NachrichtenAktienGoogle-Mitarbeiter äußern sich skeptisch über die Gemini-KI-Modelle des Unternehmens

Google-Mitarbeiter äußern sich skeptisch über die Gemini-KI-Modelle des Unternehmens

Autor: CryptoBriefing·

Wichtige Erkenntnisse

  • •Ein Bericht vom 4. Juni 2026 ergab, dass bestimmte Google-Ingenieure Memes genutzt haben, um die internen KI-Tools des Unternehmens zu verspotten.
  • •Die Beschwerden der Ingenieure drehen sich um Datenfabrikation, belastende KI-gestützte Code-Reviews und mehrmonatige Verzögerungen wichtiger Modell-Releases.
  • •Der Launch von Gemini 3.5 Pro wurde um mehrere Monate verzögert, und seine Coding-Leistung fiel Berichten zufolge hinter Googles eigene interne Benchmarks zurück.
  • •Trotz der internen Reibung erreichen die Gemini-Modelle Berichten zufolge rund 900 Millionen monatliche Nutzer, und Googles Werbeumsatz stieg im selben Bewertungszeitraum um 16 %.
  • •Die Unzufriedenheit stammt aus Nutzbarkeitsbedenken und Einführungsdruck statt aus einer einzelnen kontroversen Ankündigung und folgt auf frühere öffentliche und interne Kritik an den Gemini-Launches 2023 und 2024.
Google-Mitarbeiter äußern sich skeptisch über die Gemini-KI-Modelle des Unternehmens

Google hat einen erheblichen Teil seiner Zukunft auf Gemini gesetzt, seine flagschiffartige Familie von KI-Modellen. Einige der Menschen, die daran bauen, haben es Berichten zufolge jedoch verspottet.

Ein Bericht vom 4. Juni 2026 ergab, dass bestimmte Google-Ingenieure zu Memes gegriffen haben, um die internen KI-Tools des Unternehmens zu verhöhnen. Ihre Beschwerden umfassen Datenfabrikation, belastende Code-Reviews und mehrmonatige Verzögerungen bei wichtigen Modellen – ein unangenehmes Bild für ein Unternehmen, das der Welt glaubhaft machen will, dass seine KI für ernsthafte Arbeit bereit ist.

Was die Ingenieure bemängeln

Der Bericht nennt drei wiederkehrende Frustrationen. Die erste ist die Datenfabrikation, d. h. die Tools können Informationen erzeugen, die nicht real sind – ein Ausfallmodus, der in der Branche weithin als Halluzination bekannt ist und zu den hartnäckigsten Herausforderungen generativer KI-Systeme zählt. Die zweite sind Code-Reviews, die Ingenieure eher als Last denn als Hilfe beschreiben; KI-gestützte Code-Reviews sind im gesamten Technologiesektor zu einem festen Bestandteil der Entwickler-Workflows geworden, sodass ihre Zuverlässigkeit für die täglichen Nutzer von Bedeutung ist.

Die dritte und wohl folgenreichste ist der Zeitpunkt von Gemini 3.5 Pro. Der Launch des Modells wurde um mehrere Monate verzögert, und seine Coding-Leistung fiel Berichten zufolge hinter Googles eigene interne Benchmarks zurück. Die Programmierfähigkeit ist zu einer der am engsten beobachteten Kennzahlen für den Nutzen eines Frontier-Modells geworden, da sie direkt darüber entscheidet, ob Unternehmen und Entwickler ein Modell als produktionsreif betrachten.

Laut dem Bericht wird die Unzufriedenheit durch Sorgen über die praktische Nutzbarkeit und Druck bei der Einführung der Tools genährt – nicht durch eine einzelne kontroverse Modellankündigung. Das Fehlen eines einzigen Auslösers hat mögliche kollektive Proteste wohl gedämpft, so der Bericht.

Starke Geschäftszahlen erzählen eine andere Geschichte

Die interne Reibung steht im Kontrast zur kommerziellen Leistung von Gemini. Die Gemini-Modelle haben Berichten zufolge rund 900 Millionen monatliche Nutzer erreicht, und Google verzeichnete im selben Bewertungszeitraum ein Werbeumsatzwachstum von 16 %. Eine Nutzerbasis dieser Größenordnung macht Gemini zu einem der am weitesten verbreiteten KI-Produkte. Gemini ist zudem zentral für den strategischen Rahmen des Unternehmens unter CEO Sundar Pichai.

Die öffentliche Berichterstattung über den internen Spott war begrenzt; nur wenige große Medien haben darüber berichtet. Das mag zum Teil daran liegen, wie diffus die Beschwerden sind – verteilt über Tooling- und Workflow-Probleme statt an ein einzelnes Schlagzeilen-Ereignis gebunden.

Ein vertrautes Muster für Gemini

Das ist nicht Geminis erste Krisenphase. Frühere Versionen der Modellfamilie sahen sich nach ihren Launches 2023 und 2024 sowohl öffentlicher als auch interner Kritik ausgesetzt. Die damaligen Beschwerden konzentrierten sich auf Bias und auf die hinter den Erwartungen zurückbleibende Leistung, während die aktuelle Skepsis eher die alltägliche Zuverlässigkeit und die Auslieferungszeitpläne betrifft.

Der Bericht weist auch darauf hin, dass interne Feedback-Schleifen bei Google eine doppelte Rolle erfüllen: Sie fungieren als Kritik, dienen aber zugleich als Mechanismus zur Verbesserung der KI-Tools.

Was das für Google bedeutet

Eine mehrmonatige Verzögerung bei einem flagschiffartigen Modell wie Gemini 3.5 Pro ist kein kleines Detail in einem Bereich, in dem die Release-Taktung die Wahrnehmung prägt und in dem Entwickler und Kunden die Lieferpläne genau verfolgen. Das Verfehlen der internen Coding-Benchmarks wirft die Frage auf, was Google ändern muss, bevor das Modell ausgeliefert wird.

Der Bericht nennt den Einführungsdruck als weiteren Faktor. Wenn Unternehmen ihre Mitarbeiter schnell zur Nutzung von KI-Tools drängen, kann die Adoption schneller fortschreiten als die Reife der Tools – eine Spannung, die in der Tech-Branche vertraut ist, während generative KI in die alltäglichen Arbeitswerkzeuge Einzug hält.

Die Berichten zufolge rund 900 Millionen monatlichen Nutzer und das Werbeumsatzwachstum von 16 % geben Google Spielraum, diese Probleme zu bewältigen. Eines der Dinge, die man beobachten sollte, ist, wann Gemini 3.5 Pro tatsächlich erscheint und ob seine Coding-Leistung die Lücke zu den internen Benchmarks schließt. Ein weiteres ist, ob das Fehlen einer einzelnen kontroversen Ankündigung die Unzufriedenheit weiter diffus hält – oder ob ein prominenter Fehltritt die verstreuten Memes in eine lautere und besser organisierte Debatte verwandelt.