Amazon zeigt sich im Krieg um AI-Talente meist zurückhaltend

• Amazon agiert im Wettbewerb um AI-Talente überwiegend zurückhaltend
• Laut internen Dokumenten sind Vergütungsstruktur, geschwächter AI-Ruf und Einschränkungen beim Homeoffice die wichtigsten Hürden
• Dadurch befindet sich Amazon in einer verwundbaren Lage bei der Gewinnung leistungsstarker AI-Talente
• Amazons auf "Hubs" ausgerichtete Präsenzpolitik wirkt als weitere Einschränkung bei der Gewinnung von Talenten, die Remote-Arbeit bevorzugen
• Das Unternehmen prüft Verbesserungen bei Vergütungspolitik und einer flexibleren Recruiting-Strategie

---

Warum Amazon im Krieg um AI-Talente zurückhaltend ist

Amazons aktuelle Position im Wettbewerb um AI-Talente

• Der Krieg um AI-Talente heizt sich im gesamten Silicon Valley auf, doch Amazon nimmt meist eine beobachtende Haltung ein
• Laut vertraulichen internen Dokumenten und Aussagen von Beteiligten sieht Amazon eine ungewöhnliche Vergütungsstruktur, einen gesunkenen Ruf im AI-Bereich und strikte Präsenzvorgaben als Hürden bei der Talentgewinnung
• Dadurch steht Amazon unter Druck, seine Recruiting-Strategie zu überdenken

Inhalte des internen Dokuments

• Das Dokument wurde vom HR-Team verfasst, das für die Nicht-Einzelhandelssparten zuständig ist (Amazon Web Services, Werbung, Devices, Entertainment und das zentrale AI-Team)
• Darin heißt es, die Einstellung im Bereich Generative AI sei wegen Arbeitsort, Vergütung und der Wahrnehmung, dass das Unternehmen zurückliegt, schwierig
• Wettbewerber werden als deutlich offensiver mit breiter angelegten Vergütungspaketen eingeschätzt
• Bei jüngsten groß angelegten Einstellungen von AI-Talenten zeigte sich Amazon im Vergleich zu Konkurrenten wie Meta, Google, OpenAI und Microsoft zurückhaltend

Amazons offizielle Position

• Ein Amazon-Sprecher erklärte, man vergüte wettbewerbsfähig und bewahre sich Flexibilität, um die besten Talente zu gewinnen
• Später änderte das Unternehmen seine Position und erklärte, die Grundannahme des Artikels sei falsch, vermied jedoch nähere Erläuterungen
• Amazon betonte erneut, man entwickle GenAI-Anwendungen in hohem Tempo und die Vergütung sei wettbewerbsfähig

"Door Desk" und ein egalitäres Vergütungssystem

• Amazon ist für seine Sparsamkeitskultur bekannt; exemplarisch dafür steht der Einsatz günstiger Türen als Schreibtische
• Diese auf Sparsamkeit ausgerichtete Kultur gerät mit dem massiven Gehaltswettbewerb im AI-Bereich in Konflikt
• Das interne Dokument bewertet Amazons Angebote wegen starrer Gehaltsbänder und einer Politik ohne Nachbesserungen als schwächer als die der Konkurrenz
• Es warnt, dass das Ausbleiben von Gehaltserhöhungen in einigen Schlüsselrollen die Einstellung von Spitzenkräften behindere
• Wenn es Amazon nicht gelingt, hervorragende AI-Ingenieure und Forschende zu gewinnen, droht der Verlust technologischer Führungsstärke
• Amazon hat bislang kein AI-Produkt hervorgebracht, das einen ähnlich großen Erfolg erzielt hat wie OpenAIs ChatGPT oder Anthropics Claude
• Der AI-Cloud-Service Bedrock hat zwar gewisse Fortschritte gemacht, doch Beispiele mit weltweiter Wirkung sind rar

Weitere Beispiele zu Vergütung und Mitarbeiterbindung

• Amazons Gehalts- und Vergütungssystem sorgt immer wieder für Kontroversen
• So verließ 2020 etwa Brad Porter, VP im Robotikbereich, das Unternehmen nach einer abgelehnten Gehaltserhöhung
• Die Struktur, bei der Aktienzuteilungen stark in spätere Jahre verlagert sind, macht das Angebot für neue Talente weniger attraktiv
• Auch die Politik, auf Barboni zu verzichten, gilt bis in die Führungsebene hinein

