Google Gemini

1. Gemini ist Modellfamilie, Assistent, Plattform und Infrastruktur

„Gemini“ bezeichnet 2026 nicht nur den Chat unter gemini.google.com. Der Name steht zugleich für Foundation-Modelle, die Gemini-App, Live, Deep Research, Google-AI-Abos, AI Studio, die Gemini API, Vertex AI, Antigravity, Workspace-Funktionen, Search-Modelle, Android-/On-Device-KI und mehrere spezialisierte Audio-, Bild-, Agenten- und Robotikmodelle.

Für eine belastbare technische Einordnung müssen Modell, Produkt, Tarif, Toolzugriff, Hostplattform und Datenquelle getrennt werden.

2. Google als langjähriges KI-Unternehmen

Gemini entstand nicht aus dem Nichts. Google hatte bereits lange vor generativer Chat-KI zentrale Beiträge zu Machine Learning, Transformer-Architektur, Sprachmodellen, Deep Reinforcement Learning, TensorFlow, JAX, TPUs, AlphaGo und AlphaFold geleistet.

Die Gemini-Geschichte ist deshalb zugleich eine Konsolidierung vieler vorher getrennter Google- und DeepMind-Forschungslinien.

3. 6. Februar 2023: Bard wird angekündigt

Google kündigte Bard als experimentellen dialogorientierten KI-Dienst an, zunächst auf Basis einer leichtgewichtigen LaMDA-Version und vor einem breiteren öffentlichen Rollout nur für Trusted Tester.

Bard war das direkte Produktvorläufer-Erlebnis der späteren Gemini-App.

4. Bard war Produkt, LaMDA ein Modell

Die frühe Bard-Oberfläche nutzte LaMDA-Technik; Bard selbst war die Endnutzeranwendung.

Diese Trennung bleibt später wichtig: Gemini-App und Gemini-Modellfamilie sind ebenfalls nicht identisch.

5. Bard und Google-Suche

Google positionierte Bard früh als generativen Dienst, der aktuelle Informationen mit Webzugriff verbinden sollte.

Live-Webzugriff ist eine Retrievalschicht und nicht dasselbe wie Wissen in den Modellgewichten.

6. 20. April 2023: Google DeepMind entsteht

Google führte DeepMind und das Brain-Team aus Google Research in einer gemeinsamen Einheit Google DeepMind zusammen.

Diese organisatorische Bündelung sollte leistungsfähigere allgemeine KI-Systeme schneller und zugleich verantwortungsvoll entwickeln.

7. Warum die Zusammenführung wichtig war

Die beiden Forschungsteams standen hinter Grundlagen wie AlphaGo, Transformer-Beiträgen, sequence-to-sequence, WaveNet, AlphaFold, TensorFlow und JAX.

Gemini profitierte damit organisatorisch von Forschung, Infrastruktur und Produktintegration unter einem gemeinsamen Dach.

8. 10. Mai 2023: Gemini wird als nächste Modellgeneration angekündigt

Auf der Google I/O 2023 beschrieb Google Gemini als noch in Training befindliches multimodales Foundation-Modell, das für Tool- und API-Integration, Memory und Planning ausgelegt werden sollte.

Schon vor dem ersten Release war damit klar, dass Gemini nicht nur als Textchat gedacht war.

9. PaLM 2 als Brückengeneration

Im Jahr 2023 liefen viele Google-KI-Produkte noch auf PaLM 2 oder spezialisierten Modellen.

Gemini löste diese Generation nicht an einem einzigen Tag ab, sondern wanderte schrittweise in Bard, Workspace, Cloud, Android und Search.

10. Produktname und Modellname

Eine Gemini-Produktoberfläche kann im Laufe ihrer Lebensdauer mehrere unterschiedliche Gemini-Modelle verwenden.

Historische Tests müssen deshalb Modellversion und Produktoberfläche gemeinsam nennen.

11. Google Assistant → Gemini ist eine andere Geschichte

Die bestehende Seite Google Assistant → Gemini dokumentiert die Assistentenlinie von Voice Search, Google Now und Assistant bis zum mobilen Gemini-Nachfolger.

Diese Seite konzentriert sich dagegen auf die Foundation-Modelle, Gemini-App, Entwicklerplattformen, multimodalen Modelle und Agenten.

12. NotebookLM ist nicht einfach die Gemini-App

NotebookLM nutzt Google-Modelle für quellengebundene Recherche, Notebooks und Audio-/Medienzusammenfassungen, bleibt aber ein eigenes Produkt mit eigener Informationsarchitektur.

Die Verwendung von Gemini-Modellen macht NotebookLM nicht zu einer Unterseite des normalen Gemini-Chats.

13. Google Search mit Gemini ist nicht die Gemini-App

AI Overviews, AI Mode und spezialisierte Search-Modelle sind in Googles Suchinfrastruktur eingebettet.

Suchranking, Webindex und Search-Agenten unterscheiden sich technisch und produktseitig von der Gemini-App.

14. Gemini in Workspace ist eine eigene Produktoberfläche

Gmail, Docs, Sheets, Slides, Meet und weitere Workspace-Apps verwenden Gemini innerhalb konkreter Arbeitsabläufe.

Ein Feature in Workspace kann verfügbar sein, obwohl es im normalen Gemini-Chat fehlt – und umgekehrt.

15. Vertex AI ist nicht Google AI Studio

Google AI Studio richtet sich stark an schnellen Prototypenbau und die direkte Gemini API; Vertex AI ist die verwaltete Google-Cloud-Plattform für Unternehmen.

Modelle können dieselben Namen tragen, während IAM, Logging, Region, Governance und Zusatzdienste verschieden sind.

16. Gemma ist nicht Gemini

Gemma bezeichnet Googles offene beziehungsweise offen gewichtete Modellfamilie für Entwickler und Forschung.

Gemini ist die proprietäre Frontierfamilie; ähnliche Namensbestandteile dürfen nicht verwechselt werden.

17. 6. Dezember 2023: Gemini 1.0

Google stellte Gemini 1.0 als von Grund auf multimodal trainierte Modellfamilie vor, die Text, Bilder, Audio, Video und Code gemeinsam verarbeiten kann.

Gemini 1.0 erschien in drei Größenklassen: Ultra, Pro und Nano.

18. Gemini 1.0 Ultra

Ultra war die größte und leistungsfähigste 1.0-Variante für besonders komplexe Aufgaben.

Die Modellklasse wurde im Februar 2024 über Gemini Advanced für Endnutzer zugänglich.

19. Gemini 1.0 Pro

Pro war die vielseitige Mittelklasse für breite Cloudanwendungen.

Eine angepasste Version wurde unmittelbar nach dem Dezember-Launch zur Grundlage von Bard auf Englisch.

20. Gemini 1.0 Nano

Nano war die effiziente On-Device-Variante für lokale Funktionen auf mobilen Geräten.

Der Pixel 8 Pro gehörte zu den ersten Smartphones, die Gemini Nano über den Tensor-G3-Chip lokal nutzten.

21. Nativ multimodal

Gemini wurde nicht nur als Textmodell mit nachträglich angesetztem Bildencoder beschrieben, sondern als Modellfamilie, die multimodale Informationen von Grund auf gemeinsam verarbeitet.

Die konkrete Ein- und Ausgabeunterstützung hängt trotzdem von Modellversion und API ab.

22. TPU-Infrastruktur

Google trainierte Gemini 1.0 auf eigener TPU-Infrastruktur, darunter TPU v4 und v5e.

TPUs sind ein wesentlicher Teil von Googles Full-Stack-Ansatz aus Chips, Rechenzentren, Modellen, APIs und Milliarden-Nutzer-Produkten.

23. 6. Dezember 2023: Gemini Pro zieht in Bard ein

Bard erhielt zunächst auf Englisch eine angepasste Gemini-Pro-Version.

Damit begann die sichtbare Produktmigration von Bard-Technik zu Gemini-Technik bereits zwei Monate vor der Umbenennung.

24. 1. Februar 2024: Gemini Pro in Bard global

Gemini Pro wurde in Bard auf mehr als 40 Sprachen und über 230 Länder und Regionen ausgeweitet.

Gleichzeitig führte Bard in vielen Regionen Bildgenerierung ein.

25. Bard-Bildgenerierung 2024

Die frühe Bildfunktion in Bard beziehungsweise Gemini wurde nicht vom normalen Sprachmodell allein erzeugt, sondern über Googles separate Bildmodell-Infrastruktur.

Die Medienmodelllinie wechselte später über Imagen 3 zu Gemini-eigenen Bildmodellen wie Nano Banana.

26. 8. Februar 2024: Bard heißt Gemini

Google benannte Bard in Gemini um und machte damit aus dem bisherigen Produktnamen denselben Markenbegriff wie bei der Modellfamilie.

Diese Namensverschmelzung ist bis heute eine Hauptquelle für Missverständnisse.

27. 8. Februar 2024: mobile Gemini-App

Zeitgleich startete eine neue Gemini-App für Android; auf iOS wurde Gemini zunächst innerhalb der Google-App angeboten.

Auf Android konnte Gemini schrittweise die Rolle des digitalen Assistenten übernehmen.

28. Gemini Advanced

Gemini Advanced bezeichnete die Premium-Endnutzererfahrung mit Zugriff auf Ultra 1.0.

Es war ein Produkt-/Zugangsname und kein eigener Modellname.

29. Google One AI Premium

Der erste große Consumer-Premiumzugang zu Gemini Advanced wurde über Google One AI Premium verkauft.

2025 wurde dieses Abo in Google AI Pro überführt beziehungsweise erweitert.

30. Ultra 1.0 kommt in Produkte

Mit Gemini Advanced brachte Google das bislang größte 1.0-Modell aus der Forschungs-/Benchmarkphase direkt in ein Consumerprodukt.

Der Premiumzugang zeigte früh Googles Strategie, Modellklassen über Abos zu staffeln.

31. Februar 2024: Problem bei der Bilderzeugung von Personen

Google pausierte vorübergehend die Generierung von Personenbildern, nachdem Ergebnisse historisch ungenau und teilweise anstößig waren.

Der Vorfall ist ein wichtiges Beispiel dafür, dass Sicherheits- und Diversitätskorrekturen selbst neue Fehler verursachen können.

32. Lehre aus dem Personenbild-Problem

Ein generatives System kann gleichzeitig gegen Stereotype optimiert und dennoch historisch unplausible Resultate erzeugen.

Sicherheitsziele, Faktentreue und Promptbefolgung müssen getrennt evaluiert werden.

33. Gemini-App und Search bleiben getrennt

Google betonte im Zusammenhang mit dem Bildproblem ausdrücklich, dass die Gemini-App ein eigenes Produkt neben Search und anderen Google-Produkten ist.

Fehler in Gemini dürfen deshalb nicht pauschal als Fehler der Google-Suche interpretiert werden.

34. 15. Februar 2024: Gemini 1.5

Google kündigte Gemini 1.5 als effizientere nächste Modellgeneration mit einer Mixture-of-Experts-Architektur und stark erweitertem Long Context an.

Die erste veröffentlichte Variante war Gemini 1.5 Pro.

35. Mixture of Experts

Gemini 1.5 setzte auf eine Mixture-of-Experts-Architektur, bei der nicht für jedes Token alle Modellteile gleichermaßen aktiv sein müssen.

MoE kann Rechenaufwand effizienter verteilen, macht aber die interne Architektur komplexer.

36. 128K als Standardstart

Gemini 1.5 Pro wurde zunächst mit einem regulären 128K-Kontextfenster beschrieben.

Parallel testete Google deutlich größere Kontextfenster.

37. 1 Million Tokens

Eine begrenzte Entwickler- und Enterprisegruppe konnte 1.5 Pro bereits zur Ankündigung mit bis zu einer Million Tokens testen.

Google zeigte damit lange vor vielen Wettbewerbern Long Context als zentrales Produktmerkmal.

38. Bis 10 Millionen Tokens im Forschungstest

Google DeepMind berichtete über erfolgreiche interne Versuche mit Kontexten von bis zu 10 Millionen Tokens.

Das war eine Forschungsaussage und keine allgemeine Produktionsgrenze.

39. Was ein Kontextfenster bedeutet

Tokens bilden den aktiven Arbeitskontext einer Modellanfrage. Größere Fenster erlauben mehr Text, Bild-, Audio-, Video- und Codedaten in einem Lauf.

Kontext ist kein dauerhaftes persönliches Memory.

40. Video im Long Context

Google demonstrierte 1.5 Pro mit langen Videoinhalten und der Fähigkeit, Details aus großen multimodalen Eingaben zu finden und zu erklären.

Videoverständnis hängt von Sampling, Modellversion und Aufgabenstellung ab.

41. Audio im Long Context

Sehr lange Audioinhalte konnten in den Kontext eingebracht und analysiert werden.

Transkriptions- und Verständnisfehler bleiben getrennte Fehlerklassen.

42. Codebasen im Long Context

Gemini 1.5 Pro wurde für die Analyse großer Codeblöcke und ganzer Codebestände beworben.

Ein großes Kontextfenster ersetzt keine Repositorystruktur, Tests oder statische Analyse.

43. Apollo-11-Transkripte

Google demonstrierte Long-Context-Reasoning an hunderten Seiten historischer Apollo-11-Transkripte.

Solche Demos zeigen Retrievalfähigkeit, sind aber keine Garantie für perfekte Vollständigkeit in jedem langen Dokument.

44. 14. Mai 2024: I/O-Update für Gemini 1.5

Google machte 1.5 Pro mit einer Million Tokens breiter verfügbar und stellte gleichzeitig Gemini 1.5 Flash als schnellere, günstigere Variante vor.

Long Context wurde damit von einer Preview-Funktion zu einem Kernelement der gesamten Familie.

45. Gemini 1.5 Flash

1.5 Flash wurde speziell für niedrige Latenz, Kosten und hohen Durchsatz entwickelt.

Die Flash-Linie wurde später zu Googles zentralem Workhorse-Modellpfad.

46. Flash und Pro

Pro priorisiert komplexere Modellleistung, Flash ein besseres Verhältnis aus Geschwindigkeit, Kosten und Qualität.

Eine neuere Flash-Generation kann ältere Pro-Modelle bei einzelnen Aufgaben übertreffen.

47. 1 Million Tokens auch für Flash

1.5 Flash und 1.5 Pro wurden mit einer Million Tokens Kontext in der öffentlichen Preview angeboten.

Großer Kontext wurde damit nicht auf die teuerste Modellklasse beschränkt.

48. 2 Millionen Tokens

Google erweiterte 1.5 Pro zunächst in privater Preview auf zwei Millionen Tokens.

Das war besonders für große Codebasen, Videoarchive und Dokumentbestände interessant.

49. 1.5 Pro in Gemini Advanced

Gemini Advanced erhielt 1.5 Pro mit einer Million Tokens und Dateiupload über Gerät oder Google Drive.

Für Consumer wurde Long Context damit praktisch nutzbar.

50. Dokumentmengen in Gemini Advanced

Google beschrieb als Größenordnung unter anderem mehrere große Dokumente mit zusammen ungefähr 1.500 Seiten.

Seitenzahlen sind nur eine grobe Nutzerorientierung; technisch zählt Tokenisierung.

51. Viele E-Mails zusammenfassen

Gemini Advanced konnte große E-Mail-Mengen und andere Workspace-nahe Bestände im Long Context zusammenführen.

Eine Zusammenfassung kann Prioritäten falsch setzen und muss bei geschäftskritischen Inhalten überprüft werden.

52. Parallel Function Calling

Die Gemini-API erhielt im Umfeld von I/O 2024 parallele Funktionsaufrufe.

Mehrere Tools gleichzeitig können Agenten beschleunigen, erhöhen aber Audit- und Konfliktaufwand.

53. Project Astra

Google DeepMind zeigte Project Astra als Forschungsvision eines universellen Assistenten, der kontinuierlich sehen, hören, erinnern und reagieren kann.

Viele später sichtbare Gemini-Live- und Agentenfunktionen lassen sich als Produktisierung dieser Forschungsrichtung verstehen.

54. Astra war zunächst Forschungsprototyp

Project Astra war 2024 keine reguläre Endnutzer-App.

Archivtexte sollten Forschungsprototyp und späteres Produktfeature nicht rückwirkend gleichsetzen.

55. 13. August 2024: Gemini Live

Gemini Live startete als freifließende Sprachkonversation für Advanced-Abonnenten und sollte natürlichere Unterbrechungen und längere Gespräche ermöglichen.

Voice ist eine Produktoberfläche; Modell, Speech-Stack und Toolintegrationen können sich dahinter austauschen.

56. Freihändige Gespräche

Gemini Live kann auf mobilen Geräten als kontinuierlicher Sprachdialog genutzt werden.

Sprachdialog bleibt von Mikrofonqualität, Netzwerk und Speech Recognition abhängig.

