Google Cloud stellt Gemini vor, seinen universellen Agenten für die Arbeit

Google Cloud kündigte den Gemini‑Agent am 8. Oktober 2026 auf seiner Veranstaltung Gemini at Work 2026 an und beschrieb ihn als einen einzigen, universellen Agenten für die Arbeit, der Wissensarbeit, Fragenbeantwortung, Inhaltserstellung und Programmierung aus einem einzigen Eingabeaufforderungsfeld erledigt.

In die Ankündigung auf The Keyword, sagte Google, dass der Agent den Geschäftskontext einer Organisation hält, die Arbeit plant, Fähigkeiten und Werkzeuge nutzt, sich mit den Geschäftssystemen der Cloud‑Kunden verbindet und fertige Arbeit in den Dokumenten, Posteingängen und Entwicklerumgebungen zurückgibt, die die Menschen bereits verwenden. Das Unternehmen sagte, der Agent wählt für jede Aufgabe das beste Modell aus, beinhaltet integrierte Kostenkontrollen und übernimmt die Sicherheit, Verwaltung und Governance, die Unternehmens‑Kunden benötigen. Ein detaillierter Beitrag auf dem Google Cloud Blog, angepasst aus der Keynote‑Rede von Google‑Cloud‑CEO Thomas Kurian bei der Veranstaltung, legt die Architektur des Agenten, die Zugriffspunkte und die Unternehmens‑Kontrollen dar.

Kurian berichtet, dass fast 500 Google‑Cloud‑Kunden im vergangenen Jahr jeweils mehr als eine Billion Token verarbeitet haben, dass fast 80 % aller Google‑Cloud‑Kunden seine KI‑Produkte nutzen und dass fast 90 % der Fortune‑100 Gemini Enterprise einsetzen.

Der Beitrag nennt frühe Tester und Kunden, die bereits die neuen Funktionen nutzen. Laut dem Beitrag testete die Sportbekleidungsmarke On die dynamische Modell‑Auswahl‑Fähigkeit des Agenten, Shopify kombiniert Spitzenmodelle für Millionen von Händlern, und PayPal leitet jede Woche 10 Millionen Multi‑Model‑Anfragen weiter. Er berichtet außerdem, dass die brasilianische Bank Bradesco die Dokumenten‑Überprüfungszeit von einer Stunde auf fünf Minuten verkürzt hat und dass der Telekommunikationsbetreiber Orange Spanien mehr als 1 000 maßgeschneiderte Gemini Enterprise‑Agenten eingesetzt hat.

Agentenarchitektur

Der Beitrag beschreibt einen Agenten, der auf einem Satz architektonischer Prinzipien basiert. Als einheitlicher Agent beantwortet Gemini Fragen im Chat, arbeitet autonom an von Nutzern zugewiesenen Zielen und erzeugt Code – alles über eine einzige Oberfläche und eine einzige API; Nutzer können Arbeit zuweisen, Aufgaben planen oder den Agenten auf Ereignisse reagieren lassen. Der Zugriff erstreckt sich über das Web, iOS‑ und Android‑Geräte, Windows‑ und Mac‑Desktops, die Befehlszeile, Google Workspace, Microsoft 365 und Slack, und der Agent kann zudem kopflos innerhalb von Drittanbieter‑Anwendungen ohne eigene Oberfläche laufen. Da er dauerhaft in der Cloud läuft, behält der Agent einen einzigen Satz von Erinnerungen, Kontext und einen einheitlichen Personalisierungs‑Graphen über alle Geräte hinweg bei, und Arbeit, die Stunden oder Tage dauert, wird fortgesetzt, nachdem ein Nutzer den Laptop geschlossen hat.

Für mehrstufige Aufgaben kann Gemini dynamisch temporäre Sub‑Agenten erstellen, von denen jeder eine eigene Identität besitzt, und parallele sowie sequenzielle Schritte koordinieren, die Stunden oder Tage laufen können. Ein Kolleg*innen‑Modus verleiht dem Agenten eine beständige, definierte Rolle: Kolleg*innen‑Agenten erhalten eigene @agents.company.com‑E‑Mail‑Adressen und persistenten Speicher und haben nur Zugriff auf den Kontext, den Nutzer*innen oder Teammitglieder bereitstellen. Google sagt, der Agent sei vom zugrunde liegenden Modell getrennt, und dass Gemini derzeit über seine Gemini‑Modellfamilie und Anthropics Claude‑Modelle orchestriert, wobei weitere private und offene Modelle geplant sind, die das passende Modell je nach Aufgabe für Qualität und Kosten auswählen.

Werkzeuge, Fähigkeiten und Gedächtnis

Laut dem Beitrag verleihen dem Agenten drei Fähigkeiten seinen Geschäftskontext. Eine Werkzeugschicht verbindet Gemini mit Kollaborationssoftware wie Confluence, Microsoft Office, Teams, Slack und Workspace; Entwicklungstools einschließlich Git und Jira; Unternehmensplattformen wie Salesforce und ServiceNow; Datenbanken wie BigQuery, Databricks, Postgres und Snowflake; Dateien auf dem Desktop des Nutzers sowie jedem Model‑Context‑Protocol‑Server innerhalb oder außerhalb des Firmennetzwerks. Ein Unternehmens‑Werkzeug‑Register ermöglicht es Teams, Werkzeuge für den Rest des Unternehmens zu erstellen und zu veröffentlichen.

Fähigkeiten sind wiederverwendbare Sätze von Anweisungen, Wissen oder Arbeitsabläufen, die als modulare Prompts gespeichert sind; Gemini wird mit einer globalen Fähigkeitsbibliothek ausgeliefert, Teams können benutzerdefinierte Fähigkeiten in ein gemeinsames Unternehmens‑Register veröffentlichen und Einzelpersonen können persönliche Fähigkeiten erstellen. Der Beitrag sagt, der Agent bewahrt vier Arten von Gedächtnis – Sitzung, semantisch, prozedural und episodisch – und dass er sich selbst einarbeitet, wie ein neuer Mitarbeitender, indem er den Nutzer, die Werkzeuge und das Team kennenlernt, bevor er mit der Arbeit beginnt.

Gemini in Google Workspace

Gemini funktioniert zudem inline in Gmail, Drive, Docs, Slides, Sheets, Chat und Calendar und übernimmt dabei dasselbe Gedächtnis, dieselben Fähigkeiten und dieselben Steuerungen wie an anderen Stellen. Der Beitrag beschreibt drei Workspace‑Modi. Im persönlichen Assistenz‑Modus erscheint der Agent bereits mit Kenntnis des Kalenders, des Teams und der Projekte des Nutzers. Im proaktiven Delegations‑Modus erkennt Workspace‑Intelligence delegierbare Aufgaben und bietet eine Ein‑Klick‑Übergabe an. Im Kolleg*innen‑Modus erhält der Agent ein eigenes Workspace‑Konto mit E‑Mail‑Adresse, Kalender, Drive und einem Eintrag im Unternehmensverzeichnis. Ein Kolleg*innen‑Agent agiert unter seiner eigenen Identität statt unter der des Nutzers, sieht nur das, was mit ihm geteilt wird, und folgt den bereits vom Team genutzten Freigabe‑ und Mitgliedschaftseinstellungen.

Datenfähigkeiten und branchenspezifische Spezialisierungen

Neue Daten‑Skills ermöglichen es Ingenieuren, ein Ergebnis in einfacher Sprache zu beschreiben, während Gemini PySpark‑Code generiert, Notebooks zum Bearbeiten und Testen bereitstellt, Modelle trainiert und Pipeline‑Probleme behebt, so der Beitrag. Geschäfts‑User können Echtzeit‑Betriebsberichte erzeugen, indem sie über Skills, die in BigQuery und den Knowledge Catalog integriert sind, Anfragen stellen, und gespeicherte Berichte können auf Abruf erneut ausgeführt werden, ohne Token‑Kosten zu verursachen.

Der Beitrag nennt drei Funktionen, die diese Antworten fundiert halten: Knowledge Catalog, das Geschäftsdefinitionen einmal abbildet, sodass alle Agenten sie nutzen, und Kennzahlen dort ausliest, wo sie in Databricks, dbt, LookML oder SAP liegen; Smart Storage, das unstrukturierte Objekte vor Ort anreichert; und ein Borderless Lakehouse, das Amazon S3 und Azure Data Lake abfragt, ohne variable Ausgehgebühren, und Salesforce Data 360, SAP, ServiceNow und Workday liest, ohne Daten zu kopieren.

Branchenspezialisierungen befinden sich in der Vorschau für Finanzdienstleistungen und Recht, wobei Versionen für Regierung, Gesundheitswesen und Einzelhandel als demnächst angekündigt gelistet sind. Google sagte, die Finanzdienstleistungs‑Version greift auf Daten von FactSet, LSEG, SEC‑Einreichungen und den eigenen proprietären Repositorien eines Kunden zu, wird mit mehr als 50 grundlegenden Skills ausgeliefert und ist bereits bei CME Group und Deutsche Bank im Einsatz. Die Rechts‑Version übernimmt Berechtigungen auf Vorgangsebene und ethische Barrieren von den Dokumenten‑Management‑Plattformen NetDocuments und iManage; Google nennt Harvey und Onit als Partner und erklärt, dass Cooley einen Redaktions‑Agenten für vertrauliche Informationen auf der Rechts‑Version entwickelt.

Sicherheit, Governance und Kostenkontrollen

Im Governance‑Modell erhält jeder Agent seine eigene kryptografisch attestierte, minimal‑privilegierte Identität, die in die Protokolle, die seine Arbeit erfassen, eingebettet wird, zusammen mit fein abgestuften, rollenbasierten Berechtigungen, die von den Sicherheitsadministratoren einer Organisation genehmigt wurden; wenn der Agent eine Verbindung zu einem externen System herstellt, wird seine Identität über OAuth weitergegeben. Jede vom Agenten durchgeführte Aktion wird in einem Prüfprotokoll festgehalten, das dem Agenten und nicht einer Person zugeordnet ist. Alle Gemini Agenten führen ihre Aufgaben innerhalb einer Agent‑Sandbox mit eigener Netzwerkgrenze aus, und der gesamte Datenverkehr läuft über das Agent‑Gateway, das der Beitrag als KI‑Netzwerk‑Firewall beschreibt, die organisationsweite Richtlinien in Echtzeit durchsetzt.

Kostenkontrollen umfassen die Orchestrierung mehrerer Modelle; ein Smart‑Routing‑Tool, das Unternehmens‑Workloads automatisch priorisiert, sodass jeder auf dem Modell läuft, das maximale Leistung bei den geringstmöglichen Kosten liefert; sowie Echtzeit‑Ausgabengrenzen, die pro Projekt in der Cloud‑Billing‑Konsole festgelegt werden und den Agenten eines Projekts bei Auslösung pausieren. Google sagte, dass sein neuestes TPU‑8i‑System eine um 80 % bessere Preis‑Leistung als die Vorgängergeneration bietet, und benannte seine Modellpalette: Argon für fortschrittliches Schlussfolgern, Flash für Geschwindigkeit und Volumen, Omni für generative Medien und Gemma für leichte Edge‑Workloads mit offenen Gewichten.