Gemini: Die nächste Stufe der multimodalen künstlichen Intelligenz bei Google

Im zweiten Teil unserer Serie über KI-Tools stellen wir dir Gemini vor: Googles neues, fortschrittliches, multimodales KI-Modell. Dieses Tool automatisiert nicht nur alltägliche Aufgaben und optimiert Marketingstrategien, sondern integriert sich auch nahtlos in das Google-Ökosystem. Wir zeigen dir, wie Gemini im Vergleich zu anderen KI-Tools abschneidet und welche Vor- und Nachteile das KI-Tool aktuell aufweist.

Was ist Google Gemini?
Wie funktioniert Gemini? Anwender- und Technologische Grundlagen
Abgrenzung zu ähnlichen KI-Tools
Zugriff und Anwendungsbeispiele
Preisgestaltung
Fazit

Was ist Google Gemini?

Google Gemini ist ein multimodales KI-Modell, das Informationen über verschiedene Formate hinweg – wie Text, Bilder, Videos und mehr – analysieren und generieren kann. Es unterstützt dich bei deinen alltäglichen Aufgaben und bietet dir Automatisierungsmöglichkeiten in der Content-Erstellung, Kundeninteraktion und datengesteuerten Entscheidungsfindung, um Marketingstrategien effizienter und effektiver zu gestalten. Den Begriff Gemini verwendet Google sowohl für seine KI-Services als auch für seinen Chatbot.

Gemini wurde im Dezember 2023 von Google DeepMind angekündigt und gilt als Googles bisher größtes, leistungsfähigstes und vielseitigstes KI-Modell. Gemini kann dich zum Beispiel beim Schreiben, bei der Reiseplanung oder auch beim Lernen unterstützen und möchte uns Anwender:innen durch seine Vielseitigkeit überzeugen.

Google bietet Gemini in drei verschiedenen Versionen an:

• Gemini Nano: Dies ist das kleinste, aber durchaus effiziente Modell. Es läuft nicht über die Cloud und bearbeitet Aufgaben, die direkt und lokal auf Geräten verarbeitet werden, also z.B. auf Smartphones.
• Gemini Pro: So heißt das Standardmodell für ein breites Aufgabenspektrum. Stell dir das aktuelle Gemini 1.5 Pro als ein vielseitiges Multitalent vor, das für viele verschiedene Aufgaben optimiert wurde. Dieses Modell steht zum Beispiel hinter dem Google ChatBot, mit dem du ähnlich interagieren kannst wie mit ChatGPT.
• Gemini Ultra: Es ist das größte und leistungsstärkste Modell für hochkomplexe Aufgaben. Es basiert derzeit auf dem Sprachmodell Ultra 1.0. und kann dadurch längere, komplexere Gespräche “führen” als andere KIs und den Kontext besser verstehen. Diese kostenpflichtige Version erhältst du über Gemini Advanced.

In der Google-Gemini-Welt gibt es noch ein paar Begriffe, die du kennen solltest:

• Gemini Advanced: Dies ist der Sammelbegriff für den kostenpflichtigen KI-Chatbot. Um dieses Angebot zu nutzen, musst du über Google One AI ein Premium-Abo abschließen. Mehr Infos erhältst du direkt bei Gemini Advanced.
• Gemini für Google Workspace: Das ist die Business-Variante, auch Duet AI genannt. Sie bindet das Gemini-Modell in GMail, Docs, Sheets und Google Meet ein.
• Gemini Enterprise: Die Enterprise-Variante bietet dir eine leistungsfähigere Gemini-Business-Variante.
• Gemini App: Aktuell ist die App in Deutschland noch nicht verfügbar. Das soll natürlich noch kommen und dann kannst du sie dir für bestimmte Android- und Samsung-Telefone im Google Play Store herunterladen. Für das Apple iPhone oder iPad gibt es die Gemini-Web-App.
• Open-Source-Projekt Gemma: Gemma basiert auf derselben Grundlage wie Gemini, ist aber frei verfügbar. Auf diese Weise haben Entwickler:innen Zugriff auf Googles leistungsfähige KI-Modelle.