57. Mehrere Stimmen

Google bot verschiedene Stimmen für Gemini Live an.

Stimme und Intelligenzmodell sind unterschiedliche technische Ebenen.

58. Gemini-Overlay auf Android

Gemini wurde tiefer in Android integriert, sodass Nutzer den Assistenten über andere Apps legen und Bildschirmkontext einbeziehen konnten.

Systemintegration unterscheidet sich von einer normalen Web-App.

59. Erweiterungen und verbundene Apps

Gemini erhielt Verknüpfungen zu Keep, Tasks, YouTube Music und weiteren Google-Diensten.

Solche Integrationen brauchen eigene Rechte und funktionieren nicht identisch auf jeder Plattform.

60. Android-Utilities

Geräteaktionen wie Timer oder Einstellungen wurden schrittweise in Gemini integriert, teils unterstützt durch Google-Assistant-Technik.

Der Übergang vom klassischen Assistant war deshalb technisch nicht abrupt.

61. 28. August 2024: Gems

Gems erlauben benutzerdefinierte Gemini-Varianten mit dauerhaft hinterlegten Anweisungen für bestimmte Rollen oder Aufgaben.

Ein Gem ist keine neue Modellinstanz mit eigenen Gewichten.

62. Gems speichern Instruktionen

Ein Gem kann beispielsweise als Coding-Partner, Lerncoach oder Editor vorkonfiguriert werden.

Die Qualität hängt weiterhin vom zugrunde liegenden Gemini-Modell ab.

63. Imagen 3 in Gemini

Google integrierte sein Bildmodell Imagen 3 in Gemini und verbesserte damit Bildqualität und Promptbefolgung.

Imagen 3 war ein separates Medienmodell und nicht identisch mit dem Text-/Reasoning-Modell.

64. Personenbilder kehren kontrolliert zurück

Google führte nach dem Februar-Stopp schrittweise eine verbesserte Personenbildgenerierung mit zusätzlichen Schutzmaßnahmen ein.

Historische Einschränkungen sollten nicht als dauerhafte Funktionsgrenze dokumentiert werden.

65. Gemini auf iOS

Gemini war zunächst in der Google-App integriert und entwickelte sich später zu einer stärker eigenständigen mobilen Erfahrung.

iOS- und Android-Funktionsumfang können sich unterscheiden.

66. Gemini-App und Android-Assistent

Auf Android kann Gemini zugleich normale App und systemnaher Assistent sein.

Eine Chatfunktion sagt daher nicht automatisch etwas über Telefon-, Smart-Home- oder Gerätesteuerung aus.

67. 11. Dezember 2024: Gemini 2.0

Google DeepMind stellte Gemini 2.0 als neue Modellgeneration für die „agentic era“ vor.

Die Familie sollte nicht nur Inhalte verstehen und erzeugen, sondern nativ Werkzeuge verwenden und stärker als Grundlage autonomer Agenten dienen.

68. Gemini 2.0 Flash

Die erste 2.0-Variante war 2.0 Flash als schnelles Workhorse-Modell mit verbesserter Leistung gegenüber 1.5 Flash.

Google positionierte Flash erneut als Standardmotor für breite Produkt- und Entwickleranwendungen.

69. 2.0 Flash gegenüber 1.5 Pro

Google berichtete, dass 2.0 Flash auf wichtigen Benchmarks 1.5 Pro übertreffen und zugleich deutlich schneller arbeiten könne.

Herstellerbenchmarks sind historische Leistungsangaben, keine vollständige unabhängige Evaluation.

70. Native Tool Use

2.0 Flash konnte nativ Google Search, Code Execution und benutzerdefinierte Funktionen aufrufen.

Das Modell muss Toolaufruf, Parameter und Toolresultat korrekt orchestrieren; ein Tool macht die Antwort nicht automatisch richtig.

71. Native multimodale Ausgabe

Google zeigte 2.0 mit nativ gemischten Text-/Bildausgaben und steuerbarer mehrsprachiger Sprachausgabe.

Nicht jede dieser Preview-Fähigkeiten war sofort in jeder öffentlichen API- oder Gemini-App-Variante verfügbar.

72. Multimodal Live API

Mit Gemini 2.0 führte Google eine Live API für Streaming-Audio, Video und kombinierte Toolnutzung ein.

Sie bildet eine Entwicklerbasis für Echtzeitassistenten, die nicht auf statische Request/Response-Chats beschränkt sind.

73. 11. Dezember 2024: Deep Research

Deep Research startete in Gemini Advanced als agentischer Recherchemodus, der einen mehrstufigen Suchplan erstellt, Webquellen untersucht und daraus einen strukturierten Bericht mit Links erzeugt.

Deep Research ist eine Produktfunktion beziehungsweise Agentenlogik und nicht einfach ein Modellname.

74. Rechercheplan

Deep Research zerlegt komplexe Fragen in Teilfragen und kann seinen Plan während der Recherche anpassen.

Der Nutzer sollte Fragestellung, Zeitraum und Quellenanforderungen möglichst konkret vorgeben.

75. Quellen in Deep Research

Berichte enthalten Verweise auf Originalquellen.

Auch hier muss geprüft werden, ob jede Quelle die daraus abgeleitete Aussage tatsächlich trägt.

76. Gemini 2.0 Flash Thinking

Google veröffentlichte experimentelle Thinking-Varianten, die mehr Rechenzeit für explizites Reasoning einsetzten.

Diese Experimente waren ein direkter Vorläufer der 2.5-Familie, bei der Thinking zum Standardkonzept wurde.

77. Thinking ist nicht einfach sichtbare Chain-of-Thought

Ein Modell kann intern zusätzlichen Reasoning-Aufwand verwenden, ohne dass sein vollständiger interner Gedankengang als Text ausgegeben wird.

Spätere Thought Summaries liefern Zusammenfassungen von Modellaktionen, nicht rohe private Reasoning-Tokens.

78. Project Mariner

Google zeigte Project Mariner als experimentellen Browseragenten, der Webseiten in Chrome verstehen und unter Aufsicht Aktionen ausführen kann.

Browsersteuerung erhöht Nutzen und Prompt-Injection-Risiko gleichzeitig.

79. Browseraktionen

Ein Mariner-ähnlicher Agent kann klicken, tippen, navigieren und Informationen aus Webseiten verarbeiten.

Konten, Käufe und irreversible Aktionen brauchen besonders enge Freigabegrenzen.

80. Jules

Jules wurde als experimenteller Coding-Agent für GitHub-nahe Softwareentwicklung vorgestellt.

Jules ist ein eigenes Produkt auf Gemini-Basis und nicht die Gemini-App selbst.

81. Data-Science-Agent

Google zeigte einen experimentellen Agenten, der in Colab Notebooks erzeugen und Datenanalyse automatisieren kann.

Agentische Datenanalyse muss Berechnung, Datenquelle und Interpretation getrennt validieren.

82. Project Astra mit Gemini 2.0

Google aktualisierte Astra mit besserer multimodaler Echtzeitwahrnehmung, Toolgebrauch und Memory-Forschung.

Die universelle Assistentenvision wanderte damit weiter in reale Produktarchitektur.

83. Gemini 2.0 in Search

Google begann, 2.0-Technik in Search und AI-Overviews-/AI-Mode-nahe Experimente einzubauen.

Search bleibt ein eigenes Retrieval- und Rankingprodukt.

84. 2.0 Flash Experimental in der Gemini-App

Gemini-Nutzer konnten eine chatoptimierte experimentelle 2.0-Flash-Version im Modellmenü auswählen.

Experimentelle Modelle können Funktionen oder Limits besitzen, die von stabilen Varianten abweichen.

85. Experimentell bedeutet beweglicher

Preview- und Experimental-Endpunkte können schneller ersetzt, eingeschränkt oder abgeschaltet werden.

Für produktive Software werden Modelllebenszyklus und Deprecation-Termine aktiv verfolgt.

86. 13. Februar 2025: frühere Chats als Kontext

Gemini Advanced begann, relevante frühere Unterhaltungen zu referenzieren, um Antworten stärker auf vorherige Projekte und Gespräche abzustimmen.

Chatverlauf als Personalisierungsquelle ist von einem einzelnen Modellkontextfenster zu unterscheiden.

87. 13. März 2025: Gemini mit Personalisierung

Google testete eine personalisierte Gemini-Variante, die mit Zustimmung zunächst Suchverlauf und später weitere Google-Dienste als persönlichen Kontext einbeziehen konnte.

Personalisierung braucht transparente Datenquellen und abschaltbare Berechtigungen.

88. Connected Apps werden wichtiger

Gemini verband sich stärker mit Google-Apps und Diensten, sodass Antworten auf persönliche Inhalte und Aktionen zugreifen konnten.

Öffentliche Google-Daten und private Kontodaten sind dabei getrennte Kategorien.

89. Gems werden breiter verfügbar

Eigene Gems wurden 2025 auch außerhalb der ursprünglichen Premiumgruppe verfügbar.

Ein Gem speichert Rollen- und Aufgabenregeln, aber keine separaten Modellgewichte.

90. Deep Research wird breiter verfügbar

Google weitete Deep Research auf mehr Gemini-Nutzer aus und nutzte dafür Thinking-Modelle.

Die Recherchequalität hängt weiterhin von Suchraum, Quellen und Nutzerprüfung ab.

91. 18. März 2025: Canvas

Canvas startete als interaktiver Arbeitsbereich zum Schreiben, Bearbeiten und gemeinsamen Entwickeln von Dokumenten und Code.

Canvas ist eine Produktoberfläche und kein eigenes Gemini-Modell.

92. Coding in Canvas

Canvas kann Code erzeugen, Prototypen darstellen und Änderungen iterativ übernehmen.

Ein funktionierender Preview-Render ersetzt keine Sicherheits- und Browserkompatibilitätsprüfung.

93. 18. März 2025: Audio Overview in Gemini

Die aus NotebookLM bekannte Idee von KI-moderierten Audiozusammenfassungen wurde auch in Gemini integriert.

Gemini Audio Overview und NotebookLM bleiben getrennte Produkte und können unterschiedliche Quellenlogik verwenden.

94. 25. März 2025: Gemini 2.5

Google stellte Gemini 2.5 als neue Generation von „thinking models“ vor, deren Reasoning-Fähigkeiten tief in die Modellfamilie eingebaut werden sollten.

Die erste veröffentlichte Variante war 2.5 Pro Experimental.

95. Gemini 2.5 Pro

2.5 Pro wurde für besonders komplexes Reasoning, Coding, Wissenschaft und Long-Context-Aufgaben positioniert.

Es blieb lange ein zentraler Referenzpunkt der Gemini-Entwicklerwelt und ist auch 2026 noch als Modell verfügbar.

96. Thinking wird zur Modellgrundlage

Mit 2.5 erklärte Google, Thinking schrittweise in alle Modellklassen zu integrieren.

Reasoning ist damit keine reine Sondertaste mehr, sondern Teil der normalen Modellarchitektur.

97. 2.5 Pro und Coding

Google hob starke Leistung beim Erstellen, Transformieren und Bearbeiten komplexer Web- und Agentenanwendungen hervor.

Agentisches Coding braucht trotzdem Tests, Diffs und Versionskontrolle.

98. Gemini 2.5 Flash

2.5 Flash verband Reasoning mit der bekannten Flash-Ausrichtung auf Kosten und Geschwindigkeit.

Es wurde 2025 zum Standardmodell in der Gemini-App.

99. Thinking Budgets

Entwickler konnten bei 2.5 Flash und später Pro steuern, wie viele Tokens für Thinking verwendet werden dürfen beziehungsweise Thinking teilweise abschalten.

Thinking Budget ist eine Kosten-/Qualitätsachse und kein eigener Modellname.

100. Thought Summaries

Gemini API und Vertex AI erhielten zusammengefasste Informationen über Reasoning-Schritte und Toolaktionen.

Thought Summaries sind keine vollständige Offenlegung des internen Chain-of-Thought.

101. 20. Mai 2025: Deep Think

Google kündigte Deep Think als erweiterten Reasoning-Modus für 2.5 Pro an, der parallele Denkansätze für besonders schwierige Mathematik- und Coding-Probleme nutzt.

Der Modus war für besonders hohe Rechenbudgets gedacht und wurde zunächst kontrolliert ausgerollt.

102. Paralleles Denken

Deep Think kann mehrere mögliche Lösungswege parallel verfolgen und bewerten.

Mehrere Pfade reduzieren nicht automatisch systematische gemeinsame Fehler.

103. Native Audio

2.5-Funktionen erweiterten die Live API um natürlichere Audioausgabe und multimodale Echtzeitinteraktion.

Audioqualität, Sprachverständnis und Reasoning müssen getrennt getestet werden.

104. Affective Dialogue

Google zeigte Live-Funktionen, die Tonfall und emotionale Signale in der Stimme berücksichtigen können.

Emotionserkennung ist probabilistisch und darf nicht als medizinische oder psychologische Diagnose verwendet werden.

105. Proactive Audio

Das Modell sollte besser unterscheiden, wann es angesprochen wird und wann Hintergrundgespräche ignoriert werden sollen.

Fehlerhafte Aktivierung oder Nichtaktivierung bleibt bei Umgebungsgeräuschen möglich.

106. Thinking in der Live API

Auch Echtzeitagenten konnten komplexere Aufgaben mit zusätzlichem Reasoning verknüpfen.

Bei Live-Interaktion muss die zusätzliche Latenz gegen Antwortqualität abgewogen werden.

107. MCP-Unterstützung

Google kündigte Unterstützung für Model Context Protocol in Gemini API und SDK an.

MCP standardisiert Werkzeuganbindung, ersetzt aber keine Authentifizierung oder Rechteverwaltung.

108. Computer Use

Gemini-2.5-basierte Computer-Use-Technik wurde für Browser- und UI-Automatisierung weiterentwickelt.

Später erschien dafür ein spezialisierter Gemini-2.5-Computer-Use-Preview-Endpunkt.

109. Gemini Live mit Kamera und Bildschirm

2025 wurde Live mit Kamera- und Bildschirmfreigabe breiter und teilweise kostenlos verfügbar.

Die Funktion verbindet visuellen Kontext, Echtzeitaudio und Assistant-Interaktion.

110. Gemini in Chrome

Google begann Gemini direkt in Chrome zu integrieren, um Webseiteninhalt zu erklären und browsernah zu helfen.

Browserkontext und persönlicher Kontokontext sind getrennte Datenquellen.

111. Veo 3 in Gemini

Google AI Pro und Ultra brachten Zugang zu Googles Videoerzeugungsmodellen in Gemini beziehungsweise Flow.

Veo ist ein separates generatives Medienmodell und nicht das normale Gemini-Sprachmodell.

112. SynthID

Google versieht von eigenen generativen Modellen erzeugte Medien mit SynthID-Wasserzeichen und ergänzte bei Videos teilweise sichtbare Markierungen.

Watermarking hilft bei Provenienz, ist aber kein absoluter Beweis für Echtheit oder Fälschung.

113. 20. Mai 2025: Google AI Pro

Google benannte und erweiterte das bisherige AI-Premium-/Gemini-Advanced-Angebot in Google AI Pro.

Gemini Advanced wurde damit stärker als Leistungsstufe innerhalb eines größeren Google-AI-Abos verstanden.

114. 20. Mai 2025: Google AI Ultra

Google führte AI Ultra als Spitzenabo mit den höchsten Limits und frühem Zugang zu neuen Modellen und Funktionen ein.

Tarifnamen, Preise und inkludierte Produkte können sich ändern und werden stichtagsbezogen dokumentiert.

115. Gemini Agent Mode

Google zeigte 2025 einen Agentenmodus, der Browsing, Deep Research und Google-App-Integrationen kombinieren sollte.

Die spätere 2026er Spark-Linie baut konzeptionell auf dieser Entwicklung auf.

116. Vision des universellen Assistenten

Google DeepMind verband Gemini, Astra, Search, Android und Agenten zu einer langfristigen Vision eines multimodalen Assistenten, der Kontext versteht, plant und handelt.

Ein universeller Assistent ist ein Zielbild, nicht ein einzelnes Produktrelease.

117. 13. August 2025: Temporary Chats

Gemini führte temporäre Chats ein, die nicht im normalen Chatverlauf erscheinen und nicht für Personalisierung oder Modelltraining verwendet werden.

Temporär bedeutet dennoch nicht automatisch, dass keinerlei technische Sicherheitsaufbewahrung existiert.

118. Persönlicher Kontext aus vergangenen Chats

Gemini konnte relevante Vorlieben und frühere Gespräche stärker für neue Antworten heranziehen.

Gespeicherte Personalisierung sollte korrigier- und löschbar bleiben.

119. 5. November 2025: Deep Research mit Workspace

Deep Research konnte Gmail, Drive, Docs, Slides, Sheets, PDFs und Google Chat zusätzlich zum Web als Quellen verwenden.

