[{"data":1,"prerenderedAt":30},["ShallowReactive",2],{"nr-de-google-gemma-4-multimodal-open-weight":3},{"slug":4,"title":5,"dek":6,"date":7,"time":8,"publishedAt":9,"updated":10,"updatedAt":10,"dateFmt":11,"updatedFmt":10,"kind":12,"tier":13,"author":14,"authorName":15,"topics":16,"tracker":22,"trackerLabel":23,"headlineStat":24,"image":25,"ogImage":26,"imageAlt":5,"csv":10,"minutes":27,"words":28,"html":29},"google-gemma-4-multimodal-open-weight","Google stellt Gemma 4 vor – nativ multimodales Open-Weight-Modell","Google erweitert seine Gemma-Familie um die vierte Generation mit nativer Multimodalität, Mixture-of-Experts-Architektur und integriertem Reasoning-Modus. Die Modelle reichen von 2,3B bis 31B Parametern.","2026-07-07","06:34","2026-07-07T06:34:00+02:00","","7. Juli 2026","news","standard","ideal-syka","Ideal Syka",[17,18,19,20,21],"Open-Source-KI","Multimodale Modelle","Google Gemma","LLM-Architektur","Mixture-of-Experts","\u002Fstand-der-ki","KI-Fortschritt","2,3B bis 31B Parameter","\u002Fnewsroom\u002Fimg\u002Fgoogle-gemma-4-multimodal-open-weight.webp","\u002Fog-nr\u002Fgoogle-gemma-4-multimodal-open-weight.de.png",2,419,"\u003Cp>Google hat den Gemma 4 Technical Report auf arXiv veröffentlicht und präsentiert damit die nächste Generation seiner Open-Weight-Modellreihe. Die neuen Modelle sind nativ multimodal ausgelegt – sie verarbeiten also Text, Bilder und Audio direkt – und sollen Recheneffizienz und Reasoning-Fähigkeiten vorantreiben.\u003C\u002Fp>\n\u003Ch2>Kurz & knapp\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>\u003Cstrong>Modellgrößen\u003C\u002Fstrong>: Gemma 4 kommt in \u003Cstrong>dichten und Mixture-of-Experts-Architekturen\u003C\u002Fstrong> von \u003Cstrong>2,3B bis 31B Parametern\u003C\u002Fstrong>\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Multimodalität\u003C\u002Fstrong>: Verbesserte \u003Cstrong>Vision- und Audio-Encoder\u003C\u002Fstrong> für alle Modellgrößen; das \u003Cstrong>12B-Modell\u003C\u002Fstrong> nutzt eine \u003Cstrong>encoder-freie Architektur\u003C\u002Fstrong> und verarbeitet rohe Audio- und Bild-Patches\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Reasoning-Modus\u003C\u002Fstrong>: Integrierter \u003Cstrong>Thinking Mode\u003C\u002Fstrong> ermöglicht es den Modellen, Reasoning-Traces zu generieren\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Open-Weight\u003C\u002Fstrong>: Wie die Vorgänger wird Gemma 4 als offenes Modell veröffentlicht – nicht proprietär wie GPT-4 oder Claude\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch2>Encoder-freie Architektur als Kernnovation\u003C\u002Fh2>\n\u003Cp>Das 12B-Modell hebt sich durch eine \u003Cstrong>einheitliche, encoder-freie Architektur\u003C\u002Fstrong> ab. Das bedeutet: Statt separate Komponenten für Bild- und Audio-Verarbeitung zu nutzen, nimmt das Modell rohe Patches direkt auf. Das spart Komplexität und Rechenkosten – relevant für Deployment auf weniger potenten Geräten oder in der Cloud, wo Latenz und Durchsatz zählen.\u003C\u002Fp>\n\u003Cp>Die verbesserten \u003Cstrong>Vision- und Audio-Encoder\u003C\u002Fstrong> für alle Größen deuten darauf hin, dass Google die gesamte Palette – vom kleinsten 2,3B-Modell bis zur 31B-Variante – für multimodale Aufgaben optimiert hat.\u003C\u002Fp>\n\u003Ch2>Mixture-of-Experts trifft Open Source\u003C\u002Fh2>\n\u003Cp>Gemma 4 bietet sowohl \u003Cstrong>dichte als auch MoE-Varianten\u003C\u002Fstrong> an. Mixture-of-Experts-Modelle nutzen spezialisierte Sub-Netzwerke ("Experten"), die je nach Input selektiv aktiviert werden – das kann Effizienz erhöhen, ohne die Modellgröße proportional zu vergrößern. Für Open-Source-Modelle ist das ein wichtiger Schritt, um mit den Fähigkeiten größerer, proprietärer Systeme konkurrenzfähig zu bleiben.\u003C\u002Fp>\n\u003Cp>Der \u003Cstrong>Thinking Mode\u003C\u002Fstrong> – eine Fähigkeit, interne Reasoning-Prozesse zu generieren – folgt einem Trend, den OpenAI mit o1 geprägt hat. Für deutsche Unternehmen in Beratung, Entwicklung oder Forschung könnte das bedeuten, dass offene Modelle jetzt auch für komplexere Reasoning-Aufgaben ernsthaft in Frage kommen.\u003C\u002Fp>\n\u003Ch2>Was das für deutsche Unternehmen bedeutet\u003C\u002Fh2>\n\u003Cp>Gemma 4 positioniert sich als \u003Cstrong>Open-Source-Alternative zu proprietären Modellen\u003C\u002Fstrong> – und das bei Multimodalität. Für Unternehmen, die Wert auf Datensouveränität, Transparenz oder Kostenkontrolle legen, wird die Palette attraktiver. Die Bandbreite von 2,3B bis 31B Parametern ermöglicht Deployment-Szenarien, die vorher schwierig waren: kleine Modelle für Edge-Geräte, größere für Server.\u003C\u002Fp>\n\u003Cp>Offen bleibt, wie Gemma 4 in Benchmarks gegen aktuelle Konkurrenz von Meta (Llama 3.1) oder Mistral abschneidet – und wie praktisch die encoder-freie Architektur wirklich ist. Die Veröffentlichung auf arXiv deutet darauf hin, dass ein vollständiger Technical Report folgt. Wer Open-Source-Modelle strategisch nutzt, sollte die finale Dokumentation und Benchmarks genau beobachten.\u003C\u002Fp>\n\u003Ch2>Quellen\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>\u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2607.02770\">arXiv cs.CL\u003C\u002Fa>\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\u003Cem>Redaktionell verantwortet von \u003Ca href=\"\u002Fautor\u002Fideal-syka\">Ideal Syka\u003C\u002Fa>. Quellen und Arbeitsweise: \u003Ca href=\"\u002Fredaktion\">Redaktion & Methode\u003C\u002Fa>. Hinweise und Korrekturen: \u003Ca href=\"mailto:ai@i6eal.de\">ai@i6eal.de\u003C\u002Fa>.\u003C\u002Fem>\u003C\u002Fp>\n",1783411291024]