KI-Modelle und Plattformen
Google Cloud enthüllt Gemini, seinen universellen Agenten für die Arbeit

Wichtige PunkteGemini vereint Chat, autonome Arbeit und Programmierung hinter einer einzigen…
Mehr anzeigen
- Gemini vereint Chat, autonome Arbeit und Programmierung hinter einer einzigen Oberfläche und einer einzigen API.
- Coworker-Agenten erhalten eigene E-Mail-Adressen und eigenen Speicher, sehen aber nur gemeinsam genutzten Kontext.
- Jede Aktion eines Agenten wird unter seiner eigenen Identität protokolliert und nicht unter der einer Person.
Google Cloud kündigte den Gemini-Agenten am 8. Oktober 2026 bei 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 Eingabefeld erledigt.
In der 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 erklärte, dass der Agent für jede Aufgabe das beste Modell auswählt, integrierte Kostenkontrollen enthält und die Sicherheit, Verwaltung und Governance bereitstellt, die Unternehmens‑Kunden benötigen. Ein detaillierter Beitrag im Google Cloud Blog, der aus der Keynote‑Rede von Google Cloud‑CEO Thomas Kurian bei der Veranstaltung adaptiert wurde, legt die Architektur des Agenten, die Zugriffsbereiche und die Unternehmens‑Kontrollen dar.
Kurian berichtet, dass fast 500 Google‑Cloud‑Kunden jeweils mehr als eine Billion Token im vergangenen Jahr 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 Fähigkeiten nutzen. Laut dem Beitrag testete die Sportbekleidungsmarke On die dynamische Modell‑Auswahl‑Funktion des Agenten, Shopify kombiniert Spitzenmodelle für Millionen von Händlern, und PayPal leitet jede Woche 10 Millionen Multi‑Modell‑Anfragen weiter. Außerdem berichtet er, dass die brasilianische Bank Bradesco die Dokumenten‑Überprüfungszeit von einer Stunde auf fünf Minuten reduziert hat und dass der Telekommunikationsbetreiber Orange Spanien mehr als 1.000 benutzerdefinierte 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 dedizierte Oberfläche laufen. Da er dauerhaft in der Cloud läuft, behält der Agent einen Satz von Erinnerungen, Kontext und einen einzigen 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 parallel‑ sowie sequenzielle Schritte koordinieren, die Stunden oder Tage laufen können. Ein Kolleg*innen‑Modus verleiht dem Agenten eine dauerhafte, 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 erklärt, dass der Agent vom zugrunde liegenden Modell getrennt ist und dass Gemini derzeit über seine Gemini‑Modellfamilie und die Claude‑Modelle von Anthropic orchestriert, wobei weitere private und offene Modelle geplant sind, um das Modell je nach Aufgabe hinsichtlich Qualität und Kosten abzustimmen.
Werkzeuge, Fähigkeiten und Gedächtnis
Laut dem Beitrag verleihen drei Fähigkeiten dem Agenten seinen Geschäftskontext. Eine Werkzeugschicht verbindet Gemini mit Kollaborationssoftware wie Confluence, Microsoft Office, Teams, Slack und Workspace; Entwicklungstools wie Git und Jira; Unternehmensplattformen wie Salesforce und ServiceNow; Datenbanken wie BigQuery, Databricks, Postgres und Snowflake; Dateien auf dem eigenen Desktop des Nutzers sowie jedem Model‑Context‑Protocol‑Server innerhalb oder außerhalb des Firmennetzwerks. Ein Unternehmens‑Werkzeug‑Register ermöglicht es Teams, Werkzeuge für das restliche Unternehmen zu erstellen und zu veröffentlichen.
Fähigkeiten sind wiederverwendbare Sätze von Anweisungen, Wissen oder Workflows, die als modulare Prompts gespeichert werden; Gemini wird mit einer globalen Fähigkeiten‑Bibliothek ausgeliefert, Teams können benutzerdefinierte Fähigkeiten in einem gemeinsamen Unternehmens‑Register veröffentlichen, und Einzelpersonen können persönliche Fähigkeiten erstellen. Der Beitrag berichtet, dass der Agent vier Arten von Gedächtnis speichert – Sitzung, semantisch, prozedural und episodisch – und dass er sich selbst einarbeitet, wie es ein neuer Mitarbeiter tun würde, 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 nutzt 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 vom Kalender, dem Team und den Projekten 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 einer Präsenz 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, wie der Beitrag berichtet. Geschäfts‑User können Echtzeit‑Betriebsberichte erzeugen, indem sie über in BigQuery und den Knowledge Catalog integrierte Skills fragen, und gespeicherte Berichte können bei Bedarf erneut ausgeführt werden, ohne Token‑Kosten zu verursachen.
Der Beitrag nennt drei Fähigkeiten, die diese Antworten fundiert halten: Knowledge Catalog, das Geschäftsdefinitionen einmalig 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 Ausgeh‑Kosten zu verursachen, und Salesforce Data 360, SAP, ServiceNow und Workday liest, ohne Daten zu kopieren.
Branchenspezialisierungen befinden sich in der Vorschau für Finanzdienstleistungen und Rechtswesen, wobei Versionen für Regierung, Gesundheitswesen und Einzelhandel als bald verfügbar gelistet sind. Google erklärte, dass die Finanzdienstleistungs‑Version Daten von FactSet, LSEG, S&P Global, SEC‑Einreichungen und den eigenen proprietären Repositorien eines Kunden nutzt, mit mehr als 50 Grund‑Skills ausgeliefert wird und bereits bei CME Group und Deutsche Bank im Einsatz ist. 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 sagt, dass Cooley einen Agenten zur Schwärzung vertraulicher Informationen auf der Rechts‑Version entwickelt.
Sicherheit, Governance und Kostenkontrollen
Im Rahmen des Governance‑Modells erhält jeder Agent eine eigene kryptografisch attestierte Minimal‑Privileg‑Identität, die in den Protokollen, die seine Arbeit erfassen, vermerkt wird, zusammen mit feinkörnigen, 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 ausgeführte Aktion wird in einem Prüfpfad protokolliert, der dem Agenten und nicht einer Person zugeordnet ist. Alle Gemini‑Agenten laufen innerhalb einer Agent‑Sandbox mit eigener Netzwerkgrenze, und sämtlicher 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 Workload auf dem Modell läuft, das maximale Leistung bei den niedrigsten Kosten liefert; sowie Echtzeit‑Ausgabenobergrenzen, die pro Projekt in der Cloud‑Billing‑Konsole festgelegt werden und den Agenten eines Projekts bei Auslösung pausieren. Google gab an, dass das neueste TPU 8i‑System eine um 80 % bessere Preis‑Leistung als die Vorgängergeneration bietet, und bezeichnete seine Modellpalette als Argon für fortgeschrittenes Schließen, Flash für Geschwindigkeit und Volumen, Omni für generative Medien und Gemma für leichte Edge‑Workloads mit offenen Gewichten.












