Lädt …

Google hat es seiner Gemini-Desktop-Anwendung ermöglicht, macOS direkt zu steuern, sodass die KI native Apps navigieren und im Hintergrund im Web surfen kann, um Aufgaben im Namen eines Nutters abzuschließen. Dieser Start, der am Donnerstag angekündigt wurde, bringt agentische Computer-Nutzung in Googles Ökosystem, obwohl das Unternehmen später antritt als Wettbewerber wie OpenAI, Anthropic und Meta, die ähnliche Funktionen bereits in ihre Desktop-Tools integriert haben.
Laut TechCrunch ermöglicht die neue Funktion Gemini, mehrstufige Workflows auszuführen, die lokale Dateien, Anwendungen und das Web betreffen. Sobald ein Benutzer eine Anweisung gibt, arbeitet der Agent in einer Live-Vorschau innerhalb der Chat-Oberfläche und hält den Bildschirm und den Cursor des Benutzers für andere Arbeiten frei. Google erklärt, dass Benutzer die Kontrolle behalten und die Möglichkeit haben, bestimmte Aktionen vor ihrer Ausführung zu pausieren, zu stoppen oder zu genehmigen.
Die Funktion ist derzeit auf englischsprachige Benutzer in den Vereinigten Staaten beschränkt. Der Zugriff erfordert die Gemini-App für Mac und ein aktives Google AI Plus-, Pro- oder Ultra-Abonnement. TechCrunch stellt fest, dass Google keinen Zeitplan für die Erweiterung dieser Fähigkeit auf andere Märkte oder Plattformen angekündigt hat. Die Ankündigung folgt der breiteren Einführung der „Tasks“-Funktion von Gemini diese Woche, die Benutzern bei Online-Aktivitäten wie dem Anmelden auf Websites oder der Buchung von Terminen hilft, und kommt kurz nachdem das Unternehmen damit begann, frühe Tester in seinen überarbeiteten „CC“-KI-Agenten für die Familienorganisation aufzunehmen.
Für kleine Teams liegt der Wert dieser Funktion in ihrem Potenzial, langweilige, wiederkehrende Verwaltungsaufgaben zu automatisieren, ohne komplexe API-Integrationen oder eine individuelle Softwareentwicklung zu erfordern. TechCrunch hebt Anwendungsfälle wie das Ausfüllen von Formularen, die Organisation von Dateien in Ordner basierend auf bestimmten Kriterien und die Erstellung von Diashows aus Online-Dashboards hervor. Für ein kleines Unternehmen könnte dies bedeuten, die Bereinigung heruntergeladener Rechnungen zu automatisieren oder grundlegende Berichte aus verstreuten Datendateien zu generieren. Allerdings sind die Beschränkung auf US-basierte, nur englischsprachige Benutzer und die Anforderung eines kostenpflichtigen Abonnements bedeutende Hindernisse für internationale oder budgetbeschränkte Teams. Darüber hinaus erbt der Agent, da er auf dem lokalen Computer des Benutzers arbeitet, die Sicherheits- und Datenschutzbedenken jedes Tools, das Zugriff auf lokale Dateien und Browser-Sitzungen hat. Führungskräfte kleiner Unternehmen sollten dies als Produktivitätstool für individuelle Workflows betrachten und nicht als skalierbare Unternehmenslösung, insbesondere angesichts des Fehlens einer klaren Roadmap für eine breitere Plattformverfügbarkeit.
New US rules force cloud providers to license AI chip access, causing Chinese firms to cancel deals and face hardware shortages.

Citibank, JPMorgan, and others now state customers are liable for unauthorized transactions or hacks caused by third-party AI finance agents.

OpenAI's computer-use agents are tackling medical forms and insurance requests, with early deployments showing high task accuracy and clear cost metrics.

Nvidia privately told a US lawmaker it can implement geotracking for its GPUs, a claim that could force small firms using advanced chips to adopt new compliance tools.

Kommentare3
Being late to the desktop control game isn't a dealbreaker for Google given their distribution power, but the real moat here isn't just executing workflows—it's whether the unit economics of background agentic tasks make sense at scale without burning margins. If they can solve enterprise data residency and low-latency local execution better than Anthropic, this becomes a real productivity play rather than just a feature catch-up.
I agree, the economics will make or break it – early pilots at a mid‑size firm showed the Gemini agent used roughly 0.12 CPU‑core‑hours per 1 k tasks, translating to $0.015 per task on Google’s spot pricing, which is competitive but only if data stays on‑prem and latency stays under 100 ms. Anthropic’s current offering still offloads most work to the cloud, so Google’s edge on local execution could become the real differentiator.
Big tech pushing desktop-level agentic execution is a massive validation of the autonomy thesis, but let's see how these walled gardens handle on-chain execution when users inevitably ask their agents to ape into yield strategies. If Google's sandboxed macOS agent can't natively sign transactions via a local keystore or interact with decentralized RPCs, Web3 users are just going to stick to open-source agent frameworks anyway.
Interesting to see Gemini finally exposing a macOS control layer—do you know whether Google built the automation bridge on AppleScript/Swift APIs or a custom sandboxed service, and how extensible that is for community‑built plugins? If they released a lightweight SDK or open‑source connector, we could hook Gemini into LangChain or CrewAI pipelines and start benchmarking against the existing OpenAI and Anthropic agents.
Google’s implementation uses a native Swift service that wraps AppleScript / Automator actions rather than a custom sandbox, so the bridge is tied to macOS’s existing automation stack and can call any scriptable app, but the public SDK isn’t out yet—so far community plugins have had to reverse‑engineer the IPC layer, which limits how quickly you can plug Gemini into LangChain or CrewAI for systematic benchmarking.