Google erweitert Gemini um Musikgenerierung, sprachgesteuerte Aufgaben und eine gezieltere Analyse von Videos. Die neuen Funktionen der Künstlichen Intelligenz (KI) betreffen sowohl private Nutzerinnen und Nutzer als auch Menschen, die Routinearbeiten automatisieren möchten. Gleichzeitig zeigen aktuelle Marktdaten und eine missglückte Tourenplanung, weshalb mehr Fähigkeiten nicht automatisch mehr Verlässlichkeit bedeuten.
Geminis Update-Offensive im Überblick
Der sichtbarste Neuzugang ist Lyria 3.5, Googles Modell für die Erzeugung von Musik. Es wurde laut der Meldung zur Integration von Lyria 3.5 direkt in der Gemini-App veröffentlicht. Du kannst ein Genre und einen Stil wählen, dich zwischen Gesang und Instrumentalmusik entscheiden und kurze oder längere Stücke erstellen.
Vorlagen für Hintergrundmusik und personalisierte Geburtstagslieder sollen den Einstieg vereinfachen. Ein konkreter Alltagsfall wäre ein kurzes Instrumentalstück für eine private Videopräsentation; ein anderer wäre ein individuell formulierter Geburtstagssong. Google verspricht ausdrucksstärkeren Gesang und reichere Arrangements als beim Vorgänger, doch diese Qualitätsangaben stammen vom Anbieter und wurden in den gelieferten Quellen nicht unabhängig geprüft.
Lyria 3.5 ist ausserdem in Google Flow Music, Google Vids und Google AI Studio verfügbar. Flow Music soll mehr Funktionen bieten, während Google Vids die Musik in einen Arbeitsablauf für Videos einbindet. Google gibt an, Lyria ausschliesslich mit lizenzierten Inhalten trainiert zu haben, nennt jedoch keine konkreten Trainingsdaten. Damit bleibt offen, wie umfassend sich diese Aussage überprüfen lässt.
Angaben zu Preisen, Abonnementstufen oder geografischen Einschränkungen fehlen in der Meldung. Auch eine ausdrückliche Bestätigung der Verfügbarkeit in der Schweiz liegt in den bereitgestellten Quellen nicht vor. Schweizer Nutzerinnen und Nutzer können deshalb aus der Ankündigung allein weder ableiten, ob Lyria 3.5 in ihrem Konto freigeschaltet ist, noch welche Spracheinstellungen und Kosten gelten.
Musik, Sprache und Video im Alltag
Google baut Gemini nicht nur als Chatbot aus, sondern auch als KI-Agenten, also als System, das Aufgaben mit einem gewissen Mass an Selbstständigkeit ausführt. Gemini Spark soll beispielsweise E-Mails sichten, Informationen daraus zusammentragen, Restaurants reservieren und den Kalender prüfen. Laut dem Einblick in Gemini Spark war der Dienst Anfang September 2026 bereits in den USA eingeführt, in Deutschland aber noch nicht allgemein verfügbar.
Die Bedienung soll stärker über gesprochene Anweisungen statt über eingetippte Texte erfolgen. Eine Google-Produktmanagerin berichtete, sie lasse Termine automatisch eintragen und Texte mit der Vorgabe «match my writing style» an ihren eigenen Schreibstil anpassen. Für den Berufsalltag wäre damit etwa denkbar, Informationen aus mehreren E-Mails für eine Besprechung zusammenzustellen. Dabei erhält das System allerdings Zugriff auf Inhalte, die private oder geschäftliche Angaben enthalten können; im beschriebenen Beispiel wurde auch eine Adresse geteilt.
Ein weiterer Ausbau betrifft Videos. Geminis Flash-Modelle sollen nicht mehr jedes Video gleichmässig mit einem Bild pro Sekunde einlesen, sondern gezielt zu den Abschnitten navigieren, die für eine Anfrage benötigt werden. Die Kurzmeldung zur agentischen Videoanalyse nennt eine Verringerung der Video-Tokens um bis zu 88 Prozent. Tokens sind kleine Verarbeitungseinheiten, in die ein KI-Modell Inhalte zerlegt.
