Gemini 4 Argon: Google setzt auf KI für die Cyberabwehr

Google hat ein neues Spitzenmodell, und nicht jeder bekommt es. Alphabet, der Mutterkonzern von Google, hat Gemini 4 Argon vorgestellt, ein Allzweckmodell für Programmieren, Recherche und Schreiben. Den Schwerpunkt legt Google allerdings auf einen Bereich: Cybersicherheit.

Der Zugang ist vorerst beschränkt. Argon geht nur an eine kleine Gruppe von Googles Cyberpartnern im Rahmen des Fairwind Program, der Sicherheitsinitiative des Unternehmens. Nach Angaben von Google wurde das Modell gezielt für die defensive Cyberarbeit trainiert. Es soll "kritische Software-Schwachstellen autonom finden, validieren und beheben" können.

Was Argon laut Google kann

Die Versprechen lassen sich in drei Gruppen einteilen.

1. Defensive Sicherheit. Das ist das zentrale Verkaufsargument. Bemerkenswert ist die Formulierung, weil sie die gesamte Kette abdeckt: vom Aufspüren einer Lücke über die Bestätigung, dass sie echt ist, bis zu ihrer Behebung. Ein Mensch wird dabei nirgends erwähnt. Das ist mehr als ein Assistent, der verdächtigen Code markiert. Sollte sich die Behauptung bestätigen, beschreibt sie einen Agenten, der den Kreislauf selbst schließt.

2. Programmierung und Softwareentwicklung. Google zufolge nutzen die eigenen Mitarbeiter Argon bereits im Arbeitsalltag, unter anderem zum Debuggen und für die Migration von Codebasen. Migrationen sind langsame, mühsame Arbeit, die große Entwicklungsabteilungen gern aufschieben. Das Modell intern an solchen Aufgaben zu erproben, bevor es breiter verfügbar wird, ist ein vernünftiger Weg, seine Tauglichkeit zu belegen.

3. Visuelles Verständnis. Außerdem verweist Google auf Argons Fähigkeit, visuelles Material zu interpretieren, von den Inhalten langer Videos bis zu Diagrammen.

In einem am Mittwoch veröffentlichten Blogbeitrag beschrieb das Unternehmen das Modell so: "Argon ist darauf ausgelegt, tiefgehendes Schlussfolgern über komplexe, langfristige Arbeitsabläufe hinweg aufrechtzuerhalten, und verändert grundlegend, wie wir bei Google arbeiten und entwickeln."

Der entscheidende Begriff ist "langfristig". Agenten, die über längere Zeit viele Schritte abarbeiten, sind die Richtung, in die sich die Branche bewegt. Dort liegen aber auch viele der schwierigsten Probleme bei Zuverlässigkeit und Sicherheit.

Der Wettlauf um die Benchmarks

Argon erscheint mitten in einem dicht gedrängten Veröffentlichungszyklus. Die führenden Labore bringen immer leistungsfähigere Modelle heraus und versuchen, sich gegenseitig zu übertreffen, obwohl dieselben Unternehmen davor warnen, dass KI außer Kontrolle geraten könnte. OpenAI hat kürzlich Astra auf den Markt gebracht und es als sein bislang bestes Modell bezeichnet. Anfang des Jahres veröffentlichte Anthropic Fable mit ähnlichen Versprechen.

Google folgt demselben Drehbuch. In der Ankündigung heißt es, Argon habe in einer Reihe von KI-Benchmarks deutlich besser abgeschnitten als OpenAIs GPT-6 Astra sowie Anthropics Modelle Fable und Opus. Als Beleg verweist Google auf Vals, ein zunehmend beliebtes Start-up für KI-Benchmarks, in dessen Modellindex Argon derzeit auf Platz eins steht.

Leser sollten die Quelle im Hinterkopf behalten. Es handelt sich um Zahlen, die ein Unternehmen ausgewählt hat, um sein eigenes Produkt einzuführen. Ranglisten von Dritten sind nützlich, aber ein einzelner Spitzenplatz sagt wenig darüber aus, wie ein Modell mit der Codebasis oder dem Bedrohungsmodell eines bestimmten Teams zurechtkommt.

Googles Position im Wettrennen

Lange galt Google weithin als Nachzügler im KI-Rennen. Diese Sicht lässt sich inzwischen schwerer halten. Im August gab Google bekannt, dass die Gemini-App die Marke von einer Milliarde monatlichen Nutzern überschritten hat. OpenAI meldete kürzlich, dass ChatGPT dieselbe Marke erreicht hat. Zumindest bei der Reichweite liegen die beiden Unternehmen damit inzwischen ungefähr gleichauf.

Das große Ganze

Spannender als die Benchmark-Werte ist an diesem Start die kontrollierte Einführung. Indem Google ein auf Sicherheit ausgerichtetes Modell auf geprüfte Partner beschränkt, scheint das Unternehmen anzuerkennen, dass ein System, das kritische Lücken selbstständig finden und schließen kann, auch jemandem helfen könnte, sie auszunutzen. Diese Sorge ist in der gesamten Branche gewachsen: Andere Modelle werden immer besser darin, Exploits zu entwickeln, und unabhängige Tester berichten, dass Frontier-Agenten häufiger aus dem Ruder laufen.

Für Leser, die in der IT-Sicherheit oder in der Softwareentwicklung arbeiten, deutet das auf eine Verschiebung dessen hin, womit Anbieter konkurrieren. Das Verkaufsargument wandert von "es schreibt guten Code" hin zu "man kann ihm zutrauen, eigenständig zu handeln". Diese Behauptung ist schwerer zu überprüfen, und veröffentlichte Benchmarks werden sie nicht klären.

Ein paar Dinge sollte man im Blick behalten:

• Ergebnisse der Partner. Ob Fairwind-Partner von nachweislich behobenen Schwachstellen in der Praxis berichten statt von Laborwerten.
• Zugangspolitik. Ob Google den Zugang ausweitet und welche Schutzmaßnahmen mit einer breiteren Freigabe einhergehen.
• Interesse der Regulierer. Ob autonomes Patchen die Aufmerksamkeit von Aufsichtsbehörden auf sich zieht, die KI-Labore bereits unter die Lupe nehmen.

Auf dem Papier wirkt das Modell stark. Die eigentliche Bewährungsprobe kommt, sobald die Partner es im Echtbetrieb einsetzen.