Write a journalistic article in German fully based on
Die Google-Suche ist eine unglaublich wertvolle Ressource und hat das moderne Internet maßgeblich geprägt. Aber wie wir alle erfahren haben, liefert die Suche nicht immer die richtigen Ergebnisse. Wir bleiben oft auf der Suche nach Antworten, obwohl die Suchmaschine viele Möglichkeiten bietet, tiefer in die Materie einzutauchen.
Manchmal liegt das daran, dass die Suchmaschine manipuliert wurde und aufgrund von SEO-Aktivitäten der Website-Betreiber weniger relevante Ergebnisse angezeigt werden.
Außerdem: Googles Gemini 2.0 AI verspricht, durch Fortschritte bei den Agenten schneller und intelligenter zu werden
Manchmal werden nicht zufriedenstellende Antworten angezeigt, weil die Informationen online nicht verfügbar sind oder die Suchbegriffe ungenau oder ineffektiv sind. Und manchmal werden nicht zufriedenstellende Antworten präsentiert, weil die Daten hinter proprietären Firewalls gesperrt sind.
Google versucht, dieses letzte Problem mit Google Agentspace zu lösen, seinem Agenten-KI-Angebot für Unternehmen. In einem heutigen Blogbeitrag beschreibt Saurabh Tiwary, VP und General Manager für Google Cloud AI, AgentSpace mit den Worten: „Es erschließt Unternehmenskompetenz für Mitarbeiter mit Agenten, die Geminis fortschrittliche Argumentation, Google-Qualitätssuche und Unternehmensdaten zusammenführen, unabhängig davon, wo sie gehostet werden.“ .“
Lassen Sie uns die Kernkomponenten dieses Angebots dekonstruieren: KI, Suche und Daten.
Beginnen wir mit den Daten. Es sind nicht nur Daten, sagt Tiwary. Es handelt sich um Daten „unabhängig davon, wo sie gehostet werden“. Dieser Ansatz bedeutet, dass es möglich ist, die leistungsstarken Such- und Abruftools von Google zu verwenden, um eine Vielzahl von Silos zu scannen. Google erwähnt Confluence, Google Drive, Jira, Microsoft Sharepoint und ServiceNow, deutet aber an, dass es noch mehr geben wird.
In Kombination mit der Google-Suche verwandelt diese Funktionalität Datensilos effektiv in einen Datensee und macht diese Informationen unternehmensweit und funktionsübergreifend zugänglich, unabhängig davon, wo sie ursprünglich erfasst und gespeichert wurden.
Außerdem: 5 Gründe, warum Googles Trillium KI und Cloud Computing verändern könnte – und 2 Hindernisse
Natürlich gibt es Sicherheitsaspekte. Agentspace nutzt die Secure by Design-Architektur von Google, die eine detaillierte Kontrolle über Daten und deren Nutzung ermöglicht. Google listet IT-Kontrollen auf, die auf Agentspace angewendet werden, darunter:
Rollenbasierte Zugriffskontrolle – Ermöglicht Betreibern die Staffelung von Berechtigungen basierend auf der Benutzerrolle. Virtuelle private Cloud-Dienstkontrollen – Bietet Datenzugriffskontrollen innerhalb virtueller privater Clouds. Integration von Identitäts- und Zugriffsverwaltung – Bietet Identitätsverwaltung und Zugriff mit granularen Berechtigungen, oft auf Datensatz- oder Feldebene. Verwaltete Verschlüsselungsschlüssel: Kunden und nicht Google können ihre Verschlüsselungsschlüssel verwalten
Sie verfügen also über Daten, die in mehreren Unternehmens- und Cloud-Infrastrukturen gehostet werden und die mithilfe der Suchfunktionen von Google indiziert und abgerufen werden können. Fügen Sie dieser Mischung nun die Agenten-KI hinzu.
Außerdem: Die neue Deep Research-Funktion von Gemini durchsucht das Web für Sie – wie ein Assistent
Anfang dieser Woche beschrieb Sundar Pichai, CEO von Google und Alphabet, in einem Blogbeitrag die Agenten-KI als eine Benutzeroberfläche mit „Aktionsfunktionen“. Er listete drei Kriterien auf, die die Agenten-KI charakterisieren und sich auf Situationsbewusstsein, die Fähigkeit, Schritte zu planen und Maßnahmen zu ergreifen, reduzieren lassen.
Bewusstsein, Planung und Handeln. Kombinieren Sie diese mit der Fähigkeit, über Unternehmenssilos hinweg zu suchen, und Sie haben ein wirksames Rezept für die Entwicklung potenzieller Lösungen.