Praktisch könnte Gemini in einer langen Aufnahme gezielt jene Passage laden, die zu deiner Frage passt, statt das ganze Video gleich detailliert zu verarbeiten. Das kann die Auswertung effizienter machen, sagt aber noch nichts darüber aus, ob die gefundene Szene korrekt interpretiert wird. Da die Quelle nur eine Kurzfassung liefert, fehlen zudem Angaben zu Tests, Nutzungskosten und konkreter Verfügbarkeit.
Pro und Kontra der neuen Gemini-Fähigkeiten
Pro:
- Direkter Zugang – Musik lässt sich in der vertrauten Gemini-App erstellen, ohne dass du zwingend ein separates Musikwerkzeug öffnen musst.
- Mehr Eingabeformen – Gesprochene Anweisungen können Aufgaben vereinfachen, wenn längere Texteingaben unpraktisch sind.
- Alltagsnahe Automatisierung – E-Mail-Auswertung, Kalendereinträge und Reservierungen setzen bei wiederkehrenden Tätigkeiten an.
- Gezieltere Videoanalyse – Das Laden relevanter Ausschnitte kann den Verarbeitungsaufwand gegenüber einer gleichmässigen Analyse reduzieren.
Kontra:
- Ungeklärte Verfügbarkeit – Die Quellen nennen weder einen Schweizer Starttermin noch vollständige Angaben zu Regionen und Abonnementstufen.
- Offene Kosten – Für Lyria 3.5, Spark und die erweiterte Videoanalyse werden keine Preise genannt.
- Sensible Daten – Ein Agent für E-Mails, Kalender und Reservierungen kann Zugang zu privaten und beruflichen Informationen benötigen.
- Fehler mit Folgen – Plausibel formulierte Empfehlungen können falsch oder unvollständig sein und dürfen nicht mit geprüfter Fachinformation verwechselt werden.
Die Update-Offensive findet zudem unter Marktdruck statt. Nach Similarweb-Zahlen stieg der Anteil von ChatGPT am erfassten Website-Verkehr der KI-Chatbots innerhalb von drei Monaten von 52,7 auf 55,5 Prozent, während Gemini von 27,8 auf 25,6 Prozent sank. Im Jahresvergleich ergibt sich jedoch ein anderes Bild: ChatGPT fiel von 73,3 Prozent, Gemini verdoppelte seinen Anteil, und Anthropics Claude stieg von 1,9 auf 9,3 Prozent.
Dieser scheinbare Widerspruch lässt sich durch die betrachteten Zeiträume erklären: Gemini hat langfristig aufgeholt, zuletzt aber wieder etwas verloren. Zudem erfassen die Zahlen zum Chatbot-Verkehr nur Websites. Interaktionen über Android, die Gemini-App, mobile ChatGPT-Angebote oder Desktop-Anwendungen fehlen. Die Statistik zeigt daher Wettbewerb beim Webzugriff, aber keine vollständige Rangliste der tatsächlichen Nutzung.
Ein sinnvoller Einstieg in die Praxis
Als Einsteigerin oder Einsteiger solltest du zunächst eine Aufgabe mit begrenzten Folgen wählen. Du kannst etwa ein kurzes instrumentales Musikstück für eine private Präsentation entwerfen oder Gemini eine Zusammenfassung aus unkritischem Material erstellen lassen. Prüfe anschliessend, ob Stil, Inhalt und Quellenlage zu deinem Zweck passen, bevor du das Ergebnis weiterverwendest.
