Google rüstet die Gemini-App für Mac mit Computernutzungsfunktionen auf, sodass die KI im Namen eines Benutzers in lokalen Desktop-Anwendungen und im Web klicken und tippen kann. Laut 9to5Google begann die Einführung der Funktion am Donnerstag in US-Englisch für Google AI Plus-, Pro- und Ultra-Abonnenten. Bloomberg und TechCrunch berichteten ebenfalls über die Einführung und Google selbst kündigte sie im offiziellen Blog unter dem Banner „Lassen Sie Gemini repetitive Aufgaben auf Ihrem Mac angehen.“ an.
Bisher konnte die Aufgabenfunktion in der Mac-App – früher bekannt als Gemini Spark – nur mit lokalen Dateien in Kombination mit verbundenen Apps wie Gmail oder Google Kalender funktionieren. Die Computernutzung erweitert diesen Bereich erheblich: Zwillinge können jetzt in Menüs navigieren, Formulare ausfüllen und mehrstufige Aufgaben in Desktop-Anwendungen und auf Websites erledigen, wobei sie in einem isolierten Hintergrundfenster mit einer Live-Vorschau direkt im Chat arbeiten, wie Google es beschreibt. Ihr Hauptbildschirm und Cursor bleiben frei, während der Agent arbeitet. Um einen Eindruck davon zu bekommen, wie aggressiv die großen Labore diesen Monat mit der Auslieferung von Agentenfunktionen umgehen, sehen Sie sich unsere Zusammenfassung der neuesten KI-Entwicklungen an.
Was Gemini tatsächlich auf einem Mac tun kann
Google vertritt den Standpunkt, dass die meisten alltäglichen Arbeiten Anwendungen umfassen, die nicht miteinander kommunizieren, und dass ein im Hintergrund arbeitender Agent die mühsamen Zwischenschritte übernehmen kann. Das Unternehmen und seine Presseberichterstattung hoben mehrere konkrete Anwendungsfälle hervor:
- Beschleunigung kreativer Arbeitsabläufe – Batch-Farbkorrektur von Fotos in Designsoftware oder Einrichtung komplexer 3D-Szenen.
- Manuelle Formulareingabe überspringen – Extrahieren von Gewichten, Abmessungen und Adressen aus lokalen PDFs, um Versandangebote für mehrere Kartons auszufüllen.
- Live-Daten in Präsentationen umwandeln – Metriken und Screenshots aus Dashboards in verschiedenen Regionen abrufen und in einem Google Slides-Deck zusammenstellen.
- Stapellisten von zum Verkauf stehenden Artikeln – Analyse von Kleidungsfotos aus einem lokalen Ordner, Recherche von Preisen, Protokollierung von Artikeldetails und Bereitstellung von Angeboten auf Wiederverkaufsplattformen.
Benutzer rufen die Funktion auf, indem sie @Computer use zu einer Eingabeaufforderung hinzufügen. In den Einstellungen „Anpassen“ > „Konnektoren“ der App werden neben den vorhandenen Git- und Obsidian-Konnektoren neue „Desktop“-Integrationen für Blender und Autodesk Fusion angezeigt – eine bemerkenswerte Anspielung auf kreative und technische Fachleute, da diese Anwendungen für 3D-Design und mechanische Arbeitsabläufe von zentraler Bedeutung sind.
Die Sicherheitsgeländer
Die KI-Steuerung Ihrer Tastatur und Maus ist eine Vertrauenssache, und Google hat mehrere Einschränkungen eingebaut. Benutzer können Gemini jederzeit mit einem Klick stoppen und auswählen, welche Anwendungen der Agent berühren darf. Gemini pausiert für Anmeldungen und Zahlungsschritte und sensible Aktionen erfordern eine ausdrückliche Bestätigung, bevor sie fortfahren können. Das isolierte Fensterdesign fügt eine weitere Ebene hinzu: Der Agent arbeitet in seinem eigenen virtuellen Raum, anstatt den aktiven Desktop des Benutzers zu kapern, mit einer Live-Vorschau, die zeigt, was er tut.
Diese Leitplanken spiegeln den Ansatz wider, den Google mit Agentenfunktionen an anderer Stelle in seinem Stack verfolgt hat – das Unternehmen hat kürzlich den Agenten-Aufgabenmodus von Gemini umfassender aktualisiert und im Rahmen derselben Datenschutzinitiative den Inkognito-Modus zur KI-Suche hinzugefügt. Sie landen auch inmitten einer zunehmenden Prüfung dessen, was KI-Agenten im Namen der Benutzer tun können: Sicherheitsforscher haben einen Großteil des Jahres 2026 damit verbracht, Prompt-Injection-Angriffe gegen Programmieragenten und browserbasierte Agenten gleichermaßen zu dokumentieren, wodurch die Zahlungspausen- und Bestätigungsanforderungen mehr als zeremoniell sind.
Eine weitere Salve im Krieg um die Agentenplattform
Die Computernutzung auf dem Mac erweitert Googles Agentenambitionen auf ein Gebiet, das die Konkurrenten das ganze Jahr über umkreist haben. Anthropic leistete Pionierarbeit in der Kategorie „Computernutzung“, als es Claude im Jahr 2024 die Möglichkeit eröffnete, einen Desktop zu bedienen, und OpenAI hat seitdem Agentenfunktionen tief in ChatGPT integriert. Microsoft hat sich unterdessen auf seine installierte Windows-Basis gestützt, um Agentenverteidigungen und Copilot-gesteuerte Automatisierung auf Betriebssystemebene bereitzustellen.
Was den Eintrag von Google auszeichnet, ist die Verbreitung und das Framing. Gemini für Mac richtet sich eher an ein Verbraucherpublikum als an Entwickler, läuft lokal auf dem Computer, auf dem die Arbeit stattfindet, und konzentriert sich auf Hausarbeiten – die sich wiederholenden Multi-App-Aufgaben, die Menschen aufschieben – und nicht auf autonomes Arbeiten. Auch das Abonnenten-Gating ist aussagekräftig: AI Plus, Pro und Ultra sind die kostenpflichtigen Stufen von Google, was die Computernutzung zu einem weiteren Vorteil im Abonnementpaket macht, da das Unternehmen die über eine Milliarde Nutzerbasis von Gemini in zahlende Kunden umwandelt. Google hat Gemini Tasks kürzlich auch für mehr als eine Milliarde Nutzer kostenlos gemacht und schlägt damit eine Leiter vor, bei der Agentenfunktionen der Einstiegsklasse die Gewohnheit fördern und Premiumstufen wie die Computernutzung sie monetarisieren.
Der Rollout beginnt heute in US-Englisch und – wie bei den meisten Gemini-Funktionen – wird wahrscheinlich eine breitere Sprach- und regionale Verfügbarkeit folgen. Mac-Benutzer mit kostenlosen Tarifen müssen warten oder ein Upgrade durchführen, bevor sie ihre Unterlagen dem Google-Agenten übergeben.
---
Der KI einen Schritt voraus seinErhalten Sie die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Weitere KI-Neuigkeiten lesen →