MacOS & Windows mit Prompt geklont? KI-Hype-News stimmt so nicht

Durchs Netz geistern spektakuläre Videos: Googles Gemini 3 habe Betriebssysteme wie MacOS, Windows und iOS mit einem Prompt "geklont". Doch das sind keine Systemklone - sondern ein technisch raffinierter HTML-Trick, der zeigt, wie weit KI-gestützte Code-Generierung inzwischen gekommen ist.

KI-Fake statt OS-Clone: Gemini 3.0 kann wohl neue Tricks

Ein Nutzer mit dem Handle ChetasLua teilte jüngst einen Clip auf X (siehe unten), der seither Millionen Aufrufe zählt. Zu sehen ist ein virtueller Mac-Desktop: Dock, Menüleiste, Safari-Fenster, Terminal - alles klickbar, verschiebbar und auf Knopfdruck minimierbar. Viele Stimmen, unter anderem BGR, berichten schnell: der Nutzer habe den Code in einem einzigen Prompt mit Gemini 3.0 Pro erzeugt, also einer bislang nicht offiziell veröffentlichten Version von Googles KI-Modell. Tatsächlich existiert der dazugehörige CodePen - unter demselben Namen und mit identischer Oberfläche - öffentlich im Netz und kann von jedem ausprobiert und untersucht werden.

Wer sich den Code anschaut, erkennt: Es handelt sich nicht um ein Betriebssystem, sondern um eine HTML-Simulation, die das Verhalten eines OS imitiert. Das Projekt nutzt jQuery 3.6 und jQuery UI 1.13, um Fenster zu verschieben und zu skalieren. Der Rest ist cleveres DOM-Design: jede App - Finder, Terminal, TextEdit, Paint, Calculator, Safari - ist eine JavaScript-Funktion, die bei Klick ein neues Fenster erzeugt. Der "Browser" etwa ist nur ein iframe, das eine externe Seite lädt; das Terminal interpretiert einfache Eingaben, ohne echten Shell-Zugriff. Selbst der Bootscreen ist reine CSS-Animation.

Auch so beeindruckend genug

Es wäre aber auch so kein Hype um "OS-Klone" nötig. Wenn der Code tatsächlich von Gemini 3 erzeugt wurde, deutet das auf ein bemerkenswertes neues Niveau der Code-Kohärenz hin: Das Modell wäre dann in der Lage, eine komplette, funktionsfähige Website samt UI-Logik in einem Durchgang fehlerfrei zu erzeugen. Das wäre ein sichtbarer Fortschritt gegenüber bisherigen Modellen, die bei langen HTML- oder JS-Strukturen oft Syntaxfehler produzierten. Die KI würde also Layout, Logik und Interaktion über mehrere Funktionsblöcke hinweg sinnvoll verbinden - ein Schritt Richtung "generative Interfaces", aber noch sehr weit entfernt von echten Betriebssystem-Kernen oder Prozessverwaltung.

Und: Solche Experimente gab es bereits früher - etwa mit GPT-4, Claude 3 oder frühen Gemini-Versionen. Damals konnten die Modelle mit einem Prompt einfache Desktop-Attrappen mit Fenstern oder Chat-Terminals generieren, stießen aber schnell an strukturelle Grenzen: fehlerhafte Skripte, fehlendes Event-Handling, kaum Zustandslogik. Erst mit den jüngsten Generationen scheint "die KI" den Code über viele Funktionsschichten hinweg konsistent zu halten. Insofern wäre das Projekt von ChetasLua kein völlig neues Konzept - aber das bislang überzeugendste Beispiel, wie weit sich generative Systeme beim Erzeugen komplexer, interaktiver Frontends - basierend auf nur einem Befehl - entwickelt haben.

Kein neues KI-Paradigma

Für Beobachter bleibt das Beispiel deshalb ein interessantes Signal, auch wenn viele Schlagzeilen mit der Geschichte vom "Ein-Klick-OS-Klon" maßlos übertreiben: Wenn eine einzige Ki-Anweisung heute schon eine vollständige, interaktive Umgebung ausgeben kann, geht es künftig nicht mehr um Code-Snippets und schichtweises Aufbauen im Tandem zwischen Coder und KI, sondern um live generierte Mini-Anwendungen. Gemini 3 könnte - falls die vielen Berichte zu den beeindruckenden Outputs aus der Testphase stimmen - die Fähigkeit deutlich ausgebaut haben, User-Interfaces, Interaktionen und Datenfluss in einem Schritt zu beschreiben und umzusetzen.

Neben dem MacOS-Projekt kursieren inzwischen auch Windows- und iOS-Simulationen, die angeblich ebenfalls mit Gemini 3 erstellt wurden. Ich will es aber zum Abschluss noch einmal ganz laut sagen: All diese Projekte sind keine Kopien realer Betriebssysteme.

Aber das ist auch nicht der springende Punkt: Wenn Gemini 3 tatsächlich über die beschriebenen Fähigkeiten verfügt, weist das auf ein deutlich verbessertes "multi-module code reasoning" hin - also auf eine gesteigerte Fähigkeit, mehrere Funktionsbereiche und Abhängigkeiten im Code konsistent zu verbinden. Kein neues KI-Paradigma, wie es gerne schnell herbeigeschrieben wird - aber ein klarer Qualitätssprung in der Art, wie große Sprachmodelle komplexe Softwarestrukturen erzeugen können.


Siehe auch: