Du baust einen KI-Agenten, der nicht nur auf Anfragen wartet, sondern eigenständig im Hintergrund arbeitet – etwa um eine große Datenbank zu durchforsten, während du die nächste Aufgabe startest. Oder dein Agent soll auf interne Firmen-APIs zugreifen, ohne dass du jedes Mal eine Proxy-Schicht programmieren musst. Googles neueste Erweiterung der Managed Agents in der Gemini API macht das möglich. Mit Background Execution, Remote MCP Server Integration, Custom Function Calling und Credential Refresh werden die Agenten zu asynchronen Workern, die du in deine Produktionsumgebung integrieren kannst.
Managed Agents sind ein persönlicher Assistent in einem abgeschotteten Cloud-Sandkasten. Du rufst eine einzige API auf, und Gemini übernimmt Reasoning, Codeausführung, Paketinstallation, Dateiverwaltung und Webabfragen – alles isoliert. Bisher arbeitete der Assistent nur, solange die Verbindung bestand. Die neuen Features lassen ihn auch nach Verbindungsabbruch weiterarbeiten, mit externen Werkzeugen kommunizieren und abgelaufene Zugangsschlüssel selbst erneuern.
Hintergrundausführung: Der Agent arbeitet auch ohne dich
Ein klassisches Problem bei langlaufenden Aufgaben sind instabile HTTP-Verbindungen. Hältst du die Verbindung offen, während der Agent eine Stunde eine Datenbank abfragt, drohen Timeouts. Mit der Background Execution änderst du das grundlegend. Du übergibst das Flag background: true, die API startet die Interaktion asynchron. Die Antwort kommt sofort – eine eindeutige ID. Damit fragst du später den Status ab, streamst Fortschritte oder nimmst die Verbindung wieder auf. Keine blockierenden Requests mehr, weniger Fehleranfälligkeit. Der Agent läuft nebenher, während deine App andere Dinge erledigt.
Die API gibt sofort eine Interaktions-ID zurück. Dein Client nutzt sie für regelmäßiges Polling oder abonniert einen Streaming-Endpunkt. Bricht die Verbindung ab, fragst du später mit derselben ID den aktuellen Stand ab und holst die Ergebnisse. Das ist nützlich für Datenanalyse, Batch-Verarbeitung oder das Durchsuchen großer Dokumentenbestände. Du musst nicht auf den Abschluss warten – der Agent arbeitet zuverlässig im Hintergrund.
Remote-MCP-Server: Der Agent holt sich selbst, was er braucht
Der Zugriff auf private Datenquellen war bisher umständlich. Du musstest Middleware oder Proxy-Server schreiben, um deinem Agenten Zugang zu internen APIs, Datenbanken oder Legacy-Systemen zu geben. Jetzt integrierst du sie direkt über das Model Context Protocol (MCP), einen offenen Standard für externe Tools und Ressourcen. Du verbindest deinen Managed Agent mit einem Remote-MCP-Server, ohne Proxy-Code.
Dein Unternehmen betreibt ein CRM-System mit einer REST-API. Statt einen eigenen Adapter zu bauen, definierst du einen MCP-Server, der die CRM-Daten abstrahiert. Dein Gemini-Agent ruft dann mcp_server als Tool auf – zusammen mit anderen Sandbox-Funktionen wie Google-Suche oder Codeausführung. Der Agent entscheidet selbst, welche Daten er benötigt, und holt sie sich aus deiner geschützten Umgebung. Du kombinierst mehrere MCP-Server, legst Authentifizierungsregeln fest und stellst sicher, dass nur autorisierte Daten fließen. Das ergibt einen einheitlichen Zugang zu allen Quellen, ohne Netzwerkkomplexität.
Die Integration erfolgt zur Laufzeit: Du übergibst die Konfiguration des MCP-Servers zusammen mit den anderen Tools. Der Agent kommuniziert aus seinem sicheren Sandkasten mit deinem internen Dienst. Befolge Best Practices: kurze Token-Laufzeiten, begrenzte Rechte des MCP-Servers, Zugriffe überwachen. So bleibt dein System sicher.
