Wie Google und Perplexity Recherchen nachhaltig verändern

TLDR: Zwei neue KI-Tools revolutionieren die Art, wie wir recherchieren und arbeiten: Perplexity Labs verwandelt komplexe Projekte in zehn Minuten in fertige Web-Apps und Dashboards, während Google Deep Research mit Gemini 2.5 Pro mehrseitige Berichte aus hunderten Quellen erstellt. Beide Systeme integrieren erstmals den gesamten Forschungsprozess – von der Datensammlung bis zum fertigen Output – in einer einzigen KI-gesteuerten Umgebung.

Die neue Generation autonomer Forschungsassistenten

Der Mai 2025 markierte wohl einen Wendepunkt in der digitalen Wissensarbeit. Mit Perplexity Labs und Google Gemini 2.5 Deep Research stehen uns erstmals KI-Systeme zur Verfügung, die nicht nur recherchieren, sondern komplette Arbeitsergebnisse liefern. Diese Tools durchbrechen die traditionelle Fragmentierung der Forschungsarbeit, bei der wir bisher zwischen verschiedenen Anwendungen wechseln mussten – von Suchmaschinen über Textverarbeitung bis hin zu Visualisierungstools.

Perplexity Labs, verfügbar für Pro-Abonnenten seit dem 29. Mai 2025, arbeitet wie ein virtuelles Team von Spezialist:innen. Das System investiert typischerweise zehn Minuten oder mehr in selbstüberwachte Arbeit und kann Aufgaben bewältigen, die bisher mehrere Tage und verschiedene Expert:innen erforderten.

Dabei nutzt es Deep Web Browsing, Code-Ausführung sowie die Erstellung von Diagrammen und Bildern. Das Besondere: Pro-Nutzer:innen erhalten 50 Labs-Anfragen pro Monat und können auf alle erstellten Dateien über den integrierten Assets-Tab zugreifen.

Das sieht dann so aus:

Google Deep Research hingegen hat seine bereits im Dezember 2024 eingeführte Plattform mit Gemini 2.5 Pro erheblich erweitert. Ein wesentlicher Durchbruch ist die neue Unterstützung für Datei-Uploads, die es ermöglicht, eigene PDFs und Bilder als Quellen für detaillierte Berichte hinzuzufügen. Diese Funktion revolutioniert die Forschung mit privaten Dokumenten und ermöglicht eine tiefere Kontextualisierung der Analyseergebnisse:

So ein Canva / Gem kann auch geteilt werden - hier zum aktuellen Thema Keywords:

Unterschiedliche Stärken für verschiedene Anwendungsbereiche

Die beiden Systeme verfolgen ähnliche Ziele, unterscheiden sich jedoch erheblich in ihren Schwerpunkten. Perplexity Labs fokussiert sich auf die praktische Projektumsetzung und kann vollständige Arbeitsprodukte wie funktionsfähige Web-Apps und interaktive Dashboards erstellen. Das System eignet sich besonders für Nutzer:innen, die von der Idee bis zum fertigen Produkt eine durchgängige Lösung benötigen.

Google Deep Research spezialisiert sich auf die tiefgreifende Analyse und Synthese von Informationen aus einer Vielzahl von Quellen. Mit der Fähigkeit, hunderte von Websites zu durchsuchen und private Dokumente zu integrieren, positioniert sich Deep Research als der umfassendere Recherche-Assistent. Das System erstellt zunächst einen detaillierten Rechercheplan, den Nutzer:innen überarbeiten oder freigeben können, und führt anschliessend umfangreiche Web-Recherchen durch.

Praktische Auswirkungen auf verschiedene Branchen

Die praktischen Anwendungsmöglichkeiten beider Systeme erstrecken sich über nahezu alle wissensintensiven Branchen. In der Marktforschung können Unternehmen mit Deep Research umfassende Wettbewerbsanalysen erstellen, die mehrere hundert Quellen berücksichtigen, während Perplexity Labs diese Erkenntnisse direkt in interaktive Dashboards und Präsentationen umwandeln kann. Für Consultant:innen bedeutet dies eine dramatische Beschleunigung des Projektablaufs von der ersten Analyse bis zur kundengerechten Aufbereitung.

Im akademischen Bereich ermöglichen diese Tools Studierenden und Forscher:innen, komplexe Literaturrecherchen in Minuten statt Stunden durchzuführen und gleichzeitig professionelle Präsentationen und Berichte zu erstellen. Besonders bemerkenswert ist die Fähigkeit beider Systeme, nicht nur Informationen zu sammeln, sondern auch kritisch zu bewerten und Widersprüche in der Literatur zu identifizieren.

