Google Cloud hat am Donnerstag den Gemini Agent vorgestellt, einen universellen KI-Agenten für den Arbeitsplatz, der nach Angaben des Unternehmens ein Ziel entgegennehmen, die Aufgabe in der Cloud erledigen und mit dem fertigen Ergebnis zurückkehren kann – selbst wenn die Aufgabe Stunden oder Tage dauert.

Die Einführung zeigt, wie sich KI am Arbeitsplatz von Assistenten, die Fragen beantworten, hin zu Software entwickelt, der Aufgaben übertragen werden und die diese selbstständig erledigt. CEO Thomas Kurian präsentierte das Produkt bei Googles Veranstaltung Gemini at Work und erklärte: „Arbeit beginnt jetzt im Eingabefenster.“ Weitere Einzelheiten sind in Googles offizieller Ankündigung verfügbar.

Der Gemini Agent arbeitet in Gmail, Docs, Sheets, Slides, Drive, Chat und Calendar und greift auch auf Microsoft 365 und Slack zu. Google positioniert ihn als eine zentrale KI für die Arbeit, die nach dem Schließen des Laptops durch den Nutzer in der Cloud weiterläuft. Dadurch kann sich eine einzelne Aufgabe über Stunden oder Tage erstrecken.

„Coworker Agents“ mit eigenen Konten

Das herausragendste Merkmal sind die sogenannten Coworker Agents von Google. Ein Manager beschreibt eine Rolle – beispielsweise die eines Veranstaltungskoordinators – und Gemini erstellt einen Agenten mit einem eigenen Workspace-Konto: einer E-Mail-Adresse, einem Kalender, Drive-Speicher und einem Eintrag im Unternehmensverzeichnis. Jeder Agent wird in einem Prüfprotokoll erfasst, das von den Protokollen menschlicher Mitarbeiter getrennt ist. Damit werden die Identität am Arbeitsplatz und die damit verbundene Verantwortung im Grunde auf Software ausgeweitet.

Das Konzept baut auf Ansätzen auf, die bereits von anderen KI-Plattformen erprobt wurden: Grok machte es mit Grok Bot bekannt, OpenAI setzte dasselbe mit GPT dots um, und Hermes führte eine Bots-Funktion mit ähnlicher Funktionalität ein.

Integrationen und Orchestrierung mehrerer Modelle

Der neue Agent verbindet sich mit Salesforce, ServiceNow, Jira, Snowflake und BigQuery sowie mit jedem Server, der das Model Context Protocol unterstützt – einem offenen Standard, der wie ein universeller Stecker zwischen KI und Software funktioniert. Er läuft zudem nicht ausschließlich auf Googles eigenen Modellen: Gemini orchestriert derzeit zwischen den Gemini-Modellen von Google und den Claude-Modellen von Anthropic und leitet jede Aufgabe an das Modell weiter, das Google hinsichtlich Qualität und Kosten als am besten geeignet betrachtet.

Sicherheit, Identität und Abschirmung

Wenn Software eigenständig handelt, wirft das offensichtliche Sicherheitsfragen auf. Googles Antwort besteht darin, jeden Agenten wie einen Mitarbeiter zu behandeln. Jeder Agent erhält eine kryptografisch attestierte Identität – eine durch Kryptografie verifizierte digitale ID – und jede Aktion wird in einem Prüfprotokoll dem Agenten und nicht einer Person zugeordnet.

Alle Agenten laufen in einer Agent Sandbox, einer abgeschotteten Umgebung, die die Software vom übrigen System isolieren soll. Ihr gesamter Datenverkehr läuft über das Agent Gateway, das Google als „KI-Netzwerk-Firewall“ bezeichnet.

Die Abschirmung ist jedoch schon zuvor gescheitert. Im Juli berichteten Forscher von Accomplish AI, dass der lokale Modus von Claude Cowork auf Macs aus seiner Linux-virtuellen Maschine ausbrechen und auf Dateien des Host-Computers zugreifen konnte – ein Hinweis darauf, dass Isolationsschichten für autonome Software nicht garantiert zuverlässig funktionieren.

Kostenkontrollen

Die Kosten sind ein weiterer Sorgenpunkt, da Agenten viele Token verbrauchen – die Textbausteine, die KI-Modelle lesen und schreiben und für die Kunden abgerechnet werden. Google zufolge verarbeiteten fast 500 seiner Kunden im vergangenen Jahr jeweils mehr als eine Billion Token. Um die Ausgaben zu begrenzen, hat das Unternehmen Echtzeit-Ausgabenlimits eingeführt: Erreicht ein Projekt sein Limit, pausiert der Agent, bis jemand auf „Fortsetzen“ klickt. Dieses Pausieren-bis-zum-Fortsetzen-Modell begegnet einem spezifischen Risiko lang laufender Aufgaben: Da Agenten weiterarbeiten, nachdem ein Nutzer den Arbeitsplatz verlassen hat, kann sich der Token-Verbrauch unbemerkt summieren.

Verfügbarkeit

Google hat weder Preise noch ein Datum für die allgemeine Verfügbarkeit des Gemini Agent veröffentlicht. Die Versionen für Finanzdienstleistungen und den Rechtsbereich befinden sich in der Vorschau – zwei stark regulierte Bereiche, in denen Identitäts- und Prüfprotokollfunktionen besonders genau geprüft würden. Versionen für Behörden, das Gesundheitswesen und den Einzelhandel sind hingegen als „demnächst verfügbar“ aufgeführt. Preise, ein Zeitplan für die allgemeine Verfügbarkeit und die Leistung der frühen Vorschauversionen im produktiven Einsatz sind die wichtigsten offenen Fragen im weiteren Verlauf der Einführung.