Der entscheidende Unterschied liegt damit nicht nur in der Videoerzeugung, sondern in der Steuerung. Statt ausschließlich einen Text-Prompt zu formulieren, können Nutzer beispielsweise ein Drehbuch, ein Standbild, eine Videovorlage oder eine Sprachreferenz kombinieren. Änderungen lassen sich anschließend im Dialog beschreiben, ohne jedes Mal von vorn beginnen zu müssen. Google hebt dabei insbesondere multimodales Verständnis, ein besseres Weltmodell und mehr Kontrolle bei der Bearbeitung hervor.
Die erste für Entwickler verfügbare Variante, Gemini Omni Flash, ging am 30. Juni 2026 in eine öffentliche Vorschau. Laut Googles Release Notes erzeugt sie aus Textbeschreibungen 3 bis 10 Sekunden lange Videos mit 720p-Auflösung, kann Standbilder animieren und unterstützt eine schrittweise Bearbeitung über die Interactions API.
Der Ablauf ist bewusst dialogorientiert: Ein Clip wird erzeugt, die gewünschte Änderung in natürlicher Sprache beschrieben und das Ergebnis anschließend weiter verfeinert. Googles Entwicklerdokumentation nennt native Multimodalität und konversationelle Bearbeitung als zentrale Eigenschaften des Modells.
Noch ist das große „Any-to-any“-Versprechen allerdings eine Entwicklungsperspektive. Zum Start liegt der Schwerpunkt auf Videoausgaben, nicht auf jeder denkbaren Kombination von Ein- und Ausgabeformaten. Google kündigt zudem weitere Audiofunktionen für die Zukunft an. Die erzeugten Inhalte werden mit dem SynthID-Wasserzeichen versehen; Funktionen zur Bearbeitung von Sprache waren zunächst aus Sicherheitsgründen zurückgehalten worden.
Am 11. August 2026 gab Google bekannt, dass mehr als eine Milliarde Menschen die Gemini-App jeden Monat nutzen. Nach Angaben des Unternehmens ist Gemini damit sein am schnellsten wachsendes Produkt und das 14. Google-Produkt, das diese Marke erreicht.
Die Entwicklung der Nutzerzahlen zeigt, wie schnell der Assistent an Reichweite gewonnen hat:
Die Zahl ist dennoch einzuordnen: Sie bezeichnet monatlich aktive Nutzer der Gemini-App und ihres erweiterten Ökosystems. Daraus lässt sich weder ablesen, wie viele Menschen für Gemini bezahlen, noch wie viele sämtliche Funktionen verwenden. Die offizielle Google-Mitteilung bestätigt den Meilenstein und die Einordnung als schnellstes Wachstum; frühere Berichte dokumentieren die einzelnen Stationen der Entwicklung.
Auf dem Made-by-Google-Event am 12. August 2026 kündigte Google eine neue Welle verbundener Apps an. Die Integrationen decken Produktivität, Kreativität, lokale Angebote, Unterhaltung, Musik sowie Haus-, Gesundheits- und Lifestyle-Dienste ab. Die schrittweise Freischaltung soll über mehrere Wochen erfolgen.
Zu den angekündigten Diensten gehören:
Damit soll Gemini Aufgaben übernehmen können, für die Nutzer bislang zwischen mehreren Apps wechseln mussten. Beispiele sind das Zusammenfassen von Besprechungen mit Granola oder Otter.ai, das Bearbeiten einer Website über Wix, die Suche nach Veranstaltungstickets bei Ticketmaster, das Finden lokaler Erlebnisse über Fever oder GetYourGuide sowie – sofern unterstützt – Restaurant- und Gesundheitsdienstleistungen.
Die Ankündigung bedeutet nicht, dass jede Integration sofort für alle Gemini-Nutzer verfügbar ist. Google spricht von einer schrittweisen Einführung. Welche Connected Apps angezeigt werden, kann außerdem vom Google-Konto, der verwendeten Gemini-Oberfläche, dem Gerät, dem Land und der Sprache abhängen. Nutzer sollten daher in Gemini-Einstellungen → Verbundene Apps prüfen, welche Dienste für sie freigeschaltet sind, und vor der Verbindung die jeweils unterstützten Aktionen nachlesen.
Das ist besonders wichtig, weil sich Umfang und Startzeitpunkt je nach Markt unterscheiden können. Die Liste beschreibt daher vor allem die Richtung, in die sich Gemini entwickelt – nicht die Garantie, dass jede genannte Funktion am Tag der Ankündigung überall verfügbar ist.
Zusammengenommen verfolgt Google drei Ebenen des Assistenten-Ausbaus:
Der wichtigste Vorbehalt bleibt: Geminis „Any-to-any“-Vision geht über den aktuellen Video-Start von Omni hinaus, und die App-Verbindungen werden weiterhin nicht überall gleichzeitig ausgerollt. Schon jetzt zeichnet sich aber ein klares Bild ab: Google kombiniert die enorme Reichweite eines etablierten Ökosystems mit immer vielseitigerer Medienerstellung und einem Assistenten, der zunehmend Aufgaben über mehrere digitale Dienste hinweg koordinieren soll.
Der entscheidende Unterschied liegt damit nicht nur in der Videoerzeugung, sondern in der Steuerung. Statt ausschließlich einen Text-Prompt zu formulieren, können Nutzer beispielsweise ein Drehbuch, ein Standbild, eine Videovorlage oder eine Sprachreferenz kombinieren. Änderungen lassen sich anschließend im Dialog beschreiben, ohne jedes Mal von vorn beginnen zu müssen. Google hebt dabei insbesondere multimodales Verständnis, ein besseres Weltmodell und mehr Kontrolle bei der Bearbeitung hervor.
Die erste für Entwickler verfügbare Variante, Gemini Omni Flash, ging am 30. Juni 2026 in eine öffentliche Vorschau. Laut Googles Release Notes erzeugt sie aus Textbeschreibungen 3 bis 10 Sekunden lange Videos mit 720p-Auflösung, kann Standbilder animieren und unterstützt eine schrittweise Bearbeitung über die Interactions API.
Der Ablauf ist bewusst dialogorientiert: Ein Clip wird erzeugt, die gewünschte Änderung in natürlicher Sprache beschrieben und das Ergebnis anschließend weiter verfeinert. Googles Entwicklerