Du unterhältst dich mit deinem Smartphone wie mit einem Kollegen – du sprichst, es antwortet in Echtzeit. Das verspricht Gemini Live. Bisher war dieser Modus auf mobile Geräte beschränkt. Jetzt deutet einiges darauf hin, dass Google die Echtzeit-Sprachsteuerung auch auf den Desktop und ins Web bringt. In aktuellen Testversionen der Web-Oberfläche taucht ein Button für Gemini Live auf. Die Grenzen zwischen App und Browser verschwimmen.
Ein Tech-Blogger berichtet über diese Funde in den Builds von Google. Der Live-Button erscheint im Web-Client, aber selbst die Desktop-App unterstützt den Modus noch nicht aktiv. Es laufen offenbar Tests im Trusted-Tester-Programm. Desktop- und Web-Version könnten zeitgleich starten – das wäre sinnvoll. Google kündigte auf der I/O im Mai neue Sprachfähigkeiten für die macOS-App an. Frühere Hinweise in dieser App deuteten auf Sprachauswahl-Optionen und ein Overlay für Bildschirmfreigabe hin. Die Vorarbeit ist seit Monaten sichtbar.
Skills als wiederverwendbare Anweisungspakete
Dieselben Builds enthalten Spuren einer zweiten Neuerung. Es geht um „Skills“ – wiederverwendbare Anweisungspakete, die der Assistent auf wiederkehrende Aufgaben anwendet. Bisher sind Skills exklusiv in Gemini Spark verfügbar, einem autonomen Agenten hinter dem kostenpflichtigen AI Ultra-Abonnement. Nutzer können dort Skills wie „Fasse die neuesten Tech-News zusammen“ oder „Erstelle eine Liste offener Punkte aus meinen E-Mails“ definieren. Google Spark führt diese Anweisungen automatisch aus, ohne dass der Nutzer alles neu formulieren muss.
Die entdeckten Spuren legen nahe, dass Skills bald für alle Chat-Nutzer zugänglich sein könnten – unabhängig von einem Spark-Abo. Der Tech-Blogger listet vier konkrete Möglichkeiten auf: Erstens eigene Skills hochladen, zweitens aus vordefinierten Skills wählen, drittens neue Skills von Grund auf erstellen und viertens Gemini einen Skill für sich generieren lassen. Das würde das Angebot auf eine Stufe mit Claude und ChatGPT heben, die solche Funktionen bereits bieten. Es würde eine der auffälligsten Lücken in Googles Assistenten-Strategie schließen.
Ein Vergleich hilft: Du kochst jeden Tag das gleiche Gericht. Du könntest jedes Mal von Null anfangen. Oder du legst dir ein Rezept an, das du einfach abrufst. Skills funktionieren ähnlich: Du definierst einmal, wie Gemini eine bestimmte Aufgabe erledigen soll, und rufst sie später mit einem Befehl auf. Ob Projektberichte, Meeting-Zusammenfassungen oder Recherche – der Assistent führt die Anweisung aus, ohne dass du jedes Detail wiederholen musst.
Bekannte Vorläufer und offener Zeitplan
Google hat in Chrome bereits eine leichtere Variante von Skills eingeführt: Im April kamen Prompt-Shortcuts. Außerdem kann Gemini Enterprise schon jetzt mitten im Chat Skills aufrufen. Das aktuelle Update würde diese Funktionalität auf alle Nutzer ausweiten – sowohl im Web als auch in der mobilen App. Die Frage ist: Wann kommt es?
Der Zeitplan bleibt ungewiss. Gemini 3.6 Flash ist in Vorbereitung, während Gemini 3.5 Pro mehrfach verschoben wurde, zuletzt über Mitte Juli hinaus. Ein Zwischenmodell könnte zuerst erscheinen, um die Lücke zu schließen. Vielleicht sehen wir Ende Juli etwas von Google – aber nichts ist offiziell angekündigt, und Pläne können sich bis zur Markteinführung ändern.
Googles Weg zum Alltagsassistenten
Die Richtung ist klar: Google will Gemini alltagstauglicher machen. Die Kombination aus Live-Sprachmodus im Web und Chat-unterstützten Skills würde den Assistenten von einem reinen Frage-Antwort-Werkzeug zu einem digitalen Begleiter aufwerten. Du arbeitest am Desktop an einem Dokument und aktivierst Gemini Live per Knopfdruck, um dir etwas vorlesen zu lassen oder eine Frage zu stellen. Gleichzeitig definierst du Skills, die wiederkehrende Formatierungsarbeiten oder Recherchen automatisieren. Das spart Zeit.
Damit das gelingt, müssen die KI-Technologien hinter Gemini reibungslos funktionieren. „KI“ meint große neuronale Netze, die auf riesigen Datenmengen trainiert wurden, um Sprache zu verstehen und sinnvolle Antworten zu generieren. Skills basieren auf „Prompts“ – vorformulierten Anweisungen, die das Modell in eine bestimmte Richtung lenken. Anwender brauchen kein Expertenwissen; oft reicht es, in natürlicher Sprache zu beschreiben, was der Assistent tun soll. Die Intelligenz liegt in der Fähigkeit des Modells, diese Beschreibung zu interpretieren und umzusetzen.
Für Einsteiger ist das ein niedrigschwelliger Zugang: Man muss nicht programmieren, sondern einfach formulieren. Das ermöglicht Automatisierungen, die vorher nur Experten vorbehalten waren. Die Kontrolle bleibt beim Nutzer – man entscheidet, welche Skills man aktiviert, und kann jederzeit eingreifen. Google setzt auf Transparenz und Anpassbarkeit.
ChatGPT und Claude bieten seit Monaten ähnliche Funktionen. Wenn Gemini nicht nachzieht, verliert es an Attraktivität, besonders bei Power-Usern. Mit der Kombination aus Live-Sprache und Skills könnte Google einen Vorteil ausspielen: die tiefe Integration in seine Produktwelt. Wer Gmail, Docs und Kalender nutzt, wird Gemini nahtlos einbetten können. Skills könnten automatisch auf E-Mails zugreifen, Termine analysieren oder Dokumente zusammenfassen – ohne die Anwendung zu wechseln.
Ausblick mit gebotener Vorsicht
Der Tech-Blogger schließt mit einer realistischen Einschätzung: So vielversprechend die Funde sind, so vorsichtig sollte man mit Terminprognosen umgehen. Google hat Produkte angekündigt und später verschoben. Dennoch zeigt der Trend, dass KI-Assistenten autonomer werden. Skills sind der logische Schritt von einem reaktiven Chatbot zu einem proaktiven Helfer.
Bald könntest du deinem Browser sagen: „Übernimm die Formatierung aus dem letzten Meeting-Protokoll“, und Gemini führt die Anweisung aus. Oder du aktivierst im Web einen Live-Dialog, um während der Recherche Notizen zu diktieren, die direkt in ein Dokument fließen. Die Vorbereitungen laufen. Die nächsten Monate werden zeigen, ob Google die Versprechen einlösen kann.
Die Technologie hinter diesen Neuerungen – maschinelles Lernen, Sprachverarbeitung und kontextuelles Verständnis – hat enorme Sprünge gemacht. Google hat mit Gemini eine solide Basis geschaffen. Die aktuellen Funde deuten darauf hin, dass das Unternehmen ernst macht. Wir werden nicht über Nacht zu einer Gesellschaft, die mit Maschinen spricht wie mit Menschen – aber die Bausteine liegen auf dem Tisch.
Quelle: testingcatalog.com
