Gemini Agent: Was Googles universeller Arbeitsagent wirklich kann

Was Google am 8. Oktober angekündigt hat

Google-Cloud-CEO Thomas Kurian stellte den Gemini Agent in seiner Keynote Gemini at Work 2026 vor und nannte ihn "your new single, universal agent for work." Das Versprechen: Du gibst Gemini Ziele statt Anweisungen, delegierst ein Ergebnis und kommst zu fertiger Arbeit in den Apps zurück, die du ohnehin nutzt.

Zwei kleine Details in diesem Screenshot sagen viel. Mit "Ask for approval" lässt sich der Agent so einstellen, dass er vor dem Handeln nachfragt. Die Modellauswahl "Auto" ist das sichtbare Ende von Googles Multi-Modell-Routing, dazu unten mehr.

Der Launch bündelt außerdem viele bestehende Google-Produkte unter einem Namen. Die Gemini-Enterprise-Produktseite beginnt jetzt mit "Meet Gemini. One universal agent for the way you work", und ihr einziger Call-to-Action ist "Contact sales." Wenn du die Geschichte von Gemini AI über Agentspace, Gemini for Google Workspace und Gemini Enterprise verfolgt hast: Hier hört Google auf, eine Plattform zu verkaufen, und beginnt, einen Arbeiter zu verkaufen.

An Belegen fehlt es Google auch nicht. Kurian sagt, fast 90 % der Fortune 100 nutzen Gemini Enterprise, und fast 500 Google-Cloud-Kunden haben im letzten Jahr jeweils mehr als eine Billion Token verarbeitet, laut derselben Keynote.

Wie der Gemini Agent funktioniert

Google beschreibt den Agenten über sechs Prinzipien. Ohne Launch-Sprache verändern vier davon, wie du ihn tatsächlich einsetzen würdest.

Ein Agent, drei Modi. Du kannst mit ihm chatten, ihm ein Ziel zur eigenständigen Bearbeitung geben oder ihn Code schreiben und ausführen lassen, alles in einer Oberfläche. Du kannst auch Aufgaben planen oder ihn auf Ereignisse reagieren lassen.

Er läuft in der Cloud, nicht auf deinem Rechner. Gemini behält "a single set of memories, context, and one personalization graph" über Web, Mobile, Desktop, Kommandozeile, Workspace, Microsoft 365 und Slack hinweg, laut Googles Keynote. Arbeit, die Stunden oder Tage dauert, läuft weiter, nachdem du dich abgemeldet hast. Er kann über eine API auch headless in anderen Apps laufen.

Er holt sich eigene Hilfe. Bei mehrstufigen Aufgaben erstellt Gemini temporäre Sub-Agenten, "each with their own identity", und koordiniert sie über parallele und sequenzielle Schritte.

Das Modell ist eine eigene Wahl. Gemini orchestriert über Googles eigene Modelle und derzeit Claude-Modelle von Anthropic (was diese direkt kosten, steht in meinem Leitfaden zu den Claude-Preisen), weitere private und offene Modelle sind geplant. Googles Argument: Das beste Modell für eine Aufgabe ist oft nicht das größte, deshalb geht Routinearbeit an kleinere Modelle, und Frontier-Preise fallen nur dort an, wo sie sich lohnen. Auf Google-Seite bedeutet das Gemini 4 Argon für Frontier-Reasoning und Flash-Modelle wie Gemini 3.8 Flash für Tempo und Volumen.

Die letzte Karte würde ich im Auge behalten. Derselbe Agent tritt unter drei verschiedenen Identitäten auf, und die Identität bestimmt, was er sehen kann. Als dein Assistent arbeitet er mit deinen Berechtigungen. Als Coworker-Agent sieht er nur, was Menschen mit ihm teilen.

