Heim
Googles Deep-Research-Agent „Gemini 3.1 Pro“ startet mit MCP-Protokoll und multimodalen Funktionen
Google hat kürzlich zwei neue selbstlernende Recherche-Agenten vorgestellt, die auf der Gemini 3.1 Pro-Architektur basieren: Deep Research und Deep Research Max. Diese Tools stehen nun im Rahmen der kostenpflichtigen Stufe der Gemini-API als öffentliche Vorschau zur Verfügung. Sie sind darauf ausgelegt, komplexe Recherche-Workflows vollständig zu automatisieren, was einen Wandel bei KI-Agenten von einfachen Webabfragen hin zu Modellen mit „langfristigem Schlussfolgern“ signalisiert, die zu tiefgreifenden Analysen fähig sind.

Der Standard-Agent Deep Research legt den Schwerpunkt auf Effizienz und geringe Latenz und eignet sich daher ideal für Echtzeit-Konversationsanwendungen, die schnelle Antworten erfordern. Im Gegensatz dazu konzentriert sich Deep Research Max auf die Tiefe der Untersuchung und nutzt die verlängerte Verarbeitungszeit für mehrstufiges Schlussfolgern und Iterationen, was in erster Linie auf asynchrone Backend-Aufgaben wie Due-Diligence-Berichte abzielt. Technisch gesehen führt diese neue Version die Unterstützung für das Model Context Protocol (MCP) ein, wodurch die Agenten Daten sowohl aus dem offenen Web als auch aus privaten Datenbanken mit Finanz- oder Marktinformationen abrufen können. Darüber hinaus verfügen die Agenten nun über native Visualisierungstools, mit denen sie direkt Diagramme und Infografiken im HTML-Format erstellen können.

In Benchmark-Leistungstests berichtet Google, dass Deep Research Max im Vergleich zu früheren Modellen erhebliche Verbesserungen bei Abruf- und Schlussfolgerungsaufgaben zeigt. Branchenanalysten weisen jedoch darauf hin, dass Vergleiche mit der OpenAI GPT-5.4-Serie und Anthropics Opus4.6 durch die Testmethodik beeinflusst sein können und mit Vorsicht zu betrachten sind. Eine bemerkenswerte Neuerung ist eine Funktion zur kollaborativen Planung, die multimodale Eingaben wie PDFs, Audio und Video unterstützt. Entwickler haben zudem die Möglichkeit, den Netzwerkzugang vollständig zu deaktivieren, um die Sicherheit sensibler privater Daten zu gewährleisten.
Google gab an, dass diese beiden Agenten dasselbe zugrunde liegende Forschungsframework wie NotebookLM und Google Search nutzen und über Google Cloud weiter in den Unternehmensmarkt integriert werden sollen. Während selbstforschende Agenten in die Ära des „langfristigen Schlussfolgerns“ vorstoßen, entwickelt sich ihre Rolle in der professionellen Analyse von einem reinen Informationsverarbeiter hin zu einem autonomen, planungsfähigen Experten für tiefgehende Analysen.
Verwandter Artikel
Cursor Composer 2 vs. Claude Opus 4.6: Benchmark-Test entfacht neue Debatte über KI-Programmierung
Am 19. März veröffentlichte Cursor offiziell sein hauseigenes Programmiermodell Composer 2. Die Ankündigung löste in der Entwickler-Community sofort Diskussionen aus – laut Cursor erzielte Composer 2
StrictlyVC San Francisco versammelt Führungskräfte von TDK Ventures, Replit und anderen Unternehmen
Die erste StrictlyVC-Veranstaltung des Jahres findet schon früher in San Francisco statt, als Sie denken. Es sind noch Tickets für unser Treffen am 30. April im Sentro Filipino Cultural Center erhältl
Notion verwandelt seinen Arbeitsbereich in eine Drehscheibe für KI-Agenten
Notion, der Anbieter von Produktivitätssoftware, tritt in das Zeitalter der agentenbasierten Lösungen ein.Während einer live gestreamten Produktankündigung am Mittwoch stellte Notion – bekannt für sei
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)
Google hat kürzlich zwei neue selbstlernende Recherche-Agenten vorgestellt, die auf der Gemini 3.1 Pro-Architektur basieren: Deep Research und Deep Research Max. Diese Tools stehen nun im Rahmen der kostenpflichtigen Stufe der Gemini-API als öffentliche Vorschau zur Verfügung. Sie sind darauf ausgelegt, komplexe Recherche-Workflows vollständig zu automatisieren, was einen Wandel bei KI-Agenten von einfachen Webabfragen hin zu Modellen mit „langfristigem Schlussfolgern“ signalisiert, die zu tiefgreifenden Analysen fähig sind.