Interne und öffentliche Quellen werden für nachvollziehbare Recherche getrennt gekennzeichnet.

120. 18. November 2025: Gemini 3

Google stellte Gemini 3 als neue Generation mit stärkerem Reasoning, multimodalem Verständnis und agentischen Fähigkeiten vor.

Gemini 3 wurde am selben Tag in mehreren Google-Produkten verfügbar gemacht, darunter die Gemini-App und Search.

121. Gemini 3 Pro Preview

Die erste Pro-Variante erschien als Preview für komplexes Reasoning und multimodale Aufgaben.

Der ursprüngliche 3-Pro-Preview-Endpunkt wurde bereits im März 2026 wieder eingestellt und durch 3.1 Pro ersetzt.

122. Gemini 3 Deep Think

Google führte eine neue Deep-Think-Generation für besonders schwierige Wissenschafts-, Mathematik- und Engineeringaufgaben ein.

Deep Think ist ein High-Compute-Modus und nicht gleichbedeutend mit jedem Gemini-3-Chat.

123. Dynamic View

Die Gemini-App konnte mit Gemini 3 Antworten stärker als interaktive, visuell komponierte Oberflächen darstellen.

Generative UI ist eine Darstellungsschicht über Modellinhalt.

124. Visual Layout

Antworten können visuelle Komponenten, Karten, interaktive Elemente und dynamische Layouts enthalten.

Ein attraktives Layout kann fachliche Fehler verdecken und muss separat geprüft werden.

125. Gemini Agent

Google testete in der Gemini-App einen experimentellen Agenten für komplexe Aufgaben wie Postfachorganisation und Reiseplanung.

Der Agent besitzt andere Aktionsrechte als ein normaler Chat.

126. Gemini 3 am ersten Tag in Search

Gemini 3 wurde direkt zum Start in AI Mode der Google-Suche integriert.

Das war ein engerer Modell-/Produkt-Rollout als bei früheren Gemini-Generationen.

127. Generative UI in Search

Search mit Gemini 3 kann dynamische visuelle Layouts, interaktive Tools und Simulationen erzeugen.

Die Search-Infrastruktur liefert weiterhin Quellen und Ranking, während Gemini die Antwortstruktur generiert.

128. Antigravity als Agentenplattform

Google entwickelte Antigravity als agent-first Entwicklungsumgebung für Coding und allgemeine Softwarearbeit.

Die Plattform wurde 2026 deutlich erweitert und in AI Studio sowie die Gemini API eingebunden.

129. Gemini 3 Pro Image / Nano Banana Pro

Googles Gemini-3-Bildlinie brachte ein leistungsfähiges natives Bildmodell für Erzeugung und Editing.

Der Spitzname „Nano Banana“ bezeichnet Bildmodellprodukte und nicht Gemini Nano auf Android.

130. Nano Banana ist nicht Gemini Nano

Nano Banana ist die populäre Bezeichnung für Gemini-basierte Bildgenerierungsmodelle.

Gemini Nano dagegen ist eine lokale On-Device-Modellfamilie für Smartphones und andere Geräte.

131. 17. Dezember 2025: Gemini 3 Flash Preview

Google veröffentlichte eine schnelle Gemini-3-Variante als Preview.

Die Flash-Linie wurde 2026 in rascher Folge durch 3.5, 3.6 und 3.7 weiterentwickelt.

132. 19. Februar 2026: Gemini 3.1 Pro

Google veröffentlichte Gemini 3.1 Pro als aktualisierte Preview für besonders komplexe Aufgaben und mehrstufiges Reasoning.

3.1 Pro ersetzte den ursprünglichen Gemini-3-Pro-Preview-Endpunkt als Pro-Referenzmodell.

133. 3.1 Pro in mehreren Produkten

Gemini 3.1 Pro wurde über Gemini API, Vertex AI, Gemini-App und NotebookLM ausgerollt.

Die gleiche Modellgeneration kann je nach Produkt unterschiedliche Tools, Kontextquellen und Limits besitzen.

134. Februar 2026: Deep Think für Wissenschaft und Engineering

Google aktualisierte Gemini 3 Deep Think für komplexe wissenschaftliche und technische Aufgaben mit unsauberen Daten und offenen Lösungsräumen.

Der Modus blieb an hohe Zugriffsstufen gekoppelt und ist kein Standardpfad für alltägliche Fragen.

135. 7. Mai 2026: Gemini 3.1 Flash-Lite

3.1 Flash-Lite brachte starke multimodale Leistung in eine besonders kostengünstige Modellklasse.

Die Lite-Linie richtet sich an hohe Volumen, Klassifikation, Extraktion und latenzkritische Agentenschritte.

136. 28. Mai 2026: Gemini 3.1 Flash Image stabil

Gemini 3.1 Flash Image wurde als stabiles Bildmodell verfügbar und wird in der API als Nano Banana 2 geführt.

Es kann Bilder erzeugen und bearbeiten und ist technisch von Gemini Nano auf Geräten zu trennen.

137. 28. Mai 2026: Gemini 3 Pro Image stabil

Das leistungsfähigere Gemini-3-Pro-Image-Modell wurde als Nano Banana Pro stabilisiert.

Image-Endpunkte besitzen eigene Kosten, Sicherheitsfilter und Bildbearbeitungslogik.

138. 19. Mai 2026: Gemini 3.5

Google stellte Gemini 3.5 als Modellfamilie vor, die Frontier-Intelligenz mit schneller, zuverlässiger Handlungskompetenz für Agenten verbinden soll.

Der erste öffentliche Vertreter war Gemini 3.5 Flash.

139. Gemini 3.5 Flash

3.5 Flash wurde als sehr schnelles Agenten- und Coding-Modell positioniert und zugleich breit in Gemini-App, Search, AI Studio, Android Studio und Enterprise-Produkten bereitgestellt.

Flash ist hier nicht mehr bloß die kleine Variante, sondern der zentrale Agentenmotor.

140. 3.5 Flash gegenüber 3.1 Pro

Google berichtete, dass 3.5 Flash 3.1 Pro in nahezu allen internen beziehungsweise veröffentlichten Vergleichsbenchmarks übertreffe und zugleich deutlich schneller sei.

Das zeigt, wie schnell Generationsfortschritte die klassische Pro-vs-Flash-Hierarchie verschieben.

141. Thinking Levels

Gemini 3.5 Flash nutzt konfigurierbare Thinking-Stufen, um Qualität, Latenz und Kosten auszubalancieren.

Modellname und Inferenzintensität sind damit getrennte Parameter.

142. Agentic Long-Horizon Work

3.5 Flash wurde besonders auf komplexe, mehrstufige Agentenaufgaben und Coding-Workflows ausgerichtet.

Ein Agent braucht trotzdem externe Tools, Zustandsverwaltung und Berechtigungen.

143. Gemini 3.5 Pro wurde angekündigt

Google erklärte zur I/O 2026, intern bereits an 3.5 Pro zu arbeiten und einen späteren Rollout anzustreben.

Am aktuellen Stichtag wird in der offiziellen Gemini-API-Modellliste jedoch weiterhin 3.1 Pro als Pro-Preview geführt; angekündigt ist nicht dasselbe wie verfügbar.

144. 21. Juli 2026: Gemini 3.6 Flash

Google veröffentlichte 3.6 Flash als effizienteres Workhorse-Modell für Coding, Wissensarbeit, Multimodalität und skalierte Agenten.

Die Generation folgte nur rund zwei Monate nach 3.5 Flash.

145. Token-Effizienz von 3.6 Flash

Google hob geringeren Output-Token-Verbrauch bei mehreren Agenten- und Codingaufgaben gegenüber 3.5 Flash hervor.

Token-Effizienz beeinflusst Kosten und Latenz, aber nicht automatisch fachliche Richtigkeit.

146. 21. Juli 2026: Gemini 3.5 Flash-Lite

3.5 Flash-Lite wurde als schnellste und kosteneffizienteste 3.5-Variante für hohe Volumen und latenzsensitive Workflows veröffentlicht.

Die Lite-Klasse kann als Teil eines Agentensystems für einfache Teilaufgaben dienen.

147. Gemini 3.5 Flash Cyber

Google zeigte 2026 zusätzlich eine spezialisierte Cybersecurity-Variante innerhalb der 3.5-Linie.

Spezialisierte Modelle und Programme besitzen andere Zugangs- und Sicherheitsbedingungen als normale Consumer-Gemini-Modelle.

148. 13. August 2026: Gemini 3.7 Flash

Gemini 3.7 Flash ist am 1. September 2026 das neueste stabile Flash-Modell in der Gemini API und wurde für Coding, Agenten, Wissensarbeit und Webentwicklung verbessert.

Es erschien nur drei Wochen nach 3.6 Flash und zeigt Googles sehr kurzes Iterationstempo in der Flash-Linie.

149. 3.7 Flash und Einführungspreis

Google startete 3.7 Flash mit einem deutlich niedrigeren Einführungspreis als die ursprüngliche 3.6-Flash-Preispositionierung.

Preise ändern sich schneller als Modellarchitektur und werden für produktive Entscheidungen immer aktuell geprüft.

150. 3.7 Flash Thinking-Konfiguration

3.7 Flash unterstützt konfigurierbare Thinking-Einstellungen, um Qualität, Kosten und Latenz zu steuern.

Für reproduzierbare Benchmarks gehört die Thinking-Konfiguration zum Testprotokoll.

151. Aktueller Entwicklerstatus

Die offizielle Gemini-API-Modellliste führt 3.7 Flash als stabiles aktuelles Modell.

Die Verfügbarkeit eines stabilen API-Endpunkts sagt nicht automatisch, welches Modell die Gemini-App für jeden Nutzer standardmäßig auswählt.

152. Aktuelle Gemini-3-Modellkarte

Die stabile beziehungsweise öffentlich gelistete Gemini-3-Landschaft umfasst unter anderem 3.7 Flash, 3.6 Flash, 3.5 Flash, 3.5 Flash-Lite, 3.1 Flash-Lite und mehrere Bildmodelle.

3.1 Pro bleibt als Preview für besonders komplexe Pro-Aufgaben verfügbar.

153. Stable, Preview, Latest und Experimental

Die Gemini API unterscheidet stabile Modellstrings, Preview-Endpunkte, bewegliche Latest-Aliase und experimentelle Modelle.

Für Produktion ist ein konkreter stabiler Modellstring meist reproduzierbarer als ein beweglicher Latest-Alias.

154. Deprecation-Lebenszyklus

Google veröffentlicht angekündigte Abschalttermine für Gemini-API-Modelle und empfiehlt konkrete Nachfolger.

Bei Gemini ist aktives Migrationsmanagement besonders wichtig, weil Previewmodelle teils nur wenige Monate leben.

155. Gemini 3 Pro Preview wurde schnell ersetzt

Der ursprüngliche `gemini-3-pro-preview`-Endpunkt vom November 2025 wurde bereits am 9. März 2026 abgeschaltet.

Der Nachfolger ist 3.1 Pro Preview.

156. Flash-Preview-Lebenszyklen

Previewvarianten können durch stabile Nachfolger wie 3.6 oder 3.7 Flash ersetzt werden.

Produktionscode sollte Abschaltwarnungen nicht ignorieren.

157. Google DeepMind Model Cards

Für zentrale Gemini-Modelle veröffentlicht Google DeepMind Model Cards mit Fähigkeiten, Grenzen, Sicherheitsauswertungen und vorgesehenen Einsatzbereichen.

Model Cards sind wichtigere Primärquellen als Marketingzusammenfassungen für technische Archivierung.

158. 19. Mai 2026: große Gemini-App-Neuausrichtung

Google gestaltete die Gemini-App mit einer neuen Oberfläche, neuen Modellen und stärker proaktiven Agentenfunktionen um.

Die App sollte sich vom reaktiven Chat zu einem Assistenten entwickeln, der Aufgaben im Hintergrund vorbereitet und ausführt.

159. Mehr als 900 Millionen monatliche Nutzer

Google nannte auf der I/O 2026 mehr als 900 Millionen monatliche Gemini-Nutzer in über 230 Ländern und mehr als 70 Sprachen.

Nutzerzahlen sind Produktmetriken und sagen nichts über die jeweils verwendeten Modellversionen aus.

160. Neural Expressive

Google führte eine neue Designsprache mit dynamischen Layouts, Animationen, visuellen Komponenten und stärker generativ angeordneten Antworten ein.

UI-Komposition kann Inhalte leichter erfassbar machen, darf aber nicht mit Faktenqualität verwechselt werden.

161. Daily Brief

Daily Brief ist ein vorbereiteter Agent, der mit Zustimmung unter anderem Gmail, Kalender und Gemini-Kontext analysiert und morgens Prioritäten sowie nächste Schritte zusammenstellt.

Die Funktion ist nur sinnvoll, wenn die verbundenen Datenquellen bewusst freigegeben wurden.

162. Daily Brief startet regional begrenzt

Zum I/O-Start wurde Daily Brief zunächst für erwachsene Google-AI-Abonnenten in den USA ausgerollt.

Regionale Verfügbarkeit darf nicht aus einer englischen Produktankündigung auf Deutschland übertragen werden.

163. Gemini Spark

Gemini Spark ist Googles persönlicher 24/7-Agent in der Gemini-App, der Aufgaben auch weiterbearbeiten kann, nachdem der Nutzer den Rechner geschlossen hat.

Spark ist eine Agentenfunktion mit verbundenen Apps und nicht einfach ein anderes Chatmodell.

164. Spark wird 2026 globaler

Im Juli 2026 weitete Google Spark auf weitere Länder aus.

Global bedeutet dennoch nicht überall: der Gemini Drop vom 31. Juli nennt ausdrücklich Ausnahmen.

165. Spark derzeit nicht in Deutschland/EEA

Google nennt Ende Juli 2026 den Europäischen Wirtschaftsraum, das Vereinigte Königreich, die Schweiz und Nigeria als Regionen, in denen Gemini Spark noch nicht verfügbar ist.

Für einen Nutzer in Deutschland darf Spark deshalb nicht als aktuell nutzbare Standardfunktion dargestellt werden.

166. Spark und verbundene Apps

Spark kann auf verbundene Apps und künftig auch benutzerdefinierte MCP-basierte Apps zugreifen.

Ein 24/7-Agent mit Kontorechten braucht engere Freigaben als ein normaler Chat.

167. Benutzerdefinierte MCP-Apps für Spark

Gemini unterstützt in Spark-Aufgaben benutzerdefinierte verbundene Apps über Model Context Protocol.

Google warnt, dass Drittanbieter-MCP-Server Zugriff auf Daten, Geräte oder Konten missbrauchen können, wenn sie nicht vertrauenswürdig sind.

168. Gemini-App für macOS

Google kündigte 2026 eine native macOS-App mit Sprachfunktionen und Spark-Integration an.

Desktopintegration kann lokale Fenster und Arbeitskontext stärker einbeziehen als die Web-App.

169. Gemini-Spracheingabe auf macOS

Gemini kann Text in aktiven Fenstern diktieren, markierten Inhalt umformulieren oder visuelle Inhalte am Cursor erzeugen.

Systemweite Eingaberechte sind eine andere Risikoklasse als reiner Chat.

170. Gemerkte Informationen / Memory

Google benannte und erweiterte die Personalisierungsfunktion 2026 in Richtung Memory beziehungsweise gemerkter Informationen.

Gemini kann relevante Details und Präferenzen aus früheren Chats für spätere Antworten nutzen.

171. Memory-Import aus anderen KI-Apps

Google führte Werkzeuge ein, mit denen Nutzer eine Zusammenfassung persönlicher Erinnerungen aus anderen KI-Assistenten in Gemini übernehmen können.

Importierter Kontext sollte vor Speicherung auf falsche oder sensible Angaben geprüft werden.

172. Chatverlauf importieren

Gemini kann in unterstützten Regionen ZIP-Exporte anderer KI-Anbieter übernehmen, durchsuchen und fortsetzen.

Diese Funktion ist regional eingeschränkt; insbesondere EEA/UK/CH waren beim Rollout nicht überall unterstützt.

173. Personal Intelligence

Gemini kann mit Zustimmung Informationen aus Gmail, Fotos, Search, YouTube und weiteren Google-Diensten kombinieren, um stärker personalisierte Antworten und Aktionen zu liefern.

Das ist erheblich datenintensiver als ein isolierter Chat.

174. Wechselwerkzeuge

Google positioniert Memory- und Chatimport ausdrücklich als Möglichkeit, von anderen KI-Assistenten zu Gemini zu wechseln.

Portabilität verbessert Wettbewerb, erhöht aber auch die Menge persönlichen Kontexts in einem neuen Dienst.

175. Gemini Drop Juli 2026

Google führte regelmäßige Gemini Drops ein, um App-Änderungen gebündelt zu dokumentieren.

