Google hat gestern im Rahmen einer Reihe von KI-Produktupdates für Unternehmen ein besonders interessantes Update vorgestellt: Die öffentliche Preview von Gemini Embedding 2, dem neuen Embeddings-Modell des Unternehmens. Dieses Modell stellt eine bedeutende Weiterentwicklung dar, wie Maschinen Informationen aus verschiedenen Medientypen darstellen und abrufen können.

Bisherige Embedding-Modelle waren hauptsächlich auf Text beschränkt. Gemini Embedding 2 integriert nun nativ Text, Bilder, Videos, Audio und Dokumente in einem einzigen numerischen Raum. Dies ermöglicht eine effizientere und umfassendere Verarbeitung verschiedenster Datentypen. Die Vorteile für Unternehmen sind erheblich: Die Latenzzeiten können für einige Kunden um bis zu 70 % reduziert werden, was zu einer deutlichen Beschleunigung von KI-gestützten Prozessen führt. Darüber hinaus senkt die neue Technologie die Gesamtkosten für Unternehmen, die KI-Modelle mit ihren eigenen Daten betreiben, um Geschäftsaufgaben zu erledigen.

Was bedeutet das konkret? Stellen Sie sich vor, ein Unternehmen möchte seine Produktdatenbank durchsuchbar machen. Bisher mussten Textbeschreibungen, Produktbilder und möglicherweise sogar Videos separat indiziert und durchsucht werden. Mit Gemini Embedding 2 können all diese Informationen in einem einzigen Schritt verarbeitet und in einem gemeinsamen Vektorraum dargestellt werden. Suchanfragen liefern dann Ergebnisse, die alle relevanten Medientypen berücksichtigen.

Dies eröffnet völlig neue Möglichkeiten für die Datenanalyse und -verarbeitung. Unternehmen können beispielsweise Kundenfeedback aus Textnachrichten, Sprachaufnahmen und sogar Bildern analysieren, um ein umfassenderes Bild von den Kundenbedürfnissen zu erhalten. Auch im Bereich der automatischen Texterkennung und -übersetzung kann die native Multimodalität von Gemini Embedding 2 zu besseren Ergebnissen führen.

Sam Witteveen, Mitbegründer des KI- und ML-Schulungsunternehmens Red Dragon AI, hatte frühzeitig Zugang zu Gemini Embedding 2 und hat seine Eindrücke in einem Video auf YouTube geteilt. Dieses Video bietet einen detaillierten Einblick in die Funktionsweise und die potenziellen Anwendungsbereiche des neuen Modells.

Aber wer benötigt überhaupt ein Embedding-Modell? Für diejenigen, die in KI-Diskussionen bereits auf den Begriff "Embeddings" gestoßen sind, ihn aber abstrakt finden: Embeddings sind im Wesentlichen numerische Darstellungen von Daten, die es Maschinen ermöglichen, Beziehungen zwischen verschiedenen Datenelementen zu erkennen. Sie sind die Grundlage für viele moderne KI-Anwendungen, von der Suchmaschinenoptimierung bis hin zur personalisierten Produktempfehlung.

Mit Gemini Embedding 2 macht Google einen wichtigen Schritt hin zu einer umfassenderen und effizienteren Nutzung von KI in Unternehmen. Die native Multimodalität und die verbesserte Performance machen das Modell zu einem vielversprechenden Werkzeug für die Bewältigung komplexer Datenherausforderungen. Es bleibt abzuwarten, wie sich die Technologie in der Praxis bewährt, aber die ersten Eindrücke sind durchaus positiv.