Google Cloud Next '25: Neue AI -Chips und Agent -Ökosysteme Challenge Microsoft und Amazon

Google Cloud macht große Fortschritte, um seinen Platz in der hart umkämpften Welt der künstlichen Intelligenz zu festigen. Auf der jährlichen Cloud Next-Konferenz in Las Vegas stellte das Unternehmen eine Reihe neuer Technologien vor, die sich auf „denkende Modelle“, Agenten-Ökosysteme und spezialisierte Infrastruktur für massive KI-Einsätze konzentrieren.

Der Star der Veranstaltung war die siebte Generation der Tensor Processing Unit (TPU), genannt Ironwood. Google gibt an, dass sie pro Pod über 42 Exaflops an Rechenleistung liefert, was erstaunliche 24 Mal leistungsstärker ist als der führende Supercomputer, El Capitan.

„Die Möglichkeiten mit KI sind so groß wie nur möglich“, erklärte Amin Vahdat, Googles Vizepräsident und General Manager für ML-Systeme und Cloud-KI, während einer Pressekonferenz vor der Veranstaltung. „Zusammen mit unseren Kunden treiben wir eine neue goldene Ära der Innovation voran.“

Googles Cloud-Geschäft befindet sich auf einer Welle des Erfolgs. Im Januar meldete das Unternehmen einen Cloud-Umsatz von 12 Milliarden Dollar im vierten Quartal 2024, ein Anstieg von 30 % im Vergleich zum Vorjahr. Das Unternehmen verzeichnete außerdem einen Anstieg der aktiven Nutzer von AI Studio und der Gemini API um 80 % im letzten Monat.

Wie Googles neue Ironwood TPUs die KI-Computing mit Energieeffizienz transformieren

Google positioniert sich als der einzige große Cloud-Anbieter mit einer „vollständig KI-optimierten Plattform“, die von Grund auf für das sogenannte „Zeitalter der Inferenz“ entwickelt wurde. Dieser Wandel konzentriert sich darauf, KI-Systeme zur Lösung realer Probleme einzusetzen, anstatt nur Modelle zu trainieren.

Ironwood stellt eine bedeutende Veränderung in der Chip-Design-Philosophie dar. Im Gegensatz zu seinen Vorgängern, die Training und Inferenz ausbalancierten, wurde Ironwood speziell entwickelt, um komplexe KI-Modelle nach dem Training auszuführen.

„Es geht nicht mehr um die Daten, die in das Modell eingespeist werden, sondern darum, was das Modell mit den Daten nach dem Training tun kann“, erklärte Vahdat.

Jeder Ironwood-Pod enthält über 9.000 Chips und ist doppelt so energieeffizient wie die vorherige Generation. Dies adressiert eine große Sorge bei generativer KI: ihren enormen Energieverbrauch.

Google öffnet sein riesiges globales Netzwerkinfrastruktur auch für Unternehmenskunden über Cloud WAN (Wide Area Network). Dieser Dienst nutzt Googles 2-Millionen-Meilen-Fasernetzwerk, das auch Verbraucherdienste wie YouTube und Gmail antreibt.

Laut Google kann Cloud WAN die Netzwerkleistung um bis zu 40 % steigern und die Gesamtbetriebskosten im Vergleich zu kundenverwalteten Netzwerken um denselben Betrag senken. Dieser Schritt ist für einen Hyperscaler ungewöhnlich und verwandelt die interne Infrastruktur praktisch in ein Produkt.

Ein Blick auf Gemini 2.5: Wie Googles „denkende Modelle“ Unternehmens-KI-Anwendungen verbessern

Auf der Software-Seite erweitert Google seine Gemini-Modellfamilie mit Gemini 2.5 Flash, einer kostengünstigen Version seines Flaggschiff-KI-Systems, das „denkfähige Fähigkeiten“ einführt.