Schwierigkeiten bei der Gewinnung von Generative-AI-Talenten

• Das interne Dokument weist auf den verschärften Wettbewerb um Fachkräfte im Bereich Generative AI hin, insbesondere auf die Schwierigkeit, Expertinnen und Experten für große Sprachmodelle zu gewinnen
• Laut einem Bericht des Venture-Capital-Unternehmens SignalFire liegt Amazons Bindungsrate bei Ingenieurinnen und Ingenieuren deutlich unter der von Meta, OpenAI und Anthropic
• Jarod Reyes, Leiter der Entwickler-Community bei SignalFire, sagte, Amazons Konkurrenten lägen bei offenen Modellen, Grundlagenforschung und Entwicklertools weiter vorn
• Viele Ingenieurinnen und Ingenieure seien über Amazons strategische Richtung verunsichert und wechselten zunehmend den Arbeitgeber

Reaktionen von Investoren und Markt

• Auch einige Investoren äußern ähnliche Sorgen
• Brian Nowak von Morgan Stanley sprach CEO Andy Jassy auf Bedenken über die nachlassende AI-Wettbewerbsfähigkeit von AWS und mögliche Marktanteilsverluste an
• Nach Jassys Antwort fiel die Aktie

Amazons Gegenmaßnahmen

• Amazon erklärte, man wolle mit einer präziseren Vergütungs- und Standortstrategie, mehr Events zur Hervorhebung von Generative AI und dedizierten Recruiting-Teams in Geschäftseinheiten wie AWS gegensteuern

Die auf "Hubs" ausgerichtete Politik und ihre Folgen für Talente

• Es gab Fälle, in denen sich Hunderte technische Beschäftigte von Amazons Zentrale wegen Themen wie der Präsenzpolitik vor dem Hauptsitz versammelten
• Amazons neue auf "Hubs" ausgerichtete Präsenzpolitik verlangt einen Umzug an den jeweiligen Regionalstandort und birgt bei Nichtbefolgung das Risiko einer Entlassung
• Laut internem Dokument behindert diese Politik die Gewinnung fähiger Talente, darunter Fachkräfte für Generative AI
• Amazon prüft zudem Möglichkeiten, mehr Rollen mit größerer Standortflexibilität anzubieten
• Tatsächlich wird berichtet, dass Wettbewerber Amazon wegen fehlender Homeoffice-Flexibilität leichter Talente abwerben können

Jüngste Einstellungen und Abgänge

• Amazon holte im vergangenen Jahr Adept-CEO David Luan; er leitet nun Amazons AI agents lab
• Gleichzeitig gingen hochrangige AI-Kräfte verloren, darunter der AI-Chipdesigner Rami Sinno und Bedrock-VP Vasi Philomin
• Einer Recruiterin bzw. einem Recruiter zufolge lehnen wegen der strikten Präsenzpolitik (RTO) immer mehr Bewerbende Jobangebote ab
• Selbst wenn Wettbewerber weniger zahlen, werden sie bei vorhandener Homeoffice-Möglichkeit oft bevorzugt
• Bloomberg berichtete, dass Oracle in den vergangenen zwei Jahren dank Amazons RTO-Politik mehr als 600 Mitarbeitende von Amazon eingestellt habe

Schwierige Veränderungen und optimistische Sichtweisen

• Das Dokument wurde Ende vergangenen Jahres erstellt, sodass spätere Veränderungen nicht ausgeschlossen sind
• Mehrere Beteiligte sagen jedoch, dass es keine substanziellen Änderungen an der Vergütungspolitik gegeben habe
• In offiziellen Unterlagen zur Vergütung von Führungskräften macht Amazon deutlich, dass man Änderungen am System als riskant betrachtet, da die Strategie über Jahrzehnte wirksam gewesen sei
• Es gibt auch die Sicht, der Krieg um AI-Talente sei überhitzt und basiere teils auf einer überzogenen Investitionsstimmung
• Tatsächlich gab es bereits Fälle, in denen einige von Meta teuer verpflichtete Talente das Unternehmen schon wieder verlassen haben

[GN⁺]

