Googles $185-Milliarden-Wette: Wie Gemini 3.1 Pro, Vertex AI und die größte Infrastruktur-Offensive der Tech-Geschichte das AI-Rennen verändern

Die größte Investition der Tech-Geschichte

Am 4. Februar 2026 verkündete Alphabet während der Q4-2025-Earnings einen CapEx-Plan, der selbst Wall Street überraschte: $175 bis $185 Milliarden für 2026 – fast doppelt so viel wie die $91,4 Milliarden in 2025 und 50% über den Analystenschätzungen.

Sundar Pichai sagte den Analysten, das Unternehmen werde 2026 "supply constrained" bleiben. Man könne Rechenzentren nicht schnell genug bauen, um den Appetit der AI-Division zu stillen.

Das ist mehr als das BIP von 140 Ländern. Mehr als Apple, Microsoft und Meta zusammen für AI-Infrastruktur ausgeben. Und der Großteil fließt in eine einzige Division: Google DeepMind.

Gemini 3.1 Pro: Das Modell im Detail

Die Benchmark-Daten

Am 19. Februar 2026 veröffentlichte Google DeepMind Gemini 3.1 Pro – das stärkste Modell der Pro-Linie. Die Zahlen:

Benchmark	Gemini 3.1 Pro	Gemini 3 Pro	Verbesserung
ARC-AGI-2	77,1%	~38%	2x
RE-Bench (ML-Research)	1,27 (normalisiert)	1,04	+22%
LLM-Finetuning-Optimierung	47s	—	vs. 94s Mensch

Der ARC-AGI-2-Score ist besonders bemerkenswert: Dieser Benchmark testet die Fähigkeit, völlig neue Logik-Muster zu lösen – etwas, das durch Memorisierung nicht zu schaffen ist. Eine Verdopplung der Performance signalisiert echten Reasoning-Fortschritt.

1-Million-Token-Kontext

Gemini 3.1 Pro unterstützt bis zu 1 Million Input-Tokens und 64.000 Output-Tokens. In Kombination mit Googles agentic Stack (Gemini API, Antigravity, Vertex AI) entsteht ein System, das große Task-Graphen und Asset-Trees im Kontext halten kann, während es Multi-Step-Workflows orchestriert.

Ein Beispiel aus dem Launch-Blog: Gemini 3.1 Pro konfigurierte ein Live-Aerospace-Dashboard, verband einen öffentlichen Telemetrie-Stream und visualisierte die ISS-Umlaufbahn – API-Reasoning, Streaming-Daten und Interface-Design in einem einzigen Output.

Verfügbarkeit

• Developer: Gemini API, Google AI Studio, Gemini CLI, Antigravity, Android Studio
• Enterprise: Vertex AI, Gemini Enterprise
• Consumer: Gemini App, NotebookLM (Pro/Ultra-Tiers)

Google positioniert den Launch explizit als Preview – ein kontrolliertes Rollout unter dem "critical capability"-Schwellenwert des Frontier Safety Framework.

Vertex AI Agent Builder: Enterprise-Agenten im großen Stil

Während die Modelle die Schlagzeilen machen, passiert die strategisch wichtigere Entwicklung auf der Plattform-Ebene.

Was Vertex AI Agent Builder kann

Vertex AI Agent Builder ist Googles Full-Stack-Plattform für Enterprise-Agenten:

• Agentic Workflows: Multi-Step-Agenten mit Tool-Use, Memory und Planung
• Grounding in Enterprise-Daten: Agenten, die auf interne Dokumente, Datenbanken und APIs zugreifen
• Multi-Agent-Systeme: Orchestrierung mehrerer Agenten für komplexe Aufgaben
• Governance: Zentrale Überwachung, Audit-Logs und Compliance-Features

Gemini Enterprise: AI für jeden Mitarbeiter

Parallel dazu hat Google Gemini Enterprise als agentic Plattform positioniert:

• Zentrale Agent-Discovery, -Erstellung und -Verwaltung
• Integration in Google Workspace (Gmail, Docs, Sheets, Slides)
• Support für Google-eigene, Third-Party- und selbstentwickelte Agenten
• LLM-Gateway-Kompatibilität für Amazon Bedrock, Vertex AI und Microsoft Foundry

Für Unternehmen, die bereits Google Workspace nutzen, ist der Wechsel zu Gemini Enterprise der Weg des geringsten Widerstands – kein neuer Vendor, keine neue Abrechnung, keine neue Security-Prüfung.

