Google hat Gemini Spark vorgestellt, einen neuen KI-Agenten, der Nutzern komplette Aufgaben abnehmen soll – Recherchen durchführen, Code schreiben, Berichte erstellen und mit dem fertigen Ergebnis zurückkommen. Der Dienst ging am Donnerstag über Google Cloud live und bietet Unternehmen ein KI-System, das Arbeiten von Anfang bis Ende erledigen soll, wie ein Blogbeitrag von Google Cloud erläutert.

Wie auf Googles Website beschrieben, können Nutzer Aufgaben heute zuweisen und das Ergebnis lange nach dem Herunterfahren ihrer Laptops erhalten. Das Unternehmen versteht dies als Bruch mit dem vertrauten Muster, nur eine einzelne Aufgabe – etwa das Verfassen einer E-Mail – zu delegieren, während man alles Übrige selbst erledigt.

Mit dem Launch stellt sich Alphabet (GOOGL) alongside neben Konkurrenten, die ähnliche Schritte unternommen haben. Im September führte OpenAI seine dots agents ein, die dauerhaft für die Nutzer arbeiten, und Meta (META) folgte mit Muse, einem System, das Einkäufe, Reisebuchungen, E-Mails und Zahlungen abwickeln kann. Die Alphabet-Aktie gewann nach der Ankündigung am Donnerstag 2,2 % hinzu. Da nun Alphabet, OpenAI und Meta Systeme anbieten, die über eine einzelne Anfrage hinaus im Auftrag der Nutzer arbeiten sollen, verlagert sich der Branchenfokus von einmaliger Unterstützung hin zu Software, die eine Aufgabe bis zum Abschluss trägt.

Über Apps hinweg arbeiten, ohne ständige Beaufsichtigung

Bemerkenswert an Gemini Spark ist, wie viel Verantwortung Google Unternehmen übertragen möchte. In einem vom Unternehmen beschriebenen Szenario kann ein Mitarbeiter, der Informationen aus mehreren Abteilungen zusammenführen, in einerabelle ordnen und in einen präsentationsfertigen Bericht umwandeln muss, die gesamte Aufgabe an Gemini übertragen, statt jeden Schritt einzeln anzufragen.

Der Agent ermittelt, was zu tun ist, wählt die passende Software aus, sammelt die benötigten Informationen und erstellt das gewünschte Ergebnis. Für Geschäftsnutzer bedeutet das weniger Zwischenschritte: Statt einen Assistenten durch jeden Schritt zu lotsen, beschreibt der Mitarbeiter das gewünschte Ergebnis, und der Agent übernimmt die Schritte dazwischen.

Gemini kann innerhalb von Gmail, Docs, Sheets und Calendar arbeiten, doch Google beschränkt den Agenten nicht auf Workspace: Auch Unternehmen, die Microsoft 365 oder Slack nutzen, können auf den Dienst zugreifen. Diese Flexibilität gilt auch für Geräte. Mitarbeiter können den Agenten über Browser, iPhones, Android-Smartphones, Windows-Computer, Macs und sogar Entwickler-Kommandozeilen nutzen, und Softwareunternehmen können ihn in eigene Produkte einbinden, ohne dass Nutzer ein separates Gemini-Fenster öffnen müssen.

Google hat zudem eines der lästigeren Merkmale der Zusammenarbeit mit KI angegangen: die Notwendigkeit, sich immer wieder selbst erklären zu müssen. Da Gemini über die Google Cloud läuft, behält es überall denselben Arbeitskontext, egal von wo aus ein Mitarbeiter darauf zugreift. Ein Nutzer kann eine Aufgabe am Büro-PC beginnen, den Fortschritt vom Smartphone aus verfolgen und am nächsten Tag ohne Neustart weitermachen.

Das Wichtigste: Lang laufende Aufgaben hängen nicht davon ab, dass ein Gerät eingeschaltet bleibt. Mitarbeiter können Aufgaben für später einplanen oder den Agenten auslösen lassen, sobald bestimmte Ereignisse in einem verbundenen System eintreten. Diese Unabhängigkeit von einem einzelnen Rechner macht das von Google beschriebene Modell – jetzt zuweisen, später abrufen – auch außerhalb der eigenen Arbeitszeiten brauchbar.

Darüber hinaus hat Google eine Funktion eingebaut, mit der Gemini schwierige Aufgaben auf mehrere kleinere KI-Worker verteilen kann. Diese temporären Sub-Agenten können verschiedene Teile eines Projekts gleichzeitig bearbeiten oder in einer bestimmten Reihenfolge abschließen, wobei Gemini ihre Aktivitäten steuert und die Ergebnisse zusammenführt.

KI-Kollegen mit eigener Unternehmensidentität

Google erweitert das Konzept mit sogenannten Coworker-Agents, mit denen Unternehmen digitale Mitarbeiter mit fortlaufenden Verantwortlichkeiten, individuellem Speicher und sogar Firmen-E-Mail-Adressen mit der Endung @agents.company.com schaffen können. Ein KI-Kollege könnte über mehrere Tage unterschiedliche Aufgaben bearbeiten, mit anderen Agenten kommunizieren und eine eigene Arbeitshistorie pflegen.

Es gibt aber Grenzen. Google zufolge erhält jeder Coworker nur Zugriff auf die Unternehmensinformationen, die Mitarbeiter ihm explizit freigeben. Unternehmen können zudem dedizierte Projektumgebungen einrichten, in denen Gemini Vertrautheit mit bestimmten Tools, Anweisungen und Workflows aufbaut. Das System nutzt frühere Interaktionen, um besser zu verstehen, wie jemand arbeitet, statt jede Anfrage als völlig neues Gespräch zu behandeln.

Die vielleicht ungewöhnlichere Entscheidung: Google lässt Gemini nicht ausschließlich auf die eigenen KI-Modelle angewiesen sein. Die Plattform nutzt derzeit sowohl Gemini als auch Anthropics Claude und wählt jeweils das Modell, das für eine bestimmte Aufgabe besser geeignet ist. Ein komplexes Codierungsproblem erfordert möglicherweise ein leistungsfähigeres Modell, während eine einfache Aufgabe auf einem günstigeren laufen kann.

Google argumentiert, dass diese Flexibilität Unternehmen helfen könnte, Kosten zu kontrollieren, ohne bei anspruchsvollen Arbeiten Leistung einzubüßen. Das Unternehmen beabsichtigt auch, mit dem Fortschreiten der Technologie weitere kommerzielle und offen verfügbare Modelle einzuführen. Unternehmen könnten dann zwischen KI-Engines wechseln, während sie ihre bestehenden Informationen, Konfigurationen und Arbeitsverläufe behalten. Für Unternehmen, die Agent-Plattformen abwägen, ist dieser angekündigte Plan – der Austausch der zugrunde liegenden Modelle ohne Verlust gespeicherter Kontexte und Einstellungen – eine konkrete Entwicklung, die man im Auge behalten sollte, wenn sich das Angebot erweitert.

Quelle: Cryptopolitan