Hacker-News-Kommentare

• Ich denke, Zuckerbergs Verhalten, bei jedem Trend Milliarden von Dollar zu verbrennen, hat die Leute glauben lassen, dass alle großen Tech-Unternehmen auf diese Weise Geld verheizen müssten. In Wirklichkeit gehen andere Unternehmen viel strategischer vor. Microsoft tritt wegen seiner Partnerschaft mit OpenAI offensiv auf, und Google war ohnehin schon immer ein Zentrum der AI-Forschung. Amazon oder Apple befinden sich aber nicht in einer solchen natürlichen Position, daher müssen sie nicht zwanghaft Geld hineinpumpen. Ich erwarte, dass nur Unternehmen mit guter Strategie massiv investieren, während die übrigen nach einer Marktbereinigung über M&A oder Technologiepartnerschaften einsteigen. Wenn der AI-Hype abklingt, wird Zuck sein Geld wohl für den nächsten Trend ausgeben
  • Ich stimme im Großen und Ganzen zu, denke aber, dass Amazon große Angst hat, in diesem Bereich zurückzufallen. Beim letzten Earnings Call gab der CEO auf die Frage eines Analysten, warum Amazon bei AI ins Hintertreffen gerät, eine sehr lange und defensive Antwort. Internen Berichten zufolge geraten Führungskräfte in Panik und setzen Teams unter Druck, schnell AI-Lösungen auszuliefern. Bei Amazon gibt es faktisch nur wenige echte Führungstalente im AI-Bereich, und Top-Leute verlassen das Unternehmen zunehmend oder kommen gar nicht erst. Ich finde, Amazon sollte sich auf das konzentrieren, was es gut kann, etwa Logistik oder Infrastruktur, aber die aktuelle Führung wirkt, als irre sie ohne klaren Plan umher
  • Da LLMs größtenteils in der Cloud laufen werden, werden allgemeine Cloud-Anbieter wie Amazon, Microsoft und Google natürlich ins Model-Serving-Geschäft einsteigen. Sie müssen die Modelle aber nicht selbst bauen. LLMs werden am Ende mit konvergierenden Datensätzen wahrscheinlich zu weitgehend austauschbarer Standardware, und entscheidend wird dann der Zugang zum Kunden sein. Ein SOTA-LLM zu bauen erfordert nur Geld, aber bei Cloud-Anbietern sind die Eintrittsbarrieren viel höher, daher ist der Kundenzugang aus meiner Sicht der wichtigere Faktor. Amazon arbeitet bei Training und Service eng mit Anthropic zusammen, und da beide auf B2B fokussiert sind, ist das eine natürliche strategische Richtung
  • Ich denke, Amazon verfolgt die Strategie, in Infrastruktur zu investieren: Dort, wo die Maschinen stehen, steckt das Geld. Alle haben erkannt, dass niemand über einen differenzierenden Burggraben verfügt, und da letztlich jeder Rechenleistung einkaufen kann, konzentriert man sich strategisch auf diesen Bereich
  • Mir gefiel das Konzept wie bei Apple Intelligence, bei dem alle Prozesse und Daten primär on-device verarbeitet werden. Schade, dass diese Richtung – AI direkt auf dem Gerät ohne Cloud-Abhängigkeit – noch nicht wirklich umgesetzt ist. Ich hoffe, dass sie in naher Zukunft Realität wird, und finde, Apple dürfte dafür ruhig etwas mehr investieren
  • Wenn Amazon einen Vorteil hat, dann sind es die ungenutzten Rechenressourcen von AWS. Das ist aber ein Bereich, den man auch ohne herausragende AI-Talente nutzen kann
• Es gibt viele Hinweise darauf, dass es im LLM-Bereich kaum methodische Eintrittsbarrieren gibt. Der eigentliche Unterschied ist am Ende Compute Power, also Hardware und Energie. Unternehmen wie xAI oder DeepSeek haben in kurzer Zeit Modelle gebaut, die mit der Spitze konkurrieren. Dann ist es womöglich die bessere Strategie, statt astronomischer Gehälter für Top-Talente einfach GPUs und Energie zu kaufen und Rechendienste anzubieten. Außerdem investiert Amazon im Retail-Geschäft bereits in großem Maßstab und betreibt Infrastruktur, daher wäre es vernünftiger, Geld in den tatsächlichen Ausbau der Logistik zu stecken, statt Milliarden in ein unbewiesenes AWS-AI-Geschäft zu investieren
