Geminis Niedergang ist GCPs Gewinn: Was Platform-Leads jetzt tun müssen

Die entscheidende Frage, die jeder Platform-Lead, der auf Gemini als primären Modellanbieter setzt, seinem CFO diese Woche stellen sollte, lautet: Schließt man gerade einen Vertrag mit einem Frontier-Lab oder mit einem Vermieter? Am 5. August vollzog Google eine umfassende Neubesetzung der Führungsebene des Teams, das Gemini 3 Pro entwickelt hat. Zwei Tage später machte die Analysteneinschätzung zur Wachstumskurve von GCP das strategische Bild deutlich: DeepMind ist als erstklassiges Lab abgemeldet, und Google Cloud ist die Einheit, die den internen Machtkampf um Rechenkapazität stillschweigend gewonnen hat.

Was geschehen ist

Google kündigte eine vollständige Neugestaltung der DeepMind-Führung an. Demis Hassabis, Mitgründer und ehemaliger CEO, ist aus dem Tagesgeschäft ausgeschieden. Jeff Dean, ehemaliger Chief Scientist und Gemini-Co-Lead, verlässt das Unternehmen, um gemeinsam ein neues Lab namens Discovery Loop zu gründen. Dean ist die Person, die Google Brain mitgegründet und das TPU-Programm gestartet hat – sein Abgang ist daher weniger eine Kündigung als ein institutionelles Warnsignal.

Er geht nicht allein. Sanjay Ghemawat und Quoc Le, beide Google Fellows (ein Titel, der etwa den zwölf wichtigsten technischen Mitarbeitern des gesamten Unternehmens vorbehalten ist), schließen sich ihm an. Ebenso Oriol Vinyals, ein weiterer Gemini-Co-Lead. Damit tritt Koray Kavukcuoglu, ehemaliger CTO von DeepMind und letzter verbleibender Gemini-Co-Lead, die Nachfolge von Hassabis an.

Wie SemiAnalysis berichtete, folgt dieser Exodus auf frühere Abgänge von Noam Shazeer und John Jumper sowie den meisten der stärksten RL-Forscher im Gemini-Team. Der Kontext ist entscheidend: Im November 2025 war Gemini 3 Pro wohl das beste Modell der Welt und zwang Sam Altman, bei OpenAI einen „Code Red" auszurufen. Neun Monate später floppte Gemini 3.5 Flash, Gemini 3.5 Pro wurde still gestrichen, und das Übergangsmodell Gemini 3.6 Flash ist generell schlechter als Muse Spark 1.2, Grok 4.5 und chinesische Open-Source-Modelle der ersten Liga. Je nach Zählweise liegt Gemini auf Platz 8 oder 9. Gleichzeitig liegt das jährliche Umsatzwachstum von GCP bei über 100%, getrieben maßgeblich durch TPU-Zuweisungen an Anthropic und Meta.

Technische Hintergründe

Der Mechanismus hinter Geminis Niedergang ist eine Geschichte der Rechenkapazitätsvergabe, keine Forschungsgeschichte. Rechenleistung ist der Lebensnerv von Frontier-Trainingsläufen, und jedes auf AGI ausgerichtete Lab beeilt sich, Gigawatts an Kapazität Jahre im Voraus zu sichern. Google verfügte intern über diese Kapazität. Und entschied sich, sie zu vermieten.

Mehr als 20% der gesamten TPU-Lieferungen von Q3 2026 bis Q4 2027 werden direkt an Anthropic verkauft. Diese Zahl schließt die Hunderttausenden von TPUs, die GCP bereits heute an Anthropic vermietet, nicht ein – ebenso wenig wie weitere Hunderttausende, die Anthropic und Meta über die nächsten sechs Quartale zugesichert wurden. Thomas Kurian, CEO von Google Cloud, hat dies öffentlich so formuliert, dass TPUs zur „universellen Infrastruktur" werden – und nannte Citadel und das US-Energieministerium als Kunden. Auf die Frage, warum Google Rechenkapazität an Geminis schärfste Konkurrenten verkauft, bezeichnete er Google als „Plattformunternehmen".

Der numerische Verfall auf der Modellseite erzählt dieselbe Geschichte aus der anderen Richtung. Das Token-Wachstum der Gemini-First-Party-API betrug im Q1 2026 60%, von 10 Milliarden auf 16 Milliarden Token pro Minute. Im Q2 2026 sank das Wachstum auf 38%, mit 22 Milliarden Token pro Minute. Noch wachsend, aber mit stark nachlassendem Tempo. Die Gemini Enterprise Agent Platform (ehemals Vertex) wirkt nur deshalb gesünder, weil sie Drittanbietermodelle wie Claude bedient. Das ist das verräterische Zeichen: Unternehmenskunden auf Googles Plattform nutzen zunehmend das Modell eines anderen Anbieters.

Das Talent-Schwungrad schließt dann den Kreis. Discovery Loop folgt dem Neolab-Spielbuch, das David Silver bei Ineffable Intelligence im November des Vorjahres etabliert hatte: Top-Forscher verlassen Google, sammeln Milliarden von externen Investoren und Google Ventures ein und geben dieses Kapital dann für das Mieten von Nvidia-GPUs innerhalb von GCP aus. Google monetarisiert den Abgang zweimal: einmal als LP über GV, einmal als Vermieter. DeepMind verliert auf beiden Seiten.

