For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/de/articles/google-gemini-agent-claude-routing-cowork-835f5f89.md.
Google steigt offiziell in den Wettbewerb um dauerhaft verfügbare KI-Coworker für Unternehmen ein.
Google ist offiziell in den Wettbewerb um dauerhaft verfügbare KI-Coworker für Unternehmen eingestiegen.
Auf der Veranstaltung Gemini at Work 2026 stellte Thomas Kurian, CEO von Google Cloud, den Gemini-Agenten vor, den Google als einen einzigen, universellen Agenten für die Arbeit beschreibt. Er kann Fragen beantworten, Informationen recherchieren, Medien erstellen, Daten analysieren, Code schreiben und ausführen, Unternehmenstools verwenden, Aufgaben planen, auf Ereignisse reagieren und lang laufende Aufgaben in der Cloud fortsetzen, nachdem der Nutzer seinen Laptop geschlossen hat.
Die wichtigste Neuerung besteht nicht einfach darin, dass Gemini in Gmail, Docs, Sheets, Slides, Chat, Calendar, Datenbanken, Entwickler-Tools und Drittanbieterdiensten arbeiten kann.
Google versucht, den Agenten selbst zur dauerhaften Arbeitsebene zu machen.
Das Unternehmen trennt den Agenten vom zugrunde liegenden Modell. Dadurch kann Gemini Aufgaben heute zwischen Googles eigener Modellfamilie und den Claude-Modellen von Anthropic verteilen. Weitere private und offene Modelle sollen künftig hinzukommen.
Das bedeutet, dass der Speicher, die Tools, Fähigkeiten, Datenverbindungen, Sicherheitskontrollen und der Workflow-Status einer Organisation erhalten bleiben können, selbst wenn sich das für eine bestimmte Aufgabe ausgewählte Modell ändert.
Google führt außerdem eine wörtlichere Form des KI-Coworkers ein: einen Agenten mit eigenem Workspace-Konto, eigener E-Mail-Adresse, eigenem Kalender, eigenem Drive-Speicher, eigenem Verzeichniseintrag, eigener Prüfspur und einer dauerhaften Rolle innerhalb eines Teams.
Google fasst das Funktionsprinzip in einem Satz zusammen:
Sie geben ihm Ziele, keine Anweisungen.
Die Idee ist, dass Nutzer eine Geschäftsaufgabe nicht mehr manuell in jeden einzelnen Zwischenschritt zerlegen müssen.
Stattdessen delegieren sie das gewünschte Ergebnis.
Eine Marktanalyse könnte den Agenten beispielsweise dazu auffordern:
Der Agent soll selbst entscheiden, welche Tools, Anwendungen und Modelle in jeder Phase geeignet sind.
Eine vereinfachte Anfrage könnte so aussehen:
Erstelle eine Markteintrittsanalyse für unser neues Produkt.
Nutze unsere internen Verkaufsdaten und aktuelle Wettbewerbsinformationen,
erstelle das Finanzmodell in Sheets und liefere eine Präsentation in Slides.
Der Nutzer gibt das Ziel vor. Gemini plant die Arbeit.
Google positioniert den Gemini-Agenten als eine einheitliche Schnittstelle und nicht als eine getrennte Sammlung eng spezialisierter Assistenten.
Die offizielle Architektur umfasst mehrere zentrale Fähigkeiten.
Gemini kann über dieselbe Agentenoberfläche chatten, autonome Ziele erledigen, Inhalte erstellen sowie Code generieren und ausführen.
Aufgaben können manuell gestartet, für einen späteren Zeitpunkt geplant oder durch Ereignisse ausgelöst werden.
Google zufolge kann auf den Agenten über Web, iOS, Android, Windows, macOS, Google Workspace, Microsoft 365, Slack, Kommandozeilenschnittstellen und Drittanbieteranwendungen zugegriffen werden.
Er kann außerdem als kopfloser Agent ausgeführt werden. Das bedeutet, dass nicht immer eine eigene Chatoberfläche erforderlich ist.
Der Agent läuft in der Cloud.
Sein Kontext, sein Gedächtnis und seine Personalisierung können dadurch über verschiedene Geräte und Kanäle hinweg bestehen bleiben.