Coworker-Agenten: eine KI mit eigener E-Mail-Adresse

Das ist das Hauptfeature für alle, die im letzten Jahr über KI-Mitarbeiter gelesen haben. Du beschreibst die Rolle, die du brauchst, und Gemini erstellt sie. Laut Googles Keynote bekommt der Coworker-Agent:

• Ein eigenes Workspace-Konto mit einer E-Mail-Adresse @agents.company.com
• Einen Kalender, Drive-Speicher und einen Eintrag im Firmenverzeichnis
• Dauerhaften Speicher und eine definierte Rolle, die über Tage und Sitzungen bestehen bleibt
• Zugriff nur auf den Kontext, den du oder deine Teamkollegen bereitstellen

Kollegen arbeiten mit ihm wie mit jedem anderen: Man fügt ihn einem Chat-Space hinzu oder @erwähnt ihn. Googles Beispiel: Eine Marketing-Managerin bittet einen Event-Koordinator-Agenten, ein Dokument zur Launch-Bereitschaft zu entwerfen, das er in der Gruppe postet. Markiere ihn in einem Doc-Kommentar, und er schlägt eine Änderung vor und antwortet im Thread, "appearing under its own name in version history."

Ich mag dieses Design sehr, vor allem wegen der Nachvollziehbarkeit. Ein Coworker-Agent "acts under its own identity rather than yours": Wenn er ein Dokument bearbeitet, zeigt der Verlauf den Agenten und nicht die Person, die gefragt hat. Wer schon einmal ein gemeinsam genutztes KI-Login auditieren wollte, weiß, warum das wichtig ist.

Dieselbe Wette steckt hinter jedem KI-Teammate-Produkt, auch dem von eesel: Einem Agenten vertraut man leichter, wenn er einen Jobtitel, einen Namen und eine lesbare Spur hat. Der Unterschied zwischen Google und eesel liegt im Umfang. Geminis Coworker ist eine leere Rolle, die du selbst definierst. eesels Teammates kommen schon für eine Aufgabe trainiert, mit den Integrationen und Fähigkeiten, die diese Aufgabe braucht.

Gemini in Google Workspace

In Gmail, Drive, Docs, Slides, Sheets, Chat und Calendar arbeitet Gemini laut Google auf drei Arten.

Persönliche Unterstützung. Gemini kennt bereits deinen Kalender, dein Team und wie deine Dokumente zusammenhängen. Googles Beispiel: Bitte es, ein Meeting mit "the usual team of regional event leads" anzusetzen, und es findet anhand deines Chat-Space und des letzten Event-Threads heraus, wer das ist, prüft Kalender und startet einen E-Mail-Thread zur Terminfindung, auch mit externen Teilnehmern.

Proaktive Delegation. Wenn dein Chef per E-Mail ein Projekt-Update als Foliensatz verlangt, erkennt Workspace das als delegierbare Aufgabe und bietet die Übergabe an Gemini mit einem Klick an. Es hebt außerdem die wichtigste E-Mail hervor statt der neuesten und erklärt, warum.

Ein Mitglied deines Teams. Der Coworker-Agent aus dem Abschnitt oben, der in Chat-Spaces und Doc-Kommentaren lebt.

Wenn du schon für Workspace zahlst, schau in meinen Leitfaden zu den Gemini-Workspace-Preisen, welche Tarife Gemini heute enthalten. Der Agent selbst wird separat ausgerollt.

Skills, Tools und vier Arten von Gedächtnis

Drei Bausteine stehen hinter jeder Aufgabe, die Gemini erledigt. So beschreibt Google sie, laut Keynote:

Die Aufteilung des Gedächtnisses ist der konkreteste Teil der Ankündigung. Session-Gedächtnis deckt die aktuelle Aufgabe ab, auch wenn sie tagelang läuft. Semantisches Gedächtnis ist eine Wissensbasis, die er aufbaut, während er Dokumente liest und mit Menschen spricht. Prozedurales Gedächtnis ist, wie eine Aufgabe erledigt wird, "including skills it writes for itself." Episodisches Gedächtnis ist ein Protokoll von allem, was er zuvor getan hat. Google sagt, Gemini "onboards itself the way a new hire would."

