Google macht aus Gemini schrittweise einen Alltagsagenten, der nicht mehr nur antwortet, sondern Einkäufe vorbereitet, Unternehmen anruft und Geräte auswertet. Die neuen Versuche betreffen Menschen, die beim Organisieren Zeit sparen möchten, ebenso wie Unternehmen, die KI für Kundenkontakte einsetzen. Viele Funktionen sind allerdings noch Tests, regional beschränkt oder nur mit bestimmten Geräten und Abonnements verfügbar.
Vom Assistenten zum Alltagsagenten
Künstliche Intelligenz (KI) fasst Systeme zusammen, die Inhalte erkennen, erzeugen oder anhand von Daten Entscheidungen vorbereiten. Ein KI-Agent geht einen Schritt weiter: Er führt innerhalb festgelegter Grenzen Handlungen für dich aus. Bei Gemini reicht das inzwischen vom Suchen eines Produkts bis zum Öffnen des Bezahlvorgangs oder zum Anrufen eines Geschäfts.
Diese Entwicklung verändert die Rolle der Benutzeroberfläche. Statt mehrere Webseiten, Apps und Telefonmenüs selbst zu bedienen, formulierst du ein Ziel und überlässt einzelne Schritte der KI. Der Komfort steigt, zugleich wird weniger sichtbar, nach welchen Kriterien Gemini Angebote auswählt, welche Daten es weitergibt und wann eine Handlung tatsächlich abgeschlossen ist.
Der wichtigste neue Versuch betrifft den Einkauf. Laut einem Bericht über Googles Test mit Flipkart können ausgewählte Menschen in Indien bestimmte Smartphones, Elektronikprodukte und Mobilzubehör direkt aus Gemini oder dem KI-Modus von Google kaufen. Auf einzelnen Produktangeboten erscheint eine Schaltfläche zum Kaufen, die einen von Flipkart gestalteten Bezahlvorgang innerhalb der KI-Oberfläche öffnet.
Der Test ist klein und steht weder allen indischen Nutzerinnen und Nutzern noch für das gesamte Flipkart-Sortiment bereit. Google wollte das Angebot dem Bericht zufolge später im Oktober breiter ausrollen, bestätigte aber lediglich, regelmässig neue Funktionen zu erproben. Welche Technik hinter diesem konkreten Versuch arbeitet, blieb offen.
Einkaufen und Telefonieren als nächste Stufe
Beim sogenannten agentischen Einkaufen übernimmt die KI Teile einer Transaktion, statt nur Produkte vorzuschlagen. Google hatte dafür zuvor das Universal Commerce Protocol (UCP) vorgestellt, einen offenen Standard mit gemeinsamen Regeln für die Kommunikation zwischen KI-Diensten und Händlern. UCP soll sowohl einen von Google bereitgestellten Bezahlvorgang als auch die Übergabe an die Website eines Händlers ermöglichen; ob der Flipkart-Test dieses System verwendet, ist nicht bekannt.
Für dich kann das einen kürzeren Weg vom Wunsch zum Kauf bedeuten. Du könntest etwa nach einem passenden Smartphone suchen, ein aufgeführtes Modell auswählen und direkt zum Flipkart-Bezahlvorgang gelangen. Der Versuch zeigt aber auch einen möglichen Interessenkonflikt: Google arbeitet technisch mit Flipkart zusammen und investierte 2024 rund 350 Millionen US-Dollar in das Unternehmen, wodurch Google eine Minderheitsbeteiligung erhielt.
Gemini soll zudem unangenehme Telefonarbeit übernehmen. Beim Test von «Call for Me» ruft die KI in deinem Auftrag Unternehmen an, navigiert durch Sprachmenüs und wartet in Warteschleifen. Als praktische Beispiele nennt die Quelle Reservierungen, das Verschieben eines Termins und die Frage, ob ein Produkt vorrätig ist.
