Google Gemini ist eine Familie multimodaler, großer Sprachmodelle (Large Language Models, LLMs), entwickelt von Google DeepMind. Es handelt sich um ein hochentwickeltes generatives KI-System, das als Nachfolger von Googles früheren Modellen wie LaMDA und PaLM 2 positioniert ist. Gemini wurde darauf ausgelegt, menschenähnliche Konversationen zu simulieren und komplexe Anfragen zu verarbeiten.
Multimodale Fähigkeiten und Modellvarianten
Ein Kernmerkmal von Google Gemini ist seine Multimodalität. Dies bedeutet, dass der Algorithmus nicht nur Text verarbeiten und generieren kann, sondern nativ auch Bilder, Audio, Video und Computercode versteht, interpretiert und kombiniert. Anwender können Gemini beispielsweise mit einer Mischung aus Text, Bildern und Videos füttern, woraufhin das Modell kohärente und relevante Antworten generiert.
Google bietet Gemini in verschiedenen Größen an, um unterschiedliche Anwendungsbereiche abzudecken:
- Gemini Ultra: Das größte und leistungsfähigste Modell für hochkomplexe Aufgaben.
- Gemini Pro: Ein skalierbares Modell, optimiert für eine breite Palette von Aufgaben und den Einsatz in großem Umfang. Die stabile Version Gemini 2.5 Pro wurde am 17. Juni 2025 veröffentlicht.
- Gemini Nano: Die effizienteste Variante, speziell konzipiert für den Einsatz auf Geräten (On-Device-Aufgaben), wie beispielsweise auf Google Pixel Smartphones.
- Gemini Flash: Eine leichtere, schnellere und kostengünstigere Variante, die beispielsweise als Gemini 2.5 Flash am 17. Juni 2025 stabil veröffentlicht wurde.
Die Gemini-Modelle nutzen eine Transformer-Architektur und verfügen über lange Kontextfenster. So kann Gemini 1.5 Pro bis zu 2 Millionen Tokens verarbeiten, was dem Inhalt von etwa 1.500 Seiten, 30.000 Codezeilen oder 700.000 Wörtern entspricht. Dies ermöglicht es dem Modell, umfangreiche Dokumente, Berichte oder Code-Repositories zu analysieren und komplexe Fragen dazu zu beantworten.
Integration und Anwendungen im Google-Ökosystem
Gemini ist tief in zahlreiche Google-Produkte und -Dienste integriert und fungiert als KI-Assistent. Er unterstützt Nutzer beim Schreiben, Brainstorming, Lernen und Planen. Im Google Workspace hilft Gemini beispielsweise beim Verfassen von E-Mails und Dokumenten in Gmail und Google Docs, fasst Besprechungsnotizen in Google Meet zusammen und analysiert Daten in Google Sheets.
Auch im Bereich der Endnutzergeräte erweitert Gemini die Funktionalität: Es kann auf Android-Smartphones als primärer Assistent den Google Assistant ersetzen, Bilder und Videos generieren und Informationen aus dem Google-Ökosystem (z.B. Google Maps, YouTube) abrufen. Im Smart Home wird Gemini als “Gemini for Home” eingeführt und ersetzt dort den Google Assistant auf Smart Displays und Lautsprechern, um eine natürlichere und intuitive Interaktion zu ermöglichen. Für Entwickler und Unternehmen sind die Gemini-Modelle über APIs und Plattformen wie Google Cloud Vertex AI zugänglich, um eigene KI-Anwendungen zu erstellen und zu skalieren.