  • Manche im Management scheinen zu glauben, dass irgendwann AGI entsteht, wenn man nur genug Compute hineinwirft. Es wirkt zwar nicht so, als würden LLMs tatsächlich zu allgemeiner Intelligenz führen, aber psychologisch investieren sie enorme Summen wie in ein Lotterielos, um sich einen künftigen AGI-Markt zu sichern. Zuckerberg sprach einmal von "Anzeichen dafür, dass AI sich selbst verbessert"; wenn er das wirklich glaubt, kann man Metas aggressive Talentoffensive und den Ausbau von Rechenzentren auch als eine Art Zukunftsinvestition sehen
  • Wenn es im LLM-Bereich keine methodischen Eintrittsbarrieren gibt, warum hat Meta dann bis heute noch kein SOTA-Modell hervorgebracht? Auch DeepSeek hat nicht erkennbar mehr Ressourcen eingesetzt als andere große AI-Unternehmen in China. Alibaba und Baidu investieren schon länger und verfügen über mehr Kapital und Compute, konnten aber nicht leisten, was DeepSeek geschafft hat
  • Der wahre Burggraben ist in dieser Reihenfolge Talent, Daten und Compute. Bei Compute ist man faktisch an Grenzen gestoßen; inzwischen sind hochwertige Daten, Experimentiermethoden und Build-Umgebungen viel wichtigere Faktoren
  • Amazon wirkt, als handle es strategisch, scheitert in Wirklichkeit aber weiter daran, Top-Talente im AI-Bereich zu gewinnen. Wer wirklich etwas kann, hat gute Gründe, statt Amazon eher Anthropic, OpenAI oder Google DeepMind zu wählen. Schon am Fall der Adept-Übernahme sieht man das: Die Talente sind alle wieder gegangen. Und AWS liegt im Frontier-AI-Bereich weit hinter Azure zurück. Auch GCP wächst schneller und hat bessere Zukunftsaussichten
  • Die Eintrittsbarrieren bei LLMs sind offensichtlich. Dieser Bereich ist extrem kapitalintensiv, und dass es so aussieht, als gäbe es viele Player, ist in Wahrheit nur dank enormer Investitionen möglich. Ich glaube nicht, dass dieser Boom ewig anhält. Strategisch ist schwer zu beurteilen, ob man gerade jetzt groß investieren sollte. Falls mehrere Unternehmen weiterhin wettbewerbsfähige Open-Weight-Modelle veröffentlichen, darf man nicht ausschließen, dass reine R&D-Führerschaft am Ende kein großer Wettbewerbsvorteil ist. Amazon verfügt bereits über genügend Compute-Kapazität und kann deshalb auch ohne tiefe Investitionen mit geringem Risiko gewisse Gewinne in diesem Markt erzielen
• Ich frage mich, ob Amazon ein AI-Innovator werden will oder lieber Infrastruktur liefert, die AI ermöglicht. AWS unterstützt bereits Tausende Unternehmen dabei, ihr Geschäft zu betreiben. Amazon hat mit Graviton ARM CPU und dem Trainium-AI-Chip auch eigene Hardware entwickelt, und über AWS kann sie jeder nutzen. Ich glaube daher, dass Amazon viel mehr daran verdient, verschiedenste AI auf AWS laufen zu lassen, als selbst AI-Algorithmen zu entwickeln
  • Die aktuelle Situation erinnert an die Strategie, im Goldrausch Schaufeln zu verkaufen
  • Wenn man sich die Aussagen der zuständigen VPs ansieht, wird klar, dass Amazon auf die Demokratisierung von AI setzt. VP Swami verfolgt genau dieses Ziel, und die strategische Ausrichtung des Unternehmens passt dazu. (Siehe: Blog zur Zusammenarbeit von AWS und Mistral AI)
  • Ich denke, Amazon erkennt, dass AI derzeit größtenteils ein Geldverbrennungsgeschäft ist. Es ist nicht zu spät, erst dann einzusteigen, wenn später klarere Lösungen auftauchen; deshalb muss man nicht unbedingt jetzt in den Kampf ziehen. Wenn man ein bestimmtes Modell braucht, kann man es sich ohnehin jederzeit holen, und vieles lässt sich auf den eigenen Servern betreiben, sodass die Opportunitätskosten nicht besonders hoch sind
