Vom Chatbot zum eigenständigen KI-Agenten
Google erweitert Gemini um einen einheitlichen KI-Agenten, der nicht nur Fragen beantwortet, sondern vollständige Aufgaben übernimmt. Das System kann Arbeitsschritte planen, Werkzeuge einsetzen, Code ausführen und auf interne Unternehmenssysteme zugreifen.
Der Agent startet zunächst bei Unternehmenskunden. Eine spätere Bereitstellung für Endverbraucher ist vorgesehen, einen konkreten Zeitplan nennt Google jedoch nicht.
Dem Agenten lassen sich Ziele geben, nicht nur Anweisungen, erklärte Google Cloud CEO Thomas Kurian sinngemäß.
Google begründet den Fokus auf Unternehmen mit den höheren Anforderungen an Sicherheit, Skalierung und Leistung. CEO Sundar Pichai verwies dabei sinngemäß auf die schwierigeren Probleme, die in diesen Bereichen gelöst werden müssten.
| Kennzahl | Angabe von Google |
|---|---|
| Monatlich aktive Gemini-Nutzer | Mehr als 1 Milliarde |
| Nutzung von Gemini Enterprise | Knapp 90 % der Fortune-100-Unternehmen |
| Start des neuen Agenten | Zunächst für Unternehmenskunden |
| Rollout für Endverbraucher | Angekündigt, aber ohne konkreten Termin |
Ein Workspace-Konto wie für einen Mitarbeiter
Der entscheidende Unterschied zu bisherigen Assistenten liegt in der digitalen Identität. Der Gemini-Agent erhält ein eigenes Workspace-Konto mit eigener E-Mail-Adresse. Er kennt Teamstrukturen, Zeitzonen, Kalender und interne Freigabeprozesse.
Mitarbeiter können den Agenten markieren, per E-Mail ansprechen, Inhalte mit ihm teilen oder ihn in Gruppenchats aufnehmen. Führt er anschließend Aktionen aus, werden diese in einem Prüfpfad dem Agenten und nicht einem menschlichen Nutzer zugeordnet.
Über eine Aufgabenübersicht lässt sich verfolgen, wie Gemini eine Aufgabe bearbeitet. Sichtbar sind laut Google unter anderem Arbeitsschritte, eingesetzte Sub-Agenten, geladene Fähigkeiten, Code-Ausführungen und der aktuelle Fortschritt.
Der eigene Account verbessert grundsätzlich die technische Nachvollziehbarkeit. Er schafft zugleich eine zusätzliche privilegierte Identität, deren Zugriffsrechte, Freigaben und Lebenszyklus kontrolliert werden müssen. Vergleichbare Fragen behandelt auch der Ansatz zur zentralen Kontrolle von KI-Agenten mit Okta Agent Gateway.
Zugriff auf Kommunikation, Datenbanken und Fachsysteme
Gemini soll Aufgaben über mehrere Anwendungen hinweg orchestrieren. Dafür verbindet Google den Agenten mit eigenen Diensten und zahlreichen Plattformen anderer Anbieter.
| Bereich | Unterstützte Systeme |
|---|---|
| Produktivität und Kommunikation | Google Workspace, Microsoft 365, Slack |
| Projektarbeit und Entwicklung | Jira, Confluence, Git |
| Daten und Analysen | BigQuery, Databricks, Postgres, Snowflake |
| Unternehmensprozesse | ServiceNow |
| Zugriffswege | iOS, Android, Windows, Mac, Kommandozeile und integrierte Anwendungen |
Zusätzlich unterstützt das System das Model Context Protocol, kurz MCP. Das offene Protokoll standardisiert die Verbindung von KI-Modellen mit Werkzeugen und Datenquellen. Gemini soll sowohl interne als auch externe MCP-Server ansprechen können.
Wie Zugriffsrechte und Datenschutz bei externen MCP-Servern technisch durchgesetzt werden, ist bislang nicht beschrieben. Für Unternehmen ist das relevant, weil fehlerhafte Berechtigungen oder manipulierte Werkzeuge weitreichende Aktionen ermöglichen können. Bereits bekannte Sicherheitsrisiken bei MCP-basierten KI-Agenten zeigen, warum solche Verbindungen nicht wie gewöhnliche API-Aufrufe behandelt werden sollten.
Modellwahl und Kostenkontrolle
Gemini soll automatisch das jeweils geeignete Modell für eine Aufgabe auswählen. Unternehmen können die Auswahl aber auch selbst vorgeben. Neben Googles eigenen Modellen stehen zunächst Claude-Modelle von Anthropic zur Verfügung.
Open-Source-Modelle und private Modelle sollen später folgen. Google nennt dafür keinen Termin. Ebenfalls offen bleibt, welche Modelle lokal, in einer privaten Cloud oder ausschließlich über externe Anbieter betrieben werden können.
Für die Kostenkontrolle kündigt Google Multi-Modell-Orchestrierung, intelligentes Routing und Ausgabenlimits in Echtzeit an. Konkrete Lizenzpreise oder verbrauchsabhängige Gebühren für die Agenten-Funktionen wurden nicht genannt. Damit lässt sich die Wirtschaftlichkeit gegenüber eigenen Agentenlösungen derzeit noch nicht belastbar vergleichen.
Offene Fragen für Unternehmen im DACH-Raum
Ein KI-Agent mit eigener E-Mail-Adresse und Zugriff auf Kalender, Datenbanken und Kommunikationssysteme ist datenschutzrechtlich mehr als ein gewöhnlicher Chatbot. Für Unternehmen in Deutschland, Österreich und der Schweiz stellen sich insbesondere Fragen zur Zweckbindung, Protokollierung, Verantwortlichkeit und Begrenzung von Zugriffsrechten.
Unklar ist bislang auch, ob und unter welchen Bedingungen die gesamte Datenverarbeitung in europäischen Rechenzentren garantiert wird. Ein Prüfpfad hilft bei der Aufklärung einzelner Aktionen, beantwortet aber nicht automatisch die Frage, wer für fehlerhafte Entscheidungen oder unerwünschte Datenübertragungen haftet.
Vor einem produktiven Einsatz sollten mindestens folgende Punkte geklärt sein:
- Welche Daten und Systeme darf der Agent lesen, verändern oder weitergeben?
- Welche Aktionen benötigen eine menschliche Freigabe?
- Wie werden Zugriffsrechte entzogen und laufende Aufgaben gestoppt?
- Welche Daten verlassen bei externen Modellen oder MCP-Servern das Unternehmensnetz?
- Wie lange werden Prompts, Ergebnisse, Code und Prüfprotokolle gespeichert?
Weniger SaaS-Oberflächen, stärkere Plattformbindung
Google positioniert Gemini als übergeordnete Steuerungsschicht für bestehende Unternehmenssoftware. Wenn der Agent Aufgaben über mehrere Systeme hinweg selbst erledigt, können einzelne SaaS-Oberflächen und manuelle Prozessschritte an Bedeutung verlieren. Die zugrunde liegenden Anwendungen, Datenbanken und Verträge verschwinden dadurch allerdings nicht.
MCP, Drittanbieter-Modelle und die angekündigte Unterstützung privater sowie offener Modelle können den Modell-Lock-in theoretisch reduzieren. Gleichzeitig bindet das eigene Workspace-Konto den Agenten tief in Googles Identitätsmanagement, Kommunikationsdienste und Freigabeprozesse ein.
Für Unternehmen entsteht damit kein einfacher Gegensatz zwischen Standardsoftware und Eigenentwicklung. Entscheidend sind die Gesamtkosten, die Kontrolle über Identitäten und Daten sowie die Möglichkeit, Modelle und Orchestrierung später auszutauschen. Solange Preise, europäische Datenverarbeitung und Sicherheitsregeln für externe MCP-Verbindungen offenbleiben, ist diese Abwägung noch nicht vollständig möglich.