Mehr als ein Bild: Gemini hilft beim Bau interaktiver Modelle

Ein Bild ansehen oder etwas daran ausprobieren

Ein Bild einer Kutsche kann schön aussehen. In einem interaktiven Modell lassen sich dagegen beispielsweise Türen öffnen oder Bewegungen beobachten. Diesen Unterschied zeigt Google in einer Sammlung von fünf Projekten, die am 23. Oktober 2026 veröffentlicht wurde und nach Unternehmensangaben mit Gemini 4 Argon entstanden sind. [1]

Neu ist hier die Sammlung der Beispiele. Das KI-Modell selbst kam bereits am 13. Oktober in die Gemini-App. Google beschreibt Verbesserungen beim Programmieren und bei Aufgaben mit mehreren Schritten. Das sind Anbieterangaben; wir haben die Projekte nicht selbst nachgebaut. [1, 2]

Was die drei anschaulichen Beispiele zeigen

In einem Projekt wurde aus dem Bild einer viktorianischen Kutsche eine dreidimensionale Darstellung mit beweglichen Türen, Fenstern und einer auf Unebenheiten reagierenden Aufhängung. Ein anderes verbindet nach Googles Beschreibung NASA-Daten zu Waldbränden mit Erdbebendaten des US Geological Survey auf einer interaktiven Weltkugel. Ein drittes ist ein Mehrspieler-Browserspiel, in dem Figuren gegeneinander Flaggen erobern. [1]

Die Gemeinsamkeit: Es wird Software erzeugt, die auf Bedienung reagiert. So ein Ergebnis kann zum Erkunden oder Ausprobieren dienen. Unsere Einordnung: Für eine Erklärung kann das nützlich sein, wenn eine veränderte Einstellung sichtbar macht, was sich am Modell verändert. Das konkrete Lernziel und die fachliche Richtigkeit müssen trotzdem Menschen festlegen und prüfen.

Eine überzeugende Vorführung ist noch kein geprüftes Modell

Google hat die Projekte für den eigenen Blog ausgewählt. Die Darstellung legt nicht vollständig offen, wie viel Vorarbeit, Nachbesserung oder Erfahrung der Beteiligten nötig war. Einige Beispiele nutzen zusätzliche Werkzeuge; die Weltkugel entstand laut Google mit der Programmierumgebung Antigravity. Aus der Sammlung lässt sich deshalb weder ein Ein-Klick-Verfahren noch ein typischer Zeitaufwand ableiten. [1]

Unsere Einordnung: Bewegliche Teile allein beweisen keine korrekte Physik. Ebenso belegt eine eindrucksvolle Weltkugel weder fehlerfreie Datenverarbeitung noch die Eignung als Warnsystem. Wer mit einem solchen Modell etwas erklären möchte, sollte Funktionen und Aussagen einzeln prüfen. Wir haben weder die eingebundenen Messdaten noch die Funktionsweise dieser Projekte unabhängig überprüft.

Was in Deutschland zugänglich ist

Stand: 24. Oktober 2026. Die Gemini-Web-App unterstützt Deutschland und Deutsch. Google nennt für Gemini 4 Argon in der App Google AI Pro oder Ultra und beschreibt den Start als weltweiten Rollout. Beide Tarife werden in der Hilfeseite für Deutschland aufgeführt. Für die Nutzung der App mit einem Google-AI-Abo im Europäischen Wirtschaftsraum gilt laut Google ein Mindestalter von 18 Jahren. Es gelten Nutzungsgrenzen. [3, 4, 5]

Das bedeutet Zugang zum Modell nach den dokumentierten Voraussetzungen. Es belegt nicht, dass sich jedes gezeigte Projekt mit jedem deutschen Konto unverändert nachbauen lässt. Zusätzliche Werkzeuge und Funktionen können eigene Voraussetzungen haben. Wir haben keine dieser Vorführungen mit einem deutschen Konto getestet. [1, 3]

Für erste kleine App-Entwürfe gibt es außerdem Canvas in Gemini. Google führt Canvas auch ohne kostenpflichtigen AI-Tarif auf; das ist nicht gleichbedeutend mit kostenlosem Zugang zu Argon. In Canvas kann man per Texteingabe Änderungen an Apps anfordern und eine Vorschau sowie Fehlerhinweise ansehen. Eine Anmeldung ist erforderlich. [5, 6]

Mit einer kleinen, überprüfbaren Idee anfangen

Ein möglicher Einstieg wäre ein beschriftetes Modell, bei dem man ein Bauteil auswählt und eine Erklärung erhält. Das ist eine Idee unserer Redaktion, kein von uns getestetes Gemini-Projekt. Sinnvoll wäre, erst eine Funktion zu beschreiben, dann ihre Reaktion zu prüfen und erst danach weitere Funktionen hinzuzunehmen. Canvas unterstützt das schrittweise Überarbeiten per Gespräch und das Untersuchen von Fehlern in der Vorschau. [6]

Die interessante Entwicklung liegt darin, dass eine KI beim Erstellen eines bedienbaren Entwurfs helfen kann. Ein brauchbares Ergebnis braucht weiterhin jemanden, der verständliche Beschriftungen, richtige Zusammenhänge und die tatsächliche Bedienbarkeit kontrolliert. Die Google-Beispiele machen die Möglichkeit sichtbar; sie nehmen diese Prüfung nicht ab.