Kernfunktionen und Vorteile

Mit Gemini möchte sich Google in der Welt der generativen künstlichen Intelligenz (KI) behaupten und geht damit direkt in den Wettbewerb mit anderen großen Playern wie OpenAI und Microsoft. Was Gemini so besonders macht, sind seine multimodalen Fähigkeiten – es kann also mit verschiedenen Arten von Daten wie Texte oder Bildern umgehen. Zusätzlich ist Gemini tief in das weitreichende Google-Ökosystem eingebunden, was ihm einen entscheidenden Vorteil gibt.

Hier siehst du alle Kernfunktionen des KI-Modells im Überblick:

1. Gemini ist ein multimodales KI-Modell, das verschiedene Datentypen wie Text, Bilder, Audio, Video und Code verstehen und kombinieren kann. Dadurch eröffnen sich vielfältige Anwendungsmöglichkeiten.
2. Es ist in drei Versionen verfügbar: Gemini Nano für den effizienten Einsatz auf mobilen Geräten, Gemini Pro für ein breites Aufgabenspektrum und Gemini Ultra als leistungsstärkstes Modell.
3. Gemini zeichnet sich durch herausragende Leistungen in Benchmark-Tests aus und übertrifft in den meisten Disziplinen sogar GPT-4 von OpenAI. Besonders gut ist es im logischen Schlussfolgern (Reasoning).
4. Mit Gemini Advanced gibt es eine kostenpflichtige Premium-Version, die noch leistungsfähiger ist und Zugriff auf exklusive Funktionen bietet. Abonnenten erhalten zudem 2 TB Google Cloud-Speicher.
5. Gemini wird schrittweise in viele Google-Produkte wie die Suche, Gmail, Docs, Android und den Chrome-Browser integriert. Auf diese Weise steht die KI-Unterstützung überall zur Verfügung.
6. Auf Android-Smartphones ersetzt Gemini den bisherigen Google Assistant und ermöglicht als persönlicher KI-Assistent die Erledigung vielfältiger Aufgaben.
7. Gemini kann dir unter anderem als Lernhilfe dienen, dich bei der Programmierung unterstützen und Creator:innen beim Erstellen von Content helfen.

Wie andere KI-Modelle auch, möchte Gemini durch folgende Vorteile überzeugen:

• Effizienzsteigerung: Innerhalb der Google-Welt (z.B. Suche, Gmail und Docs) kann dir Gemini Aufgaben abnehmen, indem sie Tasks automatisiert oder du Anwendungen Tool-übergreifend nutzen kannst. Das schafft dir freie Ressourcen für andere Themen.
• Genauigkeit: Durch Training mit umfangreichen Datenmengen erreicht Gemini hohe Präzision und übertrifft in Tests sogar Expert:innen.
• Zielgruppenansprache: Spezifische Lösungen und die Integration in Google Ads ermöglichen dir eine optimierte Ansprache und Marketing-Effizienz.
• Kostenersparnis: Dadurch, dass du wiederkehrende Aufgaben automatisieren lassen kannst, sparst du Zeit und Geld, trotz möglicher Abokosten für erweiterte Dienste.
• Multimodalität und Skalierbarkeit: Gemini unterstützt verschiedene Datentypen und passt sich mit verschiedenen Leistungsstufen an unterschiedliche Bedürfnisse an.

Zusammengefasst positioniert sich Gemini als umfassende, skalierbare und ins Google-Ökosystem integrierte Plattform, die dank Multimodalität und Leistungsfähigkeit neue Maßstäbe bei KI-Anwendungen setzen will.

Wie schon oben erwähnt, soll Gemini deutlich besser abschneiden als GPT-4. Insbesondere Gemini Ultra übertrifft in Tests – wie dem MMLU (Massive Multitask Language Understanding) – erstmals menschliche Expertinnen und Experten mit einem Ergebnis von 90%, wie Cloudcomputing berichtet. Auch in Bereichen wie Leseverständnis, mehrstufigem Denken, Bildverständnis, Arithmetik und Programmierung zeigt es Vorsprünge gegenüber GPT-4. Allerdings zeigen direkte Anwendertests auch deutliche Schwächen, worauf wir später noch eingehen.

Ersetzt Gemini Bard?

Ja. Bard war der ursprüngliche Name von Googles Chatbot, wohingegen Gemini der neue Name für Googles gesamte Familie von KI-Modellen und -Produkten ist, die bisher unter dem Namen Bard bekannt waren. Gemini ersetzt Bard also als Googles zentrale KI-Plattform oder anders gesagt: Google nennt sowohl seine Produkte als auch die Sprachmodelle, die innerhalb der Google Services verwendet werden, Gemini.