Du kannst das Gespräch über ein Live-Transkript, also eine laufende schriftliche Mitschrift, verfolgen und jederzeit selbst übernehmen. Gemini telefoniert dabei über deine eigene Nummer und darf persönliche Angaben weitergeben, die du zuvor freigegeben hast. Google startet bewusst in kleinem Umfang, weil reale Gespräche viele Zwischentöne enthalten, die sich nicht zuverlässig in starre Abläufe pressen lassen.
Die Zugangshürden sind hoch: Zunächst erhalten nur Besitzerinnen und Besitzer eines Pixel 11 in den USA mit kostenpflichtigem Gemini-Abonnement Zugriff, zusätzlich ist die Beta-Version der Google-Telefon-App nötig. Einen konkreten Preis nennt die Quelle nicht. Für Menschen in der Schweiz ist damit vorerst keine Verfügbarkeit belegt.
Avatare, Gesundheit und Zuhause erweitern die Rolle
Gemini erhält nicht nur mehr Handlungsmöglichkeiten, sondern auch ein Gesicht. Gemini 3.8 Live mit Live Avatar zeigt während eines Gesprächs eine animierte Figur, deren Lippenbewegungen und Gesichtsausdrücke zur Antwort passen sollen. Der Avatar kann zusätzlich Informationen auf dem Bildschirm einblenden.
Google gibt an, dass das System zwischen 97 Sprachen wechseln könne, ohne dass die Bildqualität sinke oder die Darstellung sichtbar abdrifte. Eine Demonstration zeigte den Wechsel zwischen Englisch und Japanisch. Diese Leistungsangaben stammen vom Anbieter und sind in den gelieferten Quellen nicht unabhängig geprüft.
Live Avatar ist derzeit ausschliesslich für Gemini-Enterprise-Kundschaft bestimmt. Unternehmen können vorgefertigte Figuren verwenden oder eigene Avatare erstellen. Google versieht die Ausgabe nach eigenen Angaben mit dem unsichtbaren Wasserzeichen SynthID, einer technischen Markierung für KI-generierte Inhalte, und nennt Schutzvorkehrungen für den Umgang mit Identitäten.
Auch Gesundheitsdaten werden Teil dieses erweiterten Assistenzmodells. Der Health Guardian für Pixel Watch und Fitbit Air wertet Sensordaten über mehrere Wochen aus und soll Trends bei Blutdruck, Insulinresistenz und Atmungsqualität im Schlaf anzeigen. Vorgesehen ist die Funktion für Pixel Watches der dritten bis fünften Generation sowie das Fitbit Air.
Die Insulinresistenz-Analyse soll schleichende Stoffwechselveränderungen ohne Blutentnahme erkennen. Google grenzt den Nutzen jedoch klar ein: Die Funktion diagnostiziert keine Krankheit, ist kein Vorabtest für Diabetes und misst den Blutzucker nicht in Echtzeit. Sie liefert Hinweise, die leicht medizinisch klingen können, aber nicht mit einer ärztlichen Diagnose gleichgesetzt werden dürfen.
Im vernetzten Zuhause übernimmt KI eine weitere Filteraufgabe. Moderne Sicherheitskameras können Bewegungen nicht nur melden, sondern mit visuellen Sprachmodellen beschreiben; diese Modelle verbinden Bilderkennung mit sprachlicher Zusammenfassung. Ein Vergleich von Apple, Amazon und Google Nest beschreibt, wie eine Meldung wie «kleiner Hund jagt ein Huhn» nützlicher sein kann als der allgemeine Hinweis «Bewegung erkannt».
Solche Textbeschreibungen können schneller verständlich sein als ein Video, das zuerst geladen werden muss. Google Nest gehört neben Ring, Blink, Wyze und Arlo zu den Anbietern dieser Funktion. Der Vergleich berichtet zugleich, dass Apple dafür bis zu dreimal so viel verlange wie konkurrierende Dienste; konkrete Preise für Google nennt die Quelle nicht.
Pro und Kontra des Alltagsagenten
Pro:
- Weniger Routine – Gemini kann Warteschleifen, Sprachmenüs und Teile eines Bezahlvorgangs für dich übernehmen.