Im Gegensatz zu traditionellen großen Sprachmodellen, die direkt Antworten generieren, zerlegen diese „denkenden Modelle“ komplexe Probleme durch mehrstufiges Denken und Selbstreflexion. Gemini 2.5 Pro, vor nur zwei Wochen eingeführt, zielt auf Anwendungsfälle mit hoher Komplexität wie Wirkstoffforschung und Finanzmodellierung ab. Die neu angekündigte Flash-Variante passt die Tiefe ihres Denkens an die Komplexität der Eingabe an, um Leistung und Kosten auszubalancieren.

Google verbessert auch seine generativen Medienfähigkeiten mit Updates für Imagen (für Bildgenerierung), Veo (Video), Chirp (Audio) und stellt Lyria vor, ein Text-zu-Musik-Modell. Während der Pressekonferenz zeigte Nenshad Bardoliwalla, Director of Product Management für Vertex AI, wie diese Tools zusammenarbeiten können, um ein Werbevideo für ein Konzert zu erstellen, komplett mit maßgeschneiderter Musik und anspruchsvoller Bearbeitung wie dem Entfernen unerwünschter Elemente aus Videoclips.

„Nur Vertex AI bringt all diese Modelle zusammen mit Modellen von Drittanbietern auf einer einzigen Plattform zusammen“, sagte Bardoliwalla.

Jenseits einzelner KI-Systeme: Wie Googles Multi-Agenten-Ökosystem Unternehmens-Workflows verbessern will

Googles zukunftsweisendste Ankündigungen konzentrieren sich auf die Schaffung eines „Multi-Agenten-Ökosystems“, in dem mehrere KI-Systeme über verschiedene Plattformen und Anbieter hinweg zusammenarbeiten können.

Sie führen ein Agent Development Kit (ADK) ein, das Entwicklern ermöglicht, Multi-Agenten-Systeme mit weniger als 100 Codezeilen zu erstellen. Zusätzlich schlägt Google ein neues offenes Protokoll namens Agent2Agent (A2A) vor, das KI-Agenten verschiedener Anbieter ermöglicht, miteinander zu kommunizieren.

„2025 wird ein Übergangsjahr sein, in dem generative KI von der Beantwortung einzelner Fragen hin zur Lösung komplexer Probleme durch agentenbasierte Systeme übergeht“, prognostizierte Vahdat.

Über 50 Partner, darunter große Anbieter von Unternehmenssoftware wie Salesforce, ServiceNow und SAP, haben sich angeschlossen, um dieses Protokoll zu unterstützen, was auf einen möglichen Wandel der Branche hin zu interoperablen KI-Systemen hindeutet.

Für nicht-technische Nutzer verbessert Google seine Agent Space-Plattform mit Funktionen wie Agent Gallery (bietet eine einheitliche Ansicht verfügbarer Agenten) und Agent Designer (eine No-Code-Oberfläche zum Erstellen benutzerdefinierter Agenten). Während einer Demonstration zeigte Google, wie ein Bankkundenberater diese Tools nutzen kann, um Kundenportfolios zu analysieren, Cashflow-Probleme vorherzusagen und automatisch Kundenkommunikationen zu entwerfen – alles ohne eine Zeile Code zu schreiben.

Von Dokumentenzusammenfassungen bis zu Drive-Thru-Bestellungen: Wie Googles spezialisierte KI-Agenten Branchen beeinflussen

Google integriert KI tief in seine Workspace-Produktivitätssuite und führt Funktionen wie „Hilf mir zu analysieren“ in Sheets ein, die automatisch Erkenntnisse aus Daten identifiziert, ohne explizite Formeln oder Pivot-Tabellen, sowie Audio-Übersichten in Docs, die menschenähnliche Audio-Versionen von Dokumenten erstellen.

Das Unternehmen hob fünf Kategorien spezialisierter Agenten hervor, die eine bedeutende Akzeptanz finden: Kundenservice, kreative Arbeit, Datenanalyse, Programmierung und Sicherheit.