Der DeepMind-Faktor: Nobel-Preise und Talent-Drain

Die wissenschaftliche Maschine

Google DeepMinds Argument für Überlegenheit ist nicht nur Gemini – es ist AlphaFold:

• Über 200 Millionen Proteinstrukturen vorhergesagt
• Über 3 Millionen Forscher in 190 Ländern nutzen die Datenbank
• Nobel-Preis für Chemie 2024 für Demis Hassabis und John Jumper
• Anwendungen in Medikamentenentwicklung, Enzym-Design und Krankheitsforschung

Kein anderes AI-Labor hat je einen Nobel-Preis gewonnen. Das ist ein Differenzierungsmerkmal, das sich nicht kaufen lässt.

Die Talent-Krise

Aber die wissenschaftliche Exzellenz hat ihren Preis. Google DeepMind verliert systematisch Top-Forscher:

• David Silver (AlphaGo-Leiter) verließ DeepMind im Januar 2026, um das Startup Ineffable Intelligence zu gründen
• Nicholas Carlini (adversarial ML) wechselte 2025 von DeepMind zu Anthropic
• Alle 8 Autoren des Transformer-Papers "Attention Is All You Need" haben Google verlassen
• Mindestens 11 AI- und Cloud-Executives gingen 2025 allein zu Microsoft
• Microsoft heuerte rund zwei Dutzend DeepMind-Mitarbeiter an

Googles Reaktion: Noncompete-Klauseln von bis zu 12 Monaten für Senior-Forscher in Großbritannien – mit fortlaufendem Gehalt. Man bezahlt Leute dafür, nicht bei der Konkurrenz zu arbeiten.

Die Ironie: Die gleiche Dringlichkeit, die Talent-Retention kritisch macht – Produktdruck, komprimierte Forschungsfreiheit, Scrutiny – ist exakt der Grund, warum Forscher gehen wollen.

750 Millionen Nutzer: Die Consumer-Seite

Die Gemini-App hat Ende Q4 2025 750 Millionen monatlich aktive Nutzer erreicht – von 450 Millionen Anfang des Jahres. Zum Vergleich: ChatGPT hält 64,5% des Marktes, Gemini 21,5%.

Besonders in Indien dominiert Gemini: 52% der AI-Chatbot-Downloads vs. 32% für ChatGPT. Enterprise-Adoption beschleunigt ebenfalls: 27 Millionen Enterprise-Nutzer auf Gemini Pro, mit Healthcare und Finance als am schnellsten wachsenden Sektoren (3,4x Wachstum).

Der Gemini-Comeback-Bogen

Die Geschichte von Gemini ist ein Comeback-Story in drei Akten:

Akt 1: Die Katastrophe (2023-2024)

• Bard-Launch mit faktischem Fehler → $100 Milliarden Marktwertverlust an einem Tag
• Gemini-Demo mit irreführendem Video
• Gemini-Bildgenerierung mit historisch inakkuraten Bildern
• Narrative: "Google hat den Transformer erfunden und kann kein AI-Produkt ausliefern"

Akt 2: Der Wendepunkt (2025)

• Gemini 2.5 erreicht #1 auf Chatbot Arena
• Gemini 3 im November: 1501 Elo, 91,9% GPQA, State-of-the-Art auf jeder Metrik
• Gemini 3 Deep Think: Gold-Medaille bei der Mathematik-Olympiade (35 Punkte, gleich mit OpenAI)
• Lösung von 4 offenen mathematischen Problemen, darunter Erdős-1051 – ein Problem, das Jahrzehnte ungelöst war

Akt 3: Die Offensive (2026)

