Googles KI-Altvorderen verlassen das Unternehmen, um ein KI-gestütztes Wissenschaftslabor aufzubauen
Nachrichtenübersicht
Die Abteilung für künstliche Intelligenz von Google durchläuft einen der bedeutendsten Führungswechsel in ihrer Geschichte. Am 5. August 2026 (US-Westküstenzeit) bestätigte das Unternehmen, dass Jeff Dean, sein langjähriger Chefwissenschaftler und 27-jähriger Firmenveteran, das Unternehmen verlässt, um zusammen mit den leitenden Forschern Oriol Vinyals und Quoc Le ein neues unabhängiges Unternehmen namens Discovery Loop mitzugründen. Die Ankündigung kam zusammen mit der Nachricht, dass Demis Hassabis als CEO von Google DeepMind zurücktritt, was einen gleichzeitigen Wechsel an der Spitze der KI-Forschungsorganisation von Google markiert.
Die Abgänge
Jeff Dean ist seit mehr als zwei Jahrzehnten eine der bekanntesten Persönlichkeiten der Informatik. Er hat grundlegende Google-Infrastruktursysteme wie MapReduce und Bigtable mitentworfen, bevor er beim Aufbau von Google Brain half und später als Chefwissenschaftler für Google DeepMind und Google Research tätig war. Seinem Abgang schließen sich zwei weitere prominente Namen an: Oriol Vinyals, leitender Forschungswissenschaftler bei Google DeepMind, bekannt für seine Arbeit zum Lernen mit großen Sequenzen, und Quoc Le, Gründungsmitglied von Google Brain, bekannt für bahnbrechende Arbeiten zur neuronalen Architektursuche und Sprachmodellierung. Sanjay Ghemawat, Senior Fellow bei Google und langjähriger Mitarbeiter von Dean in der Forschung zu verteilten Systemen, schließt sich dem neuen Unternehmen ebenfalls als Mitgründer an.
Was ist Discovery Loop
Das neue Unternehmen der Gruppe, Discovery Loop, ist als Public-Benefit-Corporation strukturiert, die sich darauf konzentriert, KI einzusetzen, um die wissenschaftliche Methode selbst zu beschleunigen. Nach öffentlichen Aussagen der Gründer will das Unternehmen KI-Systeme nutzen, um große Zahlen wissenschaftlicher Experimente parallel zu entwerfen, zu starten und zu iterieren, mit dem Ziel, Forschungszeiträume, die traditionell Jahre dauern, auf viel kürzere Zyklen zu komprimieren. Dean soll die Rolle des Chief Executive Officers des neuen Unternehmens übernehmen. Bemerkenswert ist, dass Google selbst als Gründungsinvestor und Cloud-Infrastrukturpartner für Discovery Loop auftreten wird, was signalisiert, dass die Beziehung zwischen Deans Team und seinem früheren Arbeitgeber eng und kooperativ bleibt und nicht konfrontativ ist.
Eine breitere Führungsumbildung
Deans Abgang fällt mit einer umfassenderen Neuorganisation der KI-Führung bei Google zusammen. Demis Hassabis, der Google DeepMind seit der Fusion mit Google Brain geleitet hat, tritt als CEO der Einheit zurück. Hassabis verlässt das Unternehmen jedoch nicht, sondern wechselt in eine neu geschaffene Rolle als Vorsitzender von Google DeepMind und Chefwissenschaftler von Alphabet, während er weiterhin Isomorphic Labs leitet, das von Alphabet unterstützte Unternehmen zur Wirkstoffforschung, das aus der Forschung von DeepMind hervorgegangen ist. Koray Kavukcuoglu, zuvor Chief Technology Officer von DeepMind, wurde zum Senior Vice President von Google DeepMind ernannt und übernimmt erweiterte Verantwortung für die Entwicklung von KI-Produkten, während er seine separate Rolle als Chefarchitekt von Google behält.
Warum das wichtig ist
Analysten, die die KI-Branche beobachten, weisen darauf hin, dass Zeitpunkt und Ausmaß dieser Abgänge sowohl den intensiven Wettbewerb um Elite-KI-Talente als auch die wachsende Anziehungskraft von Gründer-geführten Unternehmen unter Forschern widerspiegeln, die beim Aufbau der Grundlagen des modernen maschinellen Lernens geholfen haben. Dennoch deutet Googles Entscheidung, Discovery Loop finanziell zu unterstützen und mit Cloud-Computing-Ressourcen zu versorgen, darauf hin, dass der Suchriese das Spin-off als strategische Wette betrachtet und nicht als Talentverlust an einen Konkurrenten. Für die breitere Technologie- und Wissenschaftsgemeinschaft wird die erklärte Mission von Discovery Loop – KI zu nutzen, um das Tempo der experimentellen Wissenschaft zu skalieren – aufmerksam verfolgt, als potenzielles Modell dafür, wie KI-native Forschungsorganisationen in den kommenden Jahren Bereiche von der Materialwissenschaft bis zur Biologie umgestalten könnten.