Wie funktioniert Gemini? Anwender- und Technologische Grundlagen

Die Funktionalität können wir aus zwei Perspektiven betrachten:

Aus Nutzersicht: Du gibst einen Prompt bei Gemini ein – wie bei anderen Chatbots auch – und daraufhin antwortet dir die KI basierend auf bereits bekanntem Wissen oder berücksichtigt weitere Quellen wie zum Beispiel andere Google-Dienste.

Google sagt selbst:

“Gemini ist wie einige andere eigenständige Large Language Models (LLM) dazu gedacht, Originalinhalte zu generieren und hat nicht den Zweck, bereits vorhandene Inhalte zu wiederholen.
Wenn Gemini eine Webseite direkt zitiert, wird diese Seite mit einem Verweis angeführt. Bei Antworten mit URLs oder Vorschaubildern kannst du die jeweiligen Antworten einfach aufrufen. Wenn Gemini eine Antwort mithilfe von Inhalten aus einer Erweiterung generiert, beispielsweise Google Workspace, siehst du einen Link zu den verwendeten Quellen (z. B. deinen E-Mails).
Wenn der gleiche Inhalt auf mehreren Webseiten vorkommt, versucht Gemini, auf die am häufigsten genutzte Quelle zu verweisen.”

Quelle: https://gemini.google.com/faq

Aus technischer Sicht: Auch Gemini verwendet Large Language Models (LLM), nämlich PaLM 2 und LaMDA, ein Modell für Dialoganwendungen, das auf der Transformer-Architektur von Google Research aufbaut. Es verfügt über eine innovative Mixed-of-Experts (MoE)-Architektur. Das bedeutet, dass es nicht aus einem einzigen großen neuronalen Netzwerk besteht. Vielmehr setzt es sich aus mehreren spezialisierten Expertennetzwerken zusammen. Wenn du eine Anfrage stellst, springt das Expertennetzwerk ein, das am besten zu dieser spezifischen Aufgabe passt.

Diese Architektur ermöglicht es dem Modell, den Kontext von Wörtern zu verstehen und Vorhersagen über den weiteren Gesprächsverlauf zu treffen. LaMDA wurde speziell auf Dialoge trainiert und erfasst dadurch die Feinheiten offener Gespräche, einschließlich der Fähigkeit, auf eine Vielzahl von Themen einzugehen. Es zielt darauf ab, die Interaktion mit Technologie durch natürliche Konversationsmöglichkeiten zu verbessern und neue Arten von Anwendungen zu ermöglichen. Weitere Informationen findest du auf der offiziellen Seite von Google.
Für das visuelle Encoding kommen Google-Technologien wie Flamingo, CoCa oder PaLI zum Einsatz. Die Architektur wurde für die Skalierung der Trainingsfähigkeiten optimiert – so ist Gemini für eine Kontextlänge von 128.000 Token trainiert (Gemini 1.5 Pro in der “Beta-Phase” sogar bis zu 1 Millionen), hat einen Multi-Query-Aufmerksamkeitsmechanismus und unterstützt Google-TPUs.

Damit basiert Gemini aktuell auf den neuesten KI-Technologien von Google, die eine tiefe und umfassende Verarbeitung verschiedener Datenarten ermöglichen. Doch auch Google sagt klar, dass das Modell Fehler machen kann.
Viele grundsätzliche Fragen rund um Gemini, die Nutzungsbedingungen und weiterführende Services beantworten die Macher:innen des Dienstes selbst auf ihrer FAQ-Seite.

