Gemini: Google verspricht Durchbruch, Demo widerlegt

Gemini: Googles Demo verspricht einen Sprung, den das Video nicht belegt

Reicht eine Ankündigung, um die Menschheit zu ersetzen? Google stellte Gemini, sein multimodales KI-Modell, vor und verpackte es in ein Video, in dem die Maschine Bilder beschreibt, Probleme löst und in Echtzeit chattet. Die Botschaft, bis zur Erschöpfung wiederholt: Im Vergleich dazu ist der Mensch ein Affe. Dann kam das Kleingedruckte. Das Dokument mit den Prompts wurde geleakt, und die Demonstration wirkte plötzlich weniger wie ein historischer Sprung als vielmehr wie eine gut inszenierte Montage. Die folgende Diskussion drehte sich nicht darum, was Gemini tut, sondern darum, was Google behauptet, dass es tut.

Was Gemini verspricht und was in der Demonstration wirklich zu sehen war

Das offizielle Versprechen lautet Multimodalität: Text, Bild und Video in einem Durchlauf, mit Objektverfolgung und Pfadanalyse. In der Praxis werden ernsthafte Anwendungen angeführt: Brillen mit Kamera, die einer sehbehinderten Person die Umgebung beschreiben, Zusammenfassungen von Konferenzen und Meetings in Sekunden oder die Analyse der Körpersprache in professionellen Kontexten. Nichts davon war im Produktionsbetrieb verifiziert. Was laut dem zitierten Leak-Material dokumentiert wurde, ist, dass das Video manipuliert war: Es gab keine Echtzeit-Videobildanalyse, und die Reasoning-Fähigkeiten lagen unter denen von GPT-4-v. Der Wissenschaftskommunikator, der die Demo gefeiert hatte, musste am nächsten Tag relativieren, als ihm das geleakte Material mit den Prompts zugespielt wurde. Die am häufigsten wiederholte Schlussfolgerung: Google verkaufte einen Film, und das Publikum verwechselte den Trailer mit dem Kinostart.

Bard, GPT-4 und ein Rennen, bei dem Google spät dran ist

Die Wettbewerbslage unterstützt die Erzählung nicht. Die testbare Version von Bard wird als schwach beschrieben, und die Integration von Gemini in den Assistenten sollte laut kursierenden Schätzungen irgendwann 2024 erfolgen. Demgegenüber hatte Microsoft bereits früher Tempo gemacht. Manche lesen dies direkt als Ausrede dafür, dass das Produkt noch nicht existiert. In diesem Spannungsfeld wurde Bard im experimentellen Modus als recht nah an GPT-4 wahrgenommen, mit der Vermutung, dass der Abstand bei Erscheinen der Pro-Version schrumpfen wird. Nichts davon konnte damals überprüft werden: Die gute Version war nicht verfügbar.

Welche Jobs halten stand: Vom Programmierer zum Installateur

Wenn das Werkzeug funktioniert, warum sollte man dann bestimmte Dinge studieren? Eine unbequeme Empfehlung setzt sich durch: kein vertieftes Studium als Softwareentwickler und stattdessen Berufe wählen, die handwerkliches Geschick erfordern, nicht im Homeoffice erledigt werden können und sich nicht mit zwei Klicks kopieren lassen. Installateur, Elektriker, Maurer. Der Haken, wie vom Befürworter eingeräumt: Das kann man nicht online lernen. Andere fügen eine harte Nuance für Techies hinzu: Wenn deine Arbeit darin besteht, vorhersehbaren Code zu tippen, hast du bereits ein Verfallsdatum. Der Sicherheitsbeamte taucht in der Liste als Rückzugsort auf, mit Fällen von Menschen mit IT-Ausbildung, die in diesen Sektor wechselten. Und eine wiederkehrende Ausnahme: Kinderbetreuung und Altenpflege wird keine Maschine übernehmen.

Der Tierarzt, der seine Diagnose bereits an die KI übergibt

Wo Ersetzung keine Theorie ist, zeigt sie sich in der Bildgebung. Ein Tierarzt erzählt es schlicht: Mit einem Bild und zwei oder drei Parametern identifiziert die Maschine Läsionen und schlägt die beste Behandlung vor. In einer Schlachtlinie erkennt sie Pathologien mit einer Geschwindigkeit, die ein menschlicher Inspektor unmöglich erreichen kann, und mit einer fast perfekten Trefferquote. Sie wird nicht müde, zweifelt nicht und nimmt keine Brückentage. Für das Unternehmen bedeutet das direkte Personalkostenersparnis. Dasselbe Muster wird im Finanzwesen erwähnt, wo angeblich bestimmte Marktprozesse bereits nach automatisierten Kriterien laufen. Bilanzen, Grundrisse, Lieferwege: Aufgaben, die ganze Abteilungen beschäftigen und heute mit einem Satz erledigt sind.

Ersetzt sie den Menschen oder nur den mittelmäßigen Menschen?

Hier scheiden sich die Geister. Eine Strömung argumentiert, dass KI lediglich Wiederkäuer fremden Materials sei und nichts selbst erschaffe oder denke, solange ihre Entwickler sie zensieren. Die Gegenargumentation ist vernichtend: Sie erreicht das Niveau von 90 % der Bevölkerung, und das ist für den Durchschnittsbürger ein Urteil. Andere erinnern an das Offensichtliche: Der Mensch zittert mit einem Messer im Herzen, hält drei Schichten ohne Toilettengang nicht aus und verliert am Nachmittag die Kraft. Der Vorteil liegt nicht in der Intelligenz. Er liegt in der Belastbarkeit.

Angst, Narrativ und jene, die die Welt bereits für tot erklären

Ein Teil der Debatte ordnet die Ankündigung in eine vermeintliche Kampagne von Erzählungen ein, die vom Klimawandel bis zu UFOs reicht, gestützt nur auf Misstrauen gegenüber großen Tech-Konzernen. Es gibt keinerlei Beweise für diese angebliche Manipulation, und das Argument trägt so nicht. Auf der anderen Seite steht die entgegengesetzte Lesart: Das bekannte Weltmodell stirbt, und es leugnen gleicht stark dem Verhalten der Videothekenbesitzer, als das Internet kam. Das Problem dieser Prophezeiung ist, dass sie kein Datum liefert. Nur Gewissheit.

Bleibt der übliche Trost: Dass die KI eines regnerischen Tages Kartoffeln pflanzt und Schafe hütet. Bislang schreibt sie nur Berichte darüber, wie schlecht die Ernte ausfällt.