Diese Drops sind für ein Technikarchiv besonders hilfreich, weil Consumerfunktionen oft schneller wechseln als Modellkarten.

176. 3.6 Flash in der Gemini-App

Der Juli-Drop nennt Gemini 3.6 Flash und 3.5 Flash-Lite als neue App-Modelle.

Für 3.7 Flash ist der aktuelle stabile API-Status eindeutig; ein universeller App-Default für alle Regionen wird daraus nicht abgeleitet.

177. Drittanbieter-Apps in Gemini

Gemini kann 2026 neben Google-Diensten auch ausgewählte Drittanbieter-Apps wie Dropbox oder Reise-/Immobiliendienste verbinden.

Jeder Drittanbieter besitzt eigene Datenschutzbedingungen.

178. Persönliche Bildgenerierung

Gemini kann in unterstützten Regionen gespeicherte Avatar- beziehungsweise persönliche Bildinformationen für wiederkehrende Bildgenerierung verwenden.

Persönliche Bildmodelle brauchen besondere Kontrolle bei Identität und Freigabe.

179. Gemini Live 2026

Live erhielt eine neue Oberfläche und ein aktuelleres Audio-/Reasoning-Modell mit geringerer Ablenkung durch Hintergrundgeräusche.

Gemini Live ist mittlerweile ein eigener multimodaler Echtzeitpfad innerhalb der App.

180. Regionale Dialekte

Google kündigte stärker steuerbare regionale Sprachvarianten für Live an.

Sprachprofil und faktische Modellleistung bleiben getrennt.

181. 19. Mai 2026: Gemini Omni

Gemini Omni wurde als neue multimodale Familie vorgestellt, die beliebige Eingabearten stärker mit verschiedenen Ausgabeformen verbinden soll.

Der erste Schwerpunkt war Videoerzeugung und -bearbeitung.

182. Gemini Omni Flash

Omni Flash startete in Gemini-App und Google Flow für zahlende Google-AI-Stufen und wurde später auch als Entwicklerpfad angekündigt.

Der aktuelle Gemini-API-Modellkatalog führt einen Gemini-Omni-Flash-Endpunkt.

183. World Understanding

Google beschreibt Omni als Schritt in Richtung Weltmodelle, die nicht nur Text fortsetzen, sondern visuelle Dynamik und Szenen stärker modellieren.

World Model ist ein Forschungs- und Architekturbegriff, keine Garantie für physikalisch korrekte Simulation.

184. Video aus Text, Bild und anderen Eingaben

Omni verbindet Gemini-Reasoning mit generativen Medienmodellen für Video.

Das Modellprodukt ist von Veo- und Flow-Produkten zu unterscheiden, obwohl Technologien kombiniert werden können.

185. Nano Banana 2

Die aktuelle stabile API-Liste bezeichnet `gemini-3.1-flash-image` als Nano Banana 2.

Es ist für schnelle, hochwertige Bildgenerierung und Editing optimiert.

186. Nano Banana 2 Lite

Eine Lite-Variante priorisiert niedrige Latenz und Kosten für hohe Volumen.

Bildmodell-Lite hat nichts mit Gemini Flash-Lite für Text/Reasoning zu tun.

187. Nano Banana Pro

`gemini-3-pro-image` ist die leistungsfähigere Gemini-3-Bildvariante für native Bildgenerierung und Bearbeitung.

Pro Image und 3.1 Pro Text/Reasoning sind unterschiedliche Endpunkte.

188. Bildmodelle mit Search-Kontext

Bestimmte Gemini-Bildmodelle können Text- und Bildsuche als Kontext nutzen.

Search-gestützte Bildgenerierung braucht besonders klare Quellen- und Rechteprüfung.

189. Native Bildbearbeitung

Gemini-Bildmodelle können bestehende Bilder bearbeiten, Objekte verändern, Text setzen und mehrere Eingaben kombinieren.

Dokumentarische Originale werden getrennt vom generativ bearbeiteten Ergebnis archiviert.

190. Gemini 3.1 Flash Live

Der aktuelle API-Katalog führt 3.1 Flash Live als latenzarmes Audio-zu-Audio-Modell für Echtzeitdialoge.

Live-Modelle besitzen andere Streaming- und Kostencharakteristika als normale Textendpunkte.

191. Gemini 3.1 Flash TTS

3.1 Flash TTS erzeugt steuerbare Sprache mit natürlicher Prosodie und Audio-Tags.

Text-to-Speech ist ein eigener Ausgabepfad und kein Beweis für Speech-to-Speech-Reasoning.

192. Gemini 3.5 Transcribe

Google führt 2026 ein spezialisiertes Transkriptionsmodell mit Sprechertrennung, Zeitstempeln und benutzerdefiniertem Vokabular.

Transkription und generatives Reasoning werden damit als getrennte Modellaufgaben angeboten.

193. Gemini 3.5 Live Translate

Ein Preview-Modell zielt auf Echtzeitübersetzung mit niedriger Latenz über viele Sprachen.

Live-Übersetzung muss Namen, Zahlen und Fachbegriffe besonders sorgfältig behandeln.

194. Audio ist nicht eine einzige Funktion

Gemini Live, TTS, Transcribe und Live Translate sind unterschiedliche technische Pfade.

Ein Fehler in der Transkription kann wie ein Reasoningfehler aussehen, obwohl das Sprachmodell korrekt gearbeitet hätte.

195. Medien-Sicherheit

Google kombiniert Inhaltsfilter, Modellkarten und SynthID für generative Medien.

Keine dieser Schutzschichten ist allein ausreichend, um Missbrauch oder falsche Authentizitätsannahmen vollständig zu verhindern.

196. Gemini in Google Search

Google Search verwendet angepasste Gemini-Modelle für AI Overviews, AI Mode und agentische Sucherlebnisse.

Die Suchmaschine liefert Index, Ranking, Knowledge Graph und Webquellen; Gemini übernimmt Reasoning, Synthese und generative Darstellung.

197. AI Overviews

AI Overviews fassen Suchergebnisse generativ zusammen und verlinken auf Webquellen.

Sie sind kein Chatverlauf und verwenden eine eigene Search-Produktoberfläche.

198. AI Mode

AI Mode ermöglicht längere, komplexere und multimodale Suchanfragen mit Gemini-basiertem Reasoning.

Suchmodus und Gemini-App können bei gleicher Frage unterschiedliche Antworten liefern, weil Retrieval und Produktziele verschieden sind.

199. Search-spezifische Gemini-Anpassungen

Google verwendet für Search eigene Varianten beziehungsweise Konfigurationen von Gemini, die eng mit Suchsystemen verzahnt sind.

Ein Modellname aus der Gemini API kann deshalb nicht eins zu eins auf Search übertragen werden.

200. Gemini 3 in AI Mode

Gemini 3 wurde im November 2025 am Veröffentlichungstag direkt in AI Mode integriert.

Google betonte dabei tieferes Reasoning, multimodales Verständnis und generative Benutzeroberflächen.

201. Gemini 3.5 Flash in Search

Seit I/O 2026 nutzt AI Mode weltweit Gemini 3.5 Flash als zentralen schnellen Modellpfad.

Ein Search-Default ist nicht automatisch der Default in der Gemini-App oder API.

202. Information Agents in Search

Google kündigte 2026 Suchagenten an, die Informationen im Hintergrund beobachten und Nutzer über relevante Änderungen informieren können.

Das verschiebt Search von einer einzelnen Anfrage zu laufendem Monitoring.

203. Agentische Shoppingfunktionen

Search und Google Shopping können mit verbundenen Konten zunehmend Aktionen wie Warenkorbverwaltung unterstützen.

Kaufhandlungen brauchen besonders klare Preis-, Produkt- und Bestätigungsgrenzen.

204. Personal Intelligence in Search

Mit Zustimmung kann Google AI persönlichen Kontext aus verbundenen Diensten in Search einbeziehen.

Öffentliche Websuche und privater Kontokontext werden getrennt betrachtet.

205. Grounding with Google Search

Auch Entwickler können Gemini-Antworten über Google Search grounden.

Grounding reduziert Aktualitätsprobleme, beseitigt aber keine Fehlinterpretation der gefundenen Quellen.

206. Search-Zitate

Gemini-basierte Search-Antworten können Quellenlinks liefern.

Ein Link muss inhaltlich geprüft werden; Sichtbarkeit einer Quelle ist nicht gleich korrekter Ableitung.

207. AI Mode und Deep Research

AI Mode ist eine interaktive Suchoberfläche; Deep Research führt über längere Zeit eine strukturierte, mehrstufige Recherche aus.

Für eine einzelne aktuelle Frage ist Deep Research oft unnötig.

208. Gemini in Google Workspace

Gemini ist in Gmail, Docs, Sheets, Slides, Meet, Drive, Keep, Chat und weiteren Workspace-Produkten integriert.

Die Funktionen arbeiten direkt im Kontext realer Dokumente und Kommunikation.

209. Gemini in Gmail

Gemini kann E-Mail-Threads zusammenfassen, Inhalte finden, Entwürfe erstellen und in neueren Agentenfunktionen Aufgaben priorisieren.

Empfänger, Anhänge und sensible Inhalte werden vor Versand überprüft.

210. AI Inbox

Google erweitert Gmail um eine KI-gestützte Inbox, die wichtige Aufgaben und Prioritäten herausarbeitet.

Priorisierung kann geschäftskritische Nachrichten falsch gewichten und benötigt Kontrollmöglichkeiten.

211. Gemini in Docs

Gemini kann Texte entwerfen, überarbeiten, strukturieren und mit verbundenem Kontext ergänzen.

Dokumentänderungen sollten über Versionierung nachvollziehbar bleiben.

212. Gemini in Sheets

Gemini kann Daten erklären, Formeln unterstützen, Tabellen erzeugen und Analysen vorbereiten.

Formeln und Einheiten werden gegen die Originaldaten geprüft.

213. Gemini in Slides

Gemini kann Präsentationsinhalte, visuelle Elemente und Layoutvorschläge erzeugen.

Präsentationsdesign und Faktentreue sind getrennte Qualitätsdimensionen.

214. Gemini in Drive

Gemini kann Dateien und Ordnerinhalte zusammenfassen und als Wissensquelle verwenden.

Veraltete oder doppelte Dateien können Retrievalergebnisse verfälschen.

215. Gemini in Meet

Gemini kann Meetinginhalte zusammenfassen und bei Notizen unterstützen.

Automatische Zusammenfassungen ersetzen keine rechtlich oder organisatorisch erforderlichen Protokolle.

216. Gemini in Keep

Notizen können mit Gemini strukturiert und in andere Arbeitsabläufe überführt werden.

Die bestehende Assistant→Gemini-Seite dokumentiert die mobilen Keep-/Assistant-Aspekte ausführlicher.

217. Gemini und Tasks

Gemini kann bei unterstützten Integrationen Aufgaben lesen oder erstellen.

Fälligkeiten und Zuständigkeiten müssen vor dem Speichern kontrolliert werden.

218. Gemini und Kalender

Verbundenes Calendar kann Termine als Kontext liefern und Aktionen ermöglichen.

Zeitzonen, Gäste und Wiederholungsregeln sind typische Fehlerquellen.

219. Google Chat als Quelle

Deep Research und Workspace-Integrationen können Google-Chat-Inhalte in Recherchen einbeziehen.

Interne Kommunikation wird nicht automatisch zu einer verlässlichen Wissensbasis.

220. Google Fotos

Personal Intelligence kann bei berechtigten Nutzern Foto- und Videoinformationen als persönlichen Kontext nutzen.

Standort-, Gesichts- und Beziehungsinformationen sind besonders sensibel.

221. YouTube

Gemini kann öffentliche YouTube-Inhalte und bei Personal Intelligence gespeicherte Nutzungsdaten einbeziehen.

Öffentliche Videos und persönlicher Verlauf sind getrennte Datenklassen.

222. Google Maps

Gemini kann öffentliche Karteninformationen und bei entsprechenden Berechtigungen personalisierte Standortkontexte nutzen.

Standortdaten sind sicherheits- und datenschutzrelevant.

223. Flights und Hotels

Öffentliche Informationen zu Flügen und Hotels können für Reiseplanung automatisch verwendet werden.

Preise und Verfügbarkeit sind zeitabhängig und müssen vor Buchung erneut bestätigt werden.

224. Verbundene Apps

Gemini kann Google- und Drittanbieter-Apps verbinden, um Informationen zu finden und Aufgaben auszuführen.

Jede verbundene App erweitert die Daten- und Aktionsfläche.

225. Öffentliche Google-Daten und private Kontodaten

Gemini kann öffentliche Google-Suchinformationen teilweise auch ohne besondere Verbindung nutzen; private Inhalte benötigen Berechtigung.

Diese Trennung ist zentral für Datenschutzbewertungen.

226. Aktivitäten speichern

Einige Connected-Apps-Funktionen hängen davon ab, ob der Gemini-Aktivitätsverlauf gespeichert wird.

Auf Android bleiben bestimmte lokale Kommunikations- und Gerätesteuerungsapps auch bei deaktivierter Aktivität verfügbar.

227. Drittanbieter-Apps

Neuere Gemini-Versionen können ausgewählte Drittanbieterdienste verbinden und dort Aktionen ausführen.

Die Datenschutzbedingungen dieser Anbieter gelten zusätzlich zu Googles Regeln.

228. Apps trennen

Nutzer können Verbindungen in den Gemini-Einstellungen widerrufen.

Das Trennen einer App löscht nicht automatisch bereits gespeicherte Gemini-Aktivitäten oder die Daten im Quelldienst.

229. Personal Intelligence kombiniert mehrere Datenquellen

Mit Zustimmung kann Gemini Informationen aus Search, Workspace, Fotos, YouTube und anderen Diensten zusammenführen.

Das erhöht Nützlichkeit und zugleich das Risiko, sehr persönliche Profile zu bilden.

230. Personalisierte Interaktionen und Modellverbesserung

Google erklärt, dass je nach Einstellungen Interaktionen und abgeleitete Zusammenfassungen zur Verbesserung von Diensten und generativer KI verwendet werden können.

Direkte Inhalte aus Gmail, Drive oder Fotos werden dabei nicht pauschal als kompletter Datenbestand zum Training verwendet; die Regeln sind differenziert.

231. Menschliche Überprüfung

Google weist darauf hin, dass Teile von Interaktionen durch geschulte Prüfer kontrolliert werden können.

Vertrauliche Informationen sollten deshalb nicht leichtfertig in verbundene Consumer-Gemini-Kontexte gegeben werden.

232. Workspace Business/Enterprise

Organisationstarife besitzen andere Admin-, Datenschutz- und Datenverarbeitungsregeln als private Google-Konten.

Firmeninhalte sollten möglichst im vorgesehenen Organisationskontext bleiben.

233. Voice in Workspace 2026

Google kündigte konversationelle Sprachfunktionen in Gmail, Docs und Keep an.

Sprachsteuerung erweitert die Eingabeform, nicht automatisch die Modellqualität.

234. Google Pics

2026 führte Google ein neues Bildwerkzeug für Erstellung und Editing im Workspace-Umfeld ein.

Google Pics ist ein eigenes Produkt und nicht identisch mit Nano Banana in der Gemini API.

235. Google AI Studio

Google AI Studio ist die browserbasierte Entwickler- und Prototypingumgebung für Gemini-Modelle und die Gemini API.

Sie eignet sich für schnelle Tests, Promptentwicklung, Toolkonfiguration und App-Prototypen.

236. Gemini API

Die Gemini API stellt Text-, multimodale, Audio-, Bild-, Embedding-, Agenten- und Toolfunktionen programmatisch bereit.

Consumer-Gemini-Abos und API-Abrechnung sind getrennte Produkte.

237. API-Schlüssel

Gemini-API-Schlüssel gehören in sichere Serverkonfiguration und nicht in öffentliche Browserquellen oder Repositories.

Offengelegte Schlüssel werden rotiert.

238. Vertex AI

Vertex AI bietet Gemini innerhalb von Google Cloud mit IAM, Enterprise-Governance, Monitoring, Regionen und weiteren ML-Diensten.

Die direkte Gemini API und Vertex AI können unterschiedliche Releasezeitpunkte oder Zusatzfunktionen besitzen.

239. Modellstrings

Gemini verwendet versionierte Modellnamen wie `gemini-3.7-flash` sowie Preview- und Latest-Aliase.

Ein fester stabiler Modellstring ist für reproduzierbare Produktion meist sinnvoller.

240. Tool Use

Gemini kann Funktionen, Google Search, Code Execution, URL-/Dateikontext und andere Werkzeuge verwenden.

Toolargumente und Seiteneffekte müssen durch die Anwendung validiert werden.

241. Code Execution

Die Gemini API kann Code in einer kontrollierten Umgebung ausführen, etwa für Mathematik oder Datenanalyse.

Ein erfolgreich ausgeführtes Programm kann fachlich trotzdem falsch sein.

