1/3+170 XP

Gemini in Ihren Tools und im Ökosystem

# Gemini in Ihren Tools und im Ökosystem

Die Gemini App ist die Eingangstür, aber der größte Teil des Nutzens liegt in den Räumen dahinter: Chrome, Android, Workspace, die API und eine wachsende Schicht von Drittanbieter-Tools, die auf Googles Modellen aufbauen. Zu wissen, welche Oberfläche man wählt, macht den Unterschied zwischen einer hübschen Demo und etwas, das Ihnen jede Woche tatsächlich Stunden spart.

Diese Lektion kartiert diese Oberflächen und sagt Ihnen vor allem, wann welche das richtige Werkzeug ist. Am Ende steht ein konkretes Setup, damit Sie die Entscheidung in der Praxis sehen.

Das mentale Modell: gleiches Gehirn, andere Körper

Jede Oberfläche hier läuft auf denselben Gemini-Modellen (die Pro-Stufe für schwierigeres Reasoning, die Flash-Stufe für schnelle, günstige Arbeit in großen Mengen). Was sich ändert, ist der *Körper* um das Gehirn: welche Daten es sehen kann, worauf es einwirken kann und wer es kontrolliert.

Drei Fragen entscheiden alles:

1. Wo liegt der Kontext? In Ihrem Postfach? In einer Codebase? In einer Datenbank, die Ihnen gehört?

2. Wer löst es aus? Sie, manuell? Ein Zeitplan? Ein anderes System?

3. Wer muss es kontrollieren oder auditieren? Nur Sie? Ihre ganze Organisation? Ein Compliance-Team?

Halten Sie diese drei Fragen fest. Sie lassen sich sauber auf die Oberflächen abbilden.

Consumer-Oberflächen: Gemini dort, wo Sie schon sind

In der Gemini App und in Gems

Die App ist für offene, interaktive Arbeit. Gems (Ihre gespeicherten, wiederverwendbaren eigenen Assistenten mit festen Instruktionen) sind die richtige Wahl, wenn Sie dieselbe *Art* von Aufgabe mit unterschiedlichen Inputs wiederholen: ein Gem als „Release-Notes-Verfasser“, ein Gem für „schreib das in unserer Brand Voice um“. Instruktion einmal bauen, täglich wiederverwenden.

In Chrome und Android

Gemini ist in das Betriebssystem und den Browser eingewoben, der Kontext ist also *alles, was auf Ihrem Bildschirm ist*. Auf Android kann Gemini den Kontext der aktuellen App lesen, um „was will diese E-Mail von mir?“ ohne Copy-Paste zu beantworten. In Chrome kann es die Seite zusammenfassen oder darüber nachdenken, auf der Sie sind.

Nutzen Sie das, wenn die Daten flüchtig und direkt vor Ihnen sind. Nutzen Sie es nicht für etwas, das Sie wiederholen oder auditieren müssen, denn es gibt kein Artefakt zum Speichern.

In Google Workspace

Das ist für die meisten Berufstätigen die Consumer-Oberfläche mit der größten Hebelwirkung, weil der Kontext *Ihre eigenen Dokumente und Mails* sind, geregelt durch Ihre bestehenden Berechtigungen. Gemini in Docs, Gmail, Sheets, Slides, Meet und Drive sieht nur, worauf Sie ohnehin Zugriff haben.

Konkrete Anwendungen:

In Gmail eine Antwort entwerfen, die sich auf den tatsächlichen Thread bezieht.
In Sheets eine Formel erzeugen oder eine Spalte kategorisieren.
In Meet „nimm Notizen für mich“ und eine Zusammenfassung mit Action Items erhalten.
In Drive eine Frage über mehrere Dateien hinweg stellen, ohne sie zu öffnen.

Die Regel: Liegen die Daten schon in Workspace und ist ein Mensch im Loop, nutzen Sie Workspace Gemini. Die Erdung in Ihren echten Inhalten bekommen Sie gratis dazu. Details und aktuelle Funktionen finden sich auf support.google.com im Workspace Help Center.

Wenn die App nicht reicht: Automatisierung mit Apps Script

Workspace Gemini ist interaktiv. Sobald Sie wollen, dass etwas *nach Zeitplan* oder *als Reaktion auf ein Ereignis* läuft (ein neues Formular-Eingang, eine neue Zeile in einem Sheet), sind Sie bei Automatisierung, und das richtige Werkzeug ist Apps Script: Googles eingebaute JavaScript-Runtime für Workspace.