Programmierer entwickeln seit Jahren Apps, die Silos überqueren, nach algorithmischen Schritten arbeiten, über Situationsbewusstsein verfügen und einige Maßnahmen ergreifen. Aber wir mussten diese Dinge mithilfe von Microservices und Datenaustauschprotokollen sowie all den mühsamen und komplexen Tools der Interoperabilität erstellen.
Was wäre, wenn einige dieser unternehmensinternen Projekte nicht mehr ein Jahr in Anspruch nehmen würden, sondern ein paar Nachmittage der Anregung und Verfeinerung? Das ist wirklich ein starkes Zeug.
Außerdem: Laut dem Tech Trends-Bericht von Deloitte ist die KI im Jahr 2025 verdeckt am Werk
Es wird noch einiges an Arbeit für die Programmierer zu tun sein, insbesondere beim Aufbau und der Feinabstimmung dieser Agenten. Aber die Zeit, die für all die mühsamen Verbindungsarbeiten benötigt wird, kann hinter den Kulissen vom Datenroboter erledigt werden.
In meinem Artikel mit 25 Tipps habe ich darüber gesprochen, wie man über das Programmieren mit KI nachdenkt. Ein großer Teil der Botschaft bestand darin, die allgemeine Wissensarbeit der KI zu überlassen und die einzigartigen, proprietären Dinge im Code zu erledigen.
Das Gleiche gilt auch für Agenten. Sie müssen die Geschäftsprozesse und die Dinge beschreiben, die Sie aus den Daten erkennen müssen. Aber Sie müssen Ihren Kopf nicht gegen die Wand schlagen, um Code zu schreiben, um beispielsweise Mixed-Mode-Daten aus Sharepoint zu extrahieren. Das Überspringen dieser Phase spart Wochen.
Es gibt noch einen weiteren interessanten Teil dieser Ankündigung: die Integration Ihrer Unternehmensdaten mit NotebookLM. Ich habe Anfang des Jahres über NotebookLM gesprochen, als ich zeigte, wie das Tool einen Artikel in einen überzeugend realistischen Podcast verwandeln kann.
Außerdem: OpenAI führt Canvas für alle ChatGPT-Benutzer ein – und es ist ein leistungsstarkes Produktivitätstool
Aber NotebookLM ist mehr als eine Podcasting-Neuheit. Betrachten Sie es als ein Werkzeug zur Verarbeitung von Dokumentensammlungen. Benutzer können Stapel von Dokumenten in einzelne Ordner, sogenannte Notizbücher, hochladen. Anschließend können sie Google Gemini verwenden, um KI-gestützte Aufgaben an diesen Notizbüchern auszuführen, sei es das Zusammenfassen der Informationen, die Synthese auf verschiedene Arten oder das Organisieren.
Durch die Verbindung einheitlicher Unternehmensdatensilos zu projektspezifischen Notizbüchern, die dann von einer KI verarbeitet werden können, können Mitarbeiter „Synthesen erstellen, Erkenntnisse gewinnen und neue Möglichkeiten der Datenbeschäftigung genießen, beispielsweise Podcast-ähnliche Audiozusammenfassungen“, heißt es Tiwary von Google.
Lassen Sie uns dies mit einer besonders aussagekräftigen Aussage von Alan Triggs, Chief Digital Officer von Nokia, abschließen. Er sagt: „Google Agentspace hat das Potenzial, die Art und Weise zu revolutionieren, wie unsere Teams bei Nokia wichtige Erkenntnisse finden und nutzen.“
Er fasste zusammen, was der Hauptvorteil dieses neuen Angebots zu sein scheint, und sagte: „Wir sind besonders begeistert von der Fähigkeit von Google Agentspace, verschiedene Datenquellen zu kombinieren und personalisierte, kontextrelevante Antworten zu liefern. Durch die Vereinheitlichung unserer Wissensressourcen und die Bereitstellung von KI-gestützter Unterstützung.“ Durch die Automatisierung von Arbeitsabläufen streben wir danach, den Zeitaufwand für die Suche nach Informationen zu reduzieren, Entscheidungen schneller zu treffen und die Zusammenarbeit und Produktivität zu verbessern.“
Was halten Sie von Agentspace? Kann Ihr Unternehmen von einheitlichen Silos und Agentenautomatisierung profitieren? Haben Sie schon einmal mit Agenten-KI gearbeitet? Teilen Sie uns Ihre Meinung in den Kommentaren unten mit.
Sie können meine täglichen Projektaktualisierungen in den sozialen Medien verfolgen. Abonnieren Sie unbedingt meinen wöchentlichen Update-Newsletter und folgen Sie mir auf Twitter/X unter @DavidGewirtz, auf Facebook unter Facebook.com/DavidGewirtz, auf Instagram unter Instagram.com/DavidGewirtz und auf YouTube unter YouTube.com/DavidGewirtzTV.
