Google baut Gemini von einem Chatbot zu einem multimodalen Alltagsassistenten aus, der Texte, Sprache, Bücher und Videos verarbeiten sowie einzelne Aufgaben ausführen kann. Multimodal bedeutet, dass eine Künstliche Intelligenz (KI) mit mehreren Medienarten umgehen kann. Die neuen Funktionen betreffen Reisende, Wissensarbeitende und alle, die Inhalte erstellen oder Routineaufgaben abgeben möchten.
Gemini wird vom Auskunftsdienst zum Alltagsassistenten
Der gemeinsame Nenner der jüngsten Gemini-Neuerungen ist der Schritt vom Antworten zum Handeln. Googles KI-Modus für die Suche kann nicht mehr nur Reiseinformationen zusammenfassen, sondern Flugpreise überwachen, Reisepläne zusammenstellen und bei Hotelbuchungen helfen. Gemini Notebook arbeitet mit gekauften Büchern, während spezialisierte Gemini-Modelle Sprache transkribieren und Videos bearbeiten.
Hinzu kommt Gemini Spark, ein KI-Agent für Arbeitsabläufe. Ein KI-Agent ist ein System, das nicht nur Vorschläge macht, sondern nach einer Anweisung selbstständig mehrere Arbeitsschritte erledigt. Laut einem Einblick von t3n kann Spark etwa E-Mails sichten, Informationen daraus zusammentragen, Termine eintragen oder Restaurants reservieren.
Damit wächst allerdings auch die Menge persönlicher Daten, die Gemini kennen muss. Wer Reisen buchen, Kalender verwalten oder E-Mails auswerten lässt, gibt wesentlich mehr preis als bei einer allgemeinen Wissensfrage. Der praktische Gewinn und das Datenschutzrisiko steigen deshalb gemeinsam.
Reisen werden konkreter planbar
Im KI-Modus kannst du Reiseziel, Daten und Wünsche in einem Gespräch beschreiben. Das System zeigt laut der Leitmeldung zu den Reisefunktionen aktuelle Angebote von mehr als 300 Fluggesellschaften und Reiseportalen. Du kannst daraus einen Reiseplan aufbauen oder die Preise beobachten lassen und erhältst bei Änderungen eine E-Mail.
Ein konkretes Beispiel aus der Quelle ist eine Reise von Atlanta nach Miami: Die reisende Person nennt Hin- und Rückflugdatum, verlangt eine Verbindung ohne Zwischenhalt und möchte Meilen einer bestimmten Fluggesellschaft einsetzen. Gemini zeigt dann passende Flüge und den benötigten Meilenbetrag. Die Anzeige von Flug- und Hotelkosten in Punkten oder Meilen ist laut Google weltweit verfügbar.
Die Flugpreisüberwachung im KI-Modus steht in mehr als 180 Ländern zur Verfügung. Die Quellen nennen die Schweiz jedoch nicht ausdrücklich, weshalb sich daraus keine bestätigte Verfügbarkeit für Schweizer Konten ableiten lässt. Auch Angaben zu unterstützten Sprachen fehlen.
Bei Hotels ist die regionale Einschränkung deutlicher: Die dialogbasierte Buchung startet in den USA und zunächst nur auf Englisch. Nach der Auswahl führt die Option «Continue on Google» zu eingebundenen Hotelketten und Reiseportalen. Dort wählst du das Zimmer, prüfst etwa die Stornierungsbedingungen und bezahlst mit Google Pay; Buchung und Kundendienst bleiben beim Hotel oder beim Buchungsportal.
Gemini wird damit nicht selbst zum Reiseveranstalter. Es übernimmt die Suche und begleitet Teile der Buchung, während der eigentliche Vertrag bei einem Partner entsteht. Die Quellen nennen weder eine zusätzliche Gebühr für den KI-Modus noch einen Schweizer Einführungstermin.
Bücher werden zu interaktiven Arbeitsgrundlagen
Gemini Notebook kann über die Funktion «Expert Intelligence» Informationen aus Büchern verwenden, die du bei Google Play Books gekauft hast. Du kannst Fragen zum Inhalt stellen und daraus Pläne, Infografiken oder KI-Podcasts erzeugen lassen. Zum Start sollen mehr als 100’000 Bücher verschiedener Verlage unterstützt werden.
