Geheimnisvolle KI von Google: Was verbirgt sich hinter Gemini?

Google hat mit Gemini ein neues KI-System vorgestellt, das auf der Grundlage eines groen Sprachmodells arbeitet. Es wurde entwickelt, um Texte zu verstehen und zu generieren und wird bereits in verschiedenen Google-Produkten wie Google Search und Pixel-Handys genutzt. Mit innovativen Features wie erweiterten Token-Kontextfenstern bietet Gemini deutlich przisere und lngere Antworten.

Seit der Einfhrung von ChatGPT Ende 2022 hat sich die Welt der knstlichen Intelligenz (KI) rasant weiterentwickelt, wobei Unternehmen in diesem Bereich verstrkt daran arbeiten, ihre eigenen KI-Technologien zu etablieren. Google, als einer der fhrenden Pioniere im Bereich der KI, konzentriert sich dabei auf sein neues System namens Gemini. Dieses Modell wurde erstmals im Dezember 2023 von Google DeepMind prsentiert und im Dezember 2024 auf die Version Gemini 2.0 aktualisiert. Gemini wurde in eine Vielzahl von Google-Produkten integriert, einschlielich Google Search, Google Workspace und den Pixel-Handys, wodurch diese Produkte intelligenter, reaktionsschneller und benutzerfreundlicher wurden.

Aber was genau ist Gemini? Es handelt sich um ein groes Sprachmodell (LLM), das entwickelt wurde, um menschenhnliche Texte zu verstehen und zu generieren. Ziel des Modells ist es, fortschrittliche KI-Technologie in alltgliche Nutzerinteraktionen und komplexe Unternehmenslsungen zu integrieren. ber den Gemini-Chatbot knnen Nutzer mit diesem LLM auf der Webplattform oder ber eine mobile App kommunizieren.

Gemini umfasst vier Modelle: Ultra, Pro, Flash und Nano, die fr verschiedene Anwendungsbereiche entwickelt wurden. Ein herausragendes Merkmal dieser Modelle ist das erweiterte Token-Kontextfenster, das lngere und kohrentere Antworten ermglicht. Das Modell Gemini 1.5 Flash bietet ein Kontextfenster von 1 Million Tokens, whrend das Modell 1.5 Pro sogar auf beeindruckende 2 Millionen Tokens erweitert wurde. Zum Vergleich: ChatGPT bietet in seiner erweiterten Version maximal 32.000 Tokens.

Wer sich nicht intensiv mit KI und ihrer Terminologie auseinandersetzt, mag bei Begriffen wie LLMs, generative KI, Chatbots und Tokens ins Grbeln kommen. Generative KI bezieht sich auf KI-Systeme, die in der Lage sind, Inhalte zu erzeugen sei es in Form von Texten, Bildern oder Musik basierend auf den Daten, mit denen sie trainiert wurden. LLMs wie Gemini gehren zu dieser Kategorie von generativer KI und lernen aus riesigen Datenstzen, um menschenhnliche Texte zu verstehen und zu generieren. Viele haben bereits mit einem LLM interagiert, sei es durch einen Online-Kundendienst-Chatbot oder durch die Nutzung von ChatGPT. Diese Systeme verwenden LLMs, um in Echtzeit zu kommunizieren, Informationen bereitzustellen und Probleme zu lsen auch wenn sie manchmal fehlerhafte Antworten liefern, was als KI-Halluzinationen bezeichnet wird. Auch Google hatte mit solchen Problemen zu kmpfen.

Tokens sind die grundlegenden Bausteine von Texten, die KI-Modelle zur Verarbeitung von Sprache nutzen. Alles, was KI liest oder generiert, wird in kleine Einheiten, sogenannte Tokens, zerlegt. Diese Tokens knnen ganze Wrter, Wortteile oder auch Satzzeichen umfassen. Der Begriff Token-Limit bezieht sich darauf, wie viele Tokens die KI merken kann, um ein Gesprch flssig und kohrent zu halten. Wie bei jeder neuen Technologie befindet sich auch Gemini noch in der Entwicklung, und es werden stndig Verbesserungen vorgenommen.

