Google Cloud startet Gemini-Agent als universellen Agenten für die Arbeit

Ein Agent für alle Geräte und Kanäle

Die Ankündigung erfolgte auf der Gemini at Work 2026 und basiert auf einer Keynote von Thomas Kurian. Laut Google Cloud plant der Gemini-Agent die Arbeit, nutzt Skills und Tools, verbindet sich mit Unternehmenssystemen und liefert fertige Ergebnisse in Dokumenten, im Posteingang und in Entwicklungsumgebungen. Das Unternehmen erklärt, der Agent bringe zudem integrierte Kostenkontrollen sowie die Sicherheit, Administration und Governance mit, die Unternehmen benötigen.

Google beschreibt das Modell so, dass Ziele statt Anweisungen delegiert werden. Gemini kann als persönlicher Assistent oder als Teammitglied arbeiten, etwa als Projektmanager in einem Team oder als Analyst in einer Finanzabteilung. Nutzer können Aufgaben zuweisen, Termine für Aufgaben festlegen oder den Agenten auf Ereignisse reagieren lassen.

Der Zugang soll breit sein. Laut Google Cloud ist Gemini über Web, iOS und Android, Desktops unter Windows und Mac sowie über die Kommandozeile, Google Workspace, Microsoft 365 oder Slack erreichbar. Zudem lässt es sich in Anwendungen von Drittanbietern einbauen und als Headless-Agent ohne eigene Benutzeroberfläche betreiben. Nach Angaben des Unternehmens arbeitet Gemini direkt in Gmail, Drive, Docs, Slides, Sheets, Chat und Calendar.

Da der Agent in der Cloud läuft, behält er laut Google unabhängig vom Gerät einen einheitlichen Satz an Erinnerungen, Kontext und einen einzigen Personalisierungsgraphen. Arbeit, die Stunden oder Tage dauert, läuft auch nach dem Schließen des Laptops weiter.

Subagenten, Coworker-Agenten und Modellwahl

Google zufolge kann Gemini dynamisch eine Reihe von Subagenten erzeugen, die als temporäre, aufgabenspezifische Agenten mit jeweils eigener Identität beschrieben werden. Sie können parallele und aufeinanderfolgende Schritte koordinieren, die Stunden oder Tage laufen. Gemini kann außerdem als Coworker-Agent mit einer festen, definierten Rolle auftreten. Laut dem Unternehmen haben Coworker-Agenten eigene Identitäten, darunter eigene E-Mail-Adressen und dauerhaften Speicher, und greifen nur auf Kontext zu, den Nutzer oder Teammitglieder bereitstellen.

Der Agent ist vom zugrunde liegenden Modell getrennt. Google erklärt, Gemini führe jede Aufgabe mit dem am besten geeigneten Modell aus und orchestriere dabei heute über seine Gemini-Familie und Claude-Modelle von Anthropic, künftig sollen weitere führende proprietäre und offene Modelle folgen. Das Unternehmen argumentiert, das beste Modell sei nicht immer das größte; wer Modell und Aufgabe aufeinander abstimme, steigere die Genauigkeit bei schwierigen Aufgaben und senke die Kosten bei einfachen.

Google sagt, die Sportmarke On habe diese dynamische Modellauswahl getestet, um die Time-to-Market zu verkürzen. Außerdem verwies das Unternehmen auf Shopify, das Frontier-Modelle für Millionen von Händlern kombiniert, und auf PayPal, das jede Woche 10 Millionen Multimodell-Anfragen weiterleitet.

Tools, Skills und Gedächtnis

Google nennt drei Bausteine: Tools, Skills und Kontext. Gemini kann sich mit Software wie Confluence, Microsoft Office, Teams, Slack, Workspace, Git, Jira, Salesforce, ServiceNow, BigQuery, Databricks, Postgres und Snowflake verbinden sowie mit Dateien auf dem Desktop eines Nutzers. Der Agent kann mit jedem Model-Context-Protocol-Server (MCP) innerhalb oder außerhalb eines Firmennetzwerks arbeiten. Über eine unternehmensweite Tool-Registry können Teams Tools bauen und für den Rest des Unternehmens veröffentlichen.

Skills sind wiederverwendbare Sammlungen von Anweisungen, Wissen oder Workflows, die als modulare Prompts abgelegt sind. Gemini wird mit einer globalen Bibliothek ausgeliefert, und Teams oder Abteilungen können eigene Skills in einer gemeinsamen Registry veröffentlichen. Laut Google wählt Gemini die passenden Skills und Tools für eine Aufgabe aus und lernt aus jeder Ausführung, was die Konsistenz verbessert und Token-Kosten spart.

Der Agent führt laut Google vier Arten von Gedächtnis: Sitzungsgedächtnis für die aktuelle Aufgabe, semantisches Gedächtnis als strukturierte Wissensbasis, prozedurales Gedächtnis dafür, wie eine Aufgabe erledigt wird, einschließlich selbst geschriebener Skills, und episodisches Gedächtnis für frühere Aktionen.

Skalierung, Governance und Bedeutung für Unternehmen

Google Cloud zufolge haben im vergangenen Jahr fast 500 seiner Kunden jeweils mehr als eine Billion Token verarbeitet, knapp 80 % der Kunden nutzen KI-Produkte des Unternehmens, und fast 90 % der Fortune 100 setzen Gemini Enterprise ein. Daraus schließt das Unternehmen, dass Organisationen die Experimentierphase hinter sich gelassen haben.

Die Ankündigung umfasst außerdem neue Daten- und Analyse-Skills, mit denen technische und fachliche Nutzer in einfacher Sprache Fragen stellen und binnen Minuten operative Erkenntnisse gewinnen können, branchenspezifische Tools und Konnektoren für Finanzdienstleister und Rechtsabteilungen sowie Sicherheits- und Governance-Funktionen wie Identitäts- und Richtlinienverwaltung, Berechtigungskontrollen, sicheres Sandboxing und Netzwerk-Gateways. Zu den Kostenkontrollen zählen Multimodell-Orchestrierung, Smart Routing und Ausgabenlimits in Echtzeit.

Als Kundenbeispiel nennt Google BNP Paribas, das Gemini Enterprise in LLM@CIB einführt, einen internen generativen KI-Assistenten für mehr als 65.000 Beschäftigte, etwa zur Erstellung von Kreditvermerken. Für Unternehmen lautet das Versprechen: ein einziger Agent, der den Kontext über Tools hinweg behält und es erlaubt, das zugrunde liegende Modell zu wechseln, ohne Daten und Skills zu verlieren.