Google erklärt ausdrücklich, dass Arbeiten, die Stunden oder Tage dauern, fortgesetzt werden können, nachdem der Nutzer seinen Laptop geschlossen hat.
Gemini kann für bestimmte Teile einer größeren Aufgabe dynamisch temporäre Unteragenten erstellen.
Diese Unteragenten können parallel oder nacheinander arbeiten und sich mit dem Hauptagenten koordinieren.
Eine umfangreiche Aufgabe kann daher in Rollen wie Recherche, Datenanalyse, Programmierung, Prüfung und Präsentationsvorbereitung aufgeteilt werden.
Der entscheidende Punkt ist, dass der Nutzer nicht jeden Unteragenten manuell erstellen und verwalten muss.
Anwendungsübergreifende Automatisierung ist an sich nichts Neues.
KI-Assistenten schreiben bereits E-Mails, fassen Dokumente zusammen, durchsuchen das Web, erstellen Tabellen und rufen APIs auf.
Googles neues Versprechen lautet, dass diese Fähigkeiten zu einem einzigen dauerhaften Unternehmensagenten gehören sollen und nicht zu einer Sammlung isolierter Anwendungen.
Der Agent kann eine Identität, eine Kontextebene, ein Gedächtnissystem, eine Fähigkeitenbibliothek, einen Satz von Unternehmenskontrollen und ein Tool-Register aufrechterhalten.
Das zugrunde liegende Modell kann wechseln, während diese übergeordneten Ressourcen erhalten bleiben.
Das ist ein strategisch wichtiger Unterschied.
Wenn später ein besseres Modell verfügbar wird, sollte eine Organisation nicht den gesamten KI-Workflow eines Mitarbeiters von Grund auf neu erstellen müssen.
Google erweitert das Konzept über einen persönlichen Assistenten hinaus.
Ein Unternehmen kann einen Coworker-Agenten für ein bestimmtes Team oder eine bestimmte Rolle erstellen.
Anstatt unter der Identität eines Mitarbeiters zu handeln, erhält der Coworker-Agent ein eigenes Workspace-Konto.
Google zufolge kann er Folgendes besitzen:
Die offizielle Architektur von Google beschreibt E-Mail-Adressen von Coworker-Agenten im folgenden Format:
@agents.company.com
Der praktische Ablauf ist bewusst vertraut.
Ein Team kann den Agenten zu einem Google-Chat-Bereich hinzufügen. Ein Nutzer kann ihn in einem Dokumentkommentar mit @ erwähnen. Der Agent kann unter seinem eigenen Namen Änderungen vornehmen, im Kommentar-Thread antworten und einen eigenen Eintrag im Versionsverlauf hinterlassen.
Das unterscheidet sich von einem Assistenten, der den menschlichen Nutzer imitiert.
Der Agent handelt als eigenständige organisatorische Identität.
Einem KI-Agenten ein eigenes Konto zu geben, ist nicht nur eine Entscheidung für die Benutzerfreundlichkeit.
Es verändert Sicherheit und Auditierung.
Wenn jede Aktion dem menschlichen Mitarbeiter zugeschrieben wird, kann es schwierig sein festzustellen, ob der Mitarbeiter oder ein autonomer Agent eine Änderung vorgenommen hat.
Eine separate Agentenidentität macht Aktivitäten leichter nachvollziehbar.
Google zufolge kann jede Agentenidentität kryptografisch attestiert, wie eine Mitarbeiteridentität verwaltet, mit Berechtigungen nach dem Prinzip der geringsten Privilegien eingeschränkt, in Audit-Logs aufgezeichnet und in die für die Codeausführung verwendete virtuelle Maschine übertragen werden.
Wenn der Agent eine Verbindung zu einem externen System herstellt, kann die Identität laut Google über Standards wie OAuth zugeordnet werden.
Damit kann der Agent als verwaltete Unternehmensidentität und nicht als unsichtbarer Prozess behandelt werden, der die Zugangsdaten einer Person verwendet.
Ein weiterer wichtiger Bestandteil der Ankündigung ist ein Gedächtnismodell mit vier Ebenen.
Das Sitzungsgedächtnis speichert den Kontext der aktuellen Aufgabe.
Wenn eine Aufgabe mehrere Tage dauert, kann sich der Agent daran erinnern, was er bereits erledigt hat und was noch aussteht.