Bei den Connectors listet die Gemini-Enterprise-Connectors-Seite mehr als 100 Integrationen, von HubSpot und Notion bis Zendesk. Wenn du schon Skills für Gemini gebaut hast, werden sie in der Registry firmenweit verfügbar. Und wenn dein Stack auf dem Model Context Protocol läuft, kann jeder MCP-Server innerhalb oder außerhalb deines Netzwerks andocken.

Eine ehrliche Einschränkung von einem G2-Rezensenten zum aktuellen Gemini-Enterprise-Produkt, auf dem der Agent aufbaut:

"While the Google Workspace integrations are flawless, connecting it to non-Google enterprise software requires more manual work."

Education management reviewer, G2

Das passt zu meiner Erwartung. Googles eigene Apps bekommen die tiefsten Anbindungen; alles andere läuft über Connectors mit eigenen Aktionslisten.

Sicherheit und Governance

Google fasst Agent-Governance im Unternehmen in vier Fragen und beantwortet jede mit einer konkreten Kontrolle.

Laut Governance-Abschnitt der Keynote:

• Identität. Jeder Agent bekommt "its own identity, cryptographically attested and governed like an employee", eingetragen in seine Logs und in jede virtuelle Maschine, die er startet.
• Berechtigungen. Sicherheitsadmins genehmigen rollenbasierten Zugriff pro Agent. Wenn Gemini sich mit einem externen System verbindet, wird seine Identität über Standards wie OAuth weitergereicht.
• Audit. Jede Aktion landet in einem Audit-Trail "attributed to the agent rather than to a person."
• Richtlinie. Agenten laufen in einer Agent Sandbox, und der gesamte Datenverkehr läuft über das Agent Gateway, das Google eine KI-Netzwerk-Firewall nennt. Du schreibst eine Regel einmal, etwa "Agenten dürfen keine als Need to Know klassifizierten Dokumente öffnen", und sie gilt für jeden Agenten im Unternehmen.

Die einmal geschriebene Richtlinie ist der Teil, den Sicherheitsteams am meisten mögen. Berechtigungen Agent für Agent zu prüfen, skaliert nicht mehr, sobald ein Unternehmen Dutzende davon hat, und Googles eigene Kundenliste umfasst Orange Spain mit mehr als 1.000 individuellen Agenten und SOMPO mit mehr als 10.000.

Was der Gemini Agent kostet (und was Google nicht gesagt hat)

Kurze Antwort: Außerhalb der Vorschau weiß es noch niemand. Die Gemini-Enterprise-Seite hat einen Contact-Sales-Button und keinen Preis, und Googles Ankündigung nennt keinen Tarif für den Agenten, seine Sub-Agenten oder Coworker-Konten.

Veröffentlicht hat Google, wie Gemini Enterprise allgemein abrechnet, in der FinOps-Ankündigung vom August. Das ist der beste Hinweis darauf, wie der Agent wahrscheinlich abgerechnet wird:

Die Editionen selbst sind Business (1 bis 500 Nutzer), Standard, Plus, Pay-as-you-go und Frontline (ab 150 Nutzern), laut Editionsvergleich. Diese Seite listet Funktionen, keine Preise.

Ausgabenlimits, die den Agenten pausieren

Die Kostenkontrolle, die ich am ersten Tag nutzen würde, ist das harte Projektlimit. Du legst in der Cloud Billing Console ein Monatslimit fest, Google schickt Warnungen per E-Mail bei 50 %, 80 % und 100 %, und wenn das Limit erreicht ist, pausiert der Agent, statt mehr auszugeben. Du setzt mit einem Klick fort oder aktivierst Überschreitungen, damit die Arbeit zu Verbrauchspreisen weiterläuft.

