Das Google/Gemini-Ökosystem entschlüsselt

Warum das Wort allein nichts sagt

„Wir nutzen Gemini" kann vier verschiedene Dinge bedeuten: ein Sprachmodell hinter einer eigenen Anwendung, die Chat-App auf dem Handy, die KI-Funktionen in Gmail und Docs oder eine Agenten-Plattform in der Google Cloud. Alle vier heißen Gemini. Wer das Wort hört, weiß noch nicht, welche Ebene gemeint ist, und wer Angebote vergleicht oder Budgets plant, vergleicht schnell Dinge, die nicht vergleichbar sind.

Das ist kein Zufall, sondern Strategie: Google hat über mehrere Jahre fast alle KI-Produkte unter einem Namen zusammengezogen. Bard wurde zu Gemini, Duet AI wurde zu Gemini for Workspace, Agentspace wurde zu Gemini Enterprise, und zuletzt wanderte auch die Entwickler-Plattform Vertex AI unter das Gemini-Dach. Ein Name für alles macht die Marke stark, aber die Unterscheidung muss seitdem woanders herkommen. Genau dafür ist diese Lesson da.

Die Landkarte

Dazu kommen Werkzeuge, die quer zu diesen Ebenen liegen: Gemini Notebook (früher NotebookLM) für quellengebundenes Arbeiten, AI Studio und die Developer API für Entwickler, die Coding-Agenten, die Media-Modelle Imagen und Veo. Die folgenden Steps gehen die Ebenen von innen nach außen durch: erst die Modelle, dann die Oberflächen, dann das Bauen, die Medien und die Agenten-Schicht.

Gemini: die Klassen, nicht die Versionen

Gemini ist Googles proprietäre Modellfamilie. Sie läuft ausschließlich auf Google-Infrastruktur, du erreichst sie über die Apps, die API oder die Cloud. Versionsnummern ändern sich alle paar Monate, die Klassen bleiben:

Zwei Eigenschaften prägen die Familie über alle Klassen hinweg: Die Modelle sind nativ multimodal, sie verarbeiten Text, Bild, Audio und Video in einem Modell. Und Google positioniert sich traditionell über große Kontextfenster und aggressive Preise, besonders in der Flash-Klasse. Wie sich das ins Anbieter-Bild einfügt, zeigt Modelle und Anbieter: Google verdient sein Geld mit Verteilung über bestehende Produkte, nicht mit dem Modellzugang selbst.

Gemma: das offene Zweigleis

Neben der geschlossenen Spitze pflegt Google mit Gemma eine Open-Weights-Familie: Modelle zum Herunterladen, für eigene Server, eigene Geräte, eigenes Fine-Tuning. Um die Kernmodelle herum ist ein Varianten-Ökosystem entstanden, etwa ShieldGemma für Sicherheits-Klassifikation, EmbeddingGemma für Embeddings oder MedGemma für medizinische Anwendungen. Das ist ein echtes Alleinstellungsmerkmal in dieser Liga: Von Anthropic gibt es kein offenes Claude, von OpenAI nur vereinzelte offene Modelle ohne vergleichbares Varianten-Ökosystem.

Die Gemini App

Die App im Browser und auf dem Handy ist der Consumer-Einstieg: Chat, Recherche mit Quellenarbeit (Deep Research), Bildgenerierung und -bearbeitung, dazu die Anbindung an Google-Dienste wie Maps, YouTube oder das eigene Gmail-Postfach. Mit Gems lassen sich eigene Assistenten anlegen, dazu mehr im Agenten-Step. Die kostenlosen Limits sind großzügig, die Abo-Stufen erweitern Modelle und Kontingente.

Gemini in Workspace

Die zweite Oberfläche ist gar keine eigene: Gemini steckt als Funktion in Gmail, Docs, Sheets, Meet und Vids, als Seitenleiste und als eingebaute Aktionen wie Zusammenfassen, Entwerfen oder Formeln bauen. Das ist Googles Verteilungs-These in Reinform: Die KI kommt dorthin, wo die Arbeit schon stattfindet, statt einen neuen Ort zu schaffen. In den Business- und Enterprise-Plänen von Workspace ist das inzwischen enthalten, nicht zugekauft.

Gemini Notebook (früher NotebookLM)

Die dritte Oberfläche ist die eigenwilligste und für viele die nützlichste: Du lädst eigene Quellen hoch, Dokumente, Links, Videos, Notizen, und das Werkzeug arbeitet ausschließlich mit diesem Material. Es beantwortet Fragen mit Quellenbelegen, erstellt Audio-Zusammenfassungen im Gesprächsformat, Video-Übersichten, Mindmaps und Lernkarten. Das ist kein Chatbot, sondern ein Recherche- und Lernwerkzeug über deinem eigenen Material.

