Google macht aus Vertex AI die Gemini Enterprise Agent Platform

Google Cloud hat am 22. April die Gemini Enterprise Agent Platform vorgestellt. Damit wird Vertex AI nicht mehr als isoliertes Produkt weitergeführt. Laut Google werden künftige Vertex-AI-Services und Roadmap-Updates ausschließlich über die neue Plattform bereitgestellt. Auf den ersten Blick ähnelt dies einem Markenwechsel. Tatsächlich verlagert Google seinen Enterprise-KI-Stack jedoch organisatorisch und technisch stärker in Richtung eines agentenzentrierten Betriebs.

Der Kern der Ankündigung ist klar: Google bündelt Modellzugriff, Agentenentwicklung, Laufzeitumgebung, Governance und Sicherheitskontrollen in einer gemeinsamen Infrastruktur. Bisher diente Vertex AI vielen Teams als Einstieg in den KI-Stack. Mit der neuen Ausrichtung verschiebt sich der Fokus von einzelnen Modellen und Services hin zu einem durchgängigen Agenten-Lebenszyklus.

Architekturwechsel von Vertex AI zur Agentenplattform

Im offiziellen Launch-Beitrag beschreibt Google die Gemini Enterprise Agent Platform als zentrale Umgebung zum Erstellen, Skalieren, Steuern und Optimieren von Agenten. Dafür kombiniert die Plattform bestehende Vertex-AI-Funktionen mit neuen Modulen für Integration, DevOps, Orchestrierung und Security. Auf der Produktseite wird sie bereits als „Gemini Enterprise Agent Platform (formerly Vertex AI)“ geführt.

Diese strategische Neuausrichtung ist relevant, da Google nicht mehr primär Modellzugang vertreibt. Die Plattform soll den vollständigen Rahmen für produktive Agenten abdecken: vom Prototyp bis zum laufenden Unternehmensbetrieb. Teams, die Vertex AI bisher als Baukasten für Modell-Tuning und isolierte Workflows nutzten, erhalten nun ein zentrales Kontrollsystem für komplexere Agenten-Architekturen.

Für bestehende Nutzer ist die Richtung eindeutig. Google stellt im Blog klar, dass alle weiteren Vertex-AI-Entwicklungen exklusiv über die Agent Platform erfolgen. Es handelt sich nicht um eine parallele Marke, sondern um die neue Hauptebene des Stacks.

Zusammenführung der Plattformkomponenten

Das Angebot vereint mehrere Bausteine, die bisher oft separat betrachtet wurden. Laut Google bietet der Model Garden Zugriff auf mehr als 200 Modelle, darunter Gemini 3.1 Pro, Gemini 3.1 Flash Image und Lyria 3. Gleichzeitig bleibt die Plattform offen für Modelle von Drittanbietern wie Claude Opus, Sonnet und Haiku.

Für die Agentenentwicklung nennt ITPro drei zentrale Ebenen. Erstens das Agent Studio als Low-Code-Umgebung für Teams, die nicht jeden Schritt manuell programmieren möchten. Zweitens das Agent Development Kit (ADK) als quelloffenes, code-first Framework. Drittens die Agent Runtime für Orchestrierung und zustandsbehaftete Abläufe.

Ergänzend kommen Komponenten für Identität, Zugriff und Verwaltung hinzu. ITPro listet Agent Identity, Agent Gateway und Agent Registry als Bestandteile des neuen Plattformmodells auf. Für den Betrieb nach dem Rollout werden Agent Evaluation, Agent Observability und Agent Simulation hervorgehoben. Google adressiert damit gezielt die Hürden, an denen viele Agenten-Projekte in der Praxis scheitern: Governance, Nachvollziehbarkeit und stabiler Betrieb unter realen Bedingungen.

Integration der Gemini Enterprise App

Neben der Plattform selbst ist die Einbettung in das größere Produktportfolio entscheidend. Google positioniert die Gemini Enterprise App als Nutzeroberfläche, über die Mitarbeiter fertige Agenten im Arbeitsalltag verwenden können. Die Agent Platform fungiert dabei als technisches Backend. Diese Trennung unterscheidet klar zwischen einer Anwendungsebene für Endnutzer und einer Entwicklungsebene für Teams, die Agenten erstellen, absichern und bereitstellen.

Diese Architektur dürfte für Unternehmen praktisch relevant sein. Viele interne KI-Initiativen scheitern an der Fragmentierung zwischen Chat-Oberflächen, Modellzugriff, Datenanbindung und Compliance-Anforderungen. Google versucht, diese Komponenten zu einer durchgängigen Kette zu verbinden. Die App dient als Frontend für Mitarbeiter, die Plattform als Backend für Entwickler, Plattform-Teams und Security-Verantwortliche.

Dies unterstreicht auch die strategische Botschaft der Ankündigung. Google spricht nicht mehr nur von Assistenzfunktionen, sondern von einer „agentic“ Unternehmensarchitektur mit kontrollierten, integrierten und auditierbaren Agenten. Der Begriff ist im Markt weit verbreitet. In diesem Kontext verdeutlicht er jedoch die Verschiebung des Enterprise-Angebots: weg vom reinen Modellkatalog, hin zur Betriebsumgebung für automatisierte Workflows.

Auswirkungen auf Entwicklungsteams

Für Entwicklerteams ist die zentrale Veränderung weniger ein einzelnes Feature als eine neue Standardarchitektur. Wenn Google künftige Vertex-AI-Funktionen nur noch im Kontext der Agent Platform weiterentwickelt, verschieben sich auch grundlegende Architekturentscheidungen. Der Fokus liegt nicht mehr allein auf der Modellauswahl, sondern darauf, wie Identität, Runtime, Richtlinien und Observability von Beginn an integriert werden.

Dieser Ansatz ist fachlich nachvollziehbar. Viele Anbieter suggerieren weiterhin, ein leistungsstarker Modellzugang sei ausreichend. In der Praxis entstehen die komplexen Herausforderungen jedoch später: Welche Agenten erhalten Zugriff auf welche Systeme? Wie lässt sich ihr Verhalten validieren? Wie behält ein Team die Übersicht über mehrere Agenten mit unterschiedlichen Berechtigungen? Google versucht, genau diese Steuerungsebene als Produkt zu etablieren.

Gleichzeitig besteht ein strategisches Risiko. Je stärker Google alle Komponenten unter einer Plattformmarke bündelt, desto höher wird die Abhängigkeit vom eigenen Kontroll- und Governance-Modell. Die Offenheit für Drittmodelle mildert diesen Effekt, löst das Grundproblem jedoch nicht vollständig. Teams, die sich tief in Runtime, Registry und Policy-Schichten integrieren, werden später nur mit Aufwand wechseln können.

Marktpositionierung und Ausblick

Die Gemini Enterprise Agent Platform ist damit mehr als eine Umbenennung von Vertex AI. Google strukturiert seinen Enterprise-Stack um ein klares Leitbild neu: Agenten sollen nicht als isolierte Experimente entstehen, sondern als gemanagte Systeme mit definierter Runtime, Sicherheitsgrenzen und Betriebswerkzeugen.

Für den Markt sendet dies ein klares Signal. Die nächste Phase im Agenten-Wettbewerb dreht sich nicht primär um leistungsfähigere Modelle, sondern um Plattformen, die diese in Unternehmen kontrollierbar und skalierbar machen. Google positioniert sich damit breiter als reiner Modellanbieter. Ob Teams diese Integration als produktive Vereinfachung oder als stärkere Bindung an den Google-Stack bewerten, wird sich in den kommenden Releases zeigen.