242. Function Calling

Gemini erzeugt strukturierte Aufrufe für Entwicklerfunktionen.

Das Modell darf nie allein bestimmen, welche Hochrisikoaktion autorisiert ist.

243. URL Context

Entwickler können Webseiteninhalte als Kontext für Gemini verwenden.

Webseiten können Prompt-Injection oder veraltete Informationen enthalten.

244. Dateien

Die API kann große Dateien und multimodale Inhalte verarbeiten.

Dateiupload ist kein Ersatz für Versionsverwaltung und Zugriffsrechte.

245. Gemini Embedding

Embedding-Modelle erzeugen Vektorrepräsentationen für semantische Suche und RAG.

Embedding ist keine generative Antwort und besitzt andere Qualitätsmetriken.

246. Gemini Embedding 2

Google führt 2026 ein multimodales Embedding-Modell für Text, Bilder, Video, Audio und PDFs in einem gemeinsamen Repräsentationsraum.

Das ermöglicht multimodale Retrievalsysteme, verlangt aber passende Evaluationsdatensätze.

247. Live API

Die aktuelle Live API unterstützt latenzarme Sprach- und Videoagenten mit nativer Audioverarbeitung.

Streamingzustand, Unterbrechungen und Tool Calls müssen als Teil der Anwendung getestet werden.

248. 19. Mai 2026: Managed Agents in der Gemini API

Google führte Managed Agents ein, die in einer verwalteten, isolierten Linux-Umgebung planen, Tools nutzen, Code ausführen, Dateien verwalten und das Web durchsuchen können.

Die Infrastruktur wird durch den Antigravity-Agenten getragen.

249. Antigravity Agent

Antigravity ist Googles allgemeiner verwalteter Agent für Coding und mehrstufige Computerarbeit.

Er ist eine Agentenlaufzeit auf Gemini-Basis und kein normales Chatmodell.

250. Isolierte Linux-Sandbox

Managed Agents laufen in einer kurzlebigen isolierten Umgebung.

Sandboxing reduziert Hostrisiken, schützt aber nicht vor falschen Entscheidungen oder Datenfreigaben.

251. AGENTS.md

Google unterstützt versionierbare Agentenanweisungen über Dateien wie AGENTS.md.

Solche Projektregeln machen Agentenverhalten nachvollziehbarer und reproduzierbarer.

252. SKILL.md

Skills können als versionierte Dateien beschrieben und Agenten zur Verfügung gestellt werden.

Eine Skill-Datei ist Konfiguration, keine zusätzliche Modellintelligenz.

253. Interactions API

Managed Agents und moderne Gemini-Agenten können über eine Interactions-orientierte API ausgeführt werden.

Agentensitzungen brauchen Zustands-, Kosten- und Abbruchmanagement.

254. AI Studio als Full-Stack-Vibe-Coding-Umgebung

2026 integrierte Google Antigravity stärker in AI Studio, sodass aus Prompts komplette Webanwendungen mit Backenddiensten entstehen können.

Der Preview-Erfolg einer generierten App ersetzt keine Produktionsprüfung.

255. Firebase-Integration

AI Studio kann Backend- und Firebase-Komponenten in generierte Anwendungen einbinden.

Automatisch erzeugte Datenbank- oder Authentifizierungsregeln müssen auf Security geprüft werden.

256. Native Android-Unterstützung

Google AI Studio erhielt 2026 Unterstützung für den Bau nativer Android-Anwendungen.

Mobile Berechtigungen, Datenschutz und Gerätekompatibilität bleiben eigene Aufgaben.

257. Workspace in AI-Studio-Apps

AI-Studio-Anwendungen können Google-Workspace-Daten nutzen, wenn Nutzer die entsprechenden Verbindungen freigeben.

Ein Prototyp darf nicht pauschal Zugriff auf komplette Konten erhalten.

258. Antigravity als agent-first Plattform

Google positioniert Antigravity als Entwicklungsplattform, bei der Agenten nicht nur Code vorschlagen, sondern Aufgaben planen und ausführen.

Das verschiebt Entwicklerarbeit von Autocomplete zu Orchestrierung.

259. Gemini 2.5 Computer Use

Der aktuelle Modellkatalog führt ein spezialisiertes Computer-Use-Preview-Modell, das Browseroberflächen sehen und mit Klicks und Tastatureingaben bedienen kann.

UI-Automation ist besonders prompt-injection- und fehlklickanfällig.

260. Deep Research als Agentenmodell

Die Gemini API führt 2026 eigene Deep-Research-Preview-Endpunkte für autonome mehrstufige Recherche.

Damit ist Deep Research nicht mehr nur eine Gemini-App-Funktion.

261. Deep Research Max

Ein Max-Preview-Endpunkt priorisiert besonders umfassende Recherche und Synthese über viele Quellen.

Mehr Quellen und Laufzeit erhöhen nicht automatisch die Qualität jeder Aussage.

262. Agentenmodell und Foundation-Modell

Deep Research, Antigravity und Computer Use sind spezialisierte Agentenpfade mit Werkzeug- und Laufzeitlogik.

Sie sollten nicht als bloße Aliasnamen für Gemini 3.7 Flash beschrieben werden.

263. Gemini Robotics ER 2

Der aktuelle Katalog führt ein Embodied-Reasoning-Modell für räumliches Verständnis, Video und mehrstufige Robotikaufgaben.

Robotikmodelle gehören zur Gemini-Familie, sind aber keine normalen Chatmodelle.

264. Robotik und physische Folgen

Embodied AI kann reale Geräte und Umgebungen beeinflussen.

Physische Sicherheitsgrenzen, Sensorvalidierung und Not-Aus-Systeme müssen außerhalb des Sprachmodells liegen.

265. Gemini auf Android

Gemini kann auf Android gleichzeitig App, systemnaher digitaler Assistent und Frontend für lokale sowie Cloudmodelle sein.

Die bestehende Assistant→Gemini-Chronik behandelt den Geräte- und Abschaltungsübergang wesentlich ausführlicher.

266. Klassischer Google Assistant und Gemini

Google ersetzt den klassischen mobilen Assistant schrittweise durch Gemini.

Generatives Reasoning, lokale Nano-Modelle und klassische Gerätesteuerung sind dabei unterschiedliche Schichten.

267. Gemini Nano

Gemini Nano ist die lokale Modellfamilie für On-Device-KI.

Sie darf weder mit Nano Banana noch mit den Cloudmodellen Pro/Flash verwechselt werden.

268. AICore

Android kann lokale generative Modelle über AICore bereitstellen und verwalten.

Appentwickler müssen nicht zwingend selbst große Modellgewichte ausliefern.

269. Vorteile lokaler Modelle

On-Device-Inferenz kann Latenz reduzieren, Offlinefunktionen ermöglichen und bestimmte Daten lokal halten.

Lokale Verarbeitung bedeutet nicht automatisch, dass die gesamte Funktion ohne Cloud auskommt.

270. Grenzen lokaler Modelle

RAM, NPU/TPU-Leistung, Speicher, Energie und Wärme begrenzen lokale Modelle stärker als Cloudmodelle.

Deshalb unterscheiden sich Funktionen zwischen Smartphonegenerationen.

271. Pixel 8 Pro und Gemini Nano

Das Pixel 8 Pro war Ende 2023 eines der ersten sichtbaren Geräte mit Gemini Nano für lokale generative Funktionen.

Das markiert den Beginn der On-Device-Gemini-Linie.

272. Pixel-Generationen

Spätere Pixel-Generationen erhielten aktualisierte Nano-Modelle und zusätzliche lokale Funktionen.

Ein Android-Update und ein Nano-Modellupdate sind unterschiedliche Supportachsen.

273. Gemini Nano auf Samsung-Geräten

Google stellt lokale Gemini-Fähigkeiten auch auf ausgewählten Samsung-Geräten bereit.

Hardwareunterstützung und OEM-Funktionen können sich vom Pixel unterscheiden.

274. ML Kit GenAI APIs

Google bietet Entwicklern standardisierte On-Device-GenAI-Funktionen über Android-/ML-Kit-Schnittstellen.

Unterstützte Modelle und Geräte werden über offizielle Listen gepflegt.

275. Nano-Generationen

2026 existieren mehrere Nano-Generationen parallel, darunter v3 und v4 auf unterschiedlichen Geräten.

Eine neuere Nano-Version bedeutet nicht automatisch, dass ältere Geräte keine Cloud-Gemini-Funktionen mehr erhalten.

276. Gemini Intelligence

Google verwendet 2026 zusätzlich den Begriff Gemini Intelligence für eine höher integrierte Android-KI-Funktionsklasse.

Das ist weder identisch mit der Gemini-App noch mit Gemini Nano allein.

277. Android 17 und neue KI-Funktionen

Einige neue System-KI-Funktionen knüpfen an Android-17- und Hardwareanforderungen an.

Die Android-Version allein garantiert nicht jede Gemini-Intelligence-Funktion.

278. RAM als KI-Anforderung

Lokale generative Funktionen können höhere RAM-Anforderungen besitzen als das Betriebssystem selbst.

Ein RAM-Mindestwert ist eine Geräteanforderung und kein Beleg, dass diese Menge permanent vom Modell reserviert wird.

279. Offline-Nutzung

Einige Nano-basierte Funktionen können ohne Internet arbeiten.

Gemini-App, Search, Deep Research und Connected Apps bleiben überwiegend cloudabhängig.

280. Lokale Verarbeitung und Datenschutz

On-Device-Verarbeitung kann bestimmte Inhalte auf dem Gerät halten.

Bei Funktionen mit Search, Cloudmodellen oder verbundenen Apps verlassen andere Daten trotzdem das Gerät.

281. Telefon, Nachrichten und Gerätesteuerung

Gemini kann auf Android über verbundene Apps telefonieren, Nachrichten senden und Gerätefunktionen steuern.

Google weist darauf hin, dass manche dieser lokalen Appverbindungen auch bei deaktiviertem Aktivitätsverlauf funktionieren.

282. Nachrichten über Gemini

Google weist darauf hin, dass von Gemini erzeugte und gesendete Nachrichten nicht durch Gemini selbst Ende-zu-Ende verschlüsselt werden.

Die eigentliche Transportverschlüsselung hängt von der verwendeten Messaging-App ab.

283. Gemini for Home

Smart-Home- und Nest-Geräte folgen einem eigenen Gemini-for-Home-Pfad.

Die mobile Assistant-Migration und Home-Migration dürfen nicht als ein identischer Cutover beschrieben werden.

284. Android Auto und built-in

Gemini wird auch in Fahrzeugumgebungen integriert.

Fahrzeugfunktionen, Ablenkungsschutz und Herstellerintegration sind andere Sicherheitsbereiche als der Smartphone-Chat.

285. Gemini in Chrome/Android

Browser- und Androidintegration können Bildschirmkontext direkt an Gemini übergeben.

Bildschirminhalte können sensible Daten enthalten und sollten bewusst geteilt werden.

286. Vertiefung zur Assistentenlinie

Für Voice Search, Google Now, Now on Tap, Google Assistant, Assistant with Bard, Gemini Intelligence und Nano-Hardwaregrenzen bleibt die eigene Assistant→Gemini-Chronik die Hauptseite.

Diese Modellchronik vermeidet dort bereits ausführlich behandelte Mobilgeräte-Details.

287. NotebookLM

NotebookLM ist ein quellengebundener Recherche- und Wissensarbeitsplatz, der hochgeladene Quellen priorisiert und Gemini-Modelle für Analyse und Synthese verwendet.

Es ist methodisch stärker auf Source Grounding ausgerichtet als ein offener Gemini-Chat.

288. NotebookLM und Quellen

NotebookLM organisiert Antworten rund um die vom Nutzer bereitgestellten Quellen.

Das reduziert offene Halluzinationen, beseitigt aber keine Fehlinterpretation der Quellen.

289. Audio Overviews in NotebookLM

NotebookLM machte KI-generierte Podcast-artige Audiozusammenfassungen populär.

Gemini übernahm später eine ähnliche Funktion, ohne dass beide Produkte identisch wurden.

290. Gemini-Modelle in NotebookLM

NotebookLM kann neuere Gemini-Modelle übernehmen, ohne dass sich der Produktname ändert.

Bei Archivtests muss daher Produktversion und Modellstand getrennt dokumentiert werden.

291. Gemini Code Assist

Gemini Code Assist ist Googles Entwicklerassistent für IDEs und Cloudumgebungen.

Er nutzt Gemini-Modelle in einer spezialisierten Coding-Produktoberfläche.

292. Code Assist für Einzelentwickler

Google bietet Varianten von Gemini Code Assist auch für Einzelentwickler an.

Limits und Enterprisefunktionen unterscheiden sich von bezahlten Organisationsangeboten.

293. Code Assist Enterprise

Unternehmensvarianten können private Codebasen, Cloudkontext und Governancefunktionen integrieren.

Repositoryrechte und Modellzugang werden getrennt verwaltet.

294. Jules

Jules entwickelte sich vom 2024er Trusted-Test-Prototyp zu einem eigenständigen asynchronen Coding-Agenten.

Jules arbeitet auf Repositories und Pull-Request-nahe Aufgaben, während AI Studio und Antigravity breitere Entwicklungsumgebungen sind.

295. Jules und Antigravity

Jules ist ein spezialisierter Softwareentwicklungsagent; Antigravity ist eine breitere agent-first Plattform und verwaltete Agentenlaufzeit.

Ähnliche Coding-Fähigkeiten bedeuten nicht identische Produktziele.

296. Gemini in Colab

Colab nutzt Gemini für Codeerzeugung, Erklärungen und agentische Datenanalyse.

Notebookzustand, Paketversionen und Rechenausführung bleiben für Reproduzierbarkeit entscheidend.

297. Gemini in Android Studio

Android Studio integriert Gemini für Coding, Debugging und Android-spezifische Entwicklung.

Projekt- und Buildkontext sind dort deutlich spezieller als in der Gemini-App.

298. Gemini Cloud Assist

Google Cloud integriert Gemini in Verwaltung, Entwicklung und Betrieb von Cloudressourcen.

Agentische Änderungen an Infrastruktur benötigen IAM-, Review- und Change-Management-Regeln.

299. Gemini in Security-Produkten

Google setzt Gemini auch in Security- und Threat-Intelligence-Produkten ein.

Spezialisierte Sicherheitsmodelle und Zugriffskontrollen sind nicht mit Consumer-Gemini gleichzusetzen.

300. Gemma

Gemma ist Googles offene Modellfamilie und teilt Forschung und Technologien mit Gemini.

Gemma-Modelle können lokal oder eigenständig betrieben werden, während Gemini als proprietärer Cloud-/Produktstack geführt wird.

301. FunctionGemma

FunctionGemma ist eine spezialisierte offene Modellvariante für Funktionsaufrufe.

Sie gehört zur Gemma- und nicht zur Gemini-Modellfamilie.

302. Gemini Robotics

Google DeepMind überträgt Gemini-Technik in Robotik und embodied reasoning.

Physische Systeme benötigen eigene Safety Cases jenseits normaler Content-Moderation.

303. Google Flow

Flow ist Googles kreativer Arbeitsbereich für Film- und Medienproduktion und nutzt Gemini sowie generative Medienmodelle.

Flow und Gemini-App können dasselbe Modell verwenden, aber andere Workflows und Ausgabeformate anbieten.

304. Flow Music

Google erweiterte Flow um Musikmodelle und kreative Agenten.

Musikmodelle wie Lyria sind nicht Gemini-Foundation-Modelle, können aber im gemeinsamen Produktworkflow orchestriert werden.

305. Google Pics im Ökosystem

Google Pics ergänzt Workspace um professionelle Bildgenerierung und Editing.

Es zeigt, wie Gemini zunehmend als Orchestrator verschiedener spezialisierter Medienmodelle dient.

306. Search, NotebookLM, Workspace und Gemini-App

Diese Produkte teilen Modelle und Infrastruktur, besitzen aber unterschiedliche Grounding-, Privacy- und Aktionslogiken.

Für jeden Anwendungsfall muss daher das konkrete Produkt genannt werden.

307. Kostenloser Gemini-Zugang

Die Gemini-App bietet einen kostenlosen Zugang mit begrenzten Modell- und Funktionskontingenten.

Limits können dynamisch nach Modell, Promptkomplexität und Auslastung variieren.

308. Rechenbasierte Nutzungslimits

Google beschreibt Gemini-App-Limits als rechenleistungsbasiert und berücksichtigt unter anderem Modell, Funktion, Promptkomplexität und Chatlänge.

Eine einfache fixe Nachrichtenanzahl bildet die Realität deshalb oft nicht ab.

309. Google AI Plus

Google AI Plus ist 2026 eine zusätzliche Aboebene mit erweitertem Gemini-Zugang und weiteren Google-AI-Produkten.

Plus ist nicht dasselbe wie Gemini 2.5/3.5 Flash-Lite oder eine Modellklasse.

