Was passiert, wenn bessere Modelle allein nicht mehr reichen und KI plötzlich andere Orte zum Rechnen braucht? Servus, ich bin Lissy. Heute geht es um Google im Weltraum, Gemini in euren Apps und ein kleines Werkzeug, das zeigt, wie praktisch KI wird, wenn sie direkt auf den Bildschirm schauen darf.
Google Research hat Project Suncatcher vorgestellt. Das ist kein normales Produktupdate, sondern ein ziemlich großer Moonshot: KI-Compute soll langfristig im Weltraum laufen. Die Idee dahinter ist einfach zu verstehen und trotzdem wild. Im Orbit gibt es viel Sonnenenergie, keine Nachbarschaft, die sich über Lärm beschwert, und theoretisch Platz für Recheninfrastruktur, die am Boden immer schwieriger wird. Google beschreibt das selbst noch als Forschungsprogramm, nicht als fertige Cloud von morgen. Genau deshalb sollte man es auch nicht als Science-Fiction-Verkaufsfolie schlucken. Aber als Signal ist es wichtig. Große KI-Firmen stoßen nicht nur an Modellgrenzen, sondern an Energie-, Standort- und Baugrenzen. Wer Rechenzentren baut, braucht Stromverträge, Kühlung, Genehmigungen, Netzanschlüsse und Lieferketten. Das ist nicht glamourös, entscheidet aber mit, wer Modelle billig anbieten kann. Für mich ist Suncatcher deshalb keine Weltraumromantik. Es ist Google, das laut ausspricht: KI wird zur Infrastrukturfrage. Wenn Rechenleistung teuer bleibt, gewinnen Anbieter mit Energiezugang, Hardwarezugang und langen Investitionshorizonten. Wenn Rechenleistung günstiger wird, entstehen wieder Chancen für kleinere Produkte, weil Inferenzkosten sinken. Für Unternehmer heißt das: Bei KI-Tools nicht nur fragen, welches Modell gerade den besten Benchmark hat. Fragt auch, ob der Anbieter seine Kostenstruktur im Griff hat. Denn am Ende zahlt ihr nicht für Magie, sondern für Rechenzeit.
Das zweite Google-Signal ist viel näher am Alltag. Google rollt eine neue Welle von Connected Apps für Gemini aus. Gemeint ist: Gemini soll stärker mit anderen Apps verbunden werden, damit man weniger kopiert, weniger wechselt und mehr direkt im eigenen Kontext erledigt. Das klingt kleiner als Weltraum-Compute, ist aber marktstrategisch fast genauso spannend. Denn hier sieht man den anderen Hebel der großen Plattformen: Distribution. Ein guter Assistent ist nicht nur schlau. Er sitzt dort, wo die Arbeit passiert. Wenn Gemini in Mail, Kalender, Dateien oder andere Google-Flächen hineinragt, dann muss ein Nutzer nicht erst überlegen, welches Tool er öffnet. Die KI ist schon in der Nähe des Problems. Das ist ein riesiger Vorteil gegenüber kleinen Anbietern, die erst erklären müssen, warum man noch eine weitere Oberfläche braucht. Gleichzeitig ist es für Firmen eine Warnung. Plattform-Komfort kann schnell zur Abhängigkeit werden. Wenn der Assistent direkt im Ökosystem steckt, werden Datenwege bequem, aber auch enger. Ich würde das deshalb sehr nüchtern testen: Nehmt eine Aufgabe, die heute wirklich nervt, zum Beispiel Terminabgleich, Datei-Zusammenfassung oder das Suchen nach dem richtigen Dokument. Dann schaut, ob Gemini mit verbundenen Apps den Ablauf in weniger Schritten schafft. Wenn ja, gut. Wenn der Mensch am Ende trotzdem alles gegenprüfen und in drei Fenstern nacharbeiten muss, ist es nur ein hübscher Umweg. Der Test sollte klein sein: eine Woche, eine klar benannte Aufgabe, ein messbarer Unterschied. Zum Beispiel fünf Minuten weniger Suchzeit pro Vorgang oder ein Schritt weniger zwischen Mail, Datei und Kalender. Wenn das nicht messbar wird, würde ich das Feature ignorieren, egal wie elegant die Demo aussieht.