Das semantische Gedächtnis ist das strukturierte Wissen, das der Agent beim Lesen von Dokumenten, im Austausch mit Menschen und bei der Zusammenarbeit mit anderen Agenten aufbaut.
Dazu gehören beispielsweise Produktnamen, interne Fachbegriffe, Verantwortlichkeiten von Teams, Geschäftsdefinitionen und organisatorische Beziehungen.
Das prozedurale Gedächtnis erfasst, wie Arbeit erledigt wird.
Der Agent kann beispielsweise lernen, welche Datenquellen ein Bericht benötigt, welche Analyseschritte das Team verwendet, welche Genehmigungen erforderlich sind und welches endgültige Format die Organisation erwartet.
Google zufolge kann Gemini auf Grundlage wiederholter Arbeit sogar eigene Skills erstellen.
Das episodische Gedächtnis zeichnet die Historie abgeschlossener Arbeiten auf.
Der Agent kann auf frühere Ausführungserfahrungen zurückgreifen, wenn er später eine ähnliche Aufgabe bearbeitet.
Zusammen sollen die vier Gedächtnisarten wiederholte Briefings reduzieren.
Google vergleicht dies mit der Einarbeitung eines neuen Mitarbeiters, der das Team, die Tools und die internen Prozesse nach und nach kennenlernt.
Google organisiert den Unternehmensagenten um drei wiederverwendbare Ebenen.
Der Agent kann sich mit Geschäftssystemen wie Google Workspace, Microsoft Office, Microsoft Teams, Slack, Confluence, Git, Jira, Salesforce, ServiceNow, BigQuery, Databricks, PostgreSQL, Snowflake und lokalen Desktop-Dateien verbinden.
Google erklärt außerdem, dass der Agent eine Verbindung zu Model-Context-Protocol-Servern innerhalb oder außerhalb des Unternehmensnetzwerks herstellen kann.
Teams können interne Tools über ein Unternehmens-Tool-Register veröffentlichen.
Skills sind wiederverwendbare Anweisungen, Workflows oder Pakete mit Domänenwissen.
Ein Unternehmen kann von Google bereitgestellte Skills, gemeinsam genutzte Unternehmens-Skills, abteilungsspezifische Skills und persönliche Skills verwenden.
Statt denselben Prozess in jeden Prompt zu schreiben, kann die Organisation ihn einmal kodieren und wiederverwenden.
Der Kontext umfasst die Geschäftsinformationen, die dem Agenten helfen zu verstehen, was die Organisation tatsächlich meint.
Dazu gehören Dokumente, Gespräche, Geschäftsdaten, Teambeziehungen und die durch frühere Arbeiten aufgebauten Gedächtnisebenen.
Diese Trennung ist wichtig, weil sich Modelle ändern können, während Tools, Skills und Kontext wertvoll bleiben.
Einer der ungewöhnlichsten Aspekte der Einführung ist Googles ausdrückliche Unterstützung für die Modelle eines Wettbewerbers.
Google zufolge kann der Agent heute zwischen Google-Gemini-Modellen und Claude-Modellen von Anthropic orchestrieren. Künftig sollen weitere private und offene Modelle unterstützt werden.
Der Agent kann ein Modell anhand von Faktoren wie Qualität, Aufgabenschwierigkeit, Latenz und Kosten auswählen.
Eine anspruchsvolle Reasoning-Aufgabe kann an ein leistungsfähigeres Modell gehen. Eine einfachere, wiederholte Aufgabe kann ein günstigeres Modell verwenden. Ein großes Projekt kann außerdem in verschiedenen Phasen unterschiedliche Modelle einsetzen.
Google bezeichnet die automatische Auswahlebene als Smart Routing.
Sie soll jede Unternehmens-Workload an ein Modell senden, das die erforderliche Leistung erbringt, ohne unnötig die teuerste Option zu verwenden.
Das ist mehr als eine Komfortfunktion.
Für ein Unternehmen, das Tausende oder Millionen von Agentenschleifen ausführt, kann es wirtschaftlich schwierig werden, jeden Schritt an das größte Frontier-Modell zu senden.
