht dein Canva-Konto oder öffentliche Vorlagen und zeigt dir passende Optionen an. Du wählst eine aus und bearbeitest sie direkt im Design-Tool. Oder du möchtest eine Playlist für deine nächste Party. Sag der KI: „Mach eine Playlist mit sommerlichen Hits.“ Sie erstellt sie in deinem verbundenen YouTube Music-Konto und startet die Wiedergabe.

    Mehr als nur Bequemlichkeit – ein neues Paradigma

    Diese Entwicklung ist Teil von Googles Strategie, künstliche Intelligenz in jedes Produkt zu integrieren. Schon länger kannst du Gmail oder Google Kalender mit der Gemini-App verknüpfen. Nun folgt die Kernsuche. Die Suche ist der häufigste Einstiegspunkt für Millionen Menschen. Indem Google sie mit Handlungsfähigkeit auflädt, wird aus einem passiven Werkzeug ein aktiver Begleiter. Das erinnert an die Vision von „ambient computing“ – Technologie, die im Hintergrund arbeitet und das Leben erleichtert.

    Die KI versteht Kontext. Wenn du nach „Zutaten für Grillparty“ fragst und Instacart verbunden hast, unterscheidet sie, ob du nur eine Liste brauchst oder bestellen willst. Du kannst jederzeit nachfragen oder die Auswahl korrigieren. Die KI bleibt dein Werkzeug, nicht dein Vormund.

    Was bedeutet das für die Zukunft der Suche?

    Google kündigt an, mit weiteren Partnern zusammenzuarbeiten. Möglich sind auch Dienste wie Spotify, Uber, Evernote oder Todoist. Du suchst nach „Restaurant in der Nähe mit vegetarischer Karte“ und buchst gleich über OpenTable einen Tisch, ohne die Suchergebnisse zu verlassen. Oder du lässt dir eine Reiseroute zusammenstellen und fügst Flüge direkt in deinen Kalender ein – alles über die Suchleiste.

    Herausforderungen gibt es bei Datenschutz und Sicherheit. Wenn eine KI Zugriff auf mehrere Dienste hat, entsteht ein detailliertes Profil deiner Gewohnheiten. Google versichert, dass die Daten nicht für andere Zwecke verwendet werden. Vertrauen muss man sich verdienen. Die Tech-Szene reagiert positiv, weil das Feature ein echtes Problem löst: die Fragmentierung unserer digitalen Werkzeuge.

    Unternehmen wie Instacart oder Canva profitieren ebenfalls. Sie erhalten direkten Traffic und Umsatz, ohne dass der Nutzer die App wechseln muss. Die KI wird zum digitalen Schaufenster und zur Abkürzung. Das könnte Onlinemarketing verändern: Statt auf Werbung zu klicken, gibt der Nutzer einen Befehl in die Suche ein. Google positioniert sich als zentrale Drehscheibe für Aktionen, nicht nur für Informationen.

    Praktische Einordnung

    Du brauchst kein Technikexperte zu sein. Ein Google-Konto und die Bereitschaft, deine Apps zu verknüpfen, genügen. Die Einrichtung dauert wenige Minuten. Der KI-Modus in der Google-Suche ist in den USA schrittweise verfügbar; eine weltweite Ausweitung ist wahrscheinlich, aber nicht garantiert. Wenn du in Deutschland lebst, wirst du vermutlich noch einige Wochen oder Monate warten müssen. Du kannst jetzt schon die normale Suche mit natürlicheren Fragen füttern, um den Übergang zu verstehen, wenn das Feature kommt.

    KI wird nützlich, wenn sie die Lücke zwischen Absicht und Ausführung schließt. Die Verknüpfung von Apps in der Google-Suche ist ein kleiner Schritt. Keine Hype-Welle, kein Durchbruch – eine solide Erweiterung, die den Alltag erleichtert.

