Die KI-Zukunft laut Google Cloud Next '25: Meine interessanten Entdeckungen

Google Cloud Next 2025 war ein Schaufenster für bahnbrechende KI-Fortschritte. In diesem Beitrag möchte ich einige meiner persönlichen Highlights und die wichtigsten Erkenntnisse der Konferenz mit Ihnen teilen.

Gemini 2.5 und die Live-API

Mit seinem neuesten "Denkmodell" Gemini 2.5 erweitert Google die Grenzen der KI. Denken bezieht sich auf einen internen Denkprozess unter Verwendung der ersten Output-Token, der es ermöglicht, komplexere Aufgaben zu lösen. Gemini 2.5 ist in den meisten Benchmarks führend und konzentriert sich dabei auf Geschwindigkeit und kurze Time To First Token (TTFT).

Die Enthüllung von Gemini 2.5 hat uns wirklich die Show gestohlen. Die Flash-Version ermöglicht die neue "Live API", die das Streaming von Audio und Video direkt in Gemini ermöglicht. Die Möglichkeiten sind endlos, aber eine Demo hat mich besonders beeindruckt. Ich wurde Zeuge, wie die Live-API als Sprachassistent für eine Website eingesetzt wurde, mit Screen-Sharing-Funktionen, die die Website-Barriere überwanden! Der Assistent konnte einfach durch Sprechen unterbrochen werden, hatte natürlich klingende Antworten und keine unnatürliche Verzögerung, bevor er antwortete. Er konnte den Nutzern sogar bei der Erledigung von Aufgaben wie der Einrichtung von DNS-Einstellungen helfen. Das ist ein echter Fortschritt für den Nutzersupport und regt meine Fantasie an, was wir mit der Live API noch alles machen können!

Agent Development Kit (ADK)

Das Agent Development Kit (ADK) ist ein entscheidender Faktor für die einfache Erstellung anspruchsvoller Multi-Agenten-Anwendungen. Es ist ein Open-Source-Framework, das die Entwicklung von Multi-Agenten-Systemen vereinfacht und gleichzeitig eine präzise Kontrolle über das Agentenverhalten und die Orchestrierung bietet. Es unterstützt auch das neu angekündigte Agent 2 Agent (A2A) -Protokoll, das Google als offenen, sicheren Standard für die Zusammenarbeit von Agenten und Agenten positioniert und das von einer großen Gemeinschaft von Technologie-, Plattform- und Servicepartnern vorangetrieben wird.

Hauptmerkmale von ADK:

• Flexible Orchestrierung: Definieren Sie Workflows mit sequenziellen, parallelen oder Schleifen-Agenten oder verwenden Sie LLM-gesteuertes dynamisches Routing für adaptives Verhalten.
• Native Multi-Agenten-Architektur: Erstellen Sie skalierbare Anwendungen, indem Sie spezialisierte Agenten in einer Hierarchie zusammenstellen.
• Reichhaltiges Tool-Ökosystem: Statten Sie Agenten mit vorgefertigten Tools (Suche, Code-Ausführung), benutzerdefinierten Funktionen, Bibliotheken von Drittanbietern (LangChain, CrewAI) oder sogar anderen Agenten als Tools aus.
• Eingebaute Auswertung: Bewerten Sie systematisch die Leistung der Agenten.
• MCP-Unterstützung: Mit ADK erstellte Agenten fungieren als MCP-Clients (Model Context Protocol) und bieten somit eine native Integration mit beliebigen MCP-Servern.

ADK unterstützt den neu angekündigten Agentspace, den Google Recherche-Agenten und die Agenten des Google Kundensupports. Werfen Sie einen Blick auf den Agent Garden für einige Beispiele! Ich werde sicherlich versuchen, einige interne Multi-Agenten mit ADK zu erstellen.

Agentspace

AgentSpace zielt darauf ab, jedem Mitarbeiter durch einen einfachen Einrichtungsprozess KI-Tools in die Hand zu geben. Nachdem ich bei Xebia damit gearbeitet habe, habe ich gesehen, wie effektiv es Arbeitsabläufe zentralisieren kann. Es lässt sich mit wichtigen Tools wie Google Workspace, Atlassian und Slack verbinden und ermöglicht es den Mitarbeitern, das Wissen des Unternehmens zu durchsuchen und sofort darauf zu reagieren, indem sie beispielsweise E-Mails oder Jira-Tickets erstellen, ohne die AgentSpace-Plattform zu verlassen.

Die Ankündigungen auf der Next '25 umfassten mehrere Verbesserungen:

• Vereinheitlichte Unternehmenssuche: Mitarbeiter können auf die Such-, Analyse- und Synthesefunktionen von Agentspace direkt über das Suchfeld von Chrome zugreifen.
• No-Code Agent Designer: Mit dem neuen No-Code Agent Designer können Mitarbeiter unabhängig von ihren technischen Kenntnissen maßgeschneiderte Agenten für ihre speziellen Anforderungen erstellen.
• Von Google erstellte Experten-Agenten: Agentspace umfasst Deep Research und Idea Generation Agenten, zusätzlich zu NotebookLM für Unternehmen.

Veo 2: Hochqualitative Videoerstellung

Veo 2 ist jetzt in der Gemini API und Vertex AI produktionsreif. Es ermöglicht Entwicklern, hochwertige Videos direkt in ihren Anwendungen aus Text- und Bildanweisungen zu generieren. Veo 2 ist in der Lage, sowohl einfache als auch komplexe Anweisungen zu befolgen und reale physikalische Gegebenheiten in einer Vielzahl von visuellen Stilen zu simulieren. Alle generierten Videos sind mit einem Wasserzeichen ( SynthID) versehen.

Es gab einige beeindruckende Demos auf der Bühne, und ich fand die prompte Einhaltung und die Stabilität der Sequenzen besonders beeindruckend, als ich es selbst ausprobierte.

BigFrames 2.0

BigFrames bietet ein Pythonic DataFrame und eine API für maschinelles Lernen (ML), die von der BigQuery-Engine angetrieben wird. bigframes.pandas bietet eine Pandas-kompatible API für Analysen und bigframes.ml bietet eine Scikit-Learn-ähnliche API für ML.

Ich habe seine Skalierbarkeit auf der Bühne in Aktion gesehen und war beeindruckt, wie einfach Sie Ihren Pandas-Importcode anpassen können, damit die BigQuery-Engine die Analyse durchführen kann. Eine überzeugende Demo zeigte die automatische Generierung von FAQ auf der Grundlage eines Rückstands an Kundenanfragen. Der Prozess umfasste das Transkribieren, Einbetten, Clustern und anschließende Sampling, um die Fragen und Antworten zu generieren - alles über eine vertraute Pandas-Schnittstelle, die auf BigQuery ausgeführt wird.

Fazit

Das Innovationstempo in der KI beschleunigt sich wirklich und macht es sowohl anspruchsvoll als auch spannend, auf dem Laufenden zu bleiben. Es ist ein echtes Privileg, diese Fortschritte mitzuerleben und daran teilzuhaben. Ich persönlich bin begierig darauf, praktische Anwendungsfälle für diese leistungsstarken neuen Fähigkeiten zu erforschen, um sicherzustellen, dass wir von dieser sich schnell entwickelnden Landschaft profitieren.