Heim
Google bringt „Deep Research Agent“ für das Zeitalter des autonomen Fahrens auf den Markt
Google hat kürzlich zwei auf Forschung ausgerichtete KI-Agenten vorgestellt: „Deep Research“ und „Deep Research Max“, die auf dem Modell „Gemini 3.1 Pro“ basieren. Diese Tools automatisieren die aufwendige Informationsbeschaffung und -analyse und erweitern damit den Einsatzbereich von KI-Assistenten über einfache Frage-Antwort-Funktionen hinaus hin zur Ausführung komplexer Aufgaben.

Derzeit können Entwickler beide Agenten im Rahmen der kostenpflichtigen Stufe der Gemini-API testen. Sie beziehen Daten sowohl von öffentlichen Websites als auch aus internen Unternehmensdatenbanken und liefern detaillierte Analyseberichte mit vollständigen Quellenangaben.
Flexible Dual-Versionen sorgen für ein ausgewogenes Verhältnis zwischen Geschwindigkeit und Recherchetiefe
Um den unterschiedlichen Anforderungen am Arbeitsplatz gerecht zu werden, bietet Google zwei Versionen an. Die Standardversion „Deep Research“ legt den Schwerpunkt auf geringe Latenz und schnelle Antworten und eignet sich ideal für dialogorientierte Schnittstellen, die Antworten in Echtzeit benötigen. Die „Max“-Version hingegen priorisiert die Tiefe und nutzt die verlängerte Rechenzeit für logisches Schlussfolgern und iterative Analysen.
In der Praxis funktioniert „Deep Research Max“ wie ein digitaler Analyst, der über Nacht arbeitet. Es bearbeitet komplexe Due-Diligence-Aufgaben asynchron im Hintergrund und liefert dem Analyseteam am nächsten Morgen einen gut strukturierten, beleggestützten Abschlussbericht, wodurch der personelle Aufwand erheblich reduziert wird.

Unterstützung des MCP-Protokolls durchbricht private Datensilos
Ein wesentliches Highlight dieses Updates ist die Unterstützung des Model Context Protocol (MCP). Entwickler können die Agenten nun mit spezialisierten Finanz-, Markt- oder Branchendatenbanken verknüpfen. Durch die eigenständige Abfrage professioneller Datenquellen entwickeln sich die Agenten von einfachen Suchmaschinen zu digitalen Mitarbeitern, die über vertikales Fachwissen verfügen.
Das System bietet zudem leistungsstarke Visualisierungsfunktionen und erstellt native Diagramme und Infografiken direkt in den Berichten. Nutzer können gemeinsam mit der KI vor Beginn einen Forschungsplan erstellen, um die richtige Ausrichtung sicherzustellen. Diese kombinierten Fähigkeiten lassen darauf schließen, dass die Hürden für professionelle Forschung in Zukunft weiter sinken werden.
Verwandter Artikel
DeepMind-CEO Hassabis: Ich schlafe sechs Stunden pro Tag und fühle mich normalerweise gegen 1 Uhr nachts energiegeladen.
Fortune hat kürzlich ein Interview mit Demis Hassabis, dem CEO von Google DeepMind, veröffentlicht, das seinen unkonventionellen Ansatz zu Erholung und Produktivität offenbart. Hassabis gab bekannt, dass er sehr wenig schläft und seine wachen Stunden
OpenAI und Anthropic kämpfen trotz Umsatzrückgängen um Marktanteile
Obwohl jüngste Berichte darauf hindeuten, dass OpenAI seine Umsatzziele verfehlt hat, was an diesem Dienstag Druck auf die Technologieaktien ausübte, zeigen sich private Investoren in KI-Labore weiter
Einhaltung der Vorschriften für autonome Fahrzeuge in Kalifornien: Eine neue Ära von Bußgeldern, Geofences und 1 Million Meilen
Guident betreibt einen AuveTech-Shuttle in Südflorida und verwaltet mithilfe seiner Fernüberwachungstechnologie eine vier Meilen lange Strecke in West Palm Beach sowie eine eine Meile lange Strecke in
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)
Google hat kürzlich zwei auf Forschung ausgerichtete KI-Agenten vorgestellt: „Deep Research“ und „Deep Research Max“, die auf dem Modell „Gemini 3.1 Pro“ basieren. Diese Tools automatisieren die aufwendige Informationsbeschaffung und -analyse und erweitern damit den Einsatzbereich von KI-Assistenten über einfache Frage-Antwort-Funktionen hinaus hin zur Ausführung komplexer Aufgaben.

Derzeit können Entwickler beide Agenten im Rahmen der kostenpflichtigen Stufe der Gemini-API testen. Sie beziehen Daten sowohl von öffentlichen Websites als auch aus internen Unternehmensdatenbanken und liefern detaillierte Analyseberichte mit vollständigen Quellenangaben.
Flexible Dual-Versionen sorgen für ein ausgewogenes Verhältnis zwischen Geschwindigkeit und Recherchetiefe
Um den unterschiedlichen Anforderungen am Arbeitsplatz gerecht zu werden, bietet Google zwei Versionen an. Die Standardversion „Deep Research“ legt den Schwerpunkt auf geringe Latenz und schnelle Antworten und eignet sich ideal für dialogorientierte Schnittstellen, die Antworten in Echtzeit benötigen. Die „Max“-Version hingegen priorisiert die Tiefe und nutzt die verlängerte Rechenzeit für logisches Schlussfolgern und iterative Analysen.
In der Praxis funktioniert „Deep Research Max“ wie ein digitaler Analyst, der über Nacht arbeitet. Es bearbeitet komplexe Due-Diligence-Aufgaben asynchron im Hintergrund und liefert dem Analyseteam am nächsten Morgen einen gut strukturierten, beleggestützten Abschlussbericht, wodurch der personelle Aufwand erheblich reduziert wird.

Unterstützung des MCP-Protokolls durchbricht private Datensilos
Ein wesentliches Highlight dieses Updates ist die Unterstützung des Model Context Protocol (MCP). Entwickler können die Agenten nun mit spezialisierten Finanz-, Markt- oder Branchendatenbanken verknüpfen. Durch die eigenständige Abfrage professioneller Datenquellen entwickeln sich die Agenten von einfachen Suchmaschinen zu digitalen Mitarbeitern, die über vertikales Fachwissen verfügen.
Das System bietet zudem leistungsstarke Visualisierungsfunktionen und erstellt native Diagramme und Infografiken direkt in den Berichten. Nutzer können gemeinsam mit der KI vor Beginn einen Forschungsplan erstellen, um die richtige Ausrichtung sicherzustellen. Diese kombinierten Fähigkeiten lassen darauf schließen, dass die Hürden für professionelle Forschung in Zukunft weiter sinken werden.
DeepMind-CEO Hassabis: Ich schlafe sechs Stunden pro Tag und fühle mich normalerweise gegen 1 Uhr nachts energiegeladen.
Fortune hat kürzlich ein Interview mit Demis Hassabis, dem CEO von Google DeepMind, veröffentlicht, das seinen unkonventionellen Ansatz zu Erholung und Produktivität offenbart. Hassabis gab bekannt, dass er sehr wenig schläft und seine wachen Stunden
OpenAI und Anthropic kämpfen trotz Umsatzrückgängen um Marktanteile
Obwohl jüngste Berichte darauf hindeuten, dass OpenAI seine Umsatzziele verfehlt hat, was an diesem Dienstag Druck auf die Technologieaktien ausübte, zeigen sich private Investoren in KI-Labore weiter











