Google AlphaEvolve: Das autonome KI-Agent, das Algorithmen optimiert – jetzt allgemein verfügbar

Googles DeepMind hat mit AlphaEvolve einen völlig neuen Ansatz für Künstliche Intelligenz vorgestellt: einen KI-Agenten, der Algorithmen nicht nur schreibt, sondern sie durch einen evolutionären Prozess selbstständig optimiert – und das auf einem Niveau, das menschliche Entwickler oft übertrifft. Nach über einem Jahr in der privaten Vorschau – in dem es unter anderem ein 56 Jahre altes Mathematikproblem löste, Googles eigene Chips optimierte und erste Unternehmenskunden überzeugte – ist AlphaEvolve seit dem 9. Juli 2026 allgemein verfügbar (GA) . Unternehmen und Forschungseinrichtungen können es nun als Gemini Enterprise Agent auf Google Cloud nutzen.

Wie AlphaEvolve funktioniert: Evolution statt Generierung

AlphaEvolve kombiniert große Sprachmodelle (Gemini Pro und Gemini Flash) mit einem evolutionären Berechnungsrahmen . Der Prozess ist eine sich selbstverstärkende Schleife, die die natürliche Selektion auf Code anwendet:

1. Das Problem definieren – Der Nutzer gibt eine konkrete Aufgabenstellung, einen bestehenden Code (den „Saat“-Algorithmus) und eine Bewertungsfunktion vor .
2. Mutationen erzeugen – Gemini schlägt Code-Varianten vor, die auf seinem Verständnis von Algorithmen und Optimierungstechniken basieren . Diese sind nicht zufällig; das Sprachmodell lenkt die Suche gezielt in vielversprechende Richtungen, was weit effizienter ist als klassische genetische Programmierung .
3. Automatisch bewerten – Jede Variante wird kompiliert und ausgeführt; die Bewertungsfunktion misst die Leistung (Geschwindigkeit, Genauigkeit, Latenz etc.).
4. Selektion und Iteration – Die besten Varianten bleiben erhalten, werden rekombiniert und in den nächsten Generationen weiter mutiert. Dieser Kreislauf läuft so lange, bis ein Ziel erreicht ist oder keine Verbesserungen mehr messbar sind .

Das System nutzt eine verteilte, asynchrone Pipeline – bestehend aus einer Steuerungseinheit, den beiden Gemini-Modellen, einer versionsverwalteten Programmspeicher-Datenbank und einer Flotte von Evaluatoren –, die es erlaubt, tausende Kandidaten parallel auf Googles Infrastruktur zu testen .

Erste Erfolge aus der Praxis

BASF (Agrarsparte)

BASF Agricultural Solutions hat gemeinsam mit Google Cloud und der prognostica GmbH einen digitalen Zwilling seiner globalen Lieferkette gebaut – ein Netzwerk mit über 5.000 verschiedenen Wertschöpfungsketten an 180 Standorten . Das System erhielt einen ersten Planungsalgorithmus und drei Jahre historische Daten. Nach tausenden autonomen Experimenten lieferte AlphaEvolve eine relative Verbesserung der Prognosegenauigkeit von über 80% im Vergleich zum Ausgangsmodell . Die Software entdeckte selbstständig Regeln zur Produktionskonsolidierung und zum standortübergreifenden Bestandsausgleich .

FM Logistic (Polen)

FM Logistic in Polen war weltweit der erste Logistikdienstleister, der AlphaEvolve im Produktivbetrieb einsetzte . Der Agent optimierte die sogenannte „Mission Batching“-Strategie – das Bündeln von 16 Aufträgen, um die Gesamtwegstrecke im Lager zu minimieren . Das Ergebnis: eine 10,4%ige Verbesserung der Kommissionier-Effizienz im Vergleich zum vorherigen Bestwert, was jährliche Einsparungen von über 15.000 Kilometern Fahrweg für Mitarbeiter und Geräte bedeutet – ohne jede zusätzliche Investition in Infrastruktur oder Fuhrpark .

Oak Ridge National Laboratory (ORNL)

In den Quellen wurde ein ORNL-Bericht identifiziert , dessen spezifischer AlphaEvolve-Inhalt jedoch nicht vollständig extrahiert werden konnte. Sekundärquellen berichten, dass AlphaEvolve dort für Netzoptimierung und Genomik eingesetzt wurde . Einem Bericht zufolge verbesserten sich die Lösungsraten für das AC-Optimal-Power-Flow-Problem in Simulationen von 14% auf über 88% .

Klarna

Für Klarna konnten in den autoritativen Suchergebnissen keine verifizierbaren, veröffentlichten Ergebnisse gefunden werden. Diese Behauptung taucht nur in einigen sekundären Quellen und YouTube-Videos auf , konnte aber nicht durch offizielle Berichte bestätigt werden. Leser sollten diese Angaben als derzeit unbelegt betrachten.