Abgrenzung zu ähnlichen KI-Tools

Gemini hebt sich zu anderen aktuell wichtigen KI-Tools wie ChatGPT und Perplexity in folgenden Punkten ab:

1. Multimodalität: Im Gegensatz zu rein textbasierten Modellen wie ChatGPT kann Gemini nahtlos verschiedene Datenformate wie Text, Bilder, Audio, Video und Code verarbeiten, verstehen und generieren.
2. Geschwindigkeit: Im Gegensatz zu ChatGPT zum Beispiel, generiert der Gemini Chatbot deutlich schnellere Ergebnisse. Mit der neuen Version Gemini 1.5 Pro soll das Modell sogar bis zu 1 Millionen Token auf einmal verarbeiten können. Token können Bestandteile aus Wörtern, Bildern, Videos, Audio und Code sein. Diese Version ist aktuell aber nur Entwickler:innen bzw. ausgewählten Anwender:innen zugänglich.
3. Anwendungsfokus: Während sich ChatGPT auf Textgenerierung und Konversation fokussiert, zielt Gemini mit seinen Fähigkeiten auch auf Anwendungen wie Suche, Werbung, Produktivität und mobile Assistenz ab.
4. Fact-Checking: Gemini Ultra bietet ein integriertes Fact-Checking an, das Quellen farblich kennzeichnet. Perplexity liefert zwar auch Quellen, hat aber kein vergleichbares Verifizierungs-Feature.
5. SEO-Fähigkeiten: Gemini Ultra überzeugt bei der Generierung von LSI-Keywords (Latent Semantic Indexing Keywords). Das sind Suchbegriffe, die inhaltlich und semantisch eng mit einem Hauptkeyword verwandt sind. Perplexity ist hier auch stark, bleibt aber etwas hinter Gemini zurück. Wo Perplexity punkten kann, sind die guten Fähigkeiten zur Keyword-Optimierung und Originalität der generierten Inhalte.
6. Integration ins Google-Ökosystem: Als Google-Produkt wird Gemini nahtlos in Dienste wie die Suche, Google Ads, Chrome und Pixel-Smartphones integriert. Das ermöglicht eine einheitliche Nutzererfahrung über alle Google-Produkte hinweg.
7. Leistungsfähigkeit: Insbesondere Gemini Ultra soll in vielen Benchmarks wie dem MMLU menschliche Experten übertreffen und auch GPT-4 in Bereichen wie Leseverständnis und Bildanalyse überlegen sein.
8. Skalierbarkeit: Mit den drei Versionen Gemini Ultra, Pro und Nano deckt Google ein breites Spektrum vom leistungsstärksten Cloud-Modell bis zur effizienten On-Device-KI ab.

An dieser Stelle müssen wir natürlich auch sagen, dass diese Einschätzung eine Momentaufnahme ist. Jede KI wird sich weiterentwickeln und je nach Einsatz für uns Anwender:innen passende oder unpassende Ergebnisse bereitstellen.

Kritische Stimmen

Es gibt verschiedene Anwender:innen und YouTuber:innen, die bereits ausführliche Vergleiche zwischen den aktuellen KI-Systemen gestartet haben. Dort ist Gemini nicht so gut weggekommen, wie sich Google das wohl erhofft hatte.

Limitierung, Sprache und Features
Die Expertinnen und Experten fanden bei ihren Tests unter anderem heraus, dass sich das Modell an vielen Stellen zu sehr selbst limitiert, noch Probleme mit Sprachen hat und bei einigen Fragestellungen nicht so praktische Features wie ChatGPT aufweist. Allerdings ist der aktuelle Rückstand auch damit zu begründen, dass Gemini noch nicht so lange auf dem Markt ist und damit noch nicht so intensiv trainiert werden konnte.
Schau dir zum Beispiel den Vergleich zwischen Gemini und ChatGPT von Stefan von Gagern im Rahmen unserer 121INSIGHTS oder von “The Morpheus” an.

Diversität und Vielfalt
Vielleicht ist dir noch die letzte Diskussion um die großzügige Interpretation der Diversität von Gemini im Gedächtnis geblieben. Da hat Gemini bei der Bilderstellung doch sehr frei und damit unpassend Uniformen, Hautfarben und andere Hintergründe gemischt, sodass politisch und ethisch anstößige Bilder erzeugt wurden. Zum Beispiel eine asiatische Frau in Naziuniform. Daraufhin wurde der hochgelobte Bilderdienst kurzerhand pausiert, um jetzt mit spürbaren Restriktionen wieder zu erscheinen. Mehr dazu liest du bei Computer Bild.

Gemini ist nicht privat
Selbst Google empfiehlt, Gemini nicht zu viel Privates zu erzählen und zeigt dir schon auf der Startseite eine entsprechende „Privatsphäre-Warnung“.