Wie spielt Gemini also in den Gerten eine Rolle, die Sie tglich nutzen? Es ist direkt in die Google Pixel-Handys integriert. Wenn Sie Ihr Pixel verwendet haben, um eine Sprachnachricht zu transkribieren oder eine schnelle E-Mail-Antwort zu erstellen, dann ist es Gemini, das diese Aufgaben erleichtert. Das System hilft dabei, Aufgaben schneller und intuitiver zu erledigen. Gemini spielt auch eine zentrale Rolle bei der Verbesserung der KI-bersichten in den Google-Suchergebnissen. Wenn Ihnen aufgefallen ist, dass in Ihren Suchergebnissen detailliertere und kontextreichere Antworten erscheinen, dann ist das die Wirkung von Gemini. Es hilft dabei, komplexe Themen auf verstndliche Weise zu erklren.

Allerdings gab es anfangs auch Kritik an der KI-bersicht. Zum Beispiel wurden in den ersten Versionen merkwrdige und unangemessene Empfehlungen angezeigt, wie etwa der Vorschlag, Steine zu essen oder Kleber in Pizzarezepten zu verwenden. Google reagierte schnell und passte das System an, um solche Fehler zu vermeiden. Derzeit haben Nutzer in den USA ab 13 Jahren Zugriff auf die KI-bersichten, whrend in anderen Lndern wie dem Vereinigten Knigreich, Indien, Mexiko, Brasilien, Indonesien und Japan die Nutzung ab 18 Jahren mglich ist. Google plant, diese Funktion weltweit auszuweiten und bis Ende 2024 mehr als eine Milliarde Nutzer zu erreichen. Einige Nutzer mgen diese Funktion nicht, und es gibt keine Mglichkeit, die KI-bersicht vollstndig zu deaktivieren. Es gibt jedoch Umgehungslsungen, die helfen knnen, diese Funktion zu umgehen.

Ein weiteres Problem, das bei der Einfhrung von Gemini auftrat, waren Halluzinationen der KI bei der Bilderzeugung, insbesondere bei der Darstellung historischer Figuren oder ethnischer Gruppen. Ein Beispiel fr diese Panne war die Darstellung von schwarzen und asiatischen Nazi-Soldaten, was auf breite Ablehnung stie. Google stoppte daraufhin die Bilderzeugung und versprach, die Fehler zu beheben. Am 28. August kndigte Google die neueste Version seines Text-zu-Bild-Tools, Imagen 3, fr Gemini Advanced, Business und Enterprise-Abonnenten an. Gleichzeitig wurde die Mglichkeit, Bilder von Menschen zu generieren, vorbergehend ausgesetzt.

Am 13. August wurde Gemini Live fr fortgeschrittene Abonnenten auf Android-Gerten verffentlicht, mit einer geplanten Erweiterung auf iOS. Gemini Live ermglicht freihndige Echtzeit-Gesprche in 10 verschiedenen Sprachen, selbst wenn die App im Hintergrund luft oder das Telefon gesperrt ist. Nutzer knnen Gesprche pausieren und spter fortsetzen, was eine besonders praktische Funktion darstellt.

In Bezug auf die Preisstruktur bietet Gemini einige unterschiedliche Abonnementmodelle an. Das Modell 1.5 Flash ist kostenlos und eignet sich fr lngere Gesprche mit einem Token-Kontextfenster von 32.000 Tokens. Fr weiterfhrende Funktionen bietet Gemini verschiedene kostenpflichtige Optionen:

• Gemini Advanced mit dem 1.5 Pro-Modell: 20 USD pro Monat
• Gemini Business: 20 USD pro Nutzer und Monat bei Jahreszahlung oder 24 USD bei monatlicher Zahlung
• Gemini Enterprise: 30 USD pro Nutzer und Monat bei Jahreszahlung, mageschneiderte Preise ber Googles Vertriebsteam

Fr Entwickler und Unternehmen bietet Google eine gestaffelte Preisstruktur fr die Gemini-API-Modelle Flash und Pro an. Diese API-Dienste knnen ber Google Cloud genutzt werden, um KI-Funktionen direkt in eigene Anwendungen zu integrieren. Beide Modelle bieten skalierbare Nutzungsmglichkeiten, wobei die Preise und Nutzungseinschrnkungen je nach Tarif und Token-Lnge variieren. Weitere Details sind auf der offiziellen Website von Google verfgbar. Zudem gibt es eine kostenlose Stufe, die eine begrenzte Nutzung ermglicht, ideal, um die Funktion auszuprobieren, bevor man sich fr ein kostenpflichtiges Modell entscheidet.