Wir stellen vor: Gemini 2.5 Deep Think: Googles „Deep Thinking“-KI

Es handelt sich um die (derzeit) fortschrittlichste Version des Modells Gemini 2.5, und sein Vorrecht lässt sich wie folgt zusammenfassen: die Bewältigung komplexer Probleme mit einer nie zuvor erreichten Denkkapazität. Deep Think, das Google ab sofort nur Abonnenten des AI Ultra-Plans (249,99 $ pro Monat) über eine spezielle Schaltfläche in der Eingabeaufforderungsleiste zur Verfügung stellt, ist nach seiner offiziellen Einführung auf der I/O 2025 zu einem vollwertigen „Add-on“ geworden und verspricht, dank eines Ansatzes, der auf dem sogenannten parallelen Denken basiert, das leistungsstärkste LLM-Tool zur Problemlösung zu werden. Mehr Zeit zum Nachdenken und eine Analysetiefe, die einen neuen Sprung nach vorne macht, sind daher die Eckpfeiler einer Technologie, die in der Lage ist, mehrere Hypothesen gleichzeitig zu untersuchen, sie im Laufe der Zeit zu bewerten und zu kombinieren, um zur effektivsten und kohärentesten Lösung zu gelangen.

Andere Modelle der KI-Generation, wie Grok 4 (das fortschrittlichste Tool von Elon Musks xAI), haben die Vorteile des parallelen Denkens bereits integriert, doch einige der bekanntesten Benchmarks in diesem Bereich (z. B. LiveCodeBench, ein Programmiertest) haben bestätigt, dass die Leistungsfähigkeit von Gemini 2.5 Deep Think die bei der Präsentation vor einigen Monaten gezeigte Leistung bei weitem übertrifft. Wie mehrere Tech-Sites in den letzten Stunden berichteten, zeigt sich seine Leistung besonders bei hochkomplexen wissenschaftlichen und mathematischen Problemen. In einer Demo erzielte Deep Think Ergebnisse, die einer Bronzemedaille bei der Internationalen Mathematik-Olympiade (IMO) 2025 entsprachen – eine bemerkenswerte Leistung für ein täglich genutztes Modell.

Gemini 2.5 Deep Think - Benchmarks

An der Spitze dieses Benchmarks steht eine akademische Variante dieses Modells, die Stunden braucht, um zu einer Antwort zu gelangen. Die aktuelle Version ist zwar schneller, behält die Tiefe der Argumentation bei und generiert längere, detailliertere und verfeinerte Antworten, was teilweise auf die Kompatibilität mit Tools wie Google Search zurückzuführen ist. Betrachtet man die aktuellen Fähigkeiten verschiedener Akteure der generativen KI, übertrifft Googles neue Multi-Agenten-Intelligenz die von OpenAI 3 und Grok 4 in allen offiziellen, öffentlich verfügbaren Tests und legt die Messlatte sogar beim Coding höher, wo der Differenzierungsfaktor die „sparse Mixture-of-Experts“-Architektur ist (die auch in GPT-4 und den fortgeschritteneren Versionen von Mixtral verwendet wird), die in der Lage ist, die besten Parameter für jedes Token selektiv zu aktivieren.

Der Schlüssel zur Funktionsweise von Deep Think ist, wie bereits erwähnt, das „parallele Denken“, also die Fähigkeit der KI, nicht einem einzigen logischen Pfad zu folgen, sondern eine Vielzahl von Ideen gleichzeitig zu bewerten. Dieser Ansatz gibt dem Gemini-Modell deutlich mehr Zeit für Schlussfolgerungen (die sogenannte „Denkzeit“), wodurch es erweiterte Argumentationspfade erkunden und sich so mehr Wissen aneignen kann, um Probleme intuitiver, kreativer und effizienter zu lösen. Das Potenzial des Tools zeigt sich, wie einige Experten anmerken, besonders bei Aufgaben, die eine iterative Entwicklung erfordern, wie beispielsweise beim Website-Design, wo Deep Think sowohl Ästhetik und Funktionalität als auch die Code-Optimierung verbessern konnte. Wie Google bestätigt hat, nutzt die Technologie generell speziell entwickelte „verstärkende“ Lerntechniken, um längere, detailliertere Schlussfolgerungen zu fördern, die für die Erhöhung der Genauigkeit bei fortgeschrittenen mathematischen Problemen oder die Interpretation besonders komplexer wissenschaftlicher Texte unerlässlich sind.

Google hat angekündigt, die Funktionen von Deep Think in den kommenden Wochen auch über eine API für Entwickler und Unternehmen verfügbar zu machen und so den Weg für neue Anwendungen im professionellen und wissenschaftlichen Umfeld zu ebnen. Google räumte zudem ein, dass seine neueste Entwicklung mehr Rechenressourcen benötigt als herkömmliche Modelle. Darüber hinaus könnten, wie bereits erwähnt, Sicherheitsbedenken bestehen. Die offizielle Deep Think-Modellkarte zeigt, wie das Modell die Warnschwelle für CBRN-Uplift-Level 1 erreicht und damit Tür und Tor für den böswilligen Einsatz der Technologie in chemischen, biologischen, radiologischen oder nuklearen Kontexten öffnet. Die kritischen Risikoschwellen, so Google, seien nicht überschritten worden, und es seien spezifische Maßnahmen zur Überwachung der Nutzung und zur Sperrung missbräuchlicher Konten implementiert worden. Ein weiteres Problem betrifft den Ton der Antworten: Diese seien zwar „sensibler“, würden aber selbst „harmlose“ Anfragen häufiger als nötig übersehen. Da sich die meisten LLM-Modelle der Schwelle „kritischer Fähigkeitsstufen“ nähern, rückt die Frage nach dem richtigen Gleichgewicht zwischen Denkfähigkeit und Gefährlichkeit der dem Nutzer bereitgestellten Ergebnisse in der Debatte über die neuen Grenzen der KI mehr denn je in den Mittelpunkt.