Ein kleines Tool aus der Grassroots-Recherche macht denselben Punkt von unten sichtbar. Squint lässt euch einen Bereich auf dem Bildschirm markieren und dazu eine KI-Frage stellen. Also nicht Screenshot machen, Datei hochladen, Browser wechseln, Prompt schreiben. Sondern: Box ziehen, fragen, Antwort bekommen. Laut Launch-Text läuft es auf Windows und Linux Wayland, nutzt OpenAI-Modelle und startet im schnellen Modus meistens nach ein bis zwei Sekunden mit der Antwort. Es gibt einen kostenlosen Einstieg mit begrenzten Captures und einen Plus-Plan für 10 Dollar im Monat. Ich würde daraus kein riesiges Segment machen. Aber als Arbeitstest ist es sehr brauchbar. Nehmt zum Beispiel eine Rechnung, ein Analytics-Dashboard oder ein Formular, bei dem ihr regelmäßig kurz hängen bleibt. Dann gebt Squint zehn echte Aufgaben: Was fehlt hier? Welche Zahl ist auffällig? Welche Felder muss ich ausfüllen? Erfolg ist nicht, ob die Antwort beeindruckend klingt. Erfolg ist, ob ihr weniger Kontextwechsel habt und ob die Antwort ohne Nacharbeit stimmt. Genau solche Mini-Tests mag ich, weil sie KI aus der Demo-Ecke holen. Man merkt schnell, ob ein Werkzeug im Alltag hilft oder nur nett aussieht. Und man riskiert nicht gleich den ganzen Prozess. Mei, manchmal ist ein 10-Dollar-Test ehrlicher als jede große Plattformstrategie.
Zusammen erzählen diese drei Meldungen eine klare Geschichte. Oben denkt Google über Rechenleistung im Orbit nach. In der Mitte bindet Google Gemini enger an Apps. Unten entstehen kleine Werkzeuge, die Bildschirmkontext direkt nutzbar machen. Das sind drei verschiedene Ebenen derselben Bewegung: KI wird weniger über einzelne Prompts verkauft und mehr über Position. Wo sitzt die Rechenleistung? Wo sitzt der Kontext? Wo sitzt die Bedienung? Wer diese drei Fragen gut beantwortet, hat einen echten Vorteil. Für Gründer und Selbstständige ist das sogar befreiend. Ihr müsst nicht jeden Modellnamen verfolgen. Ihr könnt praktischer entscheiden. Erstens: Senkt dieses Werkzeug meine Wechselkosten im Alltag? Zweitens: Gehören die Datenwege mir noch, oder hängen sie komplett an einer Plattform? Drittens: Wird die Aufgabe wirklich billiger, oder nur schöner verpackt? Bei Suncatcher lautet die Antwort: beobachten, weil es ein langfristiges Kostensignal ist. Bei Gemini Connected Apps: testen, wenn ihr schon tief in Google Workspace arbeitet. Bei Squint: mit zehn echten Bildschirmfragen ausprobieren und nach einer Stunde entscheiden. Kein Workshop, keine Strategie-Folie. Einfach schauen, ob es Arbeit spart, und ob ihr die Antwort am nächsten Tag wieder nutzen würdet.
Worauf ich heute komme: Die nächste KI-Welle entscheidet sich an Modellqualität und daran, wo KI sitzt. Im Rechenzentrum, in der App, auf dem Bildschirm und irgendwann vielleicht sogar im Orbit. Wenn euch die Folge geholfen hat, teilt sie mit jemandem, der KI gerade praktisch testen will. Die Quellen und die Kontaktadresse findet ihr wie immer in den Shownotes. Pfiat euch und bis morgen, eure Lissy.