Googles interner Nutzen: Der stärkste Beweis

AlphaEvolve ist bereits tief in Googles eigene Produktionsinfrastruktur eingebettet. Der einjährige Wirkungsbericht vom Mai 2026 spricht davon, dass das System vom Pilotprojekt zur wiederkehrenden Kerninfrastruktur geworden sei . Die Ergebnisse sind beeindruckend:

Tensor Processing Units (TPUs)

• AlphaEvolve schlug ein kontraintuitives Schaltungsdesign für die nächste TPU-Generation vor, das direkt in den Chip integriert wurde .
• Es optimierte die homomorphe Verschlüsselung (FHE) auf TPUv5e, wodurch die TFHE-Bootstrap-Latenz um das 2,5-Fache und die CKKS-Rotations-/Multiplikationslatenz um das 1,31-/1,18-Fache innerhalb von 24 Stunden verbessert wurde .
• Eine entdeckte Gemini-Architektur-Optimierung – mit einer 23%igen Kernel-Beschleunigung – ist bereits produktiv im Einsatz .

Borg (Cluster-Scheduler)

Der Agent entwickelte eine Heuristik für das CPU-/Speicher-Packing, die in Googles Borg-Cluster-Manager läuft. Die Verbesserungen haben über mehr als ein Jahr hinweg etwa 0,7% der globalen Rechenkapazität von Google freigesetzt – eine enorme Einsparung, die für ein Unternehmen dieser Größenordnung Millionen von Dollar an vermiedenen Hardwarekäufen bedeutet .

Spanner (Globale Datenbank)

AlphaEvolve entdeckte effizientere Cache-Austauschstrategien und optimierte die Kompaktierungsheuristiken von Log-Structured Merge-Trees in Google Spanner. Diese Änderung reduzierte die Schreibverstärkung um 20% .

Quantenschaltungen

Für Googles Willow-Quantenprozessor optimierte AlphaEvolve Schaltungen für Molekülsimulationen. Die entwickelten Schaltungen produzierten nur ein Zehntel der Fehler konventioneller Baselines – eine zehnfache Reduktion, die Experimente ermöglicht, die zuvor nicht durchführbar waren .

Weitere interne Erfolge

• Compiler-Optimierungen, Werbealgorithmen, Lithografie und ML-Kraftfelder verzeichneten alle messbare Verbesserungen .
• AlphaEvolve verbesserte die Genauigkeit von Googles Earth-KI-Modellen für die Vorhersage von Naturkatastrophen (Waldbrände, Überschwemmungen, Tornados) um 5% .
• In der Genomik optimierte es das DeepConsensus-Tool für die DNA-Sequenzierung und reduzierte Fehler bei der Variantenerkennung um 30% .

Wettbewerbsposition: AlphaEvolve im Rennen um die KI-Plattform für Unternehmen

AlphaEvolve gibt Google Cloud eine differenzierte Position im Enterprise-AI-Plattform-Wettbewerb . Anders als Copiloten ist es kein Assistent, der Code schreibt, sondern ein Forschung und Entwicklung automatisierender Agent, der die schwierigsten algorithmischen Probleme löst.

Bereich	Google (AlphaEvolve)	Microsoft	AWS
Kerndifferenzierung	Autonome Algorithmen-Entdeckung & -Optimierung via Gemini + Evolutionäre Suche	GitHub Copilot / Azure AI – Code-Generierung & Reasoning	Amazon Q – Code-Assistenz & Enterprise-Fragen-Antwort
Infrastruktur-Anbindung	Läuft auf Google Cloud + Vertex AI; optimiert direkt TPUs, Borg, Spanner	An Azure + GitHub-Ökosystem gebunden	Eng mit AWS-Diensten integriert
Wissenschaftliche Tiefe	Einzigartig: Kein anderer Cloud-Agent entdeckt autonom neue Algorithmen für Mathematik, Quantenschaltungen, Chipdesign oder Stromnetze	Azure Quantum und AI for Science, aber kein gleichwertiger selbst-evolvierender Coding-Agent	Kein öffentlicher Agent dieser Klasse
Verfügbarkeit für Unternehmen	GA als Gemini Enterprise Agent (Juli 2026)	Copilot allgemein verfügbar	Amazon Q allgemein verfügbar

Die strategische Wette ist, dass die schwierigsten Optimierungsprobleme jeder Branche – Logistik, Chipdesign, Netzplanung – an AlphaEvolve übergeben werden können. Googles eigene Ergebnisse dienen dabei als stärkste Referenz .

Einschränkungen

AlphaEvolve ist kein Allheilmittel. Es funktioniert nur dort, wo Erfolg automatisch messbar ist – algorithmische Optimierungsprobleme mit klaren, programmierbaren Bewertungsfunktionen . Es ist nicht geeignet für kreative Aufgaben oder solche, die subjektives Urteilsvermögen erfordern. Zudem sind einige der spektakuläreren Behauptungen noch nicht durch unabhängige Peer-Reviews verifiziert.

Fazit

AlphaEvolve ist eine neue Kategorie von KI-Agenten: kein Copilot, sondern ein autonom forschender Ingenieur. Mit der GA-Verfügbarkeit auf Google Cloud können nun Unternehmen weltweit ihre anspruchsvollsten Algorithmus-Probleme an eine KI delegieren, die niemals schläft.