Bei allen Gemini-Anwendungen speichert Google unter anderem den gesamten Austausch zwischen dir und der KI auf seinen Servern ab, wo sie für drei Jahre lagern. Darüber hinaus musst du dir bewusst sein, dass Google-Angestellte die Konversationen lesen und zu Entwicklungszwecken auswerten.
Überlege dir daher wie immer, wofür du das Modell nutzen möchtest und welchen Preis du bzw. dein Unternehmen dafür bezahlen möchte.

Zugriff und Anwendungsbeispiele

Wie kannst du auf Gemini zugreifen? Zum Beispiel über die Gemini-Web-App:

1. Öffne die Website von Gemini in deinem Browser
2. Melde dich mit deinem Google-Konto an. Wenn du noch keines hast, dann musst dir zuerst eins erstellen.
3. Bei der ersten Anmeldung musst du den Nutzungsbedingungen zustimmen.
4. Du wirst dann direkt zu Gemini weitergeleitet und kannst Befehle (Prompts) an das KI-Tool senden.

Konkrete Anwendungsbeispiele

Gemini punktet durch seine vielfältigen Anwendungsmöglichkeiten. Wir haben dir mal drei Beispiele rausgesucht, wofür du das KI-Modell nutzen kannst:

1. Gliederung erstellen lassen
   Wenn es um die Textproduktion geht, kannst du dich von Gemini bei der Gestaltung unterstützen lassen. Wir haben den Chatbot gebeten uns bei der Gliederung für einen Artikel zu helfen:
   “Bitte erstelle mir eine Gliederung für einen Artikel über die Vorteile von Google Analytics 4. Bitte berücksichtige das AIDA-Modell.”Gemini gibt uns hier eine gute Übersicht, mit der wir starten oder sie bei Bedarf noch weiter verfeinern können.
2. Produkte vergleichen
   Stefan von Gagern hat für uns Gemini und ChatGPT verglichen. Dabei ist ihm Gemini positiv aufgefallen, wenn es um Produktvergleiche geht. Er wollte wissen:“Was ist das beste Teleobjektiv für Canon Eos im Bereich bis 600€, wenn ich hauptsächlich Produkte fotografieren möchte?”Hier bekommst du eine gute erste und realistische Auswahl an Empfehlungen. Wenn du mehr Infos oder die Quellen brauchst, bietet dir Gemini die Links zu den genannten Vorschlägen. Du benötigst mehr Details oder möchtest die Auswahl durch individuelle Spezifikationen anpassen? Das kannst du im Verlauf dieses Chats jederzeit machen. Dieses Verhalten kommt dir vielleicht schon von Perplexity bekannt vor.
   Den direkten Vergleich von Gemini und ChatGPT mit Stefan kannst du dir auf YouTube anschauen:

   Durch Laden dieses Videos akzeptierst du unsere Datenschutzerklärung.
3. Nachrichten des Tages zusammenstellen lassen:
   Abseits von Arbeitsaufgaben kann dir Gemini deinen Alltag erleichtern, indem es dir zum Beispiel eine Übersicht der Tagesnachrichten zusammenstellt:
   Hier wollten wir wissen, ob ChatGPT das auch kann:Du siehst schon deutlich, dass ChatGPT eher amerikanische Schlagzeilen im Angebot hat. Hier könnten wir natürlich noch mit spezifischen Prompts arbeiten. Klar wird dadurch deutlich, dass Google auf die Angaben des jeweiligen Google Profils zurückgreift und Gemini in unserem Fall nur Nachrichten mit Relevanz für Deutschland ausspielt.
   Findest du außerdem den dicken Fehler bei ChatGPT? Wir haben nach den Nachrichten für den 15.4. gefragt. Der Bot gibt uns allerdings auch Informationen über eine bevorstehende Sonnenfinsternis am 8.4.

Integration in bestehende Systeme

Dadurch, dass Gemini in Google-Dienste integriert wird und Google Schnittstellen für Entwickler:innen zur Verfügung stellt, gibt es die Möglichkeit, die KI-Plattform mit bestehenden Systemen zu verbinden und deren Möglichkeiten zu erweitern. Das ist allerdings nicht mit jeder Version möglich.