• $185 Milliarden CapEx
• Gemini 3.1 Pro mit verdoppelter Reasoning-Performance
• Gemini Enterprise für jeden Workspace-Nutzer
• Vertex AI Agent Builder für Enterprise-Agenten

Googles unfairer Vorteil: Vertikale Integration

Was Google von OpenAI und Anthropic fundamental unterscheidet, ist die vertikale Integration:

Schicht	Google	OpenAI	Anthropic
Hardware	TPU v5e/v6, Custom Silicon	Abhängig von NVIDIA	Abhängig von NVIDIA
Cloud	GCP, eigene Rechenzentren	Azure (Microsoft)	AWS (Amazon)
Modell	Gemini 3.1 Pro	GPT-5.4	Claude Mythos
Distribution	Android, Chrome, Search, YouTube, Workspace	ChatGPT, Codex	Claude API, Claude Code
Daten	Search Index, YouTube, Maps	Bing-Partnership	Keine eigene Suchmaschine
Endgerät	Pixel, Android (3B+ Geräte)	io Products (noch kein Produkt)	Keines

Google kontrolliert den gesamten Stack – von der Chip-Fertigung (TPUs) über die Cloud-Infrastruktur (GCP) bis zum Endgerät (Android auf 3 Milliarden Geräten). Kein anderes AI-Unternehmen hat diese Reichweite.

Die Schwäche: Organisatorische Komplexität

Googles größtes Risiko ist nicht technisch, sondern organisatorisch:

180.000 Mitarbeiter vs. Anthropics ~3.000. Entscheidungswege, die über ein Forschungslabor in London, eine Produktorganisation in Mountain View und eine Cloud-Division laufen. Ein CEO (Hassabis), der täglich mit einem anderen CEO (Pichai) telefoniert, weil die Abstimmung so komplex ist.

Dazu kommt das "Panoptikon-Problem": Jeder Fehler wird zur Front-Page-Story. Bard, die Bildgenerierung, jeder faktische Irrtum wird zum Narrativ über Googles AI-Versagen. OpenAI und Anthropic können experimentieren. Google muss perfekt sein.

Was das für Unternehmen bedeutet

Wenn Sie bereits Google Cloud nutzen

Gemini Enterprise ist der natürliche nächste Schritt. Die Integration in Workspace, die bestehende Abrechnung und die GCP-native Deployment-Optionen machen den Einstieg reibungslos. Vertex AI Agent Builder ermöglicht Enterprise-Agenten, die auf interne Daten zugreifen – etwas, das bei OpenAI und Anthropic zusätzliche Infrastruktur erfordert.

Wenn Sie Multi-Cloud fahren

Googles Stärke – vertikale Integration – wird zur Schwäche, wenn Sie nicht all-in auf GCP sind. Anthropics Modelle sind über AWS Bedrock, Vertex AI und Microsoft Foundry verfügbar. OpenAIs Modelle über Azure. Google ist am stärksten, wenn Sie im Google-Ökosystem bleiben.

Wenn Cybersecurity Priorität hat

Hier hat Anthropic mit Project Glasswing und Mythos Preview einen klaren Vorsprung. Googles Frontier Safety Framework ist solide, aber kein vergleichbares Defensiv-Programm existiert.

Unsere Einschätzung

Google spielt ein Spiel, das nur Google spielen kann. Kein anderes Unternehmen hat die Ressourcen für $185 Milliarden CapEx, die Distribution über 3 Milliarden Android-Geräte und eine Forschungsdivision mit Nobel-Preis.

Die Frage ist, ob organisatorische Komplexität und Talent-Drain die technischen Vorteile auffressen. Bisher ist das Ergebnis gemischt: Die Modelle werden besser. Die Consumer-Nutzung wächst. Aber die besten Forscher gehen.

Im Drei-Wege-Rennen mit OpenAI und Anthropic nimmt Google eine einzigartige Position ein: Es kann beides – Consumer und Enterprise – weil es die Infrastruktur für beides besitzt. Ob es beides gleichzeitig exzellent machen kann, ist die $185-Milliarden-Frage.