310. Google AI Pro

Google AI Pro ist die Weiterentwicklung des früheren AI-Premium-/Gemini-Advanced-Abos und bietet höhere Limits sowie zusätzliche Google-AI-Produkte.

„Gemini Pro“ als historische Modellklasse und „Google AI Pro“ als Abo sind strikt zu trennen.

311. Google AI Ultra

AI Ultra bietet besonders hohe Nutzungslimits und frühen Zugriff auf leistungsfähige Modelle und Agentenfunktionen.

Preise und Varianten wurden 2025/2026 mehrfach angepasst.

312. Google AI Credits

Pro- und Ultra-Nutzer können in unterstützten Regionen zusätzliche AI Credits für bestimmte Produkte erwerben.

Credits sind eine Abrechnungs-/Kontingentschicht und kein Modell.

313. Gemini Advanced als historischer Produktname

Gemini Advanced startete 2024 als Premiumerfahrung mit Ultra 1.0.

Seit 2025 wird der Premiumzugang stärker über Google AI Pro/Ultra strukturiert.

314. Workspace-Abos

Business-, Enterprise- und Education-Konten erhalten Gemini-Funktionen über Workspace-Lizenzen und Adminregeln.

Consumer-Abo und Workspace-Lizenz sollten nicht miteinander vermischt werden.

315. Cloud-/API-Billing

Gemini API und Vertex AI werden separat nach Nutzung, Modell und Tool abgerechnet.

Ein Google-AI-Consumerabo ersetzt kein Cloudbudget.

316. Regionale Verfügbarkeit

Modell- und Produktfunktionen können nach Land, Alter, Sprache und Kontotyp eingeschränkt sein.

Ein US-Blogartikel ist kein Beleg, dass eine Funktion in Deutschland verfügbar ist.

317. Minderjährige und Kontotypen

Google bietet für jüngere Nutzer und Bildungskonten eigene Regeln und Einschränkungen.

Personalisierungs- und Importfunktionen können dort fehlen.

318. Abo ≠ Modell

Google AI Plus, Pro und Ultra sind Zugriffsstufen; Gemini 3.7 Flash oder 3.1 Pro sind Modelle.

Ein Tarif kann im Laufe der Zeit mehrere Modellgenerationen enthalten.

319. Abo ≠ Produkt

Ein Google-AI-Abo bündelt Gemini, NotebookLM, Flow, Speicher und weitere Vorteile.

Nicht jede enthaltene Funktion läuft technisch in der Gemini-App.

320. Preise immer aktuell prüfen

Google hat AI-Ultra-Preise und Paketstrukturen bereits innerhalb kurzer Zeit verändert.

Archivseiten dokumentieren historische Preise, Kaufentscheidungen prüfen die aktuelle Google-One-Seite.

321. Gemini Apps Privacy Hub

Google bündelt aktuelle Datenschutzinformationen für Gemini-Apps in einem eigenen Privacy Hub.

Für Archivtexte ist das wichtig, weil sich Funktionen, Speicher- und Trainingsregeln schneller ändern als die allgemeine Google-Datenschutzerklärung.

322. Vom Nutzer bereitgestellte Daten

Prompts, Uploads, Bilder, Audio, Bildschirmfreigaben und andere Inhalte können von Gemini verarbeitet werden.

Welche Daten gespeichert oder zur Verbesserung genutzt werden, hängt von Kontotyp und Einstellungen ab.

323. Nutzungs- und Gerätedaten

Gemini verarbeitet neben Prompts auch technische Informationen zu Gerät, Standort, Sprache und Nutzung.

Diese Metadaten können für Sicherheit, Personalisierung und Produktbetrieb relevant sein.

324. Aktivitäten speichern

Die Einstellung für Gemini-Aktivitäten beeinflusst Speicherung, Personalisierung und bestimmte Connected-Apps-Funktionen.

Sie sollte bewusst gesetzt und nicht mit einem vollständigen Offline-/Privatmodus verwechselt werden.

325. Temporary Chats

Temporäre Chats sollen nicht im normalen Verlauf erscheinen, nicht zur Personalisierung dienen und nicht für Modelltraining verwendet werden.

Für besonders sensible Informationen bleibt dennoch Datenminimierung die sicherste Strategie.

326. Menschliche Prüfer

Google weist darauf hin, dass bestimmte Interaktionen von geschulten Dienstleistern überprüft werden können.

Vertrauliche Geheimnisse oder Informationen, die kein Prüfer sehen soll, gehören deshalb nicht in normale Consumer-Chats.

327. Daten aus verbundenen Apps

Gemini kann E-Mails, Dateien, Termine, Fotos, Videos, Standort- und andere Kontoinformationen abrufen, wenn entsprechende Apps verbunden sind.

Diese Daten können hochsensibel sein, auch wenn die ursprüngliche App sie bereits geschützt speichert.

328. Training und verbundene Apps

Google differenziert: komplette Gmail-Postfächer, Drive-Bestände oder Foto-/Audiodateien werden nicht pauschal direkt als Trainingskorpus übernommen; Interaktionen, Zusammenfassungen, Auszüge und daraus gewonnene Informationen können je nach Einstellung zur Produktverbesserung verwendet werden.

Diese Nuance ist wichtiger als die pauschale Aussage „Google trainiert mit Gmail“ oder „Google trainiert nie mit Workspace-Inhalten“.

329. Prüfung personalisierter Interaktionen

Bei personalisierten Gemini-Interaktionen können Prüfer Prompts, Antworten und Zusammenfassungen oder Auszüge aus relevanten verbundenen Inhalten sehen.

Google empfiehlt ausdrücklich, keine Apps mit Gemini zu verbinden, wenn dort vertrauliche Informationen liegen, die nicht in solchen Prozessen auftauchen sollen.

330. Google Fotos und manuelle Prüfung

Google beschreibt besondere Schutzmaßnahmen für Medien aus Google Fotos und begrenzt deren direkte manuelle Einsicht unter normalen Umständen.

Zusammenfassungen, Schlussfolgerungen und generierte Inhalte können dennoch Teil personalisierter Interaktionen sein.

331. Trennen ist nicht Löschen

Das Trennen einer App löscht weder automatisch vorhandene Gemini-Aktivitäten noch die Originaldaten im verbundenen Dienst.

Datenschutzverwaltung muss deshalb Verbindung, Gemini-Aktivität und Quelldienst getrennt behandeln.

332. Gemini-Aktivität löschen

Nutzer können Gemini-Aktivitätsverlauf verwalten und löschen.

Das Löschen in Gemini entfernt nicht automatisch Dokumente, E-Mails oder Fotos in anderen Google-Diensten.

333. Datenexport

Google bietet Exportmöglichkeiten für Kontodaten und Gemini-bezogene Inhalte.

Für ein persönliches Archiv können regelmäßige Exporte nützlich sein, solange sie sicher gespeichert werden.

334. Standortdaten

Gemini kann Standortinformationen aus IP, Gerät, Inhalten und verbundenen Diensten verwenden.

Reise-, Gesundheits- oder Beziehungsinformationen können dadurch indirekt sehr präzise werden.

335. Kontaktdaten

Bei Telefon-, Nachrichten- und bestimmten Personal-Intelligence-Funktionen können Kontakte verwendet werden.

Kontaktlisten enthalten Daten Dritter und sollten nicht unnötig breit freigegeben werden.

336. Anruf- und Nachrichtenverlauf

Auf unterstützten Android-Geräten können Kommunikationsdaten für passende Kontakte und Apps verarbeitet werden.

Historische Assistant-Anfragen können in bestimmten Fällen in Gemini-Aktivität übernommen werden.

337. Nachrichtenaktionen

Gemini kann Nachrichten entwerfen und über verbundene Apps versenden.

Google weist darauf hin, dass der Gemini-Erstellungsprozess selbst keine Ende-zu-Ende-Verschlüsselung garantiert.

338. Spark und 24/7-Zugriff

Ein dauerhaft arbeitender Agent kann über längere Zeit auf freigegebene Apps zugreifen.

Die Kombination aus Memory, Connected Apps und Autonomie verlangt deutlich strengere Berechtigungen als ein Chat.

339. Benutzerdefinierte MCP-Apps

Google warnt ausdrücklich, dass benutzerdefinierte Drittanbieter-MCP-Server Daten, Passwörter, Geräte oder Konten gefährden können.

Nur vertrauenswürdige Server mit minimalen Rechten werden angebunden.

340. Prompt Injection

Webseiten, E-Mails, Dokumente oder Drittanbieter-App-Inhalte können versteckte Anweisungen enthalten, die Gemini oder einen Agenten manipulieren.

Fremdinhalte werden als Daten, nicht als Systeminstruktionen behandelt.

341. Indirekte Prompt Injection

Besonders riskant sind Anweisungen, die automatisch über Search, Drive, Gmail oder Browserzugriff in den Agentenkontext gelangen.

Toolrechte und menschliche Freigaben begrenzen den möglichen Schaden.

342. Browser-/Computer-Use-Risiko

Computer Use und Chrome-nahe Agenten können klicken, tippen, Formulare ausfüllen oder navigieren.

Fehlinterpretationen können reale Käufe, Veröffentlichungen oder Datenfreigaben auslösen.

343. Käufe

Google warnt im Privacy Hub, dass agentische Funktionen unerwartete Käufe oder Weitergaben an Dritte verursachen können.

Zahlungen erhalten immer explizite Bestätigung und Betragskontrolle.

344. Kommunikation mit Dritten

Agenten können in unterstützten Produkten E-Mails, Nachrichten oder andere Kommunikation vorbereiten und teils versenden.

Absender, Empfänger, Inhalt und Anhänge werden vor einer irreversiblen Aktion geprüft.

345. Least Privilege

Connected Apps, Workspace, MCP und Agenten bekommen nur die Rechte, die für eine konkrete Aufgabe nötig sind.

Ein Rechercheagent braucht kein Löschrecht in Gmail oder Schreibrecht im Kalender.

346. Secrets

Passwörter, API-Schlüssel, Recovery Codes, private Schlüssel und Session-Tokens gehören nicht in Prompts, Memory oder Projektdateien.

Bei Offenlegung wird ein Secret rotiert und nicht nur aus dem Chat gelöscht.

347. Medizinische Inhalte

Google weist ausdrücklich darauf hin, Gemini nicht als alleinige Grundlage für Diagnose oder Behandlung zu verwenden.

Web- und Personalisierungszugriff machen medizinische Antworten nicht automatisch verlässlich.

348. Rechtliche Inhalte

Gemini kann Gesetze, Verträge und Dokumente analysieren, aber professionelle Rechtsberatung nicht ersetzen.

Fristen und Rechtsfolgen werden gegen Primärquellen und Fachberatung geprüft.

349. Finanzielle Inhalte

Gemini kann Tabellen, Märkte und Finanzdokumente analysieren.

Anlage-, Steuer- oder Kreditentscheidungen dürfen nicht allein auf generiertem Text beruhen.

350. Kinder und Jugendliche

Konten Minderjähriger unterliegen zusätzlichen Einschränkungen und Datenschutzregeln.

Nicht jede Personalisierungs- oder Agentenfunktion ist dort verfügbar.

351. Business-/Workspace-Datenschutz

Organisationstarife besitzen gesonderte Verträge, Adminsteuerung und Datenregeln.

Consumer-Hilfeseiten dürfen nicht automatisch auf Enterprise-Verarbeitung übertragen werden.

352. Vertex-AI-Datenpfad

Vertex AI verarbeitet Daten innerhalb des Google-Cloud-Kontexts mit eigenen Vertrags- und Governanceoptionen.

Cloudkunden sollten Region, Logging, CMEK/IAM und Aufbewahrung separat prüfen.

353. Gemini-API-Daten

Entwickler sind verantwortlich für die Daten, die ihre Anwendung an die Gemini API sendet.

Eine eigene App kann mehr personenbezogene Informationen sammeln als Gemini selbst benötigt.

354. Logging

Agenten- und API-Logs helfen bei Fehleranalyse, können aber selbst sensible Toolparameter und Dokumentinhalte enthalten.

Logs brauchen Aufbewahrungs- und Zugriffskontrollen.

355. SynthID und Provenienz

SynthID kann in Google-generierten Medien helfen, maschinelle Herkunft zu kennzeichnen.

Ein Wasserzeichen ersetzt keine Quellenprüfung und kann bei Weiterverarbeitung eingeschränkt erkennbar sein.

356. Modellsicherheit

Google DeepMind veröffentlicht Model Cards und Safety-Evaluationen für zentrale Gemini-Modelle.

Ein guter Safety-Score bedeutet nicht Nullrisiko in neuen Tool- oder Agentenumgebungen.

357. Frontier Safeguards

Google beschreibt zusätzliche Schutzmaßnahmen für besonders leistungsfähige 3.x-Modelle und Agenten.

Sicherheitsmechanismen können False Positives erzeugen und legitime Aufgaben blockieren.

358. Menschliche Kontrolle

Je mehr Gemini handeln kann, desto weniger reicht eine reine Textprüfung am Ende.

Kontrolle umfasst Rechte, Datenquellen, Tool Calls, Freigaben, Logs und Rollback.

359. Rollback und Versionierung

Code-, Dokument- und Cloudänderungen werden mit Versionsverlauf oder Backups abgesichert.

Agentenautonomie ohne Wiederherstellungsmöglichkeit ist unnötig riskant.

360. Fail-safe statt Raten

Bei unsicheren Hochrisikoaktionen sollte ein Agent stoppen und nachfragen.

Ein vorsichtiger Abbruch ist besser als ein plausibel klingender, aber irreversibler Fehlversuch.

361. Allgemeine Fragen und kreative Arbeit

Für Schreiben, Erklären, Brainstorming und einzelne Dateien ist die Gemini-App der einfachste Einstieg.

Ein Managed Agent oder Vertex-AI-Setup wäre dafür unnötig.

362. Aktuelle Webfakten

Google Search/AI Mode oder Search Grounding eignet sich für stark zeitabhängige Informationen.

Quellen werden trotzdem direkt geprüft.

363. Umfangreiche Recherche

Deep Research ist sinnvoll, wenn viele Quellen, Unterfragen und ein dokumentierter Bericht benötigt werden.

Für eine einzelne Zahl ist normale Search schneller und übersichtlicher.

364. Eigene Gmail-/Drive-/Workspace-Daten

Connected Apps oder Workspace-Gemini sind sinnvoll, wenn die Aufgabe tatsächlich persönliche Arbeitsdaten benötigt.

Nicht benötigte Apps bleiben getrennt.

365. Quellengebundene Wissensarbeit

NotebookLM ist oft besser, wenn ein klar abgegrenzter Quellenbestand die einzige Wissensbasis sein soll.

Offene Websuche und allgemeiner Chat sind dort nicht der Hauptzweck.

366. Dokument oder Prototyp im Chat

Canvas eignet sich für iterative Texte und Codeprototypen innerhalb der Gemini-App.

Für echte Produktionssoftware ist AI Studio oder eine IDE geeigneter.

367. Sprach- und Kameradialog

Gemini Live eignet sich für natürliche Gespräche über Bildschirm, Umgebung oder spontane Fragen.

Messwerte und sicherheitskritische visuelle Einschätzungen werden unabhängig geprüft.

368. Wiederkehrende Rolle

Ein Gem eignet sich für wiederkehrende Instruktionen wie Editor, Lerncoach oder Projektassistent.

Persönliche Daten gehören nur hinein, wenn sie wirklich dauerhaft gebraucht werden.

369. Schneller Entwicklerprototyp

Google AI Studio eignet sich für Gemini-API-Tests, Toolaufrufe und Vibe Coding.

Vor Produktion werden Authentifizierung, Backend und Rechte gehärtet.

370. Unternehmensproduktion

Vertex AI eignet sich, wenn IAM, Cloud-Governance, Regionen und skalierter Betrieb wichtig sind.

Es ist komplexer als der direkte Prototyp in AI Studio.

371. Länger laufender Agent

Antigravity/Managed Agents eignen sich für mehrstufige Aufgaben mit Code, Dateien und Webzugriff.

Die Sandbox schützt nicht vor fachlich falschen Aktionen.

372. Browserautomation

Computer Use eignet sich für Aufgaben, die nur über grafische Oberflächen erreichbar sind.

Wenn eine strukturierte API verfügbar ist, ist diese meist zuverlässiger.

373. Eigene App

Die Gemini API eignet sich für kontrollierte Integration von Modellen, Search, Tools, Live und Medienmodellen.

Consumer-Abos sind dafür kein Ersatz.

374. Gemini 3.7 Flash

3.7 Flash ist aktuell die stabile Wahl für schnelle, anspruchsvolle Coding- und Agentenworkloads in der API.

Für eine konkrete Produktionsaufgabe werden Kosten, Kontext und Evaluation separat gemessen.