Nur Gemini Ultra bietet APIs und Software Development Kits (SDKs) für Entwickler:innen zur Integration in eigene Anwendungen an. Das ermöglicht es dir, benutzerdefinierte Versionen für spezifische Aufgaben zu erstellen.

Preisgestaltung

Gemini Pro ist die kostenlose Basisversion
Google Gemini Pro steht dir völlig kostenlos zur Verfügung. Es bietet dir eine solide Grundlage für alltägliche Aufgaben – von der Textgenerierung bis zur Datenauswertung – und ist besonders benutzerfreundlich. Diese Version (z.B. über die Web-App) ermöglicht dir einen guten Start, wenn du mit dem Modell erste Erfahrungen sammeln möchtest, ohne finanzielle Verpflichtungen einzugehen.

Vorteile von Gemini Pro:

• niedrige Einstiegshürde durch kostenlosen Zugang.
• vielseitig: Einsatz bei text- und datenbasierten Analyseaufgaben.
• benutzerfreundliche Oberfläche

Nachteile von Gemini Pro:

• im Vergleich zu den kostenpflichtigen Versionen nur begrenzter Funktionsumfang
• kann bei komplexen Anfragen an Grenzen stoßen
• keine Premium-Funktionen, die in Advanced und Ultra verfügbar sind.

Gemini Advanced im Abo-Modell
Mit Gemini Advanced erhältst du Zugriff auf das leistungsstärkste KI-Modell von Google: 1.0 Ultra. Dieses Modell kann bei besonders komplexen Aufgaben wesentlich mehr Leistung bringen, so zum Beispiel beim Programmieren, bei logischen Überlegungen, beim Umsetzen von differenzierten Anweisungen und bei kreativen Prompts. Außerdem kommen laufend neue und exklusive Funktionen hinzu.

Gemini Advanced mit 1.0 Ultra gibt es aktuell nur auf Englisch und ist nur im Rahmen eines Google One AI Premium-Abos erhältlich.

Vorteile von Gemini Advanced:

• erweiterte Anpassungsoptionen für spezifische Anforderungen
• für umfangreiche Projekte hast du höhere Verarbeitungsgeschwindigkeiten
• 2 TB Speicherplatz inklusive
• Zugang zu Updates und Funktionen vor der allgemeinen Veröffentlichung
• Support und Beratungsdienste für Unternehmen

Nachteile von Gemini Advanced:

• kostenpflichtiges Abonnement von aktuell 21,99 € pro Monat, kostenloses Test-Abo für zwei Monate.
• für die Nutzung der erweiterten Funktionen ist eine Einarbeitungszeit erforderlich.
• um Advanced zu nutzen, brauchst du auf jeden Fall ein privates Google Konto.

Fazit

Gemini bietet in der Tat ein vielseitiges Anwendungsspektrum. Hier gilt es für dich herauszufinden, welches Modell mit welchem Umfang zu deinen Aufgaben passt. Der große Vorteil von Gemini ist sicher, dass das Modell in der Google-Welt verankert sein wird, auf einen großen Datenpool zurückgreift und über viele Google-Anwendungen hinweg Synergien nutzen kann. Wie alle Modelle wird sich auch Gemini rasant weiterentwickeln und den einen oder anderen Mitbewerber in einigen Funktionen und Anwendungen noch überholen. Es lohnt sich also, hier am Ball zu bleiben.

“Wie auch bei anderen KI-Modellen gilt: Gemini ist kein Mensch, weswegen du den Ergebnissen nie blind vertrauen solltest. Auch Gemini hat keine eigenen Gedanken oder Gefühle. Das Modell klingt vielleicht wie ein Mensch, ist aber keiner. Denk daran:

• Gemini kann keine wichtigen Menschen in deinem Leben ersetzen, wie Familie, Freund:innen, Lehrkräfte oder medizinisches Fachpersonal.
• Gemini kann deine Arbeit nicht für dich erledigen
• Gemini kann für dich keine wichtigen Entscheidungen im Leben treffen”

Quelle Google: https://gemini.google.com/faq

Wähle deswegen immer einen ethisch und moralisch vertretbaren Umgang mit jedem KI-Modell und prüfe die Ergebnisse.
Ansonsten steht einer Experimentierphase mit Gemini nichts im Wege.

Wir wünschen dir viel Erfolg dabei und sind gespannt, welche Erfahrungen du mit Gemini machst.