Gemini agent: Google Cloud will einen einzigen Agenten für die gesamte Arbeit

Ein Agent, ein Fenster, eine API

Thomas Kurians Botschaft lässt sich in einem Satz zusammenfassen: Arbeit beginnt jetzt im Prompt-Fenster. Der Gemini agent wird als einziger Einstiegspunkt präsentiert, um Fragen zu beantworten, Dokumente zu erstellen, Bilder zu erzeugen sowie Code zu schreiben und auszuführen.

Das Versprechen ist das der Delegation: Man gibt ein Ziel vor, keine Abfolge von Anweisungen, und kommt zu erledigter Arbeit zurück. Der Agent kann auf Abruf gestartet, geplant oder durch Ereignisse ausgelöst werden.

Er kann als persönlicher Assistent, als Teammitglied (etwa als Projektleiter) oder im Namen einer bestimmten Rolle in der Organisation agieren, wie etwa ein Finanzanalyst.

Architektur: Persistenz, Sub-Agenten und Modellwahl

Der Agent läuft in der Cloud und behält unabhängig vom Gerät einen einzigen Personalisierungsgraphen bei. Er unterscheidet vier Gedächtnisarten: die laufende Session, eine semantische Wissensbasis, ein prozedurales Gedächtnis (einschließlich Skills, die er sich selbst schreibt) und ein episodisches Gedächtnis all dessen, was er bereits getan hat.

Für lange Aufgaben erzeugt er ein Team temporärer Sub-Agenten, jeder mit eigener Identität, und koordiniert parallele oder sequenzielle Schritte. Die „Coworker Agents“ hingegen sind dauerhaft, besitzen eine Adresse unter @agents.company.com und sehen nur den Kontext, der mit ihnen geteilt wird.

Der strategisch wichtigste Punkt: Google trennt den Agenten vom Modell. Gemini und Claude von Anthropic werden bereits heute orchestriert, mit der Begründung, „das beste Modell für die Aufgabe ist nicht immer das größte“ und der Marktführer wechsle alle paar Monate.

Der Agent bindet sich an bestehende Tools (Confluence, Teams, Slack, Jira, Salesforce, ServiceNow, BigQuery, Snowflake, Databricks …) und an jeden MCP-Server, mit Unternehmensregistern, um Tools und Skills zu teilen.

In Workspace, ein Kollege mit eigenem Konto

In Gmail, Docs, Sheets, Slides, Chat und Calendar arbeitet Gemini inline. Beispiel: ein Meeting mit „dem üblichen Team der Regionalleiter“ organisieren, ohne einen einzigen Namen zu nennen – der Agent leitet die Teilnehmer aus einem Chat-Space und einem alten Thread ab.

Die Delegation wird proaktiv: Fordert ein Manager einen Fortschrittsbericht in Folienform an, schlägt Workspace Intelligence vor, die Aufgabe per Klick an Gemini zu übergeben, und sortiert den Posteingang nach Wichtigkeit statt nach Datum.

Ein aus einer einfachen Rollenbeschreibung erstellter Coworker Agent erhält E-Mail, Kalender, Drive und einen Eintrag im Verzeichnis. Er kommentiert Dokumente unter eigenem Namen und erscheint im Versionsverlauf.

Daten und Fach-Verticals

Für Data- und ML-Ingenieure generiert Gemini PySpark, trainiert Modelle und repariert Pipelines. Für Fachabteilungen baut er Reporting-Abfragen auf BigQuery, die, einmal gespeichert, ohne Token-Kosten laufen.

Drei Bausteine verankern die Antworten: der Knowledge Catalog (geteilte Geschäftsdefinitionen, der bei Bloomberg Media die SQL-Genauigkeit um 63 % steigerte), Smart Storage für die 90 % unstrukturierten Daten und ein Borderless Lakehouse, das S3 und Azure ohne Egress-Gebühren abfragt und Apache-Iceberg-Tabellen föderiert.

Die Finance- und Legal-Versionen befinden sich in der Preview. Erstere beansprucht Vertrauenswerte, Data Lineage und überprüfbare Zitate für sich, bereits genutzt von CME Group und Deutsche Bank; letztere erbt die Ethical Walls von iManage und NetDocuments, mit Harvey, Onit und Cooley als Partnern.

Governance und Kosten, die beiden Bedingungen für die Skalierung

Kurian fasst Governance in vier Fragen zusammen: Wer ist der Agent, was darf er tun, was hat er getan, was darf er niemals anfassen. Antwort: kryptografisch bestätigte Identität und Least Privilege, über OAuth weitergegebene Berechtigungen, ein dem Agenten – nicht einem Menschen – zugeordneter Audit-Trail.

Alles läuft in einer Agent Sandbox, und der gesamte Traffic läuft über Agent Gateway, eine Art Netzwerk-Firewall für KI. Eine einmal geschriebene Richtlinie („kein Zugriff auf Need-to-Know-Dokumente“) gilt für alle Agenten.

Bei den Kosten verweist Google darauf, dass der Preis pro Token seit 2024 um 98 % gesunken ist, die Volumina aber explodiert sind. Daher das Multi-Modell-Routing, Smart Routing und projektbezogene Ausgabenobergrenzen, die den Agenten pausieren lassen, mit möglicher Weiterverrechnung an Abteilungen.

Infrastruktur, Modelle und Kunden

Der TPU 8i soll 80 % mehr Price-Performance bieten als die vorherige Generation. Die Modellpalette wird detailliert: Argon für Frontier-Reasoning, Flash für Geschwindigkeit, Omni für generative Medien, Gemma für Edge-Einsätze mit offenen Gewichten, das die NASA-JPL auf einem Satelliten im Orbit betreibt.

Die Kundenliste ist lang: BNP Paribas (65.000 Mitarbeitende), Bradesco (Dokumentenprüfung von einer Stunde auf fünf Minuten verkürzt), SOMPO (über 10.000 Agenten), DBS (Ketten von 70 bis 80 Agenten für Kreditmemos) oder das US-amerikanische CDAO, das Gemini Enterprise 3 Millionen Angehörigen der Streitkräfte zur Verfügung gestellt hat.

Accenture schafft eine eigene Business Group, und Beratungspartner haben in einem Monat über hunderttausend Consultants durch Gemini-Hackathons geschleust.