Über künstliche Intelligenz wird meist als Wettlauf um Fähigkeiten gesprochen: Wer das stärkste Modell hat, gibt das Tempo vor. Der Schritt, den Google am Donnerstag auf einem Cloud-Event vorgestellt hat und über den Sarah Perez bei TechCrunch berichtet, verlegt diesen Wettlauf an eine nüchternere Stelle: dorthin, wo es um Zuständigkeiten, Firmenkonten und Protokolle geht. Wer unter agentischer KI bisher ein klügeres Frage-und-Antwort-Spiel verstanden hat, muss das korrigieren. Es geht nicht darum, dass der Assistent besser antwortet, sondern dass er arbeitet.
Google nennt das Ergebnis einen einheitlichen Agenten, der nicht nur Fragen beantwortet, sondern Aufgaben erledigt – aus einer einzigen Oberfläche heraus. Damit folgt das Unternehmen einem Muster, das sich seit Monaten zeigt: KI-Werkzeuge lösen sich von der Konversation und übernehmen zugewiesene Arbeit. Sie schreiben Code, planen Termine, koordinieren Reisen oder greifen auf fremde Systeme zu. Auf der Verbraucherseite gibt es dafür bereits Beispiele wie Metas Muse, Messenger-Agenten wie Instinct oder die neuen Dots von ChatGPT. Google ist also nicht der Erste auf diesem Weg, aber einer der größten Anbieter – und wählt dafür eine ungewöhnliche Reihenfolge.
Zuerst sind Unternehmen dran, Verbraucher später. Google begründet das mit den schwierigeren Problemen leistungsfähiger Agenten: Sicherheit, Skalierung, Leistung. Wer einen Agenten auf Firmendaten loslässt, muss mehr lösen als eine Modellfrage. In dieser Reihenfolge liegt die Aussage des Tages. Der Wettbewerb entscheidet sich nicht mehr nur über Modellqualität, sondern darüber, ob ein Unternehmen einem System Verantwortung übertragen kann, ohne die Kontrolle zu verlieren.
Was Google konkret angekündigt hat
Die Zahlen, die Google-Chef Sundar Pichai zum Auftakt nannte, erklären die Priorität. Gemini kommt demnach auf über eine Milliarde monatlich aktive Nutzer, und knapp 90 Prozent der Fortune-100-Unternehmen setzen Gemini Enterprise bereits im Arbeitsalltag ein. Wegen dieser Verbreitung in Unternehmen bringt Google den Agenten zuerst dorthin. Laut Pichai kann das Unternehmen so die schwierigeren Probleme lösen, die mit leistungsfähigen Agenten einhergehen: Sicherheit, Skalierung und Leistung.
Zu den frühen Testern des neuen Agenten zählen der Sportartikelhersteller On, Shopify und PayPal. Als Gemini-Enterprise-Kunden nennt Google unter anderem BNP Paribas, Bradesco, Merck, Orange Spain, Santee Cooper, SOMPO, Ulta Beauty und Wesfarmers. Das sind keine Start-ups, die eine Technologie ausprobieren, sondern große Konzerne – genau die Umgebung, in der sich Fragen von Sicherheit und Skalierung zuerst stellen.
Für Verbraucher heißt das vorerst: warten. Google nennt eine Reihenfolge, erst Unternehmen, später Verbraucher, und begründet sie; ein Datum für den Start bei Verbrauchern nennt der Bericht nicht. Wie belastbar der Agent im Alltag ist, wird sich erst in den Unternehmen zeigen, die ihn jetzt einsetzen.
Von der Anweisung zum Ziel
Google-Cloud-Chef Thomas Kurian formulierte den Kern in einem leicht zu überlesenden Satz: Der Agent könne Ziele bekommen, nicht bloß Anweisungen. Das klingt nach Marketing, hat aber technische Folgen. Eine Anweisung beschreibt einen Handgriff, ein Ziel beschreibt ein Ergebnis. Bisherige Assistenten waren Werkzeuge in der Hand eines Bedieners: Man sagte, welcher Schritt zu tun ist, und bekam ihn ausgeführt. Ein Agent, der ein Ziel erhält, plant dagegen selbst die Reihenfolge, wählt Hilfsmittel, zieht Zwischenergebnisse heran und entscheidet, wann er unterwegs umsteuert.
Ein Vergleich aus dem Bau hilft: Bislang war die KI eher ein Handwerker, dem man jeden Griff einzeln ansagte. Jetzt wird sie wie ein ausführendes Unternehmen behandelt, das einen Auftrag bekommt und dafür Gewerke koordiniert. In der Ankündigung heißt das „Subagenten“: Der Hauptagent zerlegt eine Aufgabe, delegiert Teilschritte und lädt bei Bedarf spezielle Fähigkeiten nach. Wer im Bauwesen zu tun hat, kennt die Konsequenz. Mit einem Handwerker spricht man über Handgriffe, mit einem Generalunternehmer über Termine, Haftung und Abnahme.
Voraussetzung dafür ist Zugang zu den Systemen, in denen die Arbeit tatsächlich stattfindet. Der Google-Cloud-KI-Agent verbindet sich laut Ankündigung unter anderem mit Google Workspace, Microsoft 365, Slack, Jira, Confluence, Git, BigQuery, Databricks, Postgres und Snowflake. Er kann zudem über jeden Model Context Protocol-Server arbeiten, ob innerhalb oder außerhalb des Firmennetzes. Damit wird die Frage, was ein Agent darf, zu einer Rechtefrage – nicht zu einer Frage der Textqualität.
Der Agent bekommt ein eigenes Firmenkonto
Der auffälligste Baustein der Ankündigung ist organisatorisch. Der Agent erhält ein eigenes Workspace-Konto, also eine eigene E-Mail-Adresse und einen eigenen Kontext. Er weiß, wer in welchem Team sitzt, in welcher Zeitzone gearbeitet wird, wer Freigaben erteilen darf und was in den Kalendern steht. Man erreicht ihn, indem man ihn in einem Gruppenchat markiert, ihm eine Mail schickt, eine Freigabe mit ihm teilt oder ihn zu einer Unterhaltung hinzufügt.
Ein System, das eigene Zugangsdaten besitzt, ist im Verzeichnis ein eigener Akteur – mit eigenen Berechtigungen, eigener Historie und eigener Verantwortungszuordnung. Für diesen Punkt beschreibt Google einen Prüfpfad, der dem Agenten zugeschrieben wird, nicht einer Person. Wer später nachvollziehen will, wer eine Änderung veranlasst hat, findet dort nicht den Namen eines Mitarbeiters, sondern den des Agenten. Für Revision und Datenschutz ist das der entscheidende Punkt.
Sichtbar wird die Arbeit in einer Aufgaben-Inbox. Dort lässt sich verfolgen, wie Gemini denkt, welche Teilschritte es an Unteragenten weitergibt, welche speziellen Fähigkeiten geladen werden, welcher Code entsteht und wie weit die Aufgabe gediehen ist. Erreichbar ist der Agent von iOS und Android, von Windows und macOS, über die Kommandozeile, aus Workspace, Microsoft 365, ServiceNow und Slack. Hinter der Aufzählung steht die Botschaft: Der Agent soll nicht an einem Ort leben, sondern überall dort ansprechbar sein, wo ohnehin gearbeitet wird.
Modellwahl, MCP und die Frage der Kosten
Bemerkenswert ist, dass Google die Modellwahl nicht abschottet. Standardmäßig sucht das System selbst das passende Modell für eine Aufgabe. Nutzer können diese Wahl selbst übernehmen – auch zugunsten fremder Anbieter, beginnend mit den Claude-Modellen von Anthropic. Open-Source-Modelle und weitere private Modelle sollen folgen. Ein Anbieter, der fremde Modelle zulässt, verkauft damit nicht mehr nur Rechenleistung, sondern die Ebene darüber: die Orchestrierung.
Aufträge können Anhänge enthalten, etwa Dateien, Ordner oder ganze Projektkontexte, die Dateien und Fähigkeiten kombinieren. Der Agent kann diese Unterlagen lesen, mit seinem Zugriff auf Firmensysteme verbinden und daraus Schritte ableiten. Hier zeigt sich der praktische Nutzen: Nicht die einzelne Antwort spart Zeit, sondern der Wegfall der Zwischenschritte, in denen ein Mensch Daten von einem System ins nächste kopiert.
Offen bleibt bis zur breiten Nutzung die Kostenfrage. Google adressiert sie ausdrücklich. Neue flexible Ausgabenoptionen sollen Multi-Modell-Orchestrierung, intelligentes Routing und Echtzeit-Ausgabenlimits umfassen. Übersetzt heißt das: Ein Agent, der selbst entscheidet, welche Ressourcen er zieht, kann teuer werden, wenn niemand das Budget deckelt. Ausgabenlimits sind deshalb kein Beiwerk, sondern die Bedingung dafür, dass ein Unternehmen den Agenten unbeaufsichtigt laufen lässt.
Was das für Unternehmen bedeutet
Nüchtern betrachtet ist der Startschuss für Googles agentische KI in Unternehmen zuerst ein Governance-Projekt. Bevor ein Agent Ziele verfolgen darf, müssen Rollen geklärt, Zugriffe begrenzt, Protokolle geprüft und Budgets gesetzt werden. Die Liste der Anschlüsse – von Jira über Snowflake bis Git – beschreibt nicht nur Fähigkeiten, sondern Angriffsflächen. Wer einem System Schreibzugriff auf Tickets, Datenbanken und Repositories gibt, braucht Regeln dafür, was es darf und was nicht.
Wer heute über einen KI-Agenten für Unternehmen nachdenkt, sollte nicht mit der Frage beginnen, welches Modell das beste ist. Sinnvoller ist die Frage, welche Aufgaben überhaupt delegierbar sind: solche mit klarem Ergebnis, prüfbaren Zwischenschritten und seltenen Ausnahmen. Ein Agent, der Rechnungsdaten aus einer Datenbank zieht und in ein Berichtswesen einspeist, ist ein anderes Risiko als ein Agent, der eigenständig Verträge versendet. Die zweite Sorte wird kommen, aber sie braucht mehr als ein Ausgabenlimit.
Für dich heißt das: den Hype einordnen, nicht mitreißen lassen. Googles agentische KI für Unternehmen ist kein Schalter, der morgen Arbeitsplätze ersetzt. Es ist eine Plattform, auf der sich Arbeit anders verteilen lässt – mit mehr Automatisierung bei Routinen und mehr Aufwand bei Aufsicht. Die Frage der nächsten Monate wird nicht lauten, wie klug der Agent ist. Sie wird lauten, wer im Unternehmen die Verantwortung trägt, wenn er sich irrt. Ob daraus betrieblicher Alltag wird, entscheidet sich an dieser Frage.
Quelle: techcrunch.com