Weil pro Projekt erfasst wird, kann das Finanzteam KI-Kosten der Abteilung zuordnen, die sie verursacht hat. So sieht der Schalter für Überschreitungen in der Konsole aus:

Eine Pause ist für einen Hintergrundjob ein vernünftiger Fehlermodus. Für alles, worauf ein Kunde wartet, ist sie unangenehmer, und das solltest du bedenken, bevor du einen lang laufenden Agenten auf Live-Arbeit ansetzt.

Gemini Agent vs. Gemini Spark

Die Benennung ist verwirrend, hier die Trennung. Googles älterer Hilfeartikel zum Verbraucher-"Gemini Agent" leitet jetzt auf Gemini Spark weiter, einen persönlichen Agenten in der Gemini-App. Der neue Gemini Agent ist ein anderes Produkt für Unternehmen.

Sparks eigene Hilfeseite beschreibt ihn als "your personal AI agent that can automate complex workflows and manage schedules for ongoing tasks." Wenn du privat Google AI Ultra hast, bekommst du Spark, und mein Leitfaden zu Chrome Auto Browse behandelt die Browsing-Seite.

Wo er sich unter anderen Arbeitsagenten einordnet

Der Gemini Agent landet in einem vollen Feld von Arbeitsagenten von OpenAI, Anthropic, Microsoft und Salesforce. Zum Vergleichen habe ich Claude Cowork, OpenAI Frontier und Microsoft Copilot separat besprochen.

Googles echter Vorteil ist die Verbreitung. Wenn dein Unternehmen ohnehin in Gmail, Docs und Drive lebt, ist ein Agent, der "briefed before you start" ist, weil er Kalender und Threads schon lesen kann, für ein externes Tool schwer zu schlagen. Wenn du auf Microsoft 365 setzt, verbindet sich Gemini zwar mit Outlook, Teams und OneDrive, aber du holst Googles Agenten in ein fremdes Haus.

Kann der Gemini Agent deine Support-Queue übernehmen?

Hier trifft der Generalisten-Pitch auf eine Spezialistenaufgabe, und hier beginnt die Grenze zwischen KI-Agenten und Chatbots zu zählen. Es ist die Frage, die mir bei eesel am häufigsten gestellt wird.

Gemini Enterprise hat einen Zendesk-Connector, mit dem ein Mitarbeiter Zendesk durchsuchen und per Alltagssprache darin handeln kann. Die aufgelisteten Aktionen sind:

Verglichen mit Zendesk AI selbst ist das eine dünne Aktionsliste, aber nützlich für eine Support-Managerin, die aus einem Eingabefeld sagen will: "Führe diese Duplikate zusammen und aktualisiere den Makro-Artikel." Es ist eine andere Aufgabe als ein Agent, der in der Queue sitzt und Kunden selbstständig antwortet, entscheidet, bei welchen Tickets er sich sicher ist, und den Rest an einen Menschen übergibt. Die Connector-Doku beschreibt einen Mitarbeiter, der Gemini steuert, nicht Gemini, das eingehende Tickets bearbeitet.

Dieser Unterschied zählt mehr, als es klingt. Ein Support-Lead einer DTC-Supplement-Marke sagte es meinem Team in einem Sales-Call so:

"The AI will never be able to answer 100% of the questions... I need an AI who is only handling the tickets that it's confident to handle and all the other ones, leave them alone."

Dafür ist eesels KI-Helpdesk-Teammate gebaut. Ich habe meine Zeit bei eesel damit verbracht, diese Agenten zu bauen, und die Lehre, die hängen blieb: Eine selbstsichere falsche Antwort an einen Kunden kostet mehr als keine Antwort. Deshalb trainiert eesel auf deinen vergangenen Tickets und deinem Help Center, und du kannst es gegen historische Tickets laufen lassen, um genau zu sehen, was es gesagt hätte, bevor es irgendjemandem antwortet. Das macht auch die Rechnung zu den Kosten von KI- vs. menschlichem Agenten greifbar. Teams wie Gridwise sahen, wie es im ersten Monat 73 % der Tier-1-Anfragen löste.

