Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepmind19. Mai 2022 · Q004819

From LEGO competitions to DeepMind's robotics lab

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Akhil Raju schildert, wie LEGO-Robotikwettbewerbe sein Interesse an Robotik weckten und ihn über ein Studium am MIT und eine Station bei Google ins Robotikteam von DeepMind führten. Er beschreibt seinen Arbeitsalltag und eine aus seiner Sicht anregende, kollegiale Kultur und hofft, dass KI unter anderem beim Klimaschutz hilft. Der Text gibt seine persönliche Sicht wieder und belegt keine unabhängige Bewertung oder konkrete Wirkung.

Mittel

Der Bericht porträtiert Akhil Raju, Softwareingenieur im Robotikteam von DeepMind, und beschreibt seinen Werdegang sowie seine persönlichen Eindrücke von der Arbeit. Als Kind interessierte er sich für Roboter aus Science-Fiction; LEGO-Robotikwettbewerbe machten ihm mit zwölf Jahren klar, dass Robotik praktisch umsetzbar und spannend ist. Nach einem Informatikstudium mit Robotikschwerpunkt am MIT arbeitete er zunächst fachfremd bei einem Start-up und später bei Google. Sein Wunsch, im Ausland zu leben, führte ihn nach London und zu DeepMind. Ein Recruiter brachte ihn auf die Möglichkeit, ins Robotikteam zu wechseln.

Raju berichtet von gemeinschaftlichem Frühstück, praktischer Laborarbeit am Vormittag und einer Mischung aus Programmieren, Besprechungen und spontanen Gesprächen am Nachmittag. Die DeepMind-Kultur empfindet er als Mischung aus Universität, Start-up und großem Unternehmen; das Team sei begeistert und eng verbunden. Während der Pandemie liefen die meisten Treffen online, und er probierte in der Freizeit verschiedene Hobbys aus.

Als mögliche Wirkung von KI nennt er Beiträge zum Klimaschutz, etwa durch effizientere Energienutzung und saubere Energie. Bewerberinnen und Bewerbern rät er, es trotz Selbstzweifeln zu versuchen und sich gegebenenfalls erneut zu bewerben. Es handelt sich um persönliche Einschätzungen in einem Unternehmensinterview; unabhängige Belege für Arbeitskultur oder gesellschaftliche Wirkungen enthält der Bericht nicht.

Ausführlich lesen

Der Bericht ist ein Porträt und Interview mit Akhil Raju, einem Softwareingenieur im Robotikteam von DeepMind. Er schildert seinen eigenen Weg zur KI und Robotik, seinen Arbeitsalltag und seine Einschätzungen zur Unternehmenskultur und möglichen gesellschaftlichen Wirkung von KI.

Raju erzählt, dass er als Kind KI zunächst mit Magie und Science-Fiction verband. Mit zwölf Jahren nahm er an LEGO-Robotikwettbewerben teil und erkannte dabei, dass Roboter schon in der Gegenwart gebaut werden können. Das machte Robotik für ihn zugleich greifbar und unterhaltsam. Er setzte sich mit Wettbewerben fort, studierte Informatik mit Schwerpunkt Robotik am MIT und wechselte nach dem Abschluss zunächst aus dem Fachgebiet heraus zu einem Start-up in San Francisco. Später arbeitete er bei Google. Weil er im Ausland leben wollte, zog er nach London und bewarb sich bei DeepMind. Er hatte angenommen, dass das Unternehmen nur Menschen mit Doktortitel einstellen würde. Bei seinem internen Wechsel von Google konnte er sich für mehrere Teams bewerben; ein Recruiter machte ihn auf das Robotikteam aufmerksam, das er zuvor nicht gezielt in Betracht gezogen hatte.

Seinen typischen Arbeitstag beschreibt Raju als Mischung aus gemeinschaftlichem Büroalltag und praktischer Laborarbeit. Morgens frühstückt das Team zusammen. Einen großen Teil des Vormittags verbringt er im Robotiklabor damit, Probleme aus früheren Experimenten zu beheben oder Roboter vorzubereiten. Nachmittags wechseln sich Besprechungen, Programmieren und spontane Gespräche oder Whiteboard-Sitzungen ab. Die Büroumgebung und die Gelegenheit zum schnellen Austausch schätzt er besonders.

Die Kultur bei DeepMind erlebt Raju als Verbindung von Universität, Start-up und großem Unternehmen, wobei aus seiner Sicht die ersten beiden Einflüsse besonders spürbar sind. Er berichtet von gemeinsamem fachlichem Austausch, Forschung und Begeisterung. Das Robotikteam beschreibt er als eng verbunden; manche Kolleginnen und Kollegen seien auch außerhalb der Arbeit befreundet. Während der Pandemie fanden die meisten Besprechungen und Kooperationen online statt. Raju nutzte die zusätzliche freie Zeit für verschiedene Hobbys, darunter eine kurze Phase intensiven Batikfärbens.

Als mögliche positive Wirkung von KI nennt er besonders Beiträge zur Bekämpfung des Klimawandels, etwa durch effizientere Energienutzung und die Erzeugung sauberer Energie. Er äußert Hoffnung, dass DeepMind-Forschung in diesem Bereich Wirkung entfalten kann. Menschen, die bei DeepMind oder in ähnlichen Rollen arbeiten möchten, rät er, sich zu bewerben und es auch nach einer Absage erneut zu versuchen. Er berichtet aus eigener Erfahrung von Selbstzweifeln, habe aber gelernt, dass er zu einem solchen Arbeitsplatz gehöre.

Die Aussagen beruhen auf Rajus persönlicher Darstellung in einem Unternehmensinterview. Der Bericht liefert keine unabhängige Bewertung der Arbeitskultur, der Klimawirkung von KI oder der Forschungsergebnisse; konkrete Wirkungsnachweise werden nicht ausgeführt.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: ok

Der Bericht ist ein Unternehmensinterview mit persönlichen Einschätzungen und keine unabhängige Quelle. Lunas Zusammenfassungen geben ihn treu wieder, ohne Erfindungen, und die beiden Fassungen benennen den fehlenden unabhängigen Beleg zutreffend.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV offen
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Vertrauen in Modelle
Frieden und Sicherheit
Beteiligung und Gemeinwohl

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →