In den vergangenen Jahren wirkte der Markt für KI-Talente eher wie ein Profisport-Draft als wie ein herkömmlicher Einstellungszyklus. Kapitalstarke Labore bieten Gehälter an, die eher an Profisportler erinnern, sowie Beteiligungspakete, die frühe Mitarbeiter zu Milliardären machen können. Die Aussicht auf lebensverändernde Vergütungen hat dazu geführt, dass Spitzenforscher in atemberaubendem Tempo zwischen konkurrierenden Laboren wechseln.

Google DeepMind, einst das führende Ziel vieler dieser Forscher — insbesondere in Europa —, gerät in diesem Wettbewerb nun auf die Verliererseite, wie ein neuer Überblick über den Fluss technischer Talente zeigt, der Fortune exklusiv vorliegt. Eine neue Analyse von Zeki Data, einem in Großbritannien ansässigen Unternehmen für Datenintelligenz, zeigt, dass OpenAI und Anthropic im Markt für KI-Talente zulegen, während Google DeepMind und, in gewissem Maße, Meta ins Hintertreffen geraten.

Gespräche mit mehreren aktuellen und ehemaligen Mitarbeitern deuten darauf hin, dass DeepMinds veränderte Identität einen Teil seiner historischen Anziehungskraft geschwächt hat. Während Google versucht hat, den Abstand zu OpenAI und Anthropic zu verringern, ist das Labor stärker auf die Verbesserung und Kommerzialisierung von Gemini ausgerichtet worden — ein Wandel, den einige Forscher als Verdrängung der offenen, auf lange Sicht angelegten Grundlagenforschung sehen, die DeepMind einst für Akademiker so attraktiv machte.

Drei aktuelle und zwei ehemalige DeepMind-Mitarbeiter sagten Fortune, die jüngste Abgangswelle gehe auf mehrere Faktoren zurück: rivalisierende Labore wie Meta und Microsoft werben aggressiv mit üppigen Barangeboten um Talente, die Frustration innerhalb von Google über die eigene Position im KI-Wettlauf nimmt zu, die Moral sinkt, und bei Wettbewerbern wie OpenAI und Anthropic locken Aktien vor dem Börsengang.

Allein in diesem Monat verlor Google DeepMind Jeff Dean, den langjährigen Chefwissenschaftler des Unternehmens und einen 27-jährigen Veteranen, sowie den Senior Fellow Sanjay Ghemawat und die Forscher Oriol Vinyals und Quoc Le, die gingen, um ein Startup namens Discovery Loop zu gründen. Am selben Nachmittag sagte Demis Hassabis, Mitgründer und CEO von DeepMind, er werde sich aus der täglichen Leitung des Labors zurückziehen, um dessen Vorsitzender und Alphabets Chefwissenschaftler zu werden; die operative Leitung übergibt er an CTO Koray Kavukcuoglu.

Die neuen Daten von Zeki deuten darauf hin, dass die öffentlich sichtbaren Abgänge Teil einer breiteren Kehrtwende sind. So fiel DeepMinds Anteil an Forschungs- und Advanced-Engineering-Einstellungen in Europa, dem Nahen Osten und Afrika von 49% in 2022–23 auf 18.6% in 2025–26 — der stärkste Rückgang des Marktanteils, den Zeki für ein großes KI-Labor in einer Region gemessen hat.

„Sie hatten in Europa für immer die Krone, und dann begann sie von einem sehr hohen Niveau aus zu erodieren“, sagte Tom Hurd, Gründer von Zeki Data, gegenüber Fortune. „Microsoft AI Superintelligence und Meta Superintelligence knabbern an ihrem Marktanteil, und daneben gibt es noch OpenAI und Anthropic.“

Der Einsatz beim Werben um und Halten von Spitzenkräften ist im heutigen hochkompetitiven KI-Markt enorm. Eine vergleichsweise kleine Gruppe von Forschern und Ingenieuren verfügt über die Erfahrung, die nötig ist, um die Frontier-Modelle zu trainieren und zu verbessern, die den KI-Boom antreiben. Ihre Arbeit kann bestimmen, wie schnell ein Labor seine Modelle verbessert, ob es Forschungsergebnisse in Produkte umsetzen kann und wie glaubwürdig es die nächste Welle von Talenten anzieht. Das Einstellen und Halten dieser Top-Ingenieure hat sich in den vergangenen Jahren als schwierig erwiesen, selbst für die bestfinanzierten Unternehmen der Branche.