Apps Script kann Gemini aufrufen und das Ergebnis direkt zurück in ein Doc, ein Sheet oder eine E-Mail schreiben. Hier ein trigger-gesteuertes Snippet, das eine neue Support-Ticket-Zeile mit der Gemini API zusammenfasst und die Zusammenfassung in die nächste Spalte schreibt:

javascript

function summarizeNewTicket(e) {
  const apiKey = PropertiesService.getScriptProperties().getProperty('GEMINI_KEY');
  const ticket = e.values[1];
  const url = `https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash:generateContent?key=${apiKey}`;
  const payload = {
    contents: [{ parts: [{ text: `Summarize this ticket in one sentence: ${ticket}` }] }]
  };
  const res = UrlFetchApp.fetch(url, {
    method: 'post',
    contentType: 'application/json',
    payload: JSON.stringify(payload)
  });
  const summary = JSON.parse(res.getContentValue ? res.getContentText() : res.getContentText())
    .candidates[0].content.parts[0].text;
  e.range.getSheet().getRange(e.range.getRow(), 3).setValue(summary);
}

Das ist die Brücken-Oberfläche: keine Server, kein Deployment, und sie lebt innerhalb von Googles Berechtigungsmodell. Greifen Sie zu Apps Script, wenn der Trigger ein Workspace-Ereignis ist und der Output zurück in Workspace geht.

Builder-Oberflächen: die API, AI Studio und die CLI

Wenn Sie aus Workspace herauswachsen (eigene Apps, eigene Daten, eigene Nutzer), wechseln Sie auf die Entwicklerseite.

Google AI Studio und die Gemini API

Google AI Studio ist der schnellste Ort für Prototypen. Sie schreiben einen Prompt, tunen ihn und exportieren funktionierenden Code auf einem Screen. Dieselben Modelle, die Sie getestet haben, sind über die Gemini API verfügbar, dokumentiert auf ai.google.dev. Hier nutzen Sie die Features, die die Consumer-App vor Ihnen verbirgt: explizite Modellauswahl, native Multimodalität (Bilder, Audio, Video und PDFs direkt übergeben), langer Kontext für Reasoning über ganze Dokumente und Grounding mit Google Search als Schalter.

Grounding sollten Sie sich merken. Statt eine ganze RAG-Pipeline für allgemeines Weltwissen zu bauen, aktivieren Sie Search-Grounding, und Gemini holt und zitiert selbst aktuelle Ergebnisse:

python

from google import genai
from google.genai import types

client = genai.Client(api_key="YOUR_KEY")
response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="What changed in the latest EU AI Act guidance this month?",
    config=types.GenerateContentConfig(
        tools=[types.Tool(google_search=types.GoogleSearch())]
    )
)
print(response.text)

Nutzen Sie die API, wenn Sie ein Produkt bauen, KI in Ihre eigene App einbetten oder Nutzer bedienen, die nicht Sie selbst sind. Nutzen Sie zuerst AI Studio, um Prompt und Konfiguration richtig hinzubekommen.

Gemini CLI und Code Assist

Zwei Entwickler-Oberflächen verdienen eine eigene Erwähnung, weil sie dort leben, wo Engineers tatsächlich arbeiten.

Gemini CLI bringt das Modell in Ihr Terminal: lassen Sie sich einen Stack Trace erklären, eine Datei refaktorieren oder eine mehrstufige Aufgabe gegen Ihr lokales Projekt ausführen. Gemini Code Assist lebt in Ihrer IDE (VS Code, JetBrains) und in GitHub und macht Completion, Review und Chat mit Kenntnis Ihrer Codebase.

Der Unterschied: die CLI ist für ad-hoc, konversationelle, terminal-native Arbeit und schnelle agentische Aufgaben an lokalen Dateien. Code Assist ist für den durchgehenden Flow im Editor. Beide sind die richtige Oberfläche, wenn der *Kontext Ihr Code* ist.

🎬 [VIDEO: "Gemini CLI: Your open-source AI agent in the terminal" - youtube.com/watch?v= Tutorial - ein Walkthrough zur Installation der CLI und zum Ausführen agentischer Aufgaben gegen ein lokales Repo]

Wissenscheck

1. Was ändert sich laut dem mentalen Modell „gleiches Gehirn, andere Körper“ aus der Lektion tatsächlich zwischen den verschiedenen Gemini-Oberflächen?

2. Wann ist ein Gem die richtige Wahl im Vergleich zu offener Arbeit in der Gemini App?

3. Warum nennt die Lektion Google Workspace die Consumer-Oberfläche mit der größten Hebelwirkung für die meisten Berufstätigen?

MEHRFACHAUSWAHL

4. Wählen Sie ALLE drei Fragen aus, die laut Lektion entscheiden, zu welcher Oberfläche Sie greifen.

Wählen Sie alle richtigen Antworten aus.

MEHRFACHAUSWAHL

5. Wählen Sie ALLE Aussagen aus, die richtig beschreiben, wann Gemini in Chrome oder Android zu nutzen ist.

Wählen Sie alle richtigen Antworten aus.

Produktion und Agenten: ADK und Vertex AI

Zwei weitere Oberflächen sind relevant, sobald Sie über einen einzelnen API-Aufruf hinausgehen.

Das Agent Development Kit (ADK)

Wenn Ihre Aufgabe *mehrere Schritte, Tools und Entscheidungen* braucht (eine API aufrufen, ein Ergebnis prüfen, entscheiden, was als Nächstes kommt), bauen Sie einen Agenten, und eine rohe generateContent-Schleife wird schnell unübersichtlich. Das Agent Development Kit ist Googles Open-Source-Framework, um Agenten mit Tools, Memory und Multi-Agent-Handoffs sauber und testbar zu bauen, zu strukturieren und zu orchestrieren.