- Schnellere Einordnung – Kamerabeschreibungen und Gesundheitsverläufe verdichten viele Signale zu verständlichen Hinweisen.
- Bessere Zugänglichkeit – Live-Transkripte, gesprochene Antworten und mehrsprachige Avatare können verschiedene Nutzungsformen unterstützen.
- Kontrollmöglichkeiten – Beim Telefonieren kannst du das Transkript verfolgen und das Gespräch jederzeit selbst übernehmen.
Kontra:
- Begrenzte Verfügbarkeit – Die vorgestellten Funktionen sind teils auf Indien, die USA, Enterprise-Kundschaft oder bestimmte Google-Geräte beschränkt.
- Mehr sensible Daten – Einkäufe, Telefonnummern, freigegebene persönliche Angaben, Kamerabilder und Gesundheitswerte berühren besonders private Lebensbereiche.
- Fehlinterpretationen – Eine KI kann Gesprächsnuancen, Kameraszenen oder körperliche Trends falsch einordnen.
- Unklare Auswahl – Finanzielle und technische Partnerschaften können beeinflussen, welche Händler oder Angebote in einer KI-Oberfläche sichtbar werden.
Was das für dich heisst
Für Einsteiger: Der sinnvollste erste Schritt ist eine Aufgabe mit überschaubaren Folgen. Ein Kamerahinweis oder ein beobachtetes Telefonat ist leichter zu kontrollieren als ein autonomer Einkauf oder die Deutung eines Gesundheitswerts. Prüfe vor der Nutzung, ob du jeden Schritt sehen, stoppen oder selbst übernehmen kannst und welche Angaben Gemini an Dritte weitergeben darf.
Für Fortgeschrittene: Mehr Nutzen entsteht, wenn du klare Grenzen für verschiedene Aufgabentypen setzt. Du kannst Gemini beispielsweise Informationen zu einem Produkt sammeln lassen, die endgültige Auswahl und Zahlung aber selbst durchführen. Bei «Call for Me» bietet sich das Live-Transkript als Kontrollpunkt an, während Gesundheits- und Kamerameldungen mit den zugrunde liegenden Messungen oder Aufnahmen abgeglichen werden sollten.
Für die Schweiz bleibt das Bild vorerst lückenhaft. Die Einkaufsfunktion wird in Indien getestet, die Anruffunktion startet unter engen Bedingungen in den USA und Live Avatar richtet sich an Unternehmen; keine der Quellen bestätigt einen allgemeinen Schweizer Start. Die Unterstützung von 97 Sprachen beim Avatar lässt zudem offen, welche konkrete Qualität Schweizer Standardsprache oder andere in der Schweiz verwendete Sprachen erreichen.
Gemini entwickelt sich damit glaubhaft vom Antwortdienst zu einer Oberfläche für reale Handlungen. Der praktische Gewinn liegt vor allem in weniger Routine und schneller verdichteten Informationen, während Preise und breite Verfügbarkeit vielfach noch offen sind. Das zentrale Risiko bleibt, dass bequeme Automatisierung Entscheidungen, Datenflüsse und Fehler weniger sichtbar macht, gerade bei Käufen, privaten Gesprächen, Gesundheitswerten und Aufnahmen aus dem eigenen Zuhause.
Quellen
- Google tests buying from Walmart-owned Flipkart through Gemini and AI Mode in India – TechCrunch, 2026-09-27
- Google testet «Call for Me»: Gemini ruft für Nutzer bei Unternehmen an – The Decoder, 2026-09-25
- Gemini 3.8 Live with Live Avatar gives Google’s AI a face – The Verge, 2026-09-24
- Google Pixel Watch: Wie die Uhr künftig vor Diabetes-Anzeichen warnen kann – t3n, 2026-09-25
- Can Apple Home’s AI camera features outsmart Amazon’s and Google’s? I put them to the test – The Verge, 2026-09-25
Bild: Caio via Pexels