Wer Schaden nimmt

Beginnen wir mit jedem Produktteam, das Gemini in den letzten zwölf Monaten zur primären Inferenzabhängigkeit gemacht hat. Wenn die Roadmap für Q4 2026 davon ausging, dass Gemini 4 Pro mit GPT 5.6, Claude oder einem „Doug"-Klasse-OpenAI-Modell mithalten würde, ist diese Annahme bestenfalls spekulativ. Branchengerüchten zufolge liegt das gestrichene Gemini 3.5 Pro etwa auf dem Niveau von Opus 4.5 – also hinter GLM 5.2, Fable 5 und GPT 5.6. Den Q4-Umsatz darauf zu setzen, dass Gemini 4 diese Lücke schließt, ist ein Münzwurf mit dem Geld anderer Leute.

Als Nächstes kommen Hiring-Manager in Teams, die hofften, mittelständige DeepMind-Talente abzuwerben, sobald diese sich zerstreuten. Die Spitze des Stapels ist bereits von Discovery Loop und seinen Neolab-Peers gesichert, finanziert von Tier-1-VCs und Google Ventures selbst. Was auf den freien Markt kommt, wird zweitklassig sein, und der Preis wird dennoch brutal sein, weil jedes gut finanzierte Lab mitbietet.

Dann gibt es den rechtlichen und Compliance-Aspekt bei regulierten Unternehmen in Fintech und iGaming, die Vendor-Risikobewertungen rund um ein spezifisches Gemini-SLA und Modellverhaltensprofil aufgebaut haben. Das Modell-Abkündigungstempo hat sich beschleunigt. Wenn Ihre KYC-Narrativ-Generierungspipeline, Ihr Betrugserkennungsagent oder Ihr Spielerkommunikations-Summarizer an einen Gemini-Checkpoint gebunden ist, der bei der Auslieferung von Gemini 4 abgekündigt wird, haben Sie jetzt ein Rezertifizierungsprojekt, für das kein Budget eingeplant war.

Der CFO jedes Series-B-Fintechs, das monatlich 200.000 bis 600.000 US-Dollar für Gemini-Inferenz ausgibt, sollte seinem VP Engineering diese Woche die Frage stellen, ob die Abstraktionsschicht zwischen Anwendungscode und Modellanbieter real oder nur angestrebt ist. Wenn der Wechsel zu Claude oder GPT ein zweiquartäliges Engineering-Projekt bedeutet, ist man bei einem Anbieter eingesperrt, dessen Modellqualitätsentwicklung jetzt negativ ist. Das ist die Definition eines schlechten Platzes am Tisch.

Playbook für KI-Entwicklung

Drei Maßnahmen für die nächsten 90 Tage. Erstens: Inferenz auf Code-Ebene vom Anbieter entkoppeln. Wer noch nicht auf ein Router-Muster standardisiert hat (LiteLLM, ein internes Gateway oder etwas MCP-orientiertes gemäß der MCP-Spezifikation für Tool-Verträge), sollte das als nächsten Sprint angehen. Die Kosten der Abstraktion sind gering. Die Kosten, sie nicht zu haben – wenn der primäre Anbieter in zwölf Monaten von Platz 1 auf Platz 9 fällt –, entsprechen der gesamten Replatforming-Rechnung.

Zweitens: Nachverhandeln. GCPs eigenes Verhalten zeigt, dass Rechenkapazitätsanbieter langfristige Commitments von Ankermietern schätzen. Wer jährlich siebenstellige Beträge für Gemini-Inferenz ausgibt, hat das Zeitfenster jetzt, bevor Googles Vertrieb internalisiert, dass Gemini 4 qualitativ nicht wettbewerbsfähig sein wird. Anbieteragnostische Credits sollten eingefordert werden, die auf Vertex-gehostetes Claude oder Drittanbietermodelle im selben Unternehmensvertrag umgeleitet werden können.

Drittens: In die Eval-Infrastruktur investieren. Wenn das Team keine täglichen Blind-Evals über mindestens drei Modellanbieter für die fünf wichtigsten Produktionsaufgaben durchführt, werden Anbieter nach Bauchgefühl ausgewählt. Die Rangliste hat sich in den letzten achtzehn Monaten dreimal verschoben. Sie wird sich erneut verschieben, wenn „Doug" erscheint und wenn das nächste Neolab einen Checkpoint veröffentlicht. Modellauswahl sollte als Datenproblem behandelt werden, nicht als Beschaffungsproblem.

Wichtigste Erkenntnisse

• Der Führungsexodus bei DeepMind (Hassabis tritt zurück, Dean, Ghemawat, Le und Vinyals wechseln zu Discovery Loop) markiert das Ende von Google als glaubwürdigem Frontier-Lab für den aktuellen Zyklus.
• GCP ist der interne Gewinner: über 100% jährliches Umsatzwachstum, mit mehr als 20% der TPU-Lieferungen bis Q4 2027 allein an Anthropic.
• Das Token-Wachstum der Gemini-API verlangsamte sich von 60% in Q1 2026 auf 38% in Q2 2026, während die Enterprise Agent Platform hauptsächlich durch Drittanbietermodelle wie Claude gestützt wird.
• Produktteams, die auf Gemini festgelegt sind, brauchen jetzt einen Anbieter-Abstraktions-Sprint, bevor Gemini 4 erscheint und die Wechselkosten steigen.
• Das Neolab-Schwungrad (Forscher gehen, holen Kapital über GV, mieten GCP-Rechenleistung) bedeutet, dass Google seinen eigenen Talentverlust monetarisiert – weshalb sich dieses Muster beschleunigen, nicht umkehren wird.