Google bringt agentic KI zu Gemini für Unternehmen

Google hat Gemini um agentic AI-Funktionen erweitert und richtet sich damit direkt an Unternehmen. Wie TechCrunch meldet, verwandelt Google Gemini in einen KI-Agenten, der eigenständig Aufgaben planen und ausführen kann — über Business-Apps und Systeme hinweg. Der Agent kann zudem Subagenten delegieren, mehrere KI-Modelle nutzen und in Echtzeit Entscheidungen treffen. Dies markiert einen strategischen Schritt in einem eskalierenden Wettbewerb: Nous Research hat seine Hermes-Agenten-Plattform ebenfalls vorangetrieben und bestätigte jüngst eine Bewertung von 1,5 Milliarden US-Dollar nach einer 90-Millionen-Serie-B-Finanzierung, wie wiederum TechCrunch berichtet. Auch Microsoft treibt diesen Trend voran — laut Golem.de erhält Copilot nun Zugriff auf lokale Windows-Dateien, wobei die Agenten in kontrollierten Sandboxes laufen.

Die Architektur von Googles Ansatz unterscheidet sich subtil: Während einzelne Agenten spezialisierte Subaufgaben übernehmen, orchestriert der Hauptagent den Workflow. Das reduziert Halluzinationen und erhöht die Verlässlichkeit bei komplexen, mehrstufigen Prozessen. Google positioniert die Lösung zunächst für Geschäftsanwender — nicht als freie Consumer-Feature. Das deutet auf Enterprise-Pricing und vermutlich integrierte Kontrollmechanismen hin, die der Tatsache Rechnung tragen, dass autonome Agenten erhebliche Sicherheitsrisiken mit sich bringen.

Eben diese Risiken werden immer greifbarer. Eine Sicherheitslücke in Amazons Bedrock AgentCore zeigte, wie THE DECODER berichtet, dass bereits ein einzelner erreichbarer KI-Agent ausreichte, um alle Agenten im selben AWS-Konto zu compromittieren. Ein KI-Agent eines Unternehmens-CEOs postete unbeabsichtigt dessen private Finanzdaten in einem öffentlichen Slack-Kanal, wie t3n dokumentiert. Und in Australien reagiert die Regierung auf einen agentic Attack gegen ihre Medicare-Systeme mit Überlegungen zu verpflichtenden KI-Incident-Reports für Frontier-AI-Unternehmen.

Warum für DACH relevant

Im deutschsprachigen Raum treffen Googles agentic Gemini auf ein regulatorisches Spannungsfeld, das sich von den USA strukturell unterscheidet. Die EU-KI-Verordnung klassifiziert autonome Agenten, die ohne menschliche Überwachung geschäftskritische Systeme beeinflussen, als Hochrisiko-KI. Das bedeutet für DACH-Unternehmen konkret: Implementierungen müssen dokumentieren, dass der Agent nicht ohne Kontrolle Kundendaten verarbeitet, keine sensitiven finanziellen oder personalrechtlichen Entscheidungen trifft und dass Human-in-the-Loop-Mechanismen implementiert sind.

Die DSGVO verstärkt diesen Druck. Ein Agent, der auf CRM-, ERP- oder Dateiserver-Systeme zugreift, verarbeitet personenbezogene Daten. Laut DSGVO Artikel 32 muss das Unternehmen nachweisen, dass der Agent weder Daten unnötig verbreitet noch Zugriff auf Systeme erhält, die über seine Aufgabe hinausgehen. Sandboxing-Ansätze wie die von Microsoft und Google sind daher nicht nur technisch, sondern auch regulatorisch notwendig.

Deutsche und Schweizer Unternehmen sehen sich noch einem weiteren Aspekt gegenüber: Datensouveränität. Google hat zwar europäische Cloud-Regionen, doch Agenten-Training und Monitoring erfolgen häufig zentralisiert. Ein Mittelständler, der sensitive Finanz- oder Produktionsdaten an Gemini-Agenten delegiert, muss klären, wo diese Daten landen. Das betrifft nicht nur Compliance, sondern auch Competitive Intelligence — wenn der Agent Formeln, Lieferantenlisten oder Preiskalkulationen verarbeitet.

Gleichzeitig entstehen neue Chancen: ServiceNow kündigte an, mit der AI Workflow Factory kontinuierliche KI-gesteuerte Prozessoptimierung zu ermöglichen. Ein deutsches Fintech oder ein Maschinenbauer kann damit Routineaufgaben automatisieren — wenn die rechtliche Grundlage steht. Das ist für viele KMUs wirtschaftlich interessant, erfordert aber Vorlauf bei der Governance.

Was du jetzt tun/wissen solltest

Der praktische Take-away für Unternehmen im DACH: Agentic AI ist nicht mehr Science Fiction, aber auch nicht plug-and-play. Wer Google Gemini oder ähnliche Agenten evaluiert, sollte folgende Frage voranstellen — nicht hinterher: Kann ich den Agent im Fehlerfall sofort stoppen, und weiß ich, welche Daten er sichtbar hatte, bevor er das tat? Das klingt trivial, ist es aber nicht. Wie Goodfire jüngst berichtete, ist herkömmliches Monitoring von Agenten teuer — Goodfire arbeitet mit „Inside-out"-Überwachung, die Agenten während ihrer Ausführung inspiziert, statt alle Outputs nachträglich zu prüfen.

Für DACH-Unternehmen folgt daraus: Pilot-Projekte sollten mit klaren Grenzen starten. Nicht den Agenten auf die ganze ERP loslassen, sondern auf Email-Kategorisierung, Support-Ticket-Routing oder Rechnungsverarbeitung aus digitalisierten Dokumenten. So lässt sich Nutzen messen und Sicherheit validieren, bevor es in kritische Systeme geht. Die regulatorische Landschaft wird sich schnell verschieben — Agenten-Governance wird 2026/2027 so Standard werden wie Data Governance es heute ist.

Mehr zum Thema im Ressort Kategorie Business mit KI.

Quellen

• TechCrunch AI: Google brings agentic AI to Gemini, starting with businesses
• TechCrunch AI: Nous Research confirms $1.5B valuation, launches AI agents for business users
• Golem.de: Microsoft öffnet Copilot den Zugriff auf Windows-Dateien
• THE DECODER: Sicherheitslücke in Amazons AgentCore
• t3n: KI teilt private Finanzen des CEOs im Unternehmens-Slack
• Dark Reading: Australian Gov't Weighs Mandatory AI Incident Reporting
• Computerwoche: ServiceNow will den Workflow-Engpass bei Unternehmens-KI beseitigen
• TechCrunch AI: Goodfire says its 'inside-out' monitors catch rogue AI agents
• Dark Reading: OpenAI Agent Escape Causes Wikimedia Service Outage
• SecurityWeek: Rein Security Raises $25 Million to Guard AI Agents at Runtime
• TechCrunch AI: Natura's $99 smart ring puts AI agents on your finger
• OpenAI Developer Forum: GPT-6 and Intelligent UI in ChatGPT
• Decrypt: Uranium Finance Hacker Convicted Over $50M Theft