Weltweit stellt DeepMind weiterhin mehr Forschungs- und Advanced-Engineering-Mitarbeiter ein, als es verliert. Doch sein Verhältnis von Zugängen zu Abgängen — ein Maß für Einstellungen im Verhältnis zu Kündigungen — ist deutlich gesunken, von etwa 12:1 im zweiten Quartal 2023 auf ungefähr 2:1 im dritten Quartal 2026, wie Zekis Daten zeigen. Das bedeutet, dass das Labor derzeit etwa zwei Personen in diesen Rollen hinzufügt, für jede Person, die geht, statt ungefähr 12. Zum Vergleich: Metas Verhältnis lag 2025 bei 3:1, OpenAIs bei 5.7:1 und Anthropic bei 22:1, heißt es in dem Bericht.

Anthropic ist zum wichtigsten Ziel für abwandernde DeepMind-Forscher und Advanced Engineers geworden. Von den Menschen, die DeepMind in den vergangenen 12 Monaten verließen, wechselten laut Zeki 25% zu Anthropic, 21% zu Meta und 14% zu OpenAI.

Vertreter von Google DeepMind reagierten nicht auf eine Bitte um Stellungnahme zu Zekis Ergebnissen.

Der Rückgang der Talentströme bei DeepMind fiel mit einer Verschärfung der Veröffentlichungsregeln des Labors zusammen, sagte Hurd, ein Schritt, der laut Zeki-Forschern möglicherweise einen der wichtigsten Anziehungspunkte des Labors für forschungsorientierte Mitarbeiter geschwächt hat. Die Financial Times berichtete erstmals im April 2025, dass DeepMind ein strengeres internes Prüfverfahren und ein sechsmonatiges Embargo für einige strategisch sensible generative KI-Papiere eingeführt habe, um zu verhindern, dass Wettbewerber von der Forschung profitieren.

Die FT schrieb, dass der neue Ansatz es Forschern erschwere, Studien zu veröffentlichen, insbesondere Arbeiten, die Produktschwächen offenlegen oder kommerziell wertvolle Techniken preisgeben könnten. DeepMind erklärte damals, man bleibe der Forschungsveröffentlichung verpflichtet und aktualisiere die Richtlinien, um die Fähigkeit der Teams zu bewahren, zum breiteren Forschungssystem beizutragen.

Für ein Labor, das seinen Ruf auf öffentlichen Durchbrüchen wie AlphaGo und AlphaFold aufgebaut hat, führte diese Verschiebung zu Spannungen mit Forschern, die gekommen waren, um relativ freie, auf Zukunftsvisionen ausgerichtete Arbeit zu verfolgen.

„Die meisten Veteranen, die vor dem ChatGPT-Moment zu DeepMind kamen, wollten Teil eines KI-Forschungslabors sein“, sagte ein ehemaliger DeepMind-Ingenieur Fortune. „Wer vor 2023 kam, dachte, er oder sie trete einem KI-Forschungslabor bei, und plötzlich sollte man Produkte für Google bauen.“

Eine Reihe hochkarätiger Abgänge

Zeki stellte fest, dass die Einstellungen im Forschungs- und Ingenieurbereich der gesamten Branche seit 2022 mit einer jährlichen Wachstumsrate von 23% zugenommen haben. Das Wachstum fließt jedoch überproportional zu neueren Frontier-Laboren. Die Zahl der Forschungs- und Engineering-Mitarbeiter bei OpenAI ist jährlich um rund 97% gewachsen, bei Anthropic um 152%, verglichen mit 27% bei Google DeepMind. OpenAI und Anthropic starteten von einer deutlich kleineren Basis, doch die Zahlen zeigen, wie schnell ihre Organisationen im Vergleich zu DeepMind gewachsen sind.

DeepMind sieht sich auch in Regionen neuer Konkurrenz ausgesetzt, in denen es lange dominiert hat. Laut Zeki profitierten vor allem Mistral AI und Anthropic von DeepMinds sinkendem Anteil in Europa, dem Nahen Osten und Afrika. Im asiatisch-pazifischen Raum, wo DeepMind im vergangenen November ein neues Forschungslabor in Singapur eröffnete, bauen heimische Akteure wie ByteDance, Sakana AI und Sarvam AI Anteile in Märkten auf, die die etablierten Labore historisch zu wenig bedient haben.

Dieser Wandel zeigt sich auch in einer wachsenden Liste prominenter Abgänge.