Ein mehrstufiger Agent könnte beispielsweise folgende Schritte ausführen:
Planen
→ Abrufen
→ Zusammenfassen
→ SQL generieren
→ Analyse ausführen
→ Überprüfen
→ Entwurf erstellen
→ Prüfen
Nicht jeder Schritt benötigt dasselbe Modell.
Die Orchestrierung mehrerer Modelle gibt der Plattform mehr Kontrolle über das Verhältnis von Kosten und Leistung.
Die tiefere Idee dahinter ist Modellunabhängigkeit.
Google argumentiert, dass sich Modellrankings schnell verändern.
Wenn ein Unternehmen seinen gesamten KI-Workflow um einen einzigen Modellendpunkt herum aufbaut, kann ein späterer Wechsel schwierig werden.
Der Gemini-Agent ist so konzipiert, dass die übergeordneten Ressourcen stabil bleiben: Gedächtnis, Skills, Geschäftskontext, Tools, Berechtigungen, organisatorische Identität und Workflow-Historie.
Das Modell kann darunter ausgetauscht werden.
Das erklärt auch, warum Google bereit ist, Claude zu unterstützen.
Google möchte die Unternehmensagentenebene kontrollieren und nicht unbedingt jeden einzelnen Inferenzaufruf.
Der ursprüngliche Artikel konzentriert sich hauptsächlich auf die nutzerseitigen Funktionen. Die offizielle Ankündigung von Google legt jedoch ebenso großen Wert auf Governance.
Beschreibe deine Idee einmal, und We0 AI erstellt eine Showcase-Website, Seiten und ein CMS und hilft nach dem Launch bei Kunden und Traffic.
Eine komplette Projektgeneration zur kostenlosen Registrierung
Am besten geeignet, um einen vollständigen Generierungsablauf auszuprobieren und schnell einen ersten Projektentwurf zu sehen.
Google strukturiert die Sicherheit von Unternehmensagenten um vier Fragen:
Jeder Agent erhält eine verwaltete Identität und kann über rollenbasierte Zugriffsrechte eingeschränkt werden.
Aktionen werden unter der Identität des Agenten in einer Prüfspur aufgezeichnet.
Google zufolge führen Gemini-Agenten Aufgaben in einer Agent Sandbox mit einer eigenen Netzwerkgrenze aus.
Der Datenverkehr in, aus und zwischen Agenten läuft über das Agent Gateway, das Google als eine KI-Netzwerk-Firewall zur Durchsetzung organisatorischer Richtlinien beschreibt.
Eine Organisation kann Richtlinien wie die folgende festlegen:
Agenten dürfen keine Dokumente öffnen, die als "Need to Know" klassifiziert sind.
Die Richtlinie kann anschließend auf alle Agenten des Unternehmens angewendet werden.
Für Aktionen mit großer Wirkung kann eine Genehmigung erforderlich sein, anstatt sie automatisch auszuführen.
Dauerhafte Unternehmensagenten können teuer werden, weil sie zahlreiche Modellaufrufe, Tools, Sandboxes und Hintergrundaufgaben ausführen.
Google verknüpft die Agentenplattform daher mit Kostenkontrollen auf Projektebene.
Die offizielle Ankündigung umfasst Multi-Modell-Orchestrierung, Smart Routing und Ausgabenobergrenzen in Echtzeit.
Ein Administrator kann in der Cloud Billing Console ein festes Limit für ein Projekt definieren.
Google zufolge überwacht Gemini die Modellnutzung und die Sandbox-Kosten. Wenn die Obergrenze erreicht wird, kann der Agent des Projekts pausieren, bis ein Administrator die Fortsetzung freigibt.
Damit erhalten Unternehmen eine klarere Möglichkeit, Agentenkosten Abteilungen oder Projekten zuzuordnen.
Der Agent wird außerdem in die Anwendungen integriert, die Mitarbeiter bereits verwenden.
Google zufolge arbeitet Gemini direkt in Gmail, Drive, Docs, Slides, Sheets, Chat und Calendar.
Dasselbe Gedächtnis, dieselben Skills, derselbe Kontext und dieselben Kontrollen können über diese Oberflächen hinweg verwendet werden.
Google beschreibt drei zentrale Modi innerhalb von Workspace.
Der Agent kann den vorhandenen Kontext des Nutzers verwenden, um Arbeit zu koordinieren.