-WERBUNG - Und genau darum sollte man am Ball bleiben: zum Beispiel mit unserem KI Update, immer montags auf Zoom:

Qualitätssicherung und technische Grundlagen

Ein entscheidender Vorteil beider Systeme liegt übrigens in ihrer Transparenz bezüglich der verwendeten Quellen. Google Deep Research bietet umfassende Verlinkungen zu Originalquellen und ermöglicht es Nutzer:innen, die Grundlagen jeder Aussage zu überprüfen. Perplexity Labs, das auf Perplexitys Kernkompetenz der "verifizierbaren Antworten" aufbaut, stellt sicher, dass auch komplexe Projektoutputs nachvollziehbar bleiben.

Beide Systeme basieren auf fortschrittlichen Large Language Models, nutzen aber unterschiedliche Ansätze. Perplexity Labs setzt auf Claude 4 Opus-Klasse-Argumentation und integriert diese mit spezialisierten Tools für Code-Ausführung und Asset-Generierung. Google Deep Research profitiert von der kontinuierlichen Weiterentwicklung der Gemini-Modelle, wobei Gemini 2.5 Pro mit erweiterten Reasoning-Fähigkeiten und einem 1-Million-Token-Kontextfenster besonderen Wert auf tiefgreifende Analyse legt.

Grenzen und Herausforderungen der neuen Technologien

Trotz ihrer beeindruckenden Fähigkeiten haben beide Systeme natürlich auch noch Grenzen. Perplexity Labs ist auf 50 Anfragen pro Monat für Pro-Nutzer:innen beschränkt, was bei intensiver Nutzung schnell erreicht werden kann. Google Deep Research benötigt für komplexe Analysen deutlich mehr Zeit und Rechenressourcen als einfache Suchanfragen.

Die Qualität der Ergebnisse hängt stark von der Präzision der ursprünglichen Anfrage ab. Beide Systeme profitieren von detaillierten, gut strukturierten Prompts, was eine gewisse Lernkurve für neue Nutzer:innen bedeutet. Zudem können sie, wie alle KI-Systeme, gelegentlich halluzinieren oder wichtige Nuancen übersehen, weshalb menschliche Überprüfung weiterhin essentiell bleibt.

Disclaimer:

Dieser Artikel wurde nach meinem eigenen Wissen und dann mit Recherchen mit KI (Perplexity.Ai und Gemini.Google.com) manuell zusammen gestellt und mit Deepl.com/write vereinfacht. Der Text wird dann nochmals von zwei Personen meiner Wahl gelesen und kritisch hinterfragt. Das Bild stammt von einem Screenshot und ist selbst erstellt. Dieser Artikel ist rein edukativ und erhebt keinen Anspruch auf Vollständigkeit. Bitte melde dich, wenn Du Ungenauigkeiten feststellst, danke.

Fragen zu KI und Digitalen Geschäftsmodellen? #fragRoger

Willst du mehr wissen? Sehr gerne komme ich auch bei Dir, bei deiner Firma, deiner ERFA Gruppe oder deinem Verband vorbei und helfe mit einem Workshop oder Input Referat.

Lass uns gerne mal unverbindlich sprechen. Also wenn ich helfen kann, wende dich gerne an mich #fragRoger und abonniere meinen offiziellen Podcast:

Quellen und weitere Informationen:

[…] TechCrunch. (2025, May 29). Perplexity's new tool can generate spreadsheets, dashboards and more. https://techcrunch.com/2025/05/29/perplexitys-new-tool-can-generate-spreadsheets-dashboards-and-more/

[…] Perplexity AI. (n.d.). Getting started [Hub]. https://www.perplexity.ai/hub/getting-started

[…] Google Cloud. (2024). Expanding Gemini 2.5 Flash and Pro capabilities [Blog post]. https://cloud.google.com/blog/products/ai-machine-learning/expanding-gemini-2-5-flash-and-pro-capabilities

[…] Perplexity AI. (n.d.). What should I use Perplexity for? https://www.perplexity.ai/de/hub/faq/what-should-i-use-perplexity-for

[…] Google. (2025). Google Gemini updates IO 2025 [Blog post]. https://blog.google/technology/google-deepmind/google-gemini-updates-io-2025/