Intelligenz Welt

Google DeepMind

Unternehmensportrait · Quellenstand 2026-10-19

Google DeepMind-Logo · Logo-Quelle / Rechtehinweis. Marken gehören ihren jeweiligen Inhabern. Redaktionelle Identifikation, keine Partnerschaft oder Empfehlung durch den Markeninhaber.

Googles KI-Forschungseinheit entwickelt unter anderem die Gemini-Modelle.

Quellen geprüft am 19. Oktober 2026 · Redaktion: Philipp Paulik

Google Brain + DeepMind · Gemini · Wissenschaft

Forschung mit zwei Wurzeln.

Google DeepMind bündelt die Arbeit von DeepMind und Google Brain. Das Portrait behandelt diese KI-Forschungseinheit, nicht die gesamten Finanz-, Personal- oder Nutzerzahlen von Google beziehungsweise Alphabet.

Organisation, Entwicklung und AnwendungDeepMind + Google BrainForschungswurzelnGoogle DeepMindGemeinsame KI-ForschungGemini & wissenschaftliche SystemeUnterschiedliche Anwendungen
DeepMind + Google BrainForschungswurzeln
Google DeepMindGemeinsame KI-Forschung
Gemini & wissenschaftliche SystemeUnterschiedliche Anwendungen

Redaktionelles Orientierungsbild, keine rechtliche Organigramm-Gesamtdarstellung. Quelle: Google DeepMind: About

Zwei Forschungslinien, ein Team

DeepMind startete 2010, Google Brain 2011. Im April 2023 kündigte Google an, beide Teams in Google DeepMind zusammenzuführen. Die heutige Unternehmensseite nennt Demis Hassabis als CEO.

Quelle: Google DeepMind: About

Mehr als ein Chatmodell

Die Forschung umfasst unter anderem Sprachmodelle, Lernverfahren, Robotik und wissenschaftliche Anwendungen. AlphaFold steht für Proteinstrukturvorhersage, Gemini für eine Modellfamilie. Solche Projekte haben unterschiedliche Aufgaben und sind keine einheitliche Rangliste.

Quelle: Google DeepMind: About

Der Weg von Forschung zu Entwicklern

Google Brain entwickelte unter anderem die Transformer-Architektur und Open-Source-Werkzeuge wie TensorFlow und JAX mit. Die Gemini-API macht konkrete Modelle zugänglich; Googles Gen-AI-Python-SDK ist dafür ein Entwicklerwerkzeug, kein Modell selbst.

Quelle: Google DeepMind: About

Produkte, APIs und Varianten unterscheiden

Der Gemini-Katalog unterscheidet etwa Flash, Live und TTS sowie stabile und Preview-Endpunkte. Zugang und Funktionsumfang müssen am konkret gewählten Endpunkt geprüft werden. Forschungsfortschritt oder ein großer Kontext sind keine Garantie für fehlerfreie Antworten.

Quelle: Google: Gemini-Modellkatalog

API-Versionen sind eine Betriebsentscheidung

Die Gemini-Dokumentation unterscheidet Stable, Preview, Latest und Experimental. Ein Alias und eine fest versionierte Modell-ID haben unterschiedliche Folgen für reproduzierbare Tests und Migration. Modelländerungen und Abschaltungen müssen am jeweiligen Endpunkt geprüft werden.

Quelle: Google: Gemini-Modellkatalog

Wissenschaftliche Erfolge richtig zuordnen

Die About-Seite nennt unter anderem AlphaGo, AlphaStar und AlphaFold. Spiele, Proteinstrukturen und generative Assistenz sind verschiedene Aufgaben. Eine Leistung bei einer dieser Aufgaben belegt nicht automatisch Zuverlässigkeit oder Sicherheit bei einer anderen.

Quelle: Google DeepMind: About

Wichtige Stationen

  1. 2010DeepMind startet.
    Quelle: Google DeepMind: About
  2. 2011Google Brain entsteht bei X.
    Quelle: Google DeepMind: About
  3. 20.04.2023Zusammenführung als Google DeepMind angekündigt.
    Quelle: Google: Announcing Google DeepMind, 20.04.2023

Was gehört wohin?

Vor dem Einsatz prüfen

  • Google DeepMind nicht mit dem gesamten Alphabet-Konzern gleichsetzen.
  • Konkrete Gemini-Modell-ID, Modalitäten und Version dokumentieren.
  • Stable, Preview, Latest und Experimental bewusst unterscheiden.
  • Modellpreise, Datenbedingungen und Region am gewählten Dienst prüfen.

Häufige Fragen zu Google DeepMind

Ist Google DeepMind dasselbe wie ganz Google?

Nein. Dieses Portrait behandelt die 2023 zusammengeführte KI-Forschungseinheit. Konzernzahlen von Google oder Alphabet werden ihr nicht zugerechnet.

Quelle: Google: Announcing Google DeepMind, 20.04.2023
Warum sind Gemini und AlphaFold nicht vergleichbar?

Sie adressieren unterschiedliche Aufgaben. AlphaFold wird mit Proteinstrukturen verbunden, Gemini ist eine generative Modellfamilie. Daraus entsteht keine gemeinsame Leistungsrangliste.

Quelle: Google DeepMind: About
Warum ist die API-Version wichtig?

Die Dokumentation trennt stabile, Preview-, Latest- und experimentelle Modelle. Verfügbarkeit und Verhalten müssen am tatsächlich verwendeten Endpunkt geprüft werden.

Quelle: Google: Gemini-Modellkatalog

Entwickler-Ökosystem: ein konkreter Ausschnitt

Offizielles öffentliches Repository: googleapis/python-genai. Die Werte beschreiben dieses Repository, nicht die Größe des Unternehmens, zahlende Nutzer oder Modellqualität.

4.033GitHub-Stars
1.040Forks
Apache-2.0Repository-Lizenz laut API

Letzter Push laut API: 2026-10-19T06:17:55Z · Snapshot abgerufen: 2026-10-19T13:28:52+00:00. Kein Aktualisierungsversprechen und keine Aussage über ein Release. GitHub-API-Primärquelle. Lokal versionierter Datenstand; kein externer Abruf beim Lesen. Die Repository-Lizenz ist keine Lizenz für Modelle oder den GitHub-Dienst.

Modelle im lokalen Verzeichnis

Kuratierter Bestand dieser Website. Anzahl und Auswahl sind keine vollständige Produktliste des Anbieters. Unternehmensangaben sind Primärquellen-Selbstauskünfte, keine unabhängigen Audits. Quellenstand: 19.10.2026.

Quellen & Stand

  1. Google DeepMind: About
    Geprüft: 2026-10-19
  2. Google: Gemini-Modellkatalog
    Geprüft: 2026-10-19
  3. Google: Announcing Google DeepMind, 20.04.2023
    Geprüft: 2026-10-19

Redaktionelle Zusammenfassung mit KI-Unterstützung, verantwortet von Philipp Paulik. Kein eigener Leistungstest. Änderbare Anbieterangaben gelten für den angegebenen Quellenstand.

Intelligenz Welt · Redaktion: Philipp Paulik · Quellenstand: 2026-10-19
Vollständiges Webportrait: https://intelligenz-welt.de/unternehmen/google-deepmind/
Statischer Export, kein Live-Datenblatt. Preise, Zugriff und Anbieterangaben können sich ändern. Quellen und ihre jeweiligen Abrufstände stehen oben. Impressum · Transparenz