Ein Nutzer kann ihn beispielsweise bitten, ein Treffen mit den üblichen regionalen Veranstaltungsleitern zu organisieren, ohne jeden Teilnehmer manuell einzugeben.
Gemini kann die wahrscheinliche Gruppe aus dem bisherigen Workspace-Kontext ableiten, Kalender prüfen und die Koordination starten.
Workspace kann Arbeiten erkennen, die delegiert werden könnten.
Wenn ein Manager eine E-Mail mit der Bitte um eine Präsentation zum Projektstatus sendet, kann Workspace Intelligence eine Option anbieten, diese Aufgabe an Gemini zu delegieren.
Ein Coworker-Agent kann unter seiner eigenen organisatorischen Identität einem gemeinsamen Chat-Bereich beitreten oder über Dokumentkommentare arbeiten.
Der entscheidende Wandel besteht darin, von einem „KI-Button in jeder Anwendung“ zu „einem einzigen dauerhaften Agenten, der in jeder Anwendung erscheint“ überzugehen.
Google hat außerdem domänenspezifische Agentenfunktionen vorgestellt.
Für Daten- und ML-Teams kann der Agent PySpark generieren, bearbeitbare Notebooks erstellen, Modelle trainieren, Pipelines analysieren, SQL generieren, Analysen ausführen sowie Diagramme und Dashboards erstellen.
Google verbindet diese Arbeit mit Produkten wie BigQuery und dem Knowledge Catalog.
Gemini Enterprise for Financial Services befindet sich in der Vorschau.
Google zufolge umfasst das Angebot mehr als 50 grundlegende Skills für Workflows wie Investment Research, Kreditanalyse, Risikomodellierung und KYC-bezogene Analysen.
Es kann sich mit Finanzdatenquellen wie FactSet, LSEG, S&P Global, SEC-Einreichungen und proprietären Repositorien verbinden.
Auch Gemini Enterprise for Legal befindet sich in der Vorschau.
Google zufolge kann es fallbezogene Berechtigungen und ethische Trennlinien aus Plattformen für juristische Dokumente wie NetDocuments und iManage übernehmen.
Die übergeordnete Strategie besteht darin, den universellen Agenten mit spezialisierten Tools, Berechtigungen und Domänenwissen zu kombinieren.
Googles Einführung erfolgt in einem sich schnell entwickelnden Markt.
Meta stellte Muse im September vor. OpenAI führte Dots am 29. September ein.
Die drei Produkte überschneiden sich, unterscheiden sich jedoch in ihrer anfänglichen Positionierung.
| Dimension | Meta Muse | OpenAI Dots | Google Gemini Agent |
|---|---|---|---|
| Ursprünglicher Schwerpunkt | Persönlicher Agent | Persönlicher, dauerhaft verfügbarer Agent mit Ausweitung auf die Arbeit | Unternehmensarbeit und organisatorische Workflows |
| Ausführungsumgebung | Dedizierte sichere Muse-VM | Dedizierter Cloud-Computer pro Dot | Cloud-Ausführung mit unternehmenseigener Agent Sandbox |
| Lang laufende Arbeit | Ja | Ja, rund um die Uhr | Ja, über Stunden oder Tage |
| Verbundene Tools | Apps und Konnektoren | Mehr als 4.000 Apps über Plugins | Workspace, Drittanbieter-Apps, Unternehmenstools, MCP |
| Separate Arbeitsidentität | Identität des persönlichen Agenten | Dot-Identität / professionelle Szenarien | Coworker-Agent mit Workspace-Konto, E-Mail, Kalender und Drive |
| Modellstrategie | Muse Spark zum Start | GPT-6 Astra zum Start | Gemini und Claude heute, weitere Modelle geplant |
| Unternehmens-Governance | Wird über die Meta Enterprise Platform ausgebaut | Professionelle Enterprise-Dots entwickeln sich | Von Anfang an ein zentraler Produktfokus |
Dies ist keine Benchmark-Tabelle. Sie zeigt, wie die drei Unternehmen die Produkte derzeit positionieren.
Meta stellte Muse als persönlichen KI-Agenten vor.
Er läuft in einer dedizierten sicheren virtuellen Maschine mit eigenem Browser.