  • Amazon hat auch eigene Roboter und verkauft auf seiner Website Roboter von Drittanbietern. Ich glaube, bei AI sehen sie das ähnlich strategisch. Sie entwickeln selbst, aber die Einsatzfelder sind ebenfalls enorm vielfältig. Ein Beispiel: Ein Bot hat einmal falsche Informationen geliefert, wodurch ich ein Produkt zurückgeschickt habe. Bei der Verbesserung der Customer Experience liegt also noch einiges vor ihnen
• Im aktuellen AI-Ökosystem gibt es noch keinen Lock-in. Aber wenn AI irgendwann zum Begleiter wird, der mein ganzes Leben verwaltet und alle persönlichen Daten bzw. Erinnerungen speichert, könnte der Lock-in extrem werden. Den AI-Anbieter zu wechseln, könnte sich dann wie eine Scheidung anfühlen – als würde man die Hälfte seiner Lebenserinnerungen verlieren. Momentan wird das zwar noch durch Grenzen bei der Kontextspeicherung verhindert, aber wenn es eines Tages eine echte "Lebensbegleiter-AI" gibt, die sogar den gesamten Gesprächsverlauf einbezieht, könnten sich Marktstruktur und Akteure massiv verändern
  • Dieses Speicherproblem lässt sich aber womöglich nicht so leicht lösen. Die Context Windows sind zuletzt zwar länger geworden, aber mehr Länge bedeutet nicht automatisch, dass alle Informationen gleich gut nutzbar sind. Ich erlebe oft, dass die Modellleistung schon bei 100k Tokens spürbar nachlässt. Schon jetzt ist es schwierig, innerhalb der aktuellen Längenlimits wirklich spitze Anwendungsfälle zu bauen, daher komprimiere ich alles jenseits von 100k Tokens
  • Wenn die Daten ohnehin nur Text sind, sollte man rechtlich auch Datenportabilität verlangen können; dann müsste man bei Bedarf einfach das komplette Gesprächsprotokoll kopieren und ohne große Schwierigkeiten zu einer anderen AI migrieren können
  • Ich speise meine alten Gesprächsverläufe in mein RAG-System ein und nutze sie mit einem neuen LLM weiter. Ich verwalte das über Claude Desktop oder Cursor; weil ich die LLM-Logs und den Speicher selbst kontrolliere, ist ein Modellwechsel überhaupt keine Belastung
  • Wer möchte überhaupt neues Verhalten auf Basis aller früheren Gespräche erzeugen? Manchmal braucht man den Prozess des Wachsens durch Fehler und Vergessen; alle Erinnerungen ein Leben lang mitzuschleppen, wirkt eher wie ein dystopisches Szenario
  • Für eine lebenslange Begleiter-AI bräuchte es einen Sprung bei "agentischem Gedächtnis". Speicher selbst könnte modularisiert werden, und Lock-in wäre dann womöglich gar nicht notwendig. Man kann sich gut dezentrale Lösungen vorstellen, bei denen mein Eigentum an meinen Daten garantiert ist, ich nur ausgewählten AI Zugriff gebe und diesen leicht wieder entziehen kann
• Ich stimme der Interpretation zu, dass der Krieg um AI-Talente eine Fehlstrategie ist, die aus Hype und überhitzter Investorenstimmung entstanden ist. Wenn man Fälle wie DeepSeek betrachtet, das ohne theoretischen Durchbruch mit relativ kleinen Investitionen direkt an die Branchenspitze kam, wirkt es unklug, sich jetzt mit Gewalt in diesen Wettbewerb zu stürzen. Klüger wäre es, abzuwarten, bis sich das Feld stabilisiert, aus den Versuchen anderer zu lernen und Systeme eher auf Effizienz und Profit als auf Höchstleistung zu optimieren. Amazon hat ohnehin GPU-Ressourcen und spielt damit quasi die Rolle des Schaufelverkäufers im Goldrausch; es muss also nicht direkt bei AI-Modellen selbst konkurrieren
  • Ich denke, Amazon kann problemlos warten, bis jemand tatsächlich eine AI-Lösung hervorbringt, die sich wirklich verkaufen lässt. Es mag Beispiele wie Customer-Service-Chatbots geben, aber wenn die tatsächliche Kundennachfrage nicht groß ist, werden Kunden das gewünschte Modell eher selbst mitbringen als eine interne Lösung von Amazon zu übernehmen