Ein minimaler ADK-Agent, der ein Tool nutzen kann, sieht so aus:

python

from google.adk.agents import Agent

def get_order_status(order_id: str) -> dict:
    """Look up the status of a customer order by its ID."""
    return {"order_id": order_id, "status": "shipped", "eta": "2 days"}

root_agent = Agent(
    name="support_agent",
    model="gemini-2.5-flash",
    instruction="Help customers check order status. Use the tool for any order ID.",
    tools=[get_order_status]
)

Greifen Sie zu ADK, wenn die Logik wirklich agentisch ist: Verzweigungen, Tool-Nutzung und Schritte, die von vorherigen Ergebnissen abhängen. Für ein einzelnes Prompt-and-Response ist ADK überdimensioniert, bleiben Sie bei der API.

Vertex AI

Vertex AI ist die Enterprise-Oberfläche auf Google Cloud. Die Modelle sind dieselben, aber der Körper um sie herum ist für Produktion gebaut: IAM-Berechtigungen, VPC-Kontrollen, regionale Datenhaltung, Monitoring, Skalierung und Integration mit Ihrem Cloud Data Warehouse. ADK-Agenten werden hier auf eine managed Runtime deployt, wenn sie für echte Nutzer zuverlässig laufen müssen.

Die Entscheidung zwischen der Gemini API und Vertex AI dreht sich darum, *wer es kontrolliert und auditiert*. Soloprojekt oder Startup mit hohem Tempo: die Gemini API mit einem API-Key. Unternehmen mit Anforderungen an Security, Compliance und Data Governance: Vertex AI. Gleiche Modelle, andere Governance.

Die Drittanbieter-Schicht

Sie werden Gemini auch *in anderen Tools* treffen: Produkte, die Googles Modelle über die API in ihre eigenen Workflows verdrahtet haben. Es geht nicht darum, sie aufzulisten, sondern darum, das Muster zu erkennen. Wenn Sie eines bewerten, stellen Sie dieselben drei Fragen: wo liegt der Kontext, wer löst es aus, wer auditiert es. Ein Tool, das Ihre Daten über das Konto eines Dritten an Gemini sendet, ändert die Antwort auf alle drei.

Alles zusammen: eine Aufgabe, die richtige Oberfläche

Angenommen, Sie leiten Customer Support und wollen eingehende Tickets zusammenfassen und routen.

Ausprobieren, heute: Ein Ticket in die Gemini App mit einem „Triage“-Gem einfügen. Null Setup, aber manuell.
Tickets landen in einem Sheet: Apps Script mit einem On-Edit-Trigger fasst jede neue Zeile automatisch zusammen. Weiterhin innerhalb von Workspace, keine Server.
Tickets liegen in Ihrer eigenen Helpdesk-App: Rufen Sie die Gemini API auf (prototypen Sie den Prompt vorher in AI Studio). Sie kontrollieren die Integration.
Sie brauchen automatisches Routing mit Lookups und Entscheidungen: Bauen Sie einen ADK-Agenten, der zusammenfasst, per Tool den Plan des Kunden prüft und eine Queue zuweist.
Es ist unternehmensweit mit Compliance-Anforderungen: Deployen Sie diesen Agenten auf Vertex AI mit sauberem IAM und Monitoring.

Gleicher Job. Fünf Oberflächen. Die richtige ist die kleinste Oberfläche, die Ihre drei Fragen erfüllt, und keinen Schritt schwerer.

Key Takeaways

Passen Sie die Oberfläche an drei Fragen an: wo der Kontext liegt, wer die Aufgabe auslöst und wer sie kontrollieren oder auditieren muss. Die Antworten zeigen direkt auf Workspace, Apps Script, die API, ADK oder Vertex AI.
Workspace Gemini ist die Consumer-Oberfläche mit der größten Hebelwirkung für Berufstätige, weil sie bereits in Ihren Dokumenten und Ihren Berechtigungen geerdet ist. Fangen Sie dort an, bevor Sie etwas bauen.
Apps Script ist die Automatisierungsbrücke: wenn ein Workspace-Ereignis Gemini auslösen soll und das Ergebnis nach Workspace zurückgeht, brauchen Sie keine Server und kein Deployment.
Prototypen in AI Studio, ausliefern über die API, und erst dann auf Vertex AI wechseln, wenn Governance es verlangt. Die Modelle sind identisch, Sie wählen den Grad der Kontrolle.
Nutzen Sie ADK nur, wenn die Aufgabe wirklich agentisch ist (mehrere Schritte, Tools und Verzweigungen). Ein einzelner Prompt braucht kein Framework.

Was Sie aus dieser Lektion umsetzen

Diese Maßnahmen sind im Playbook der Rolle zusammengefasst.

Die Surface an den Einsatz anpassen: AI Studio, API, Gems, dann Vertex AI

Vollständiges Action Playbook ansehen →