Ein G2-Rezensent von Gemini Enterprise kam von der anderen Seite zum selben Instinkt:

"Occasionally, it can be overly confident in phrasing, so we treat it as an accelerator rather than an autopilot, especially for high stakes or customer facing content."

Mudit K., business analyst, G2

Meine ehrliche Meinung: Nutze den Gemini Agent für die interne Arbeit rund um den Support, etwa Berichte, Dokumente und Help-Center-Pflege. Nutze für die Queue selbst einen Support-spezifischen KI-Agenten; mein Leitfaden zum Anbinden von KI an deinen Helpdesk behandelt die Einrichtung. Die beiden konkurrieren nicht; einer arbeitet für dein Team, der andere für deine Kunden.

Was Leute sagen

Die Reaktionen kommen bisher meist von Google und frühen Beobachtern, da fast niemand ihn nutzen kann. Sundar Pichais Ankündigung bekam mehr als 2.000 Likes:

"Today, we introduced the new Gemini agent, a single, universal agent for work that has all of your business context and answers your questions, handles your knowledge work, creates your images and media, and writes and runs code - all from a single prompt box."

Sundar Pichai, X

Die Antworten waren praktischer. Eine der obersten fragte schlicht "Can it do everything?" (Ashish Sharma, X), und eine andere wies darauf hin, dass das letzte Update des Verbraucherprodukts Spark am 17. Juli war (Cofy, X). Faire Fragen für eine Vorschau.

Das bestehende Produkt Gemini Enterprise hat bei G2 eine Bewertung von 4,6 von 5 aus 27 Rezensionen. Die wiederkehrenden Beschwerden betreffen die Konsistenz bei komplexen Aufgaben und die Einrichtung über ein Google-Cloud-Projekt, die laut einem Rezensenten "can be difficult for users who aren't very technical."

Sollte dich der Gemini Agent schon interessieren?

Wenn dein Unternehmen auf Google Workspace läuft, ja. Lass dich über deinen Google-Ansprechpartner auf die Vorschau-Liste setzen und starte mit einem Coworker-Agenten für eine interne Rolle mit klaren Eingaben, etwa einen wöchentlichen Statusbericht oder einen Event-Koordinator. Das Coworker-Modell mit eigener Identität und Audit-Trail ist die sauberste Version von "KI im Team", die eine der großen Plattformen bisher geliefert hat.

Wenn du auf Microsoft 365 bist oder einen Preis brauchst, bevor du planen kannst, warte oder schau dir meine Liste der Gemini-Alternativen an. Es gibt keinen veröffentlichten Tarif, kein Datum für die allgemeine Verfügbarkeit und noch keine Aussage dazu, wie viele Coworker-Agenten ein Unternehmen betreiben kann. Ich würde nochmal schauen, sobald Google die versprochenen Preise veröffentlicht.

Und wenn die Aufgabe, die du im Kopf hast, kundenorientiert ist, etwa Support-Tickets beantworten, ist ein allgemeiner Arbeitsagent das falsche Werkzeug, selbst wenn er so gut ist. Stell für die Aufgabe das Richtige ein.

Teste eesel für die Support-Queue, die Gemini nicht bearbeitet

Der Gemini Agent erledigt die Präsentationen, Dokumente und Daten rund um dein Support-Team. eesels KI-Helpdesk-Teammate erledigt die Tickets: Er dockt in Minuten an Zendesk, Freshdesk oder Gorgias an, lernt aus deinen vergangenen Tickets und deinem Help Center und lässt dich ihn an echten historischen Gesprächen testen, bevor er einem einzigen Kunden antwortet. Er antwortet nur dort, wo er sich sicher ist, und übergibt den Rest mit einer Zusammenfassung an dein Team.

Probiere eesel kostenlos aus und lass es zuerst gegen die Tickets des letzten Monats laufen. Wenn du sehen willst, wo es neben den großen Plattformen steht, vergleicht mein Überblick der besten KI-Teammates sie.