Die drei Ebenen

1. AI Studio: die kostenlose Sandbox im Browser. Prompts testen, Modelle vergleichen, multimodale Eingaben ausprobieren, API-Key ziehen. Ideal für den Erstkontakt und Machbarkeits-Checks, ungeeignet für den Produktivbetrieb: keine Zusagen zu Verfügbarkeit, Sicherheit oder Skalierung.
2. Gemini Developer API: der programmatische Zugang, bezahlt pro Token. Du bekommst das Modell als Baustein, alles drumherum (Datenanbindung, Orchestrierung, Leitplanken) baust du selbst oder mit Frameworks.
3. Enterprise-Plattform: wenn Agenten produktiv, verwaltet und abgesichert laufen sollen. Sie ist Thema im übernächsten Step.

Die Coding-Agenten

Parallel dazu unterhält Google eine eigene Familie von Coding-Werkzeugen. Die Namen wechseln hier schneller als irgendwo sonst im Ökosystem, die Rollen sind stabil:

Was in der Etage steht

Der Unterschied zu einem Zukauf-Setup: Die Media-Modelle sind in die Oberflächen eingebaut. Bilder entstehen in der Gemini App und in Workspace (etwa in Slides und Vids), Videos in der App und in Flow, und über die Developer API stehen dieselben Modelle programmatisch bereit. Wer Medien-Workflows baut, bleibt im selben Konto, derselben API und derselben Abrechnung.

Für die Praxis heißt das: Wer regelmäßig Bild- und Video-Material produziert, bekommt hier ein geschlossenes Angebot vom Prompt bis zum fertigen Clip. Wie du solche Werkzeuge präzise ansteuerst, zeigen die Lessons der Disziplin Bild, Video und Audio, etwa das 4K Framework für Bild-Prompts.

Drei Stufen des Erweiterns

Die Enterprise-Plattform ist dabei eine Ebene des Ökosystems, nicht sein Rahmen. Sie bündelt, was produktive Agenten-Systeme brauchen: einen Katalog fertiger und eigener Agenten für die Belegschaft, das Agent Development Kit (ADK) als Code-First-Framework, eine verwaltete Laufzeit mit Agenten-Gedächtnis, dazu Anbindung an Unternehmensdaten und Rechteverwaltung. Der Preis dafür ist Bindung: Wer diese Schicht tief nutzt, verankert seine Agenten-Architektur in der Google Cloud.

Zwei Protokolle, zwei Richtungen

Auf der Standard-Ebene setzt Google auf zwei Protokolle mit klarer Arbeitsteilung. MCP (Model Context Protocol) verbindet einen Agenten mit Werkzeugen und Datenquellen, der Standard kommt von Anthropic und wird auch im Google-Ökosystem unterstützt. A2A (Agent2Agent) verbindet Agenten untereinander: Ein Agent kann Aufgaben an einen anderen übergeben, auch über Firmen- und Anbietergrenzen hinweg. Google hat A2A gestartet und an die Linux Foundation übergeben, es ist also kein Konkurrent zu MCP, sondern die zweite Richtung: MCP nach unten zu den Werkzeugen, A2A zur Seite zu anderen Agenten.

Wofür das Ökosystem steht

• Verteilung: Die KI liegt dort, wo Milliarden Nutzer ohnehin arbeiten: Suche, Android, Gmail, Docs. Wer Workspace im Haus hat, hat den Einstieg schon bezahlt.
• Medien: Bild, Video und Audio nativ, von der App bis zur API. In dieser Tiefe bietet das kein anderes der großen Ökosysteme.
• Das offene Zweigleis: Gemma als Open-Weights-Familie neben der proprietären Spitze, für Datensouveränität und eigene Infrastruktur.
• Preis-Leistung in der Breite: Die Flash-Klasse und große Kontextfenster machen Volumen-Anwendungen günstig.

Die ehrlichen Kanten

Erstens die Historie. Google benennt Produkte um, legt sie zusammen und stellt sie ein, in höherer Frequenz als jeder andere Anbieter in dieser Lesson-Serie. Allein die Beispiele im Stand-Callout von Step 1 stammen aus wenigen Monaten. Das entwertet nicht die Technik, aber es hat eine praktische Folge: Verlass dich auf die Ebenen und Rollen aus dieser Lesson, nicht auf Produktnamen, und prüfe vor jedem Team-Rollout, wie das Werkzeug gerade heißt und ob es noch existiert.

Zweitens die Bindung. Die Agenten-Plattform entfaltet ihren Wert durch tiefe Integration: Unternehmensdaten, Rechteverwaltung, verwaltete Laufzeit. Genau diese Integration ist die Bindung an die Google Cloud. Gemma mildert das auf der Modell-Ebene, auf der Plattform-Ebene bleibt die Abhängigkeit. Das ist kein Ausschlusskriterium, aber eine Architektur-Entscheidung, die bewusst fallen sollte, nicht nebenbei.

Die Entscheidungshilfe