    Quelle: blog.google

  • Google bereitet Gemini Live und Skills für die Web-Veröffentlichung vor

    Google bereitet Gemini Live und Skills für die Web-Veröffentlichung vor

    Du unterhältst dich mit deinem Smartphone wie mit einem Kollegen – du sprichst, es antwortet in Echtzeit. Das verspricht Gemini Live. Bisher war dieser Modus auf mobile Geräte beschränkt. Jetzt deutet einiges darauf hin, dass Google die Echtzeit-Sprachsteuerung auch auf den Desktop und ins Web bringt. In aktuellen Testversionen der Web-Oberfläche taucht ein Button für Gemini Live auf. Die Grenzen zwischen App und Browser verschwimmen.

    Ein Tech-Blogger berichtet über diese Funde in den Builds von Google. Der Live-Button erscheint im Web-Client, aber selbst die Desktop-App unterstützt den Modus noch nicht aktiv. Es laufen offenbar Tests im Trusted-Tester-Programm. Desktop- und Web-Version könnten zeitgleich starten – das wäre sinnvoll. Google kündigte auf der I/O im Mai neue Sprachfähigkeiten für die macOS-App an. Frühere Hinweise in dieser App deuteten auf Sprachauswahl-Optionen und ein Overlay für Bildschirmfreigabe hin. Die Vorarbeit ist seit Monaten sichtbar.

    Skills als wiederverwendbare Anweisungspakete

    Dieselben Builds enthalten Spuren einer zweiten Neuerung. Es geht um „Skills“ – wiederverwendbare Anweisungspakete, die der Assistent auf wiederkehrende Aufgaben anwendet. Bisher sind Skills exklusiv in Gemini Spark verfügbar, einem autonomen Agenten hinter dem kostenpflichtigen AI Ultra-Abonnement. Nutzer können dort Skills wie „Fasse die neuesten Tech-News zusammen“ oder „Erstelle eine Liste offener Punkte aus meinen E-Mails“ definieren. Google Spark führt diese Anweisungen automatisch aus, ohne dass der Nutzer alles neu formulieren muss.

    Die entdeckten Spuren legen nahe, dass Skills bald für alle Chat-Nutzer zugänglich sein könnten – unabhängig von einem Spark-Abo. Der Tech-Blogger listet vier konkrete Möglichkeiten auf: Erstens eigene Skills hochladen, zweitens aus vordefinierten Skills wählen, drittens neue Skills von Grund auf erstellen und viertens Gemini einen Skill für sich generieren lassen. Das würde das Angebot auf eine Stufe mit Claude und ChatGPT heben, die solche Funktionen bereits bieten. Es würde eine der auffälligsten Lücken in Googles Assistenten-Strategie schließen.

    Ein Vergleich hilft: Du kochst jeden Tag das gleiche Gericht. Du könntest jedes Mal von Null anfangen. Oder du legst dir ein Rezept an, das du einfach abrufst. Skills funktionieren ähnlich: Du definierst einmal, wie Gemini eine bestimmte Aufgabe erledigen soll, und rufst sie später mit einem Befehl auf. Ob Projektberichte, Meeting-Zusammenfassungen oder Recherche – der Assistent führt die Anweisung aus, ohne dass du jedes Detail wiederholen musst.

    Bekannte Vorläufer und offener Zeitplan

    Google hat in Chrome bereits eine leichtere Variante von Skills eingeführt: Im April kamen Prompt-Shortcuts. Außerdem kann Gemini Enterprise schon jetzt mitten im Chat Skills aufrufen. Das aktuelle Update würde diese Funktionalität auf alle Nutzer ausweiten – sowohl im Web als auch in der mobilen App. Die Frage ist: Wann kommt es?

    Der Zeitplan bleibt ungewiss. Gemini 3.6 Flash ist in Vorbereitung, während Gemini 3.5 Pro mehrfach verschoben wurde, zuletzt über Mitte Juli hinaus. Ein Zwischenmodell könnte zuerst erscheinen, um die Lücke zu schließen. Vielleicht sehen wir Ende Juli etwas von Google – aber nichts ist offiziell angekündigt, und Pläne können sich bis zur Markteinführung ändern.