David Silver, der Pionier des Reinforcement Learning hinter AlphaGo, AlphaZero und AlphaStar, verließ DeepMind nach fast 13 Jahren, um Anfang dieses Jahres Ineffable Intelligence zu gründen, ein Londoner Startup, das nach einer Seed-Runde über $1.1 billion nun mit $5.1 billion bewertet wird. Zu den weiteren langjährigen DeepMind-Mitarbeitern, die das Unternehmen verließen, gehören Wojciech Czarnecki, heute Chief Technology Officer bei Fundamental, und Lasse Espeholt.

Misha Laskin und Ioannis Antonoglou, letzterer arbeitete bei AlphaGo direkt mit Silver zusammen, verließen DeepMind ebenfalls 2024, um Reflection AI zu gründen.

Auch in diesem Sommer kam es zu weiteren schnellen Abgängen. Im Juni verlor Google innerhalb eines Tages Gemini-Co-Leiter Noam Shazeer an OpenAI und John Jumper, der mit Hassabis den Nobelpreis für Chemie 2024 für AlphaFold teilte, an Anthropic. Die AlphaFold-Forscher Jonas Adler und Alexander Pritzel folgten Jumper kurz darauf zu Anthropic.

„Je mehr die forschungsintensiven Leute das Gefühl haben, dass sie sich gern auch anderswo umsehen würden, desto häufiger sieht man, dass ungewöhnlich viele von ihnen etwas Eigenes gründen und einige ihrer Freunde mitbringen“, sagte Hurd. „Über die Zeit hat sich das zu einer großen Zahl von Menschen summiert.“

Sprachmodell- und Wissenschaftsteams verlieren Boden

Zekis Daten legen nahe, dass sich die Verluste nicht gleichmäßig verteilen. Beim Vergleich der Expertise aller Personen, die DeepMind verließen, mit derjenigen der in den vergangenen 12 Monaten neu eingestellten Mitarbeitenden verzeichnete das Unternehmen einen Nettoverlust bei Large Language Models und multimodalen Systemen: 19.2% der Abgänge waren auf diese Bereiche spezialisiert, gegenüber 15.6% der Zugänge. Laut Bericht verlor das Unternehmen auch im Bereich Computer Vision an Boden.

Auch das AlphaFold-Team — definiert als die Gruppe, die AlphaFold2 entwickelt hat, das KI-System, das die dreidimensionale Struktur von Proteinen aus ihrer genetischen Sequenz vorhersagt — hat starke Verluste erlitten. Von den 29 namentlich genannten Autoren der AlphaFold2-Arbeit haben laut Zeki seitdem 13 DeepMind verlassen. Die Financial Times berichtete im Juli, dass DeepMind im vorangegangenen Jahr die meisten Autoren der ursprünglichen Arbeit anderen Aufgaben zugewiesen habe; Mitarbeitende wechselten dabei zu Gemini-bezogenen Projekten sowie zu Enzymdesign, Genomik, Kernfusion und Isomorphic Labs, Alphabets Tochtergesellschaft für Wirkstoffforschung.

DeepMind gewinnt allerdings in den Bereichen Robotik, Embodied AI und Machine Learning für die Wissenschaft an Boden. Diese Felder spiegeln Bereiche wider, in denen das Unternehmen seine Kapazitäten ausbaut — und in manchen Fällen um Talente ebenso mit Nvidia wie mit rivalisierenden KI-Laboren konkurriert.

Zekis Analyse erfasst 20,900 Personen in Forschungs- und Advanced-Engineering-Rollen bei 10 Unternehmen auf Basis öffentlich zugänglicher Informationen, die im August 2026 zusammengestellt wurden. Die Gruppe umfasst Research Scientists, Research Engineers, Machine-Learning- und Deep-Learning-Ingenieure, Applied Scientists sowie Mitglieder des technischen Personals; Manager, Führungskräfte, Praktikanten, kundennahe Rollen und nichttechnische Mitarbeitende sind ausgeschlossen. Da die Analyse auf öffentlichen Informationen beruht, könnte sie die Gesamtzahl der Personen in diesen Rollen unterschätzen.

DeepMind verfügt weiterhin über Googles Rechenleistung, Cash, Reputation und institutionelle Reichweite, um Mitarbeitende anzuziehen. Doch in einem Markt, in dem die besten Forscher nahezu überall arbeiten und an nahezu allem arbeiten können, scheinen einige der früheren Vorteile schwerer zu bewahren zu sein.

Diese Geschichte erschien ursprünglich auf Fortune.com