Meta zufolge kann Muse Aufgaben wie das Versenden von E-Mails, die Buchung von Reisen, Einkäufe und die Planung langfristiger Ziele übernehmen.
Meta erweitert Muse ebenfalls auf seine Unternehmensplattform. Die ursprüngliche Einführung konzentrierte sich jedoch stark auf das individuelle Alltagsleben.
OpenAI beschreibt Dots als dauerhaft verfügbare Agenten auf Basis von GPT-6 Astra.
Jeder Dot besitzt einen eigenen Cloud-Computer und kann rund um die Uhr auf die Ziele des Nutzers hinarbeiten.
OpenAI zufolge können sich Dots über das Plugin-Ökosystem mit mehr als 4.000 Apps verbinden.
Das Produkt betont Kontinuität über die Zeit: Ein Dot lernt aus Feedback und kann Aufgaben weiter voranbringen, ohne jedes Mal auf einen neuen Prompt zu warten.
Die Überschneidung mit Google ist daher beträchtlich.
Der Unterschied besteht darin, dass sich Googles Ankündigung im Oktober besonders darauf konzentriert, den Agenten in ein bestehendes System aus Unternehmensidentität, Berechtigungen, Zusammenarbeit und Governance einzubetten.
Google besitzt bereits viele Arbeitsoberflächen, in denen der Agent arbeiten soll.
Dazu gehören Gmail, Docs, Sheets, Slides, Calendar, Chat, Drive, BigQuery, Google Cloud IAM und Cloud Billing.
Der Gemini-Agent kann daher innerhalb derselben Umgebung arbeiten, in der viele Unternehmen bereits Dokumente, Kalender, E-Mails, Daten, Identitäten und Richtlinien verwalten.
Die Produktstrategie ist eindeutig:
Der KI-Agent sollte keinen separaten Arbeitsplatz erfordern, wenn das Unternehmen bereits einen besitzt.
Das Konzept des Coworker-Agenten treibt diese Idee am weitesten.
Statt lediglich einen externen Assistenten mit Workspace zu verbinden, kann Google ein KI-Konto innerhalb von Workspace erstellen.
Die ursprüngliche Ankündigung von Google Cloud umfasst mehrere weitere wichtige Neuerungen.
Derselbe Agentenkontext und dieselben Kontrollen werden direkt in Gmail, Drive, Docs, Slides, Sheets, Chat und Calendar verfügbar.
Organisationen können wiederverwendbare Skills und Tools veröffentlichen.
Der Agent kann sich mit externen Unternehmenssystemen und MCP-Servern verbinden.
Google startet mit Finanzdienstleistungen und Recht.
Regierung, Gesundheitswesen und Einzelhandel sollen später folgen.
Google betont Agentenidentität, Zugriff nach dem Prinzip der geringsten Privilegien, Audit-Trails, Sandbox-Isolierung, Richtliniendurchsetzung und das Agent Gateway.
Smart Routing und Ausgabenobergrenzen in Echtzeit sollen die Budgetierung dauerhaft laufender Unternehmensagenten erleichtern.
Die Ankündigung ist daher nicht einfach ein neuer Chatbot.
Sie ist ein umfassenderer Versuch, Gemini zur Ausführungs- und Governance-Ebene für die Arbeit mit Unternehmens-KI zu machen.
Die Funktionsliste ist ambitioniert, doch eine produktive Einführung erfordert weiterhin eine sorgfältige Validierung.
Ein Coworker-Agent sollte nur Zugriff auf die Dokumente, Systeme und Datensätze erhalten, die für seine Rolle erforderlich sind.
Für Aktionen mit großer Wirkung sollten klare Regeln für die menschliche Freigabe bestehen.
Langfristiges semantisches, prozedurales und episodisches Gedächtnis schafft Mehrwert. Organisationen benötigen jedoch Richtlinien für Aufbewahrung, Löschung und Überprüfung.
Wenn Claude und Gemini dieselbe Aufgabe verarbeiten können, sollte die Organisation verstehen, welche Daten an welchen Anbieter gesendet werden dürfen, welche regionalen Einschränkungen gelten, welche Protokollierungsregeln und Vertragsbedingungen bestehen und wie sich die Kosten unterscheiden.
