Google Gemini führt Aufgabenautomatisierung auf dem Gerät ein

Gemini wird zum autonomen Agenten

Google hat eine neue Funktion zur “Aufgabenautomatisierung” (Task Automation) angekündigt, die den AI-Assistenten Gemini von einer üblichen Chatoberfläche zu einem aufgabenorientierten autonomen Agenten macht. Diese auf Geräten der Serien Pixel 10 und Samsung Galaxy S26 verfügbare Infrastruktur ermöglicht Gemini, mehrstufige Vorgänge in Drittanbieter-Apps wie Uber oder DoorDash selbstständig abzuschließen.

Das neue System öffnet auf Befehl die jeweilige App in einem isolierten virtuellen Fenster und führt Vorgänge wie Adresseingabe, Fahrtbestellung oder Produktauswahl eigenständig aus. Nutzer können den Ablauf in Echtzeit verfolgen; bei kritischen Schritten mit finanziellen Verpflichtungen wie Zahlungen bleibt die endgültige Bestätigung stets ihnen überlassen.

Lokale Verarbeitung (On-Device AI) und datenschutzorientierte Architektur

Das wichtigste technische Detail des Systems ist die Verarbeitung direkt auf dem Gerät (On-Device), ohne Übertragung an Cloudserver. Dank der fortschrittlichen neuronalen Verarbeitungseinheiten (NPU) in den Modellen Pixel 10 und Galaxy S26 laufen die autonomen Automatisierungsprozesse lokal auf Hardwareebene.

Die wesentlichen Vorteile dieses Architekturansatzes für technische Prozesse sind:

• Minimierung der Netzwerklatenz (Latency) durch den Wegfall der Cloudkommunikation.
• Eine isolierte, hochsichere Verarbeitungsumgebung, da personenbezogene Daten das Gerät nicht verlassen.
• Begrenzung der Interaktion mit Drittanbieter-Apps durch ein virtuelles Fensterverfahren.

Das derzeit in den USA und Südkorea mit begrenzter App-Integration als Beta verfügbare System wird durch gerätebasierte Betrugserkennung und visuelle Suchfunktionen unterstützt, die mehrere Elemente gleichzeitig analysieren können. Google positioniert AI-Modelle damit nicht mehr nur als Werkzeuge zur Text- oder Codegenerierung, sondern als Infrastrukturen, die Aktionen innerhalb von Apps direkt ausführen können.