Benutzerdefinierte Funktionen: Lokale Logik im Sandwich
Nicht jeder Schritt soll im Cloud-Sandkasten stattfinden. Manche Aktionen sind besser auf dem Client ausgeführt – etwa lokale Dateien schreiben, Hardware-Aktionen auslösen oder mit lokalen Diensten interagieren. Custom Function Calling erlaubt dir, eigene Tools zu definieren, die lokal laufen, und sie mit den eingebauten Sandbox-Funktionen zu kombinieren.
Die API gleicht intelligent ab: Eingebaute Tools wie Datenbankabfragen oder Webzugriffe werden automatisch im Server ausgeführt. Sobald der Agent auf eine benutzerdefinierte Funktion stößt, wechselt die Interaktion in den Status requires_action. Dein Client erhält die Aufforderung, die Funktion auszuführen, und schickt das Ergebnis zurück. Ein Sandwich: Der Server bereitet den Rahmen vor, der Client fügt die lokale Zutat hinzu, der Server backt fertig. Du behältst die Kontrolle über sensible oder lokale Operationen.
Ein Beispiel: Dein Agent soll eine Bestellung auslösen. Die Prüfung der Kundendaten übernimmt der Cloud-Sandkasten (zentrale Datenbank). Der finale Bestellvorgang läuft über eine lokale API auf deinem Firmenrechner. Der Agent ruft die benutzerdefinierte Funktion auf, deine lokale Anwendung führt sie aus, das Ergebnis fließt zurück. So kombinierst du beide Welten ohne Sicherheitslücken.
Netzwerk-Credentials automatisch erneuern: Der Agent vergisst den Schlüssel nicht
Access Tokens laufen ab. Du gibst deinem Agenten einen gültigen Schlüssel mit, nach einer Stunde ist er ungültig. Bisher musstest du die Interaktion abbrechen, den Schlüssel erneuern und neu starten. Die Credential Refresh Funktion löst das elegant.
Du übergibst einer laufenden Interaktion eine neue Netzwerkkonfiguration, indem du die vorhandene environment_id mit frischen Credentials kombinierst. Die neuen Regeln ersetzen die alten sofort – der Sandkasten behält seinen gesamten Zustand: Dateisystem, installierte Pakete, geklonte Repositories. Alles bleibt erhalten. Der Agent wechselt den Schlüssel und macht weiter, ohne einen Schritt zu verlieren.
Diese Funktion ist wertvoll für langlebige Agenten, die über Stunden oder Tage laufen. Ein Monitoring-Agent ruft regelmäßig Daten aus einer externen API ab. Seine Credentials laufen ab. Dank Credential Refresh gibst du ihm eine neue Konfiguration mit, und er setzt seine Arbeit nahtlos fort. Du musst keine Sessions verwalten oder Workflows unterbrechen.
Was bedeutet das für Entwickler?
Diese vier Erweiterungen – Background Execution, Remote-MCP, Custom Functions und Credential Refresh – machen Managed Agents zu einem Werkzeug für die Produktion. Du baust keine Prototypen mehr, die nur unter Idealbedingungen funktionieren. Du erhältst einen zuverlässigen, asynchronen Worker, der sich in deine bestehende Infrastruktur einfügt. Die API übernimmt die komplexe Orchestrierung: Timeouts, konsistenter Zustand, Kontrolle über kritische Schritte lokal.
Wenn du die Gemini Interactions API noch nicht kennst, ist jetzt ein guter Zeitpunkt, dich damit zu beschäftigen. Die neuen Features adressieren direkte Rückmeldungen von Entwicklern. Du musst kein KI-Experte sein – mit wenigen Zeilen Code startest du einen leistungsfähigen Agenten. Die Dokumentation bietet ausführliche Guides zu Background Execution, MCP-Integration und mehr.
KI-Agenten sollen nicht nur in kontrollierten Demos glänzen, sondern im rauen Alltag der Softwareentwicklung bestehen. Mit diesen Neuerungen macht Google einen Schritt in Richtung Alltagstauglichkeit. Du musst keine Kompromisse zwischen Einfachheit und Leistungsfähigkeit machen – der Agent arbeitet im Hintergrund und Vordergrund, nutzt deine vorhandenen Systeme und erneuert seine Schlüssel. Das ist der Unterschied zwischen einem Spielzeug und einem Werkzeug. Hier fängt das Bauen ernsthafter KI-gestützter Anwendungen an.
Quelle: blog.google