MCP-Server und Drittanbieter-Tools erhöhen die Leistungsfähigkeit des Agenten. Sie vergrößern jedoch auch die Angriffsfläche.
Für die dauerhafte Cloud-Ausführung sollten vor einer breiten Einführung Ausgabenlimits auf Projektebene festgelegt werden.
Der Gemini-Agent ist Googles universeller Unternehmensagent für die Arbeit, der auf der Veranstaltung Gemini at Work 2026 angekündigt wurde. Er kann Fragen beantworten, lang laufende Aufgaben erledigen, Inhalte erstellen, Daten analysieren, Code schreiben und ausführen, Unternehmenstools verwenden und Unteragenten koordinieren.
Ja. Google erklärt ausdrücklich, dass der Agent heute zwischen der eigenen Gemini-Modellfamilie und den Claude-Modellen von Anthropic orchestrieren kann. Künftig sollen weitere private und offene Modelle unterstützt werden.
Ein Coworker-Agent ist ein dauerhafter Gemini-Agent, der für ein Team oder eine Rolle erstellt wurde. Google zufolge kann er ein eigenes Workspace-Konto, eine eigene E-Mail-Adresse, einen eigenen Kalender, eigenen Drive-Speicher, einen eigenen Verzeichniseintrag und rollenbasierte Berechtigungen erhalten.
Ja. Google zufolge läuft der Gemini-Agent in der Cloud und kann Aufgaben, die Stunden oder Tage dauern, fortsetzen, nachdem der Nutzer den Laptop geschlossen hat.
Google beschreibt Sitzungs-, semantisches, prozedurales und episodisches Gedächtnis. Diese decken die aktuelle Aufgabe, angesammeltes Wissen, wiederverwendbare Arbeitsweisen und die Historie früherer Ausführungen ab.
Smart Routing ist Googles automatische Ebene zur Modellauswahl. Sie leitet Unternehmens-Workloads an ein Modell weiter, das die erforderliche Leistung erbringen und gleichzeitig die Kosten kontrollieren soll.
Google beschreibt eine verwaltete Agentenidentität, rollenbasierte Berechtigungen, Audit-Trails, die Isolierung durch die Agent Sandbox, die Richtliniendurchsetzung über das Agent Gateway und menschliche Freigaben für sensible Aktionen. Welche Kontrollen genau verfügbar sind, hängt von der Produktkonfiguration und den Richtlinien der jeweiligen Organisation ab.
Es handelt sich um konkurrierende Ansätze für dauerhafte Agenten mit sich überschneidenden Fähigkeiten. Muse begann als Agent für das Privatleben, Dots konzentriert sich auf dauerhaft verfügbare persönliche Arbeit, während Google besonders auf Unternehmenskontext, Workspace-Identität, Governance und Multi-Modell-Orchestrierung setzt.
Googles neuer Gemini-Agent kombiniert lang laufende Cloud-Ausführung, Unteragenten-Orchestrierung, Workspace-Integration, dauerhaftes Gedächtnis, wiederverwendbare Skills und eine Unternehmensidentität in einem einzigen Arbeitsagenten.
Die ungewöhnlichste strategische Entscheidung ist die Modellunabhängigkeit. Gemini ist die Agentenebene, doch das zugrunde liegende Modell kann dynamisch ausgewählt werden. Google unterstützt derzeit sowohl Gemini- als auch Anthropic-Claude-Modelle innerhalb dieses Orchestrierungsansatzes.
Coworker-Agenten führen das Produkt tiefer in den Unternehmensbetrieb, indem sie der KI eine eigene Workspace-Identität, Berechtigungen, Speicher, E-Mail, Kalender und eine prüfbare Aktivitätshistorie geben. Google kombiniert diese Fähigkeiten mit Agent Sandbox, Agent Gateway, Autorisierung nach dem Prinzip der geringsten Privilegien, Smart Routing und Ausgabenkontrollen auf Projektebene.
Die zentrale Idee lautet nicht einfach: „Gemini kann Claude verwenden.“ Google versucht, den Unternehmensagenten, sein Gedächtnis, seine Identität, seine Tools und seine Governance dauerhafter zu machen als das Modell, das in diesem Monat gerade am leistungsfähigsten ist.
Starte mit einem Satz und erhalte in wenigen Minuten eine vollständige Website.
