Deine KI hört jetzt richtig zu
Googles neues Gemini 3.5 Transcribe macht aus Gesprächen, Meetings und Sprachnotizen saubere Texte, schneller und genauer als bisher. Dazu bekommt Claude Cowork einen eigenen Browser und kann damit Aufgaben erledigen, für die es früher eine Schnittstelle brauchte. Und wenn du mehrere KI-Agenten gleichzeitig einsetzt, zeigt der heutige Deep Dive, wie du den Überblick behältst und das Beste aus dem Verbund holst.
Gemini 3.5 Transcribe transkribiert Gespräche sauber und schnell
Google hat Gemini 3.5 Transcribe veröffentlicht, ein Sprache-zu-Text-Modell, das für den produktiven Einsatz in Unternehmen gebaut ist. Wer bisher Meetings mitgeschnitten, Kundenanrufe protokolliert oder Sprachnotizen transkribiert hat, kennt das Problem: Das Ergebnis liest sich wie ein Bewusstseinsstrom. Füllwörter, Versprecher, Satzabbrüche. Gemini 3.5 Transcribe räumt das in Echtzeit auf.
Das Modell filtert Füllwörter und korrigiert Versprecher direkt beim Transkribieren, nicht erst in einem zweiten Schritt. Die Wortfehlerrate liegt laut Google bei 4,0 Prozent im Streaming-Betrieb. Die Latenz sinkt gegenüber dem Vorgänger Chirp 3 um 70 Prozent. Für Anwendungen, bei denen Geschwindigkeit zählt, etwa Live-Protokolle im Kundengespräch oder Echtzeit-Untertitel, ist das ein echter Unterschied.
Besonders interessant für den Mittelstand: Das Modell unterstützt über 85 Sprachen, darunter selbstverständlich Deutsch. Wer international aufgestellt ist oder Mitarbeitende mit unterschiedlichen Muttersprachen hat, bekommt damit eine einheitliche Lösung statt mehrerer Insellösungen.
Dazu kommt ein technisches Detail mit praktischer Relevanz. Über Function Calling kann Gemini 3.5 Transcribe Aufgaben direkt an andere Gemini-Modelle weitergeben. Das bedeutet: Transkription und anschließende Verarbeitung, zum Beispiel Zusammenfassung, Aufgabenextraktion oder Übersetzung, lassen sich in einem Durchgang automatisieren, ohne dass du dazwischen manuell eingreifen musst.
Verfügbar ist das Modell über die Google Cloud und die Gemini API. Für Betriebe, die bereits Google Workspace oder Cloud-Dienste nutzen, ist der Einstieg niedrigschwellig. Wer Meeting-Protokolle, Kundengesprächsnotizen oder interne Sprachaufnahmen heute noch manuell aufbereitet, sollte das konkret testen.
- the-decoder.de · 27. August 2026
- deepmind.google · 26. August 2026
Claude Cowork bekommt eigenen Browser für Aufgaben ohne Schnittstelle
Wer Daten aus einem Webportal braucht, das keine Schnittstelle anbietet, kennt das Problem: manuell einloggen, klicken, kopieren, wiederholen. Genau hier setzt Anthropics neue Funktion an.
Anthropic baut einen eigenen Browser direkt in die Desktop-App Claude Cowork ein. Braucht Claude für eine Aufgabe eine Webseite, öffnet sich im Seitenfenster ein Browser. Claude ruft die Seite auf, liest Inhalte, klickt Buttons und füllt Formulare aus — ohne dass du eingreifen musst. Das funktioniert auch bei Portalen, die keine API anbieten.
Praktisch bedeutet das: Aufgaben wie das Auslesen von Zahlen aus einem Lieferantenportal, das Ausfüllen von Behördenformularen oder das Übertragen von Daten aus einem Dashboard lassen sich delegieren, selbst wenn der Anbieter keine Automatisierung vorgesehen hat.
Der Browser läuft innerhalb der Desktop-App, nicht im Hintergrund auf einem fremden Server. Das ist ein relevanter Unterschied für alle, die bei browserbasierten Automatisierungen auf Datenschutz achten müssen.
Die Funktion ist noch nicht für alle Nutzer verfügbar, Anthropic rollt sie schrittweise aus. Wer Claude Cowork bereits nutzt, sollte in den nächsten Wochen Zugang bekommen.
Takeaway. Prüf, welche manuellen Portal-Aufgaben in deinem Betrieb regelmäßig anfallen, und notier sie als Kandidaten für Claude Cowork, sobald der Browser bei dir freigeschaltet ist.
- the-decoder.de · 27. August 2026
- heise.de · 27. August 2026
KI-Agenten im Verbund: So behältst du die Kontrolle
Ein einzelner KI-Agent ist überschaubar. Fünf, die miteinander kommunizieren, sind es nicht mehr. Das ist kein Hype-Problem für Konzerne, sondern ein praktisches Risiko, das früher auftaucht als die meisten erwarten.
Die Lösung liegt nicht im Nachsteuern, sondern im Aufbau von Anfang an. Drei Punkte entscheiden, ob ein Multi-Agenten-System kontrollierbar bleibt.
Erster Punkt: Jeder Agent braucht eine eigene Identität. Nicht die Berechtigung des Entwicklers, der ihn gebaut hat, sondern eine eigene, eng begrenzte Zugriffsrolle. Und einen namentlich benannten Menschen, der für ihn haftet. Klingt bürokratisch, ist aber der einzige Weg, um bei einem Fehler in Schritt vier von fünf noch sagen zu können, wer zuständig ist.
Zweiter Punkt: Berechtigungen so klein wie möglich halten. Der klassische Fehler: Ein Agent bekommt breiten API-Zugriff, weil die saubere Einschränkung Zeit kostet. Sechs Monate später hat er einen Pfad ins Zahlungssystem, den niemand bewusst freigegeben hat. Weniger Zugriff von Anfang an ist kein Aufwand, sondern Risikomanagement.
Dritter Punkt: Kontrolle muss auf Datenbankebene stattfinden, nicht nur in den Anweisungen an den Agenten. Richtlinien, die nur im Prompt stehen, sind so zuverlässig wie der Agent vorhersehbar ist. Das ist bei autonomen Systemen per Definition begrenzt. Wer Zugriffskontrolle und Protokollierung direkt in der Datenschicht verankert, macht Governance unabhängig davon, wie der Agent gebaut wurde oder was er gerade entscheidet.
Für den Mittelstand bedeutet das: Wer heute mit einem oder zwei Agenten startet, sollte diese Strukturen von Beginn an einziehen. Nachträglich ist es deutlich aufwendiger.
- venturebeat.com · 27. August 2026
- venturebeat.com · 27. August 2026
Ein Klick reicht. Du hilfst, das Briefing schärfer zu machen.
Archiv
6 Ausgaben insgesamt
15 Min Gespräch, kostenlos.
Wir schauen, wo KI in deinem Betrieb sofort Stunden spart.