Die Vorführung von Gemini Notebook liefert zwei greifbare Anwendungen: Aus Michael Pollans «Food Rules» entstand ein Rezeptbuch, und Kim Scotts Managementbuch «Radical Candor» diente als Grundlage für den Umgang mit einem schwierigen Gespräch mit einer angestellten Person. Das sind nützlichere Szenarien als eine blosse Zusammenfassung, weil das Wissen auf eine konkrete Aufgabe übertragen wird.
Unterstützte Titel tragen in Google Play Books beim Hinweis «Tools» die Bezeichnung «Gemini Notebook». Zusätzlich hat Google mit 15 Autorinnen und Autoren sogenannte Featured Notebooks erstellt, die weiteres Quellenmaterial und Einführungen enthalten. Geplant ist, Expert Intelligence später auch in den KI-Modus der Suche und in die Gemini-App einzubinden; wissenschaftliche Arbeiten, Zeitschriften und Zeitungen sollen ebenfalls folgen.
Der Zugang bleibt an den Kauf gebunden. Wenn du ein Notebook mit einer anderen Person teilst, kann sie ein darin verwendetes Buch ohne eigenen Kauf weder vollständig lesen noch dessen Informationen über das Notebook abrufen. Diese Begrenzung schützt Inhalte, bedeutet aber auch, dass kollaboratives Arbeiten zusätzliche Buchkäufe erfordern kann.
Sprache und Video erhalten spezialisierte Werkzeuge
Gemini 3.5 Transcribe wandelt gesprochene Sprache in Text um und soll laut Anbieter mehr als 85 Sprachen abdecken. Google bietet dabei einen schnellen Streaming-Modus für laufende Übertragung und einen Stapelmodus für bereits vorhandene Aufnahmen. Die veröffentlichten Leistungsangaben nennen eine Wortfehlerrate von 4,0 Prozent beim Streaming und 2,6 Prozent bei der nachträglichen Verarbeitung.
Die Wortfehlerrate misst, wie viele Wörter falsch erkannt, ausgelassen oder zusätzlich eingefügt werden. Diese Werte stammen von Google und wurden in der gelieferten Kurzfassung nicht unabhängig geprüft. Ebenso bleibt offen, wie gut Schweizerdeutsch, wechselnde Dialekte oder Gespräche in lauter Umgebung erkannt werden.
Der schnellere Modus liefert die Transkription in weniger als einer Sekunde, verzichtet aber auf Wortzeitstempel und die Sprechertrennung, also die Zuordnung einzelner Aussagen zu verschiedenen Personen. Der Stapelmodus behält beide Funktionen und kostet laut Bericht halb so viel. Ein absoluter Preis wird nicht genannt, weshalb sich daraus keine konkrete Monats- oder Minutenrechnung ableiten lässt.
Für Videoinhalte erweitert Gemini Omni 1.1 Flash bestehende Szenen um bis zu 40 Sekunden. Das Modell kann bis zu zehn Sekunden vorherigen Kontext berücksichtigen, statt sich nur am letzten Bild zu orientieren. Zudem lassen sich erstes und letztes Bild festlegen, um Kamerabewegungen besser zu steuern, und Referenzclips sollen Figuren über mehrere Szenen hinweg konsistenter halten.
Für eine Produktpräsentation könntest du beispielsweise Anfangs- und Endbild einer Kamerafahrt vorgeben und eine bestehende Szene verlängern. Die Beschreibung von Gemini Omni 1.1 Flash nennt auch eine Hochskalierung auf 4K, also eine rechnerische Erhöhung der Bildauflösung. Angaben zu Endkundenpreis, Ländern, Sprachen oder allgemeiner Verfügbarkeit enthält die Quelle nicht.
Pro und Kontra des erweiterten Gemini-Angebots
Pro:
- Konkrete Aufgaben – Gemini kann Preise beobachten, Reiseoptionen ordnen und Teile einer Buchung begleiten, statt nur Links aufzulisten.