Der Standard-Agent Deep Research legt den Schwerpunkt auf Effizienz und geringe Latenz und eignet sich daher ideal für Echtzeit-Konversationsanwendungen, die schnelle Antworten erfordern. Im Gegensatz dazu konzentriert sich Deep Research Max auf die Tiefe der Untersuchung und nutzt die verlängerte Verarbeitungszeit für mehrstufiges Schlussfolgern und Iterationen, was in erster Linie auf asynchrone Backend-Aufgaben wie Due-Diligence-Berichte abzielt. Technisch gesehen führt diese neue Version die Unterstützung für das Model Context Protocol (MCP) ein, wodurch die Agenten Daten sowohl aus dem offenen Web als auch aus privaten Datenbanken mit Finanz- oder Marktinformationen abrufen können. Darüber hinaus verfügen die Agenten nun über native Visualisierungstools, mit denen sie direkt Diagramme und Infografiken im HTML-Format erstellen können.

In Benchmark-Leistungstests berichtet Google, dass Deep Research Max im Vergleich zu früheren Modellen erhebliche Verbesserungen bei Abruf- und Schlussfolgerungsaufgaben zeigt. Branchenanalysten weisen jedoch darauf hin, dass Vergleiche mit der OpenAI GPT-5.4-Serie und Anthropics Opus4.6 durch die Testmethodik beeinflusst sein können und mit Vorsicht zu betrachten sind. Eine bemerkenswerte Neuerung ist eine Funktion zur kollaborativen Planung, die multimodale Eingaben wie PDFs, Audio und Video unterstützt. Entwickler haben zudem die Möglichkeit, den Netzwerkzugang vollständig zu deaktivieren, um die Sicherheit sensibler privater Daten zu gewährleisten.
Google gab an, dass diese beiden Agenten dasselbe zugrunde liegende Forschungsframework wie NotebookLM und Google Search nutzen und über Google Cloud weiter in den Unternehmensmarkt integriert werden sollen. Während selbstforschende Agenten in die Ära des „langfristigen Schlussfolgerns“ vorstoßen, entwickelt sich ihre Rolle in der professionellen Analyse von einem reinen Informationsverarbeiter hin zu einem autonomen, planungsfähigen Experten für tiefgehende Analysen.
Cursor Composer 2 vs. Claude Opus 4.6: Benchmark-Test entfacht neue Debatte über KI-Programmierung
Am 19. März veröffentlichte Cursor offiziell sein hauseigenes Programmiermodell Composer 2. Die Ankündigung löste in der Entwickler-Community sofort Diskussionen aus – laut Cursor erzielte Composer 2
StrictlyVC San Francisco versammelt Führungskräfte von TDK Ventures, Replit und anderen Unternehmen
Die erste StrictlyVC-Veranstaltung des Jahres findet schon früher in San Francisco statt, als Sie denken. Es sind noch Tickets für unser Treffen am 30. April im Sentro Filipino Cultural Center erhältl
Notion verwandelt seinen Arbeitsbereich in eine Drehscheibe für KI-Agenten
Notion, der Anbieter von Produktivitätssoftware, tritt in das Zeitalter der agentenbasierten Lösungen ein.Während einer live gestreamten Produktankündigung am Mittwoch stellte Notion – bekannt für sei











