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
Google DeepMind-Logo · Logo-Quelle / Rechtehinweis. Marken gehören ihren jeweiligen Inhabern. Redaktionelle Identifikation, keine Partnerschaft oder Empfehlung durch den Markeninhaber.
Unternehmen · Portrait
Google DeepMind
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.
DeepMind + Google BrainForschungswurzeln
Google DeepMindGemeinsame KI-Forschung
Gemini & wissenschaftliche SystemeUnterschiedliche Anwendungen
Redaktionelles Orientierungsbild, keine rechtliche Organigramm-Gesamtdarstellung. 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: AboutDer 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: AboutProdukte, 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-ModellkatalogAPI-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-ModellkatalogWissenschaftliche 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: AboutWichtige Stationen
- 2010DeepMind startet.
Quelle: Google DeepMind: About - 2011Google Brain entsteht bei X.
Quelle: Google DeepMind: About - 20.04.2023Zusammenführung als Google DeepMind angekündigt.
Quelle: Google: Announcing Google DeepMind, 20.04.2023
Was gehört wohin?
Gemini
Modellfamilie mit aufgabenspezifischen API-Varianten.
Quelle: Google: Gemini-ModellkatalogWissenschaftliche KI
Beispiel AlphaFold: Proteinstrukturvorhersage.
Quelle: Google DeepMind: AboutForschung und Werkzeuge
Transformer, JAX und TensorFlow als unterschiedliche Beiträge.
Quelle: Google DeepMind: AboutVor 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, 20.04.2023Warum 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: AboutWarum 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-ModellkatalogEntwickler-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
Gemini 4 Argon ↗Gemini 3.8 Flash ↗Gemini 3.8 Live ↗Gemini 3.8 Live Extended Thinking ↗Gemini 3.8 Flash TTS ↗Gemini 3.8 Flash-Lite TTS ↗Gemini 3.6 Flash ↗Gemini 3.5 Flash-Lite ↗Gemini 3.5 Transcribe ↗
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
- Google DeepMind: About
Geprüft: 2026-10-19 - Google: Gemini-Modellkatalog
Geprüft: 2026-10-19 - 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.