Google hat zwei neue autonome Recherche-Agenten vorgestellt, die auf dem Modell Gemini 3.1 Pro basieren: Deep Research und Deep Research Max.
Beide sind ab sofort als Public Preview über die kostenpflichtigen Stufen der Gemini-API verfügbar und richten sich an Entwickler, die umfangreiche Recherche-Aufgaben automatisieren wollen. Mit einem einzigen API-Aufruf sollen sich Recherche-Workflows anstoßen lassen, die erstmals das offene Web mit proprietären Datenströmen kombinieren und vollständig quellenbasierte Analysen liefern.
Zwei Varianten für unterschiedliche Einsatzzwecke
Die Standardvariante Deep Research ersetzt die im Dezember veröffentlichte Preview-Version und soll bei geringerer Latenz und niedrigeren Kosten eine höhere Qualität liefern. Sie ist für Anwendungen gedacht, bei denen Geschwindigkeit wichtig ist, weil der Nutzer auf eine unmittelbare Antwort wartet, etwa bei einem Chat-Interface.
Deep Research Max hingegen zielt auf maximale Gründlichkeit. Der Agent nutzt erweiterte Test-Time-Compute, um iterativ zu schlussfolgern, zu suchen und den finalen Bericht zu verfeinern. Google nennt als typischen Anwendungsfall asynchrone Hintergrund-Workflows, etwa einen nächtlichen Cron-Job, der bis zum Morgen umfassende Due-Diligence-Berichte für ein Analystenteam generiert.
In von Google durchgeführten Benchmarks soll Deep Research Max einen deutlichen Leistungssprung bei Retrieval- und Reasoning-Aufgaben zeigen. Verglichen mit der vorherigen Version konsultiere der Agent laut Google mehr Quellen und erkenne kritische Nuancen, die die ältere Version häufig übersehen habe.
Laut Google Deepmind übertrifft der neue Gemini Deep Research Agent die vorherige Version deutlich. Der Vergleich mit den OpenAI-Modellen ist nicht eindeutig. | Bild: OpenAIDer Vergleich mit OpenAIs GPT-5.4 ist allerdings nicht eindeutig; das Modell bietet zwar eine hervorragende autonome Internetsuche, ist aber nicht für Deep Research optimiert. Hierfür bietet OpenAI, wie Google, einen eigenen DR-Agenten, der aber nach dem Februar-Update auf GPT-5.2 basiert, nicht auf GPT-5.4. Zudem ist nicht klar, mit welcher Reasoning-Intensität GPT-5.4 und Opus 4.6 im Vergleichstest betrieben wurden. Das stärkste Suchmodell von OpenAI ist ohnehin GPT-5.4 Pro, das Google hier offenbar nicht verglichen hat.
MCP-Unterstützung öffnet den Agenten für proprietäre Daten
Eine der wesentlichen Neuerungen ist die Unterstützung des Model Context Protocol (MCP). Entwickler können Deep Research damit an eigene Datenquellen und spezialisierte professionelle Datenströme anbinden, etwa von Finanz- oder Marktdatenanbietern. Durch die Unterstützung beliebiger Tool-Definitionen wird der Agent laut Google von einem reinen Web-Sucher zu einem autonomen Agenten, der auch spezialisierte Datenbanken durchsuchen kann.
Erstmals in der Gemini-API generiert der Agent zudem nativ Diagramme und Infografiken direkt in den Berichten, entweder als HTML oder im Format "Nano Banana". Damit sollen komplexe Datensätze visuell aufbereitet werden können.
Weitere neue Funktionen umfassen die Möglichkeit, den vom Agenten erstellten Recherche-Plan vor der Ausführung zu überprüfen und zu verfeinern ("Collaborative Planning"), multimodalen Input aus PDFs, CSVs, Bildern, Audio und Video sowie Echtzeit-Streaming der Zwischenschritte. Entwickler können außerdem den Webzugang komplett deaktivieren und den Agenten ausschließlich über eigene Daten recherchieren lassen.
Die Agenten nutzen laut Google dieselbe Infrastruktur, die auch Recherche-Funktionen in Endnutzerprodukten wie der Gemini-App, NotebookLM, Google Search und Google Finance antreibt. Entwickler können über die Interactions-API mit dem Bau eigener Recherche-Workflows beginnen. Beide Agenten sollen bald auch für Startups und Unternehmen über Google Cloud zugänglich sein.
KI-News ohne Hype – von Menschen kuratiert
Mit dem THE‑DECODER‑Abo liest du werbefrei und wirst Teil unserer Community: Diskutiere im Kommentarsystem, erhalte unseren wöchentlichen KI‑Newsletter, 6× im Jahr den "KI Radar"‑Frontier‑Newsletter mit den neuesten Entwicklungen aus der Spitze der KI‑Forschung, bis zu 25 % Rabatt auf KI Pro‑Events und Zugriff auf das komplette Archiv der letzten zehn Jahre.
