Google Gemini: Computer-Use-Tool seit 30. Oktober allgemein verfügbar

Google hat die Preview-Phase für das Computer-Use-Tool seiner Gemini-Schnittstelle beendet und die Funktion allgemein verfügbar gemacht. Entwickler und Unternehmenskunden können das Werkzeug zur automatisierten Bedienung von Benutzeroberflächen damit im regulären Produktivbetrieb einsetzen.

Wie aus einem Bericht von ventureatlas.org vom 31. Oktober 2026 hervorgeht, erfolgte die Freigabe am 30. Oktober 2026 über die Interactions- sowie die GenerateContent-APIs des Konzerns.

Mit dem Werkzeug sind KI-Modelle in der Lage, Aktionen auf Bildschirmen eigenständig auszuführen, Softwareoberflächen zu interpretieren und Arbeitsschritte wie Mausklicks oder Tastatureingaben automatisiert nachzubilden. Bislang stand dieser Funktionsumfang Entwicklern nur in einer vorläufigen Testumgebung zur Verfügung.

Breite Modellunterstützung für unterschiedliche Anforderungen

Wer KI-Systeme wie Gemini professionell einsetzt, muss seit August 2024 die strengen Vorgaben des EU AI Acts beachten. Dieser kostenlose Praxisleitfaden hilft Unternehmen dabei, die neuen Kennzeichnungs- und Dokumentationspflichten rechtssicher umzusetzen. EU AI Act in 5 Schritten verstehen

Laut der technischen Dokumentation unterstützt das Computer-Use-Tool eine Reihe verschiedener Modellvarianten. Zu den freigegebenen Systemen gehören Gemini 4 Argon, Gemini 3.8 Flash sowie Gemini 3.5 Flash-Lite. Darüber hinaus lässt sich das Werkzeug auch mit Gemini 3 Flash nutzen, wobei sich dieses spezifische Modell weiterhin in der Preview-Phase befindet.

Durch die Abdeckung von schnellen, leichtgewichtigen Modellen wie den Flash-Varianten bis hin zu leistungsstärkeren Ausführungen erhalten Entwickler Spielraum, um zwischen Rechenaufwand, Latenz und Aufgabenkomplexität abzuwägen. Während kompaktere Modelle vor allem für wiederkehrende Standardaufgaben auf Softwareoberflächen infrage kommen, sind komplexere Varianten für mehrstufige Arbeitsabläufe gedacht.

Kontrollbedarf und Abrechnung über Token-Verbrauch

Trotz des Status der allgemeinen Verfügbarkeit verweist Google darauf, dass das Werkzeug Fehler enthalten kann. Der Einsatz in der Praxis erfordert daher weiterhin eine kontinuierliche Aufsicht durch menschliche Nutzer oder entsprechende Kontrollinstanzen, um fehlerhafte Aktionen auf Systemebene zu verhindern. Der vollständige Verzicht auf Überwachung wird für produktive Abläufe nicht empfohlen.

Die automatisierte Steuerung von Softwareoberflächen durch KI stellt Unternehmen vor neue Herausforderungen bei der Risikobewertung. Welche Systeme laut EU-Verordnung als Hochrisiko gelten und was IT-Verantwortliche jetzt konkret tun müssen, erfahren Sie in diesem kostenlosen Report. Kostenlosen Umsetzungsleitfaden zum EU AI Act herunterladen

Hinsichtlich der Kostenstruktur ist das Computer-Use-Tool von der kostenlosen Nutzungsebene ausgenommen. Es ist nicht im sogenannten Free-Tier der Schnittstelle enthalten. Stattdessen erfolgt die Abrechnung der anfallenden Operationen nach dem regulären Verbrauch an Modell-Tokens.

Für Entwicklungsteams bedeutet dies, dass die Interaktionen mit Softwareoberflächen und die Verarbeitung der dazugehörigen visuellen und textlichen Daten im Rahmen der Standardtarife der jeweiligen Basismodelle berechnet werden.