    Googles Weg zum Alltagsassistenten

    Die Richtung ist klar: Google will Gemini alltagstauglicher machen. Die Kombination aus Live-Sprachmodus im Web und Chat-unterstützten Skills würde den Assistenten von einem reinen Frage-Antwort-Werkzeug zu einem digitalen Begleiter aufwerten. Du arbeitest am Desktop an einem Dokument und aktivierst Gemini Live per Knopfdruck, um dir etwas vorlesen zu lassen oder eine Frage zu stellen. Gleichzeitig definierst du Skills, die wiederkehrende Formatierungsarbeiten oder Recherchen automatisieren. Das spart Zeit.

    Damit das gelingt, müssen die KI-Technologien hinter Gemini reibungslos funktionieren. „KI“ meint große neuronale Netze, die auf riesigen Datenmengen trainiert wurden, um Sprache zu verstehen und sinnvolle Antworten zu generieren. Skills basieren auf „Prompts“ – vorformulierten Anweisungen, die das Modell in eine bestimmte Richtung lenken. Anwender brauchen kein Expertenwissen; oft reicht es, in natürlicher Sprache zu beschreiben, was der Assistent tun soll. Die Intelligenz liegt in der Fähigkeit des Modells, diese Beschreibung zu interpretieren und umzusetzen.

    Für Einsteiger ist das ein niedrigschwelliger Zugang: Man muss nicht programmieren, sondern einfach formulieren. Das ermöglicht Automatisierungen, die vorher nur Experten vorbehalten waren. Die Kontrolle bleibt beim Nutzer – man entscheidet, welche Skills man aktiviert, und kann jederzeit eingreifen. Google setzt auf Transparenz und Anpassbarkeit.

    ChatGPT und Claude bieten seit Monaten ähnliche Funktionen. Wenn Gemini nicht nachzieht, verliert es an Attraktivität, besonders bei Power-Usern. Mit der Kombination aus Live-Sprache und Skills könnte Google einen Vorteil ausspielen: die tiefe Integration in seine Produktwelt. Wer Gmail, Docs und Kalender nutzt, wird Gemini nahtlos einbetten können. Skills könnten automatisch auf E-Mails zugreifen, Termine analysieren oder Dokumente zusammenfassen – ohne die Anwendung zu wechseln.

    Ausblick mit gebotener Vorsicht

    Der Tech-Blogger schließt mit einer realistischen Einschätzung: So vielversprechend die Funde sind, so vorsichtig sollte man mit Terminprognosen umgehen. Google hat Produkte angekündigt und später verschoben. Dennoch zeigt der Trend, dass KI-Assistenten autonomer werden. Skills sind der logische Schritt von einem reaktiven Chatbot zu einem proaktiven Helfer.

    Bald könntest du deinem Browser sagen: „Übernimm die Formatierung aus dem letzten Meeting-Protokoll“, und Gemini führt die Anweisung aus. Oder du aktivierst im Web einen Live-Dialog, um während der Recherche Notizen zu diktieren, die direkt in ein Dokument fließen. Die Vorbereitungen laufen. Die nächsten Monate werden zeigen, ob Google die Versprechen einlösen kann.

    Die Technologie hinter diesen Neuerungen – maschinelles Lernen, Sprachverarbeitung und kontextuelles Verständnis – hat enorme Sprünge gemacht. Google hat mit Gemini eine solide Basis geschaffen. Die aktuellen Funde deuten darauf hin, dass das Unternehmen ernst macht. Wir werden nicht über Nacht zu einer Gesellschaft, die mit Maschinen spricht wie mit Menschen – aber die Bausteine liegen auf dem Tisch.

    Quelle: testingcatalog.com