KI schreibt bereits die Hälfte des Google-Codes und ihre Zahl wächst nur weiter

Google entwickelt eigene KI-Tools zum Codieren, um mit Anthropic Claude Code zu konkurrieren

KI-basierte Programmierdienste gewinnen an Fahrt, und Google sieht in Anthropic Claude Code eine ernsthafte Bedrohung. Laut *The Information* plant das Unternehmen, seine internen KI-Codierungsressourcen zu verstärken.

Was Google vorhat
- Bildung einer operativen Gruppe aus Forschern und Ingenieuren, deren Aufgabe die Entwicklung fortschrittlicherer Modelle zur Codegenerierung ist.

- Die Gruppe wird von Sebastian Borgeaud (Sebastian Borgeaud), einem Forschungsingenieur bei DeepMind, geleitet, der zuvor das Pre‑Training-Projekt betreute.

- In das Team werden auch der technische Leiter von Google DeepMind Koray Kavukçuoglu und Mitbegründer von Google Sergey Brin aufgenommen.

- Ziel ist es, die internen Modelle „zu aktualisieren“, die derzeit in Qualität hinter Anthropic Claude Code zurückbleiben.

Wie das neue System funktionieren wird
1. Training mit eigenen Daten

Die Modelle werden auf Googles Codebasis trainiert, was die Effizienz der Ingenieure steigern soll. Ein öffentlicher Zugang ist jedoch nicht geplant – das Unternehmen möchte den Wettbewerbsvorteil wahren.

2. Erhöhung des Anteils an KI-Unterstützung in Projekten

Derzeit schreibt KI bis zur Hälfte des Codes in Unternehmensprojekten. Das geplante Wachstum wird die Entwicklung von Modellen und Tools noch beschleunigen.

3. Monitoring der Nutzung von Jetski

Google nutzt bereits aktiv das eigene Tool Jetski zur Codegenerierung. Das Team wird verfolgen, welche Mitarbeiter es am häufigsten einsetzen, Schulungssitzungen durchführen und Nutzungsregeln für konkrete Aufgaben formulieren.

> „Wir sehen eine enorme Verbreitung dieser Mittel gerade jetzt“, sagte ein Vertreter von Google. „Ihr Einsatz beschleunigt die Entwicklung unserer Modelle und KI-Tools erheblich; wir konzentrieren uns wirklich auf diesen Bereich.“

Damit bereitet sich Google auf einen eigenen KI-Agenten vor, um nicht hinter den Konkurrenten zurückzufallen und die interne Produktivität der Softwareentwicklung zu stärken.