375. Gemini 3.1 Pro

3.1 Pro Preview eignet sich für besonders komplexe Reasoningaufgaben, wenn Preview-Lebenszyklus akzeptabel ist.

Für lang laufende Produktion ist der Deprecation-Status besonders wichtig.

376. Flash-Lite

Lite-Modelle eignen sich für Klassifikation, Extraktion, Übersetzung und hohe Volumen.

Eine Lite-Klasse ist nicht automatisch die beste Wahl für schwierige offene Analyse.

377. Nano Banana

Nano Banana 2 beziehungsweise Pro eignen sich für native Bildgenerierung und Editing.

Nicht mit Gemini Nano auf Smartphones verwechseln.

378. Gemini Omni

Omni ist interessant für multimodale kreative Workflows mit Video und weltmodellnaher Verarbeitung.

Verfügbarkeit und unterstützte Ausgaben werden pro Produkt geprüft.

379. Voice-Agent

Live API und 3.1 Flash Live eignen sich für echte Audio-zu-Audio-Agenten.

Telefonie, Einwilligung und Toolaktionen brauchen zusätzliche Sicherheitslogik.

380. RAG und semantische Suche

Gemini Embedding beziehungsweise Embedding 2 eignen sich für Retrievalsysteme.

Embeddings beantworten Fragen nicht selbst, sondern helfen passende Quellen zu finden.

381. Robotik

Gemini Robotics ist nur für physische/embodied Aufgaben sinnvoll.

Ein Chatmodell sollte keine sicherheitskritische Robotiksteuerung ersetzen.

382. Gemini Spark

Spark ist für proaktive, länger laufende persönliche Aufgaben gedacht.

In Deutschland/EEA ist die Funktion am 1. September 2026 derzeit nicht verfügbar.

383. Daily Brief

Daily Brief ist für einen morgendlichen personalisierten Überblick gedacht.

Die Funktion ist regional und an verbundene Apps beziehungsweise Abos gekoppelt.

384. Sensibler Inhalt

Bei sensiblen Daten wird zuerst geprüft, ob überhaupt ein Cloudassistent benötigt wird.

Wenn ja, werden Kontotyp, Aktivitäten, Connected Apps und Datenminimierung bewusst eingestellt.

385. Problemhilfe: Gewünschtes Gemini-Modell fehlt

Mögliche Ursache: Tarif, Produktoberfläche, Region oder API-Lebenszyklus unterscheiden sich.

Sinnvolle Prüfung: Modellliste, Kontotyp und aktuelle Deprecation-Seite prüfen.

386. Problemhilfe: 3.7 Flash ist in der Gemini-App nicht sichtbar

Mögliche Ursache: stabiler API-Release bedeutet nicht automatisch globaler App-Default.

Sinnvolle Prüfung: API- und App-Rollout getrennt prüfen.

387. Problemhilfe: 3.1 Pro fehlt

Mögliche Ursache: Previewzugang, Tarif oder Produkt unterscheidet sich.

Sinnvolle Prüfung: Modellwähler und Preview-Verfügbarkeit prüfen.

388. Problemhilfe: Gemini 3.5 Pro wird gesucht

Mögliche Ursache: Google hatte einen späteren Rollout angekündigt, aktuelle API-Liste führt aber weiterhin 3.1 Pro als Pro-Preview.

Sinnvolle Prüfung: aktuellen offiziellen Modellkatalog prüfen.

389. Problemhilfe: Nutzungslimit erreicht

Mögliche Ursache: rechenbasierte Limits berücksichtigen Modell, Funktion, Prompt und Chatlänge.

Sinnvolle Prüfung: Limitinformation im Produkt prüfen und Aufgabe ggf. aufteilen.

390. Problemhilfe: Gemini antwortet langsam

Mögliche Ursache: hohes Thinking, großer Kontext, Search oder Tool Calls.

Sinnvolle Prüfung: Thinking-Stufe und aktive Tools prüfen.

391. Problemhilfe: Antwort ist zu oberflächlich

Mögliche Ursache: Flash-/Lite-Pfad oder niedrige Thinking-Stufe.

Sinnvolle Prüfung: stärkeres Modell oder höhere Denkstufe wählen.

392. Problemhilfe: Kontextlimit oder sehr lange Sitzung

Mögliche Ursache: zu viele Uploads oder Toolresultate.

Sinnvolle Prüfung: irrelevante Daten entfernen und Quellen strukturieren.

393. Problemhilfe: Gemini übersieht Detail in 1M-Kontext

Mögliche Ursache: Long Context garantiert keine perfekte Aufmerksamkeit.

Sinnvolle Prüfung: Passage gezielt referenzieren.

394. Problemhilfe: Gemini erinnert falsche Information

Mögliche Ursache: Memory/gemerkte Information ist veraltet oder falsch importiert.

Sinnvolle Prüfung: persönlichen Kontext prüfen und korrigieren.

395. Problemhilfe: Gemini erinnert sich nicht

Mögliche Ursache: Memory deaktiviert, Region/Konto nicht unterstützt oder Temporary Chat.

Sinnvolle Prüfung: Einstellungen und Kontotyp prüfen.

396. Problemhilfe: Importierter Chatverlauf fehlt

Mögliche Ursache: Rollout oder Region nicht unterstützt, Dateiformat falsch.

Sinnvolle Prüfung: Verfügbarkeit und ZIP-Format prüfen.

397. Problemhilfe: Gemini Spark fehlt in Deutschland

Mögliche Ursache: Spark ist aktuell in EEA/UK/CH nicht verfügbar.

Sinnvolle Prüfung: regionale Produktseite prüfen.

398. Problemhilfe: Daily Brief fehlt

Mögliche Ursache: regionaler Rollout und Abo-/App-Verbindungen fehlen.

Sinnvolle Prüfung: Land, Alter, Abo und Connected Apps prüfen.

399. Problemhilfe: Connected App wird nicht angezeigt

Mögliche Ursache: Aktivitäten speichern ist aus oder Plattform/Konto nicht unterstützt.

Sinnvolle Prüfung: Aktivitätseinstellung und App-Liste prüfen.

400. Problemhilfe: Gemini greift auf falsches Google-Konto zu

Mögliche Ursache: mehrere Konten im Browser oder Gerät angemeldet.

Sinnvolle Prüfung: aktives Konto und Appverbindung prüfen.

401. Problemhilfe: App wurde getrennt, alte Infos erscheinen weiter

Mögliche Ursache: Trennen löscht nicht automatisch Gemini-Aktivität.

Sinnvolle Prüfung: Aktivitätsverlauf separat verwalten.

402. Problemhilfe: Gemini findet Drive-Datei nicht

Mögliche Ursache: Berechtigung, Indexierung, Dateiname oder falsches Konto.

Sinnvolle Prüfung: Drive-Berechtigung und Suchbegriff prüfen.

403. Problemhilfe: Gemini verwendet alte Dokumentversion

Mögliche Ursache: mehrere Versionen oder veraltete Datei im Kontext.

Sinnvolle Prüfung: Versionsdatum und Quelle prüfen.

404. Problemhilfe: Gmail-Zusammenfassung lässt Detail aus

Mögliche Ursache: langer Thread oder Retrievalauswahl.

Sinnvolle Prüfung: kritische E-Mails direkt öffnen.

405. Problemhilfe: Kalendertermin hat falsche Zeit

Mögliche Ursache: Zeitzone oder natürlichsprachliche Datumsinterpretation.

Sinnvolle Prüfung: Datum, Uhrzeit und Zeitzone vor Speichern prüfen.

406. Problemhilfe: Gemini erstellt falsche Aufgabe

Mögliche Ursache: Kontext oder Zielliste falsch.

Sinnvolle Prüfung: Tasktitel, Fälligkeit und Liste prüfen.

407. Problemhilfe: Google-Fotos-Suche findet falsche Person

Mögliche Ursache: Gesichtsgruppierung oder Schlussfolgerung fehlerhaft.

Sinnvolle Prüfung: Fotoquelle und Personenzuordnung kontrollieren.

408. Problemhilfe: Personalisierte Antwort wirkt unpassend

Mögliche Ursache: Search-/YouTube-/Workspace-Kontext beeinflusst Ergebnis.

Sinnvolle Prüfung: Personal-Intelligence-Quellen anzeigen oder trennen.

409. Problemhilfe: Temporary Chat taucht nicht im Verlauf auf

Mögliche Ursache: das ist beabsichtigtes Verhalten.

Sinnvolle Prüfung: Temporary-Chat-Modus prüfen.

410. Problemhilfe: Deep Research dauert lange

Mögliche Ursache: mehrstufige Recherche über viele Quellen.

Sinnvolle Prüfung: Fragestellung und Umfang eingrenzen.

411. Problemhilfe: Deep Research nutzt schwache Quelle

Mögliche Ursache: Suchranking oder Quellenraum ist zu breit.

Sinnvolle Prüfung: Primärquellen explizit anfordern und öffnen.

412. Problemhilfe: Deep Research sieht Gmail/Drive nicht

Mögliche Ursache: Quelle nicht aktiviert oder Konto-/Adminregel.

Sinnvolle Prüfung: Quellenauswahl und Connected Apps prüfen.

413. Problemhilfe: Zitat trägt Aussage nicht

Mögliche Ursache: Synthese hat Quelle überdehnt.

Sinnvolle Prüfung: Originalstelle lesen.

414. Problemhilfe: Search liefert alte Information

Mögliche Ursache: Index/Rangfolge bevorzugt ältere Seite.

Sinnvolle Prüfung: Datum und offizielle Aktualisierung prüfen.

415. Problemhilfe: AI Overview ist falsch

Mögliche Ursache: generative Synthese oder Webquelle fehlerhaft.

Sinnvolle Prüfung: klassische Suchtreffer und Primärquelle vergleichen.

416. Problemhilfe: Gemini Live versteht Namen/Zahl falsch

Mögliche Ursache: Speech Recognition, Akzent oder Geräusch.

Sinnvolle Prüfung: kritischen Wert wiederholen und anzeigen lassen.

417. Problemhilfe: Live erkennt Objekt falsch

Mögliche Ursache: Licht, Perspektive oder visuelle Mehrdeutigkeit.

Sinnvolle Prüfung: Kameraausschnitt und Originalobjekt prüfen.

418. Problemhilfe: Gemini Live hat Verzögerung

Mögliche Ursache: Netz, Tool Call, Thinking oder Audioverarbeitung.

Sinnvolle Prüfung: Verbindung und aktive Tools prüfen.

419. Problemhilfe: Nano Banana erzeugt falschen Text im Bild

Mögliche Ursache: Typografie bleibt generative Aufgabe.

Sinnvolle Prüfung: Text separat prüfen oder nachbearbeiten.

420. Problemhilfe: Bildbearbeitung verändert mehr als gewünscht

Mögliche Ursache: generatives Editing rekonstruiert Nachbarbereiche.

Sinnvolle Prüfung: Maske/Prompt enger setzen und Original vergleichen.

421. Problemhilfe: Nano Banana wird mit Gemini Nano verwechselt

Mögliche Ursache: ähnlicher Name, völlig andere Modellklasse.

Sinnvolle Prüfung: Bildmodell-Endpunkt und On-Device-Nano getrennt prüfen.

422. Problemhilfe: Gemini Omni ist nicht verfügbar

Mögliche Ursache: Produkt-, Abo- oder API-Rollout ist noch eingeschränkt.

Sinnvolle Prüfung: Gemini-/Flow-/API-Verfügbarkeit separat prüfen.

423. Problemhilfe: TTS klingt falsch

Mögliche Ursache: Stimme, Prompt, Sprache oder Audio-Tag unpassend.

Sinnvolle Prüfung: Ausgabeprofil und Aussprachehinweise prüfen.

424. Problemhilfe: Transkript ist falsch

Mögliche Ursache: Audioqualität, Sprecherüberlappung oder Fachvokabular.

Sinnvolle Prüfung: Custom Vocabulary und Originalaudio prüfen.

425. Problemhilfe: Live Translate übersetzt Namen falsch

Mögliche Ursache: Eigennamen und Fachbegriffe sind schwierig.

Sinnvolle Prüfung: Glossar/Vokabular vorgeben.

426. Problemhilfe: AI-Studio-App leakt API-Key

Mögliche Ursache: Schlüssel wurde clientseitig eingebettet.

Sinnvolle Prüfung: Serverbackend/Secret-Verwaltung nutzen und Schlüssel rotieren.

427. Problemhilfe: Vibe-Coding-App funktioniert nur in Preview

Mögliche Ursache: Backend, Auth oder Produktionskonfiguration fehlt.

Sinnvolle Prüfung: Deployment-, Firebase- und Securityregeln prüfen.

428. Problemhilfe: Generierte Firebase-Regel ist zu offen

Mögliche Ursache: Agent optimiert auf Funktion statt Security.

Sinnvolle Prüfung: Rules manuell prüfen und testen.

429. Problemhilfe: Gemini API meldet 401/403

Mögliche Ursache: Schlüssel, Projekt oder Berechtigung falsch.

Sinnvolle Prüfung: API-Key/Cloudprojekt prüfen.

430. Problemhilfe: API meldet Modell nicht gefunden

Mögliche Ursache: Endpunkt wurde umbenannt oder eingestellt.

Sinnvolle Prüfung: Deprecation- und Modellliste prüfen.

431. Problemhilfe: `latest` verhält sich plötzlich anders

Mögliche Ursache: Alias wurde auf neue Modellversion umgestellt.

Sinnvolle Prüfung: feste Modellversion pinnen.

432. Problemhilfe: Preview wird abgeschaltet

Mögliche Ursache: Preview-Lebenszyklus beendet.

Sinnvolle Prüfung: Nachfolger früh testen.

433. Problemhilfe: API Rate Limit

Mögliche Ursache: zu viele Anfragen/Tokens oder Kontingent.

Sinnvolle Prüfung: Backoff und Quoten prüfen.

434. Problemhilfe: Function Call hat falsche Parameter

Mögliche Ursache: Modell extrahiert Argumente falsch.

Sinnvolle Prüfung: Schema validieren und kritische Werte bestätigen.

435. Problemhilfe: Code Execution liefert falsche Zahl

Mögliche Ursache: Code oder Eingabedaten falsch.

Sinnvolle Prüfung: Code, Einheiten und Zwischenergebnisse prüfen.

436. Problemhilfe: Search Grounding liefert irrelevante Treffer

Mögliche Ursache: Query oder Suchraum schlecht.

Sinnvolle Prüfung: Suchfrage und Domains präzisieren.

437. Problemhilfe: URL Context manipuliert Agenten

Mögliche Ursache: Webseite enthält Prompt Injection.

Sinnvolle Prüfung: Seiteninhalt als untrusted data behandeln.

438. Problemhilfe: Managed Agent erledigt falsche Aufgabe

Mögliche Ursache: Ziel, AGENTS.md oder Skill ist unklar.

Sinnvolle Prüfung: Anweisungen und Toolrechte prüfen.

439. Problemhilfe: Agent läuft zu lange

Mögliche Ursache: Toolfehler oder Ziel zu breit.

Sinnvolle Prüfung: Schritt-/Kostenlimits und Teilziele setzen.

440. Problemhilfe: Agent liest Secret aus Datei

Mögliche Ursache: Arbeitsverzeichnis enthält Geheimnisse.

Sinnvolle Prüfung: Secrets trennen und rotieren.

441. Problemhilfe: Computer Use klickt falsch

Mögliche Ursache: visuelle UI-Interpretation fehlerhaft.

Sinnvolle Prüfung: Kontrolle übernehmen und Aktion rückgängig machen.

442. Problemhilfe: MCP-Server verhält sich unerwartet

Mögliche Ursache: Drittanbieter-Server fehlerhaft oder bösartig.

Sinnvolle Prüfung: Server isoliert testen und Rechte minimieren.

443. Problemhilfe: Vertex verhält sich anders als AI Studio

Mögliche Ursache: Hostplattform, Modellrelease oder Policies unterscheiden sich.

Sinnvolle Prüfung: Vertex-Dokumentation und Modell-ID prüfen.

444. Problemhilfe: NotebookLM antwortet anders als Gemini

Mögliche Ursache: Source-Grounding und Produktlogik unterscheiden sich.

Sinnvolle Prüfung: Quellenbestand und Produktziel prüfen.

445. Problemhilfe: Jules kann Repo-Aufgabe nicht lösen

Mögliche Ursache: Repo, Berechtigung, Tests oder Agentenlimit.

Sinnvolle Prüfung: Issue und Buildumgebung prüfen.

446. Problemhilfe: Code Assist schlägt veraltete API vor

Mögliche Ursache: Projektversion oder Trainings-/Search-Kontext falsch.

Sinnvolle Prüfung: offizielle Library-Doku zur Projektversion prüfen.

447. Problemhilfe: On-Device-Funktion fehlt

Mögliche Ursache: Gerät unterstützt andere Nano-Generation oder Feature nicht.