Im Kundenservice verwies Google auf das KI-Drive-Thru-System von Wendy’s, das mittlerweile 60.000 Bestellungen täglich abwickelt, und auf den „Magic Apron“-Agenten von The Home Depot, der Anleitungen für Heimwerkerarbeiten bietet. Für Kreativteams nutzen Unternehmen wie WPP Googles KI, um Marketingkampagnen in großem Maßstab zu konzipieren und zu produzieren.

Cloud-KI-Wettbewerb wird intensiver: Wie Googles umfassender Ansatz Microsoft und Amazon herausfordert

Googles Ankündigungen kommen inmitten eines sich verschärfenden Wettbewerbs im Cloud-KI-Bereich. Microsoft hat die Technologie von OpenAI tief in seine Azure-Plattform integriert, während Amazon seine eigenen Anthropic-gestützten Angebote und spezialisierten Chips ausbaut.

Thomas Kurian, CEO von Google Cloud, betonte das Engagement des Unternehmens, „erstklassige Infrastruktur, Modelle, Plattformen und Agenten zu liefern; eine offene, Multi-Cloud-Plattform anzubieten, die Flexibilität und Wahlmöglichkeiten bietet; und auf Interoperabilität zu setzen.“

Dieser vielschichtige Ansatz scheint darauf ausgelegt zu sein, Google von Wettbewerbern abzuheben, die in bestimmten Bereichen glänzen, aber den vollständigen Stack von Chips bis hin zu Anwendungen nicht bieten.

Die Zukunft der Unternehmens-KI: Warum Googles „denkende Modelle“ und Interoperabilität für Geschäftstechnologie wichtig sind

Was Googles Ankündigungen besonders bedeutend macht, ist die umfassende Natur seiner KI-Strategie, die kundenspezifisches Silizium, globale Netzwerke, Modellentwicklung, Agenten-Frameworks und Anwendungsintegration umfasst.

Der Fokus auf Inferenz-Optimierung statt nur Trainingsfähigkeiten spiegelt einen reifenden KI-Markt wider. Während das Training immer größerer Modelle die Schlagzeilen beherrschte, wird die effiziente Bereitstellung dieser Modelle in großem Maßstab zur dringlicheren Herausforderung für Unternehmen.

Googles Betonung auf Interoperabilität – die es Systemen verschiedener Anbieter ermöglicht, zusammenzuarbeiten – könnte einen Wandel weg von den ummauerten Gartenansätzen signalisieren, die frühere Phasen des Cloud-Computing geprägt haben. Mit dem Vorschlag offener Protokolle wie Agent2Agent positioniert sich Google als verbindendes Gewebe in einem heterogenen KI-Ökosystem, anstatt eine Alles-oder-Nichts-Annahme zu fordern.

Diese Ankündigungen bieten sowohl Chancen als auch Herausforderungen für technische Entscheidungsträger in Unternehmen. Die versprochenen Effizienzgewinne durch spezialisierte Infrastruktur wie Ironwood TPUs und Cloud WAN könnten die Kosten für den Einsatz von KI in großem Maßstab erheblich senken. Allerdings erfordert die Navigation in der sich schnell entwickelnden Landschaft von Modellen, Agenten und Tools eine sorgfältige strategische Planung.

Da diese ausgefeilteren KI-Systeme weiterentwickelt werden, könnte die Fähigkeit, mehrere spezialisierte KI-Agenten in Zusammenarbeit zu orchestrieren, zum entscheidenden Unterscheidungsmerkmal für Unternehmens-KI-Implementierungen werden. Indem Google sowohl die Komponenten als auch die Verbindungen zwischen ihnen entwickelt, setzt das Unternehmen darauf, dass die Zukunft der KI nicht nur in intelligenteren Maschinen liegt, sondern in Maschinen, die effektiv miteinander kommunizieren können.