Google baut Gemini von einem Chatbot zu einem Assistenten für Musik, Studium, Videos, Fotos und Büroarbeit aus. Die neuen Funktionen betreffen dich, wenn du Inhalte erstellst, in Google Workspace arbeitest oder grosse Medienbestände verwaltest. Mehrere Ankündigungen vom September 2026 zeigen allerdings auch, dass der Ausbau schneller voranschreitet als die internationale Verfügbarkeit und die Klärung mancher Datenschutzfragen.
Was Gemini zum vielseitigen Assistenten macht
Gemini ist Googles Angebot für Künstliche Intelligenz (KI), also Software, die Inhalte analysiert oder auf Anweisung neu erzeugt. Bisher stand vor allem der Dialog mit einem Chatbot im Vordergrund. Mit Gemini Spark kommt nun ein KI-Agent hinzu: ein System, das nicht nur antwortet, sondern mit verbundenen Diensten selbstständig mehrere Arbeitsschritte ausführen kann.
Ein Beispiel liefert der Einblick in Gemini Spark von t3n. Der Agent kann E-Mails sichten und Informationen daraus zusammentragen, Restaurants reservieren oder den Kalender prüfen. Eine Google-Produktmanagerin verwendete ihn sowohl beruflich als auch privat und teilte dafür unter anderem ihre Adresse mit dem Werkzeug ihres Arbeitgebers. Das zeigt den möglichen Komfort, aber ebenso deutlich den Preis in Form eines weitreichenden Datenzugriffs.
Auch die Bedienung verändert sich. Die neuen Sprachfunktionen für Gmail, Docs und Keep sollen nicht nur Gesprochenes in Text umwandeln, sondern den Zusammenhang einer Anfrage erfassen. In Gmail Live kannst du beispielsweise fragen, wann dein nächster Flug geht oder welche E-Mails zum Schulalltag deines Kindes eingetroffen sind. Gemini durchsucht dafür den vorhandenen Posteingang und formuliert eine Antwort.
Der gemeinsame Nenner ist die Verbindung mit Googles bestehender Software. Gemini soll nicht mehr bloss einen Text liefern, den du anschliessend von Hand weiterverarbeitest. Es soll direkt auf E-Mails, Kalender, Fotos und andere Arbeitsbereiche zugreifen und dort Aufgaben erledigen. Das spart Übergaben zwischen Anwendungen, vergrössert aber auch den Bereich, in dem eine falsche Interpretation praktische Folgen haben kann.
Was kreative Arbeit und Studium gewinnen
Der jüngste Baustein ist Lyria 3.5, Googles Modell zur Musikgenerierung. Laut Google erzeugt es ausdrucksstärkeren Gesang und reichere Arrangements als der Vorgänger; eine unabhängige Prüfung dieser Qualitätsaussage liegt in den Quellen nicht vor. In der Gemini-App kannst du Genre und Stil bestimmen, zwischen Gesang und Instrumentalmusik wählen und kurze oder längere Stücke erstellen. Vorlagen für Hintergrundmusik und personalisierte Geburtstagssongs sollen den Einstieg vereinfachen.
Für den Alltag bedeutet das beispielsweise, dass du eine instrumentale Begleitung für eine Präsentation oder einen persönlichen Geburtstagssong entwerfen kannst, ohne zuerst eine Musiksoftware zu lernen. Lyria 3.5 ist laut der Leitmeldung zusätzlich in Google Flow Music mit erweitertem Funktionsumfang und in Google Vids verfügbar. Google erklärt, das Modell sei ausschliesslich mit lizenzierten Inhalten trainiert worden, nennt jedoch keine konkreten Trainingsdaten. Die Aussage lässt sich deshalb anhand der vorliegenden Angaben nicht näher überprüfen.
Im Studium fällt die Bewertung ebenfalls positiv, aber enger begrenzt aus. Bei einem Blindtest der Plattform Studyarena wählten Studierende im August 2026 anonym zwischen Antworten von Gemini, Claude und ChatGPT. Von 6’851 ausgewerteten Stimmen entfielen bei Schreibaufgaben 39,6 Prozent auf Gemini, 31,8 Prozent auf Claude und 29,2 Prozent auf ChatGPT. Die Teilnehmenden kannten beim Abstimmen den Namen des jeweiligen Modells nicht.
Das Ergebnis spricht dafür, dass Geminis Antworten in diesem Test als ausgewogen, vollständig und klar wahrgenommen wurden. Es beweist jedoch nicht, dass Gemini jede Hausarbeit fachlich besser bewältigt oder dass Quellenangaben korrekt sind. Der Vergleich von Studyarena erfasste die bevorzugte Antwort, nicht eine allgemeingültige Rangliste akademischer Qualität. Für dich bleibt daher entscheidend, Aussagen am Originalmaterial zu prüfen und die eigene Stimme nicht durch einen gefälligen Standardtext zu ersetzen.
Was sich in Videos, Fotos und Workspace ändert
Bei Videos soll Gemini Flash gezielter nach relevanten Stellen suchen. Die sogenannte agentische Videoanalyse bedeutet hier, dass das Modell durch ein Video navigiert und nur die Abschnitte lädt, die es für eine Anfrage benötigt. Zuvor wurde Videomaterial laut der Kurzfassung mit einem Bild pro Sekunde eingelesen. MarkTechPost nennt eine Reduktion der Video-Tokens um bis zu 88 Prozent; Tokens sind kleine Verarbeitungseinheiten eines KI-Modells.
Für Anwenderinnen und Anwender könnte die Änderung vor allem lange Aufnahmen handlicher machen. Statt ein ganzes Video gleichmässig zu verarbeiten, sucht das System nach den Passagen, die zur Aufgabe passen. Das kann etwa bei der Analyse einer langen aufgezeichneten Veranstaltung nützlich sein. Die vorliegende Quelle ist allerdings nur eine Kurzfassung und liefert keine unabhängigen Tests zur Genauigkeit oder zu Fällen, in denen Gemini eine entscheidende Szene übersieht.
Gemini Spark greift ausserdem auf Google Photos zu. Nach dem Verbinden der Fotobibliothek kann der Agent Bilder bearbeiten, Alben kuratieren, ausgewählte Aufnahmen automatisch in geteilten Alben sammeln und fotografierte Konzertflyer in Kalendereinträge umwandeln. Gerade der letzte Fall zeigt den Unterschied zu einer einfachen Bildsuche: Gemini soll Informationen aus einem Foto erkennen und anschliessend eine Aktion in einem anderen Dienst auslösen.
Die Google-Photos-Funktionen von Gemini Spark werden laut TechCrunch zunächst über mehrere Wochen für berechtigte Gemini-AI-Pro- und Ultra-Abonnements in den USA und auf Englisch eingeführt. Google machte keine Angabe dazu, ob oder wann weitere Märkte folgen. Preise nennt keine der gelieferten Quellen. Für die Schweiz lassen sich daher weder ein Einführungstermin noch konkrete Kosten ableiten.
Workspace ergänzt diese Medienfunktionen um den Büroalltag. In Gmail, Docs und Keep sollst du Aufgaben stärker im Gespräch erledigen können, statt nur zu diktieren. Der praktische Nutzen liegt weniger in einer spektakulären Einzelfunktion als in kürzeren Wegen: eine Information aus E-Mails erfragen, einen Gedanken sprachlich in ein Dokument bringen oder eine Notiz im passenden Zusammenhang weiterbearbeiten. Ob dies zuverlässig funktioniert, hängt zwangsläufig davon ab, ob Gemini den Zusammenhang richtig erkennt.
Pro und Kontra des Gemini-Ausbaus
Pro:
- Weniger Wechsel – Gemini verbindet Sprache, E-Mail, Kalender, Fotos, Videos und kreative Werkzeuge innerhalb des Google-Umfelds.
- Konkrete Entlastung – Das Sichten von E-Mails, Kuratieren von Alben oder Übertragen eines Konzertflyers in den Kalender kann wiederkehrende Handarbeit verkürzen.
- Niedrige Einstiegshürde – Vorlagen für Musik und gesprochene Anfragen machen mehrere Funktionen auch ohne Spezialsoftware zugänglich.
- Gezieltere Medienanalyse – Die Videoanalyse lädt laut Anbieter nur benötigte Abschnitte, statt jedes Material gleichmässig zu verarbeiten.
Kontra:
- Umfangreicher Datenzugriff – Ein Agent benötigt für viele Aufgaben Zugriff auf sensible Inhalte wie E-Mails, Kalender, Adressen und private Fotos.
- Begrenzte Verfügbarkeit – Mehrere Spark-Funktionen starten in den USA und auf Englisch; für die Schweiz fehlen konkrete Angaben.
- Ungeprüfte Leistungsversprechen – Aussagen zu besserer Musikqualität und effizienterer Videoanalyse stammen weitgehend vom Anbieter oder aus kurzen Meldungen.
- Fehler mit Folgen – Ein missverstandener Auftrag kann bei einem handelnden Agenten mehr bewirken als eine unpassende Chatantwort, etwa ein falsches Album oder einen fehlerhaften Kalendereintrag.
Was das für dich und die Schweiz heisst
Als Einsteigerin oder Einsteiger beginnst du sinnvollerweise mit einer klar begrenzten Aufgabe, deren Ergebnis du leicht kontrollieren kannst. Du kannst etwa einen instrumentalen Musiktitel nach einem festgelegten Stil erstellen, eine Frage zu bekannten E-Mails stellen oder Gemini Vorschläge für die Ordnung eines überschaubaren Albums machen lassen. Prüfe anschliessend das Resultat, bevor du etwas teilst, in den Kalender übernimmst oder für eine Studienarbeit verwendest.
Als fortgeschrittene Anwenderin oder fortgeschrittener Anwender holst du mehr heraus, wenn du die Funktionen als zusammenhängenden Arbeitsablauf betrachtest. Ein fotografierter Konzertflyer kann zum Kalendereintrag werden, eine grosse Fotobibliothek lässt sich kuratieren, und eine lange Videoaufnahme kann gezielt nach relevanten Segmenten durchsucht werden. Dabei lohnt es sich, den Zugriff auf jene Dienste und Daten zu begrenzen, die für den jeweiligen Auftrag tatsächlich erforderlich sind.
Für die Schweiz bleibt die Lage unübersichtlich. Die Quellen nennen einen Start von Gemini Spark in den USA und eine erwartete Veröffentlichung in Deutschland im dritten Quartal 2026, aber keinen Termin für die Schweiz. Bei der Fotoverwaltung ist der Zugang zunächst auf berechtigte Pro- und Ultra-Abonnements in den USA sowie die englische Sprache begrenzt. Ob deutschsprachige Anfragen in der Schweiz unterstützt werden und welche Funktionen dort verfügbar sind, geht aus den Meldungen nicht hervor.
Auch für Bildung und Unternehmen ist Zurückhaltung bei sensiblen Daten angebracht. Der Studyarena-Test zeigt eine Präferenz für Geminis Schreibstil, sagt aber nichts darüber aus, welche Regeln eine Hochschule für KI-generierte Texte vorgibt. Im Arbeitskontext sollte der Komfort eines Agenten nicht darüber hinwegtäuschen, dass E-Mails, Adressen, Termine und Fotos einen erheblichen Teil des persönlichen oder betrieblichen Kontexts offenlegen können. Die gelieferten Quellen enthalten keine näheren Angaben zur Datenverarbeitung in der Schweiz.
Geminis Ausbau ergibt in der Summe ein klareres Bild als jede einzelne Funktion: Google will KI direkt dort platzieren, wo du bereits schreibst, suchst, planst und Medien verwaltest. Der Nutzen ist bei begrenzten Routineaufgaben gut nachvollziehbar, während einige Erweiterungen eher kleine Komfortgewinne als grundlegende Veränderungen liefern. Offen bleibt vor allem, wie zuverlässig die agentischen Aktionen im Alltag arbeiten und unter welchen Bedingungen sie ausserhalb der USA verfügbar werden.
Quellen
- Google bringt Musikgenerierung mit Lyria 3.5 direkt in die Gemini-App – The Decoder, 2026-09-06
- Sprechen statt Tippen: So will Googles Gemini Spark deinen Arbeitsalltag verändern – t3n, 2026-09-06
- Beste KI fürs Studium: Warum Gemini bei Hausarbeiten besser als Claude oder ChatGPT ist – t3n, 2026-09-05
- Google Launches Agentic Video Understanding for Gemini Flash Models, Cutting Video Tokens by Up to 88% – MarkTechPost, 2026-09-05
- Google’s Gemini Spark can now manage your Google Photos library – TechCrunch, 2026-09-04
- Google Workspace: Die neuen Sprach-KI-Funktionen für Gmail, Docs und Keep – t3n, 2026-09-04