  • Ich stimme zu, dass AI ein wichtiges Feld ist, aber dass derzeit Billionen ausschließlich in LLMs fließen, während andere transformative Technologien wie Batteriedurchbrüche, Kernfusion oder Gentherapien vergleichsweise wenig Kapital erhalten, ist unausgewogen. Der Einschätzung, DeepSeek habe keinen theoretischen Durchbruch erzielt, widerspreche ich allerdings. MLA und GRPO haben tatsächlich starke Resultate geliefert
  • Nachdem ich DeepSeek-basierte Modelle in der Praxis für echte Softwarearbeit eingesetzt habe, kann ich dieser Einschätzung nicht zustimmen
• Ich denke, AWS verpasst bei diesem GenAI-Trend eine große Chance. Ich habe regelmäßig mit AWS zu MLOps/GenAI zu tun, und bei uns sind drei zuständige Spezialisten innerhalb eines Jahres alle zur Konkurrenz gewechselt. Auf dem re:Invent in London gab es im GenAI-Bereich auch keine besonders bemerkenswerten Produktankündigungen. Im Vorjahr waren die Erwartungen an Bedrock groß, aber man hat sie nicht eingelöst. Auch abseits von AWS ist schwer zu verstehen, warum Amazon einen AI-Assistenten noch immer nicht in Alexa integriert hat
  • Alexa+ soll bald als AI-basierter Service kommen. Geplant ist ein kostenpflichtiger Tarif für 20 Dollar im Monat relevanter Link
  • Im Grunde hat Amazon diese Funktion mit Alexa+ bereits umgesetzt. Es ist deutlich natürlicher und intelligenter als das bisherige Alexa, antwortet unter Einbezug des aktuellen Gesprächskontexts in Echtzeit und wirkt dadurch viel fortschrittlicher. Gerade wegen der Echo-Geräte fand ich das beeindruckend, weil man nicht erst eine ChatGPT-App öffnen und in den Sprachmodus wechseln muss, sondern viel einfacher mit einer sprachgesteuerten AI sprechen kann
  • Ich habe AWS Q einmal ausprobiert, und außer dem witzigen Namen hat es praktisch überhaupt keinen Nutzen
  • Das Haushaltsroboterprojekt Astro ist faktisch ebenfalls eingestellt. Nach internen Informationen und der allgemeinen Stimmung war Astro nur ein Testbed für die Forschung an autonomen Lagerrobotern, und sobald dieses Ziel erreicht war, wurde das Team aufgelöst
  • Begrifflich gefragt: Ist MLOps so etwas wie DevOps für Machine Learning oder eher ein Begriff ähnlich FLOPS, also bezogen auf ML-spezifische Rechenleistung? Wie auch immer – es scheint tatsächlich so zu sein, dass Amazon echte Experten an Startups verliert
• AWS hat seine Preise bisher an Open-Source- oder Lizenzprodukten wie PostgreSQL, MS-SQL und Redis ausgerichtet. Genauso ist die Strategie bei Bedrock, die Kosten inklusive Lizenz so zu gestalten, dass man Modelle verschiedener AI-Anbieter sofort nutzen kann und damit Marktanteile gewinnt, ohne selbst zu entwickeln. Infrastruktur, Networking und Nutzerbasis bereitzustellen – das reicht als Rolle völlig aus
• Amazon investiert weiterhin massiv in R&D. Historisch hat das Unternehmen einen hohen Anteil an Experimenten – und auch Misserfolgen – bewusst als Prinzip verfolgt. Deshalb glaube ich, dass Amazon langfristig seine AI-Muskeln aufbauen wird, auch wenn es aktuell keine spektakulären AI-Schlagzeilen liefert. Es wird sich auf reale Kundenfälle konzentrieren und mit langem Atem Resultate erzielen
• Ich glaube eher, dass Amazon dank AI am meisten profitieren könnte. Ein Beispiel ist ein Gespräch mit dem Kundensupport: „Die Suche scheint kaputt zu sein. Wenn ich nach wwvb watch suche, werden völlig irrelevante Uhren angezeigt.“ – „Welchen Webbrowser benutzen Sie? Können Sie es mal mit Chrome versuchen?“ So schlecht ist aktuell die Qualität der Suche selbst