- Mehr Medienarten – Bücher, Sprache und Video lassen sich innerhalb derselben Produktfamilie für unterschiedliche Arbeitszwecke verwenden.
- Nachvollziehbare Quellen – In Gemini Notebook bleiben verwendete Bücher als Quellen sichtbar und können im Volltext geöffnet werden, sofern du sie besitzt.
- Weniger Routine – Ein Agent wie Spark kann laut Anbieter E-Mails auswerten, Informationen sammeln und Termine automatisch eintragen.
Kontra:
- Regionale Lücken – Hotelbuchungen starten nur in den USA auf Englisch, Spark ist ausserhalb der USA noch nicht allgemein verfügbar, und für die Schweiz fehlen klare Termine.
- Mehr persönliche Daten – Reiseangaben, E-Mails, Kalenderdaten und sogar Adressen können für automatisierte Abläufe verarbeitet werden.
- Unklare Kosten – Gekaufte Bücher bleiben Voraussetzung, während für mehrere neue KI-Funktionen keine Endkundenpreise genannt werden.
- Anbieterangaben – Leistungswerte bei Transkription, Video und Automatisierung sind in den Quellen nicht durch unabhängige Tests bestätigt.
Was das für dich heisst
Als Einsteigerin oder Einsteiger beginnst du sinnvollerweise mit einer begrenzten Aufgabe, bei der Fehler leicht erkennbar sind. Du kannst eine Reiseverbindung suchen, die Kosten in Meilen anzeigen lassen oder ein bereits gekauftes Sachbuch in Gemini Notebook zu einem bestimmten Kapitel befragen. Prüfe Preise, Stornierungsbedingungen, Zitate und Zusammenfassungen weiterhin an der ursprünglichen Quelle, bevor du etwas buchst oder weitergibst.
Fortgeschrittene können mehrere Funktionen zu einem Ablauf verbinden: Du könntest ein aufgezeichnetes Gespräch transkribieren, die Notizen mit einem Fachbuch abgleichen und daraus einen Arbeitsplan erstellen. Bei Spark wären auch automatische E-Mail-Auswertungen und Kalendereinträge denkbar. Dafür solltest du genau abgrenzen, auf welche privaten und beruflichen Daten der Agent zugreifen darf; die Quelle beschreibt ausdrücklich, dass eine Google-Produktmanagerin neben beruflichen Informationen auch ihre Adresse geteilt hat.
Für Nutzerinnen und Nutzer in der Schweiz ergibt sich ein uneinheitliches Bild. Weltweite Punkte- und Meilenanzeigen könnten grundsätzlich relevant sein, doch Hotelbuchung und Spark sind regional eingeschränkt, und die Quellen bestätigen weder Schweizer Verfügbarkeit noch Unterstützung für Schweizerdeutsch. Datenschutzangaben, Aufbewahrungsfristen und spezifische Konditionen für Schweizer Konten fehlen ebenfalls.
Gemini entwickelt sich damit plausibel zu einem Assistenten, der Informationen nicht nur findet, sondern in Reisen, Lernmaterialien und Medienproduktionen weiterverarbeitet. Der Nutzen ist bei klar umrissenen Aufgaben bereits sichtbar, während Preise und regionale Verfügbarkeit lückenhaft dokumentiert sind. Das grösste offene Risiko bleibt, dass bequemere Automatisierung immer mehr persönliche Daten und Vertrauen in noch nicht unabhängig geprüfte Ergebnisse verlangt.
Quellen
- Google’s AI Mode can now track flight prices, help book hotels, and more – TechCrunch, 2026-08-27
- Google’s AI note-taking app now allows you to interact with books – The Verge, 2026-08-27
- Google AI Releases Gemini 3.5 Transcribe: A Speech-to-Text Model Reporting 2.6% Average WER Across 85+ Languages – MarkTechPost, 2026-08-28
- Google AI Releases Gemini Omni 1.1 Flash: 40-Second Scene Extension, First/Last Frame Control, and 4K Upscaling – MarkTechPost, 2026-08-29
- Gemini Spark: So will Googles KI-Agent deinen Arbeitsalltag verändern – t3n, 2026-08-29