Sinnvolle Prüfung: offizielle Geräteliste prüfen.

448. Problemhilfe: Gemini funktioniert offline nicht

Mögliche Ursache: nur bestimmte Nano-Funktionen sind lokal.

Sinnvolle Prüfung: Feature-Datenpfad prüfen.

449. Problemhilfe: Timer/Anruf funktioniert anders als Chat

Mögliche Ursache: Gerätesteuerung nutzt verbundene Apps/Assistant-Komponenten.

Sinnvolle Prüfung: Android-Berechtigungen prüfen.

450. Problemhilfe: Vertrauliche Daten wurden in Consumer-Gemini eingegeben

Mögliche Ursache: Aktivitäten/Review-Einstellungen unpassend.

Sinnvolle Prüfung: Aktivität löschen, Geheimnisse rotieren und Richtlinien prüfen.

451. Problemhilfe: Firmenfunktion fehlt

Mögliche Ursache: Workspace-Admin oder Lizenz deaktiviert.

Sinnvolle Prüfung: Admin-Konsole und Lizenz prüfen.

452. Problemhilfe: Spark-MCP-App fordert zu viele Rechte

Mögliche Ursache: Server-Scopes zu breit.

Sinnvolle Prüfung: nur benötigte Tools und Daten freigeben.

453. Problemhilfe: Gemini erfindet einen Fakt

Mögliche Ursache: Modellwissen, Retrieval oder Synthese ist unsicher.

Sinnvolle Prüfung: Search/Primärquelle und Datum prüfen.

454. Problemhilfe: Legitime Anfrage wird blockiert

Mögliche Ursache: Safety-Classifier oder Policy-Grenzfall.

Sinnvolle Prüfung: sachlich präzisieren und Kontext geben.

455. Problemhilfe: Dynamic View sieht gut aus, enthält aber Fehler

Mögliche Ursache: generative UI und Inhalt sind getrennte Systeme.

Sinnvolle Prüfung: Zahlen und Aussagen separat prüfen.

456. Mythos: Gemini ist ein einziges Modell

Gemini bezeichnet eine große Modell- und Produktfamilie.

3.7 Flash, 3.1 Pro, Live, Nano Banana, Deep Research, Antigravity und Gemini-App sind unterschiedliche Ebenen.

457. Mythos: Bard und Gemini waren von Anfang an dasselbe

Bard startete 2023 mit LaMDA-/PaLM-Technik und wurde erst im Februar 2024 in Gemini umbenannt.

Der Produktname wechselte, die technische Grundlage hatte sich bereits im Dezember 2023 auf Gemini Pro bewegt.

458. Mythos: „Pro“ bedeutet immer dasselbe

Gemini 1.0 Pro/2.5 Pro/3.1 Pro sind Modellklassen; Google AI Pro ist ein Abo.

Produktzugang und Modellname werden getrennt.

459. Mythos: Gemini Advanced ist ein Modell

Gemini Advanced war eine Premium-Produkterfahrung.

Es verwendete im Lauf der Zeit verschiedene leistungsfähige Gemini-Modelle.

460. Mythos: Gemini Nano und Nano Banana sind verwandt

Gemini Nano ist die On-Device-Modellfamilie; Nano Banana ist die Bildmodellmarke.

Die Namen klingen ähnlich, beschreiben aber völlig unterschiedliche Systeme.

461. Mythos: Gemini-App ist die Google-Suche

Search/AI Mode und Gemini-App verwenden teils ähnliche Modelle, aber andere Retrieval- und Produktlogik.

Antworten können deshalb unterschiedlich ausfallen.

462. Mythos: NotebookLM ist nur ein Gemini-Chat mit Dateien

NotebookLM ist quellengebunden und organisiert Wissen in Notebooks.

Gemini-App ist offener, breiter integriert und agentischer.

463. Mythos: AI Studio und Vertex AI sind dasselbe

AI Studio ist prototypenorientiert; Vertex AI ist eine Google-Cloud-Produktionsplattform.

Identität, Governance und Zusatzdienste unterscheiden sich.

464. Mythos: 1 oder 2 Millionen Tokens bedeuten perfektes Gedächtnis

Long Context erhöht Kapazität, nicht garantiert perfekte Aufmerksamkeit.

Retrieval und gute Struktur bleiben wichtig.

465. Mythos: Memory und Kontextfenster sind dasselbe

Memory speichert persönlichen Kontext über Sitzungen; Kontextfenster ist temporäre Inferenzkapazität.

Connected Apps bilden wiederum externe Datenquellen.

466. Mythos: Mehr Thinking ist immer besser

Thinking erhöht Rechenaufwand und kann komplexe Aufgaben verbessern.

Bei einfachen Aufgaben erhöht es oft nur Latenz und Kosten.

467. Mythos: Flash ist grundsätzlich schwächer als Pro

Neue Flash-Generationen können ältere Pro-Modelle übertreffen.

Klassenname muss immer zusammen mit Generation betrachtet werden.

468. Mythos: Flash-Lite ist unbrauchbar für Agenten

Lite-Modelle sind bewusst für hohe Volumen und Teilaufgaben optimiert.

Ein Agent kann verschiedene Modellklassen für verschiedene Schritte kombinieren.

469. Mythos: `latest` ist eine feste Modellversion

Latest-Aliase können auf neue Releases wechseln.

Für reproduzierbare Produktion wird eine konkrete Version gepinnt.

470. Mythos: Preview ist praktisch dauerhaft

Gemini-Previewmodelle können sehr schnell eingestellt werden.

Der 3-Pro-Preview-Lebenszyklus 2025/26 zeigt das deutlich.

471. Mythos: Deep Research ist nur längere Websuche

Deep Research plant, sucht mehrstufig und synthetisiert viele Quellen.

Es ist ein Agentenworkflow.

472. Mythos: Ein Managed Agent ist nur ein Chat mit langem Prompt

Managed Agents besitzen Sandbox, Tools, Dateien, Codeausführung und Zustandslogik.

Sie haben reale Ausführungsfähigkeiten.

473. Mythos: Gemini Spark ist überall verfügbar

Google hat Spark zwar 2026 global ausgeweitet, nennt aber EEA/UK/CH weiterhin als Ausnahmen.

In Deutschland ist Spark am aktuellen Stichtag nicht verfügbar.

474. Mythos: Verbundene Apps geben Gemini automatisch alles

Private Daten brauchen entsprechende Berechtigungen und unterstützte Verbindungen.

Öffentliche Google-Daten und persönliche Inhalte sind getrennt.

475. Mythos: Google trainiert pauschal mit dem kompletten Gmail-Postfach

Google beschreibt eine differenziertere Nutzung von Interaktionen, Zusammenfassungen und Auszügen.

Der komplette Posteingang wird nicht einfach als Trainingskorpus kopiert.

476. Mythos: Wenn etwas in Gmail liegt, kann kein Prüfer etwas davon sehen

Personalisierte Interaktionen können Zusammenfassungen oder relevante Auszüge in überprüfbare Daten einbeziehen.

Vertrauliche Consumer-Verbindungen sollten bewusst minimiert werden.

477. Mythos: Temporary Chat bedeutet vollständige technische Unsichtbarkeit

Temporary Chats werden nicht normal gespeichert, personalisiert oder trainiert.

Das ist nicht identisch mit keinerlei technischer Verarbeitung oder Sicherheitsaufbewahrung.

478. Mythos: Nano Banana ist nur ein hübscher Name für Imagen

Die aktuelle Gemini-3-Bildlinie ist als native Gemini-Image-Endpunkte geführt.

Imagen bleibt eine separate Google-Medienmodellfamilie.

479. Mythos: Gemini Omni ist nur Veo umbenannt

Omni kombiniert Gemini-Intelligenz mit generativen Medienfähigkeiten.

Veo ist weiterhin eine eigene Videomodelllinie.

480. Mythos: Gemini Live ist nur Text-to-Speech

Live nutzt nativen Audio-/multimodalen Echtzeitpfad und kann Kamera, Bildschirm und Tools einbeziehen.

TTS ist ein separater Ausgabedienst.

481. Mythos: Jede Gemini-Funktion läuft lokal auf Android

Nur bestimmte Nano-/AICore-Funktionen laufen On-Device.

Search, Deep Research und große Cloudmodelle bleiben serverseitig.

482. Mythos: Wer nicht Nano v4 hat, kann Gemini nicht nutzen

Cloud-Gemini und viele Funktionen laufen unabhängig von der neuesten lokalen Nano-Version.

On-Device-Featureunterstützung ist eine separate Achse.

483. Mythos: Gemini Robotics ist ein Chatbot für Roboter

Robotics-ER-Modelle sind für embodied reasoning und physische Umgebungen ausgelegt.

Sie sind spezialisierte Modelle mit anderer Safety-Anforderung.

484. Mythos: Eine Model Card garantiert sichere Nutzung

Model Cards dokumentieren Tests, Grenzen und Mitigations.

Neue Tool- und Anwendungskontexte können zusätzliche Risiken erzeugen.

485. Mythos: Benchmark-Sieger ist automatisch bestes Modell

Benchmarks messen definierte Aufgaben und können schnell altern.

Eigene Workloads, Kosten, Latenz und Fehlerarten sind entscheidend.

486. Bard als eigene historische Phase archivieren

Die Bard-Phase von Februar 2023 bis Februar 2024 sollte nicht rückwirkend vollständig als Gemini bezeichnet werden.

Zeitgenössische Screenshots, Modellnamen und Funktionsgrenzen behalten ihren damaligen Produktnamen.

487. Google-DeepMind-Zusammenführung dokumentieren

Die organisatorische Vereinigung von Brain und DeepMind im April 2023 ist ein Schlüsselereignis vor Gemini.

Sie erklärt, warum Modell-, Forschungs- und Produktlinien danach schneller zusammenlaufen.

488. Gemini 1.0 archivieren

Ultra, Pro und Nano zeigen Googles ursprüngliche Größenklassifikation von Rechenzentrum bis Smartphone.

Diese Begriffe verändern später ihre Bedeutung und sollten stichtagsbezogen bleiben.

489. Gemini 1.5 und Long Context

1.5 Pro/Flash, 1M- und 2M-Kontext sind zentrale historische Marker.

Originale Demonstrationen und API-Dokumentation sind wertvoller als spätere Kurzfassungen.

490. Gemini 2.0 und die Agentenära

2.0 Flash, Live API, Deep Research, Astra, Mariner und Jules markieren den Übergang von multimodalem Chat zu Werkzeug- und Agentensystemen.

Preview-Status und tatsächliche Produktverfügbarkeit werden getrennt festgehalten.

491. Gemini 2.5 und Thinking

2.5 Pro/Flash, Thinking Budgets, Thought Summaries und Deep Think zeigen den Übergang zu steuerbarem Test-Time Compute.

Für Benchmarks gehört die Thinking-Konfiguration zum Archivstand.

492. Gemini 3

Gemini 3 verband Reasoning, multimodale Generative UI und Agenten stärker in einem Produktstart.

3-Pro-Preview und dessen schneller Ersatz durch 3.1 Pro zeigen die hohe Releasegeschwindigkeit.

493. Gemini 3.7 Flash

Der Release am 13. August 2026 ist am aktuellen Stichtag der neueste stabile Flash-Endpunkt der Gemini API.

API-Status und App-Default werden separat archiviert.

494. Deprecation-Termine sichern

Gemini-Previewmodelle werden teils nach wenigen Monaten abgeschaltet.

Modell-ID, Release, Deprecation, Shutdown und empfohlener Nachfolger gehören zusammen.

495. Gemini-App separat versionieren

UI, Tools, Modellwähler, Memory, Connected Apps und regionale Funktionen können sich unabhängig von API-Modellen ändern.

Gemini Drops sind hierfür wertvolle Primärquellen.

496. Regionale Verfügbarkeit dokumentieren

Spark, Daily Brief, Personal Intelligence und Importfunktionen können in USA und EEA unterschiedlich verfügbar sein.

Ein Archivstand nennt deshalb Land und Kontotyp.

497. Privacy-Hub-Versionen

Googles Gemini-Datenschutzhinweise ändern sich mit neuen Appverbindungen und Agentenfunktionen.

Für Langzeitbewertung werden Datum und Einstellungszustand dokumentiert.

498. Search getrennt archivieren

AI Overviews, AI Mode und Gemini-App teilen Modelle, aber nicht dieselbe Produktoberfläche.

Search-Screenshots nennen Query, Region und angemeldeten Zustand.

499. Workspace-Integration

Gmail-/Docs-/Sheets-/Slides-Funktionen entwickeln sich als eigener Produktzweig.

Adminrichtlinien und Lizenz werden zum Archivstand mitnotiert.

500. Gemini Nano

Lokale Modellgenerationen werden zusammen mit Gerät, Androidversion und AICore/ML-Kit-Unterstützung dokumentiert.

Die bestehende Assistant→Gemini-Seite bleibt dafür die tiefere Hardwarechronik.

501. Bildmodellnamen

Imagen 3, Nano Banana, Nano Banana 2 und Pro zeigen den Wechsel von separaten Medienmodellen zu nativen Gemini-Image-Endpunkten.

Generierte Beispiele werden klar vom Originalmaterial getrennt.

502. Audio-/Live-Modelle

Live, TTS, Transcribe und Übersetzung werden jeweils mit Modellstring und Datum festgehalten.

Ein Voice-Produktname allein reicht nicht.

503. Agentenarchitektur

Mariner, Jules, Gemini Agent, Antigravity, Deep Research und Spark bilden unterschiedliche Agentenlinien.

Agentenrechte und Sandboxzustand sind Teil des historischen Funktionsumfangs.

504. AI Studio und Vertex

Prototyping- und Enterpriseplattformen werden getrennt gesichert.

Dieselbe Modellversion kann dort andere Tool- und IAM-Funktionen besitzen.

505. Vergleich mit ChatGPT

Die OpenAI-ChatGPT-Chronik zeigt eine parallele Entwicklung von Chat zu Search, Dateien, Work und Codex.

Gemini unterscheidet sich besonders durch Googles Full-Stack aus Search, Android, Workspace, Cloud, TPUs und Milliarden-Nutzer-Produkten.

506. Vergleich mit Claude

Die Anthropic-Claude-Chronik betont Long Context, MCP und spezialisierte Agentenarbeitsplätze.

Gemini kombiniert ebenfalls Long Context und MCP, besitzt aber ein deutlich breiteres eigenes Consumer-/Search-/Android-/Workspace-Ökosystem.

507. Vergleich mit Grok

Die xAI-/SpaceXAI-Grok-Chronik zeigt X-Echtzeitsuche, Build, Bot und Voice als besondere Linien.

Gemini setzt dagegen stärker auf Google Search, persönliche Google-Daten, Android und eine sehr breite Entwickler-/Cloudplattform.

508. Vergleich mit Microsoft Copilot

Die Microsoft-Copilot-Chronik zeigt die enge Verbindung von KI mit Windows und Microsoft 365.

Gemini verfolgt eine vergleichbare Ökosystemintegration über Android, Chrome, Search und Google Workspace.

509. Vergleich mit Google Assistant

Die Assistant→Gemini-Chronik erklärt den Übergang der klassischen Sprachassistentenrolle.

Diese Seite erklärt dagegen, welche Modell-, Agenten- und Plattformtechnik hinter dem Namen Gemini gewachsen ist.

510. Zur KI-Werkzeugübersicht

Die Seite KI-Werkzeuge bleibt die vergleichende Methoden- und Sicherheitsseite.

Diese Chronik vertieft ausschließlich Google DeepMind und Gemini.

511. Wohin Gemini 2026 zeigt

Die Entwicklung führt von multimodalen Foundation-Modellen über Search und persönliche Apps zu proaktiven Agenten, multimodalen Weltmodellen und physischer Robotik.

Der gemeinsame Nenner ist nicht mehr Chat, sondern die Fähigkeit, Kontext über viele Modalitäten und Dienste in Aktionen umzusetzen.

512. Fazit: Gemini ist Googles KI-Betriebssystem über viele Produkte hinweg

Zwischen Bard im Februar 2023 und Gemini 3.7 Flash, Spark, Antigravity, Omni und Personal Intelligence im September 2026 liegen nur dreieinhalb Jahre.

Die eigentliche Gemini-Geschichte ist deshalb die Verschmelzung von Foundation-Modellen, Search, persönlichem Kontext, Workspace, Android, Medienmodellen und Agenten zu einem Google-weiten KI-Stack.

Weiterführende interne Themen

Die Assistenten- und Android-Linie dokumentiert Google Assistant → Gemini. Für den Vergleich mit anderen großen KI-Plattformen gibt es OpenAI ChatGPT, Anthropic Claude, xAI / SpaceXAI Grok und Microsoft Copilot. Die übergreifende Methoden- und Sicherheitsseite bleibt KI-Werkzeuge.