Für Fortgeschrittene liegt der grössere Nutzen in klar abgegrenzten Arbeitsabläufen. Du kannst Sprachbefehle für Termine testen, mehrere Varianten eines Textes im eigenen Stil anfordern oder bei einer langen Videoaufnahme nach einer bestimmten Passage suchen lassen. Mehr Automatisierung ist vor allem dann sinnvoll, wenn du festlegst, welche Daten das System sehen darf und an welchen Stellen eine menschliche Kontrolle erfolgt.
Für die Schweiz bleibt die Lage anhand der Quellen unvollständig. Gemini Spark war in den USA gestartet und für Deutschland angekündigt, doch ein Termin für die Schweiz wird nicht genannt. Ebenso fehlen Aussagen dazu, ob alle neuen Funktionen auf Deutsch verfügbar sind, welche Schweizer Sprachvarianten unterstützt werden und wie die Verarbeitung sensibler Daten im konkreten Angebot geregelt ist.
Gerade im Berufs- und Bildungsumfeld solltest du deshalb zwischen harmlosen Entwürfen und vertraulichen Inhalten unterscheiden. Ein automatisch erzeugtes Musikstück für einen internen Prototyp birgt andere Risiken als der Zugriff auf Kunden-E-Mails, Adressen oder Kalender. Die Tatsache, dass eine Funktion bequem per Sprache bedient werden kann, verkleinert nicht automatisch die Menge der Daten, die dafür freigegeben wird.
Vertrauen bleibt die Grenze
Wie problematisch ungeprüftes Vertrauen werden kann, zeigt eine Bergtour am Mount Shasta in Kalifornien. Drei junge Männer nutzten nach eigenen Angaben unter anderem Gemini, um die Route und den benötigten Proviant zu planen. Aus einem vorgesehenen achtstündigen Aufstieg wurde eine mehrtägige Rettungsaktion; die Gruppe erreichte den Gipfel erst um 19 Uhr, versuchte im Dunkeln abzusteigen, und einer der Männer verletzte sich.
Das Sheriff-Büro berichtete, Gemini habe deutlich weniger Proviant und Wasser empfohlen, als die Gruppe benötigte. Nach zwei gescheiterten Versuchen mit dem Hubschrauber konnten Rettungskräfte die Männer am folgenden Montag evakuieren. Der Bericht über die fehlgeschlagene Tourenplanung macht allerdings ebenfalls deutlich, dass die Wanderer trotz der Empfehlung, bei einem nicht bis Mittag erreichten Gipfel umzukehren, weiterstiegen. Die KI war damit ein gewichtiger Risikofaktor, aber nicht die einzige Entscheidung in der Ereigniskette.
Der Fall betrifft nicht jede Verwendung von Gemini gleich. Ein fehlerhaftes Geburtstagslied ist ärgerlich, eine falsche Empfehlung zu Wasser, Ausrüstung oder Route kann lebensgefährlich sein. Je höher die möglichen Folgen, desto weniger darf eine flüssig formulierte Antwort als alleinige Entscheidungsgrundlage dienen.
Gemini entwickelt sich von einem Textassistenten zu einer breiteren Werkzeugplattform für Musik, Arbeitsabläufe und Video. Die neuen Funktionen können kreative und administrative Aufgaben verkürzen, während Preise, Schweizer Verfügbarkeit und Teile der Datengrundlage offenbleiben. Das zentrale Risiko ist nicht, dass Gemini gelegentlich scheitert, sondern dass überzeugend klingende Ausgaben leichter Vertrauen erhalten, als ihre Zuverlässigkeit rechtfertigt.
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
- Google Launches Agentic Video Understanding for Gemini Flash Models, Cutting Video Tokens by Up to 88% – MarkTechPost, 2026-09-05
- ChatGPT Web baut Vorsprung im KI-Chatbot-Markt wieder aus, Google Gemini verliert – The Decoder, 2026-09-07
- „Ein entscheidender Fehler“: Wie Gemini eine Bergtour zum Desaster machte – t3n, 2026-09-06
Bild: Egor Komarov via Pexels