Am 8. Oktober 2026 stellte Google Cloud bei Gemini at Work 2026 einen universellen Gemini-Agenten für Unternehmen vor: Er soll nicht nur Fragen beantworten, sondern auch Aufgaben in verschiedenen Office-Anwendungen erledigen, Dateien erstellen, Code schreiben und mit anderen KI-Agenten zusammenarbeiten können. Google möchte, dass Beschäftigte künftig lediglich ein Ziel beschreiben müssen, damit die KI den Ablauf plant und Ergebnisse liefert. Die Ankündigung deutet auf eine neue Art des Arbeitens hin, doch das Produkt befindet sich noch in einer privaten Vorschau für ausgewählte Kunden. [1][3]
Vom Chatbot zum Aufgabenerlediger
Viele KI-Tools folgen heute noch dem Muster „Nutzer fragt – Modell antwortet“: Bittet man um die wichtigsten Punkte eines Materials, fasst das Modell es zusammen; soll es eine E-Mail schreiben, liefert es einen Entwurf. Um das Ergebnis tatsächlich in ein Geschäftssystem zu übertragen, muss man oft noch Schritt für Schritt kopieren, prüfen und selbst handeln.
Google möchte diese Art der Interaktion verändern. Der neue Agent vereint laut Unternehmen Fragen und Antworten, Wissensarbeit, Mediengenerierung und Codeausführung in einer Oberfläche. Nutzer können ihm direkt ein Ziel übertragen; das System wählt selbstständig passende Skills, Tools und Modelle aus, greift auf Unternehmensdaten zu und liefert anschließend Arbeitsergebnisse. Aufgaben lassen sich über verschiedene Zugänge erteilen, etwa per Browser, Smartphone, Desktop, Kommandozeile oder Kollaborationssoftware. [1][2]
Der Unterschied besteht nicht nur darin, dass der Agent zusätzlich automatisch klicken kann, sondern auch darin, dass er längere Arbeitsabläufe übernimmt. Laut Google können Aufgaben, die Stunden oder sogar Tage dauern, in der Cloud weiterlaufen. Auch wenn Nutzer ihren Computer ausschalten, bleiben der Aufgabenkontext und der Ausführungsfortschritt erhalten. Komplexe Aufgaben lassen sich außerdem auf eigens zusammengestellte Unteragenten verteilen, die mehrere Schritte gemeinsam bearbeiten. [1]
Warum digitale Kollegen eine eigene Identität brauchen
In gewöhnlichen Chat-Tools nutzt die KI meist die Identität des Nutzers, um Fragen zu beantworten. Wenn sie jedoch im Namen eines Teams Dateien bearbeitet, Nachrichten versendet und den Projektfortschritt pflegt, wird es zu einer Governance-Frage, wer diese Aktionen tatsächlich ausgeführt hat.
Google schlägt eine Form des „kollaborierenden Kollegen“ vor: Teams können Agenten, die für bestimmte Aufgaben zuständig sind, ein eigenes Workspace-Konto, eine E-Mail-Adresse, einen Kalender und Drive-Speicher zuweisen. Teammitglieder können den Agenten in Gruppenchats erwähnen, ihm E-Mails schicken oder ihn über Dokumentkommentare mit Aufgaben betrauen. So erscheint er in Aktivitätsprotokollen unter seiner eigenen Identität, statt dass alle seine Aktionen dem Konto einer Beschäftigten oder eines Beschäftigten zugerechnet werden. [1][2]
Ein Marketingteam könnte beispielsweise einen Agenten für die Kampagnenkoordination einrichten. Dieser fasst den Stand der Startvorbereitungen zusammen, erstellt eine Checkliste und reicht die Ergebnisse anschließend im Teamspace ein. Statt nur einen Text zu erzeugen, wird die Arbeit einer klar definierten Systemrolle zugewiesen, die fortlaufend Aufgaben entgegennehmen kann. [1]
Ein eigenes Konto macht eine KI jedoch nicht automatisch vertrauenswürdig. Sie kann Anweisungen missverstehen, auf unzulässige Daten zugreifen oder falsche Informationen erzeugen. Je näher sie an echte Arbeitsabläufe heranrückt, desto wichtiger werden für Unternehmen klar definierte Mindestberechtigungen, Genehmigungen für kritische Aktionen, Protokollprüfungen und Verfahren zur Fehlerbehandlung. Google stellte bei der Ankündigung Mechanismen wie eigene Identitäten, Zugriffskontrollen, Sandboxing, ein Gateway für Netzwerkregeln und Audit-Protokolle vor. Diese öffentlich beschriebenen Produktmerkmale sind jedoch nicht gleichbedeutend damit, dass alle Anwendungsszenarien bereits sicherheitsgeprüft wurden. [1]
Die Software-Konnektivität entscheidet über den Praxiseinsatz
Unternehmen geben ihre bestehende Software nicht auf, nur weil sie KI einsetzen. Gemini lässt sich mit Google Workspace sowie Diensten wie Microsoft 365, Slack, Jira, Git, BigQuery und Postgres verbinden. Google nennt außerdem das Model Context Protocol (MCP), einen Schnittstellenstandard, über den Agenten externe Tools einheitlich nutzen können. [1][2]
Angenommen, eine Projektmanagerin soll einen Fortschrittsbericht für das wöchentliche Meeting vorbereiten. Theoretisch könnte der Ablauf so aussehen: aktuelle Änderungen aus Chatnachrichten und dem Aufgabenverwaltungssystem abrufen, auf Geschäftszahlen in der Datenbank zugreifen, den Bericht zusammenstellen und das Ergebnis anschließend im Dokumententool ablegen. So verbindet ein einziger Arbeitsauftrag mehrere zuvor getrennte Softwarevorgänge.
Das beschreibt jedoch nur die möglichen Fähigkeiten und bedeutet nicht, dass jedes Unternehmen einen solchen Ablauf sofort umsetzen kann. Uneinheitliche Datenfelder, unvollständige Berechtigungen, eine begrenzte Connector-Abdeckung und komplexe Freigabebedingungen können die Ausführung unterbrechen. Vor der Einführung sollten Unternehmen deshalb reale Aufgaben überprüfen, statt die Einsatzfähigkeit allein anhand eines Demovideos zu beurteilen.
Agenten nicht an ein einziges Modell binden
Eine weitere bemerkenswerte technische Entwicklung ist Googles Versuch, den „Agenten, der Aufgaben ausführt“, vom zugrunde liegenden „Modell, das Schlussfolgerungen zieht“, zu trennen. Die offizielle Lösung unterstützt derzeit die Gemini-Modelle sowie Claude von Anthropic; die Auswahl soll nach und nach erweitert werden. [1][2]
Das bedeutet, dass der im Unternehmen aufgebaute Geschäftskontext, die Arbeitsfähigkeiten und die Tool-Verbindungen möglicherweise auf einer relativ stabilen Agentenebene erhalten bleiben. Für einzelne Schritte lassen sich dann Modelle mit unterschiedlichen Kosten und Fähigkeiten einsetzen: Für einfache Zusammenfassungen ein günstigeres Modell, für komplexe Analysen ein leistungsfähigeres. Die modellübergreifende Orchestrierung bringt allerdings zusätzliche Fragen zu Kompatibilität, Datenschutz und konsistenten Ergebnissen mit sich, die praktisch geprüft werden müssen.
Google hat außerdem intelligentes Routing, Obergrenzen für Projektausgaben und die Möglichkeit zur Aufgabenunterbrechung vorgestellt, um die Kosten lang laufender KI-Aufgaben zu begrenzen. Eine gewöhnliche Frage-Antwort-Interaktion verbraucht Ressourcen in ganz anderem Umfang als eine Aufgabe, die über mehrere Systeme hinweg mehrere Stunden läuft. Lassen sich die Gesamtkosten für Modellaufrufe, Codeausführung und Tool-Nutzung nicht nachverfolgen, können Unternehmen KI kaum sinnvoll in ihre Budgets einplanen. [1]
Der Weg von der Produktdemo zur echten Organisation
Google nennt Beispiele mehrerer Unternehmen aus den Bereichen Finanzen, Einzelhandel und Telekommunikation, die Gemini-Enterprise-Funktionen nutzen. Diese bereits bestehenden Kundenbeispiele für Gemini Enterprise sind jedoch nicht alle als Beleg dafür zu verstehen, dass die neuen allgemeinen Agenten bereits umfassend eingeführt wurden. [1]
Abbildung: Von Google Cloud veröffentlichte Beispiele für Unternehmenskunden von Gemini Enterprise (Quelle: Google Cloud)
VentureBeat bestätigte in einer unabhängigen Meldung vom 8. Oktober, dass die neuen Gemini-Agenten damals nur ausgewählten Kunden in einer privaten Vorschau zur Verfügung standen. Ein Termin für die breitere Einführung war noch nicht festgelegt. Dem Bericht zufolge rechnete Google damit, die neuen Funktionen berechtigten Gemini-Enterprise-Kunden anzubieten; die genauen Lizenz- und Nutzungskosten sollten jedoch erst später bekannt gegeben werden.[3]
CBS News ordnete die Einführung in den Wettbewerb zwischen Technologieunternehmen ein, die derzeit Arbeitsagenten auf KI-Basis auf den Markt bringen. Im Mittelpunkt steht zunehmend nicht mehr, wie viele Fragen sie beantworten können, sondern ob sie Aufgaben in alltäglichen Systemen sicher, zuverlässig und kosteneffizient erledigen.[4]
Das erklärt auch, warum die Frage, ob sich ein Agent in bestehende Arbeitsabläufe integrieren lässt, wichtiger sein könnte als ein einzelner Ranglistenwert. Kann er nicht auf die richtigen Informationen zugreifen oder Aktionen nicht mit kontrollierten Berechtigungen ausführen, lässt sich selbst mit einem noch so leistungsfähigen Sprachmodell kaum ein dauerhafter Mehrwert erzielen.
Was das für Beschäftigte und Unternehmen bedeutet
Für Beschäftigte zeigt sich die Veränderung am unmittelbarsten in der Arbeitsweise: Künftig muss man KI-Ergebnisse vielleicht nicht mehr ständig zwischen verschiedenen Programmen hin- und herkopieren. Stattdessen kann man einem Agenten wie einem Kollegen ein Ziel, einen Zeitrahmen, Einschränkungen und Abnahmekriterien nennen und anschließend den Ablauf und das Ergebnis prüfen.
Für Unternehmensverantwortliche wird die Beschaffung komplexer. Neben der Genauigkeit der Antworten sollte auch zählen, ob ein Agent eine eigene Identität hat, ob sich Berechtigungen entziehen lassen, ob wichtige Aktionen genehmigt werden müssen, ob Systemfehler nachvollziehbar sind und wie viele Ressourcen eine vollständige Aufgabe tatsächlich kostet.
Google zeigt mit dieser Ankündigung eine klare Richtung: KI entwickelt sich von einem passiven Assistenten, der Fragen beantwortet, zu einem Akteur mit einer organisatorischen Identität, der kontinuierlich arbeiten kann. Die Einführung steht jedoch noch am Anfang. Für verlässliche Aussagen zu langfristiger Zuverlässigkeit, konkreten Preisen und dem Verhalten im großflächigen Betrieb braucht es weitere öffentlich zugängliche Belege. Es ist angemessen, darin eine wichtige Veränderung der Produktstrategie zu sehen. Sie jedoch bereits als ausgereifte digitale Arbeitskraft zu betrachten, die Beschäftigte vollständig ersetzen kann, wäre verfrüht.[1][3][4]
Quellen
- Welcome to Gemini at Work 2026: Introducing the Gemini agent — Google Cloud, abgerufen am 10.10.2026
- Google brings agentic AI to Gemini, starting with businesses — TechCrunch, abgerufen am 10.10.2026
- Google Cloud unveils persistent Gemini Agents for long-running tasks, and they get their own Gmail, Calendar, and Drive storage — VentureBeat, abgerufen am 10.10.2026
- Google launches Gemini AI workplace agent that can write code and run tasks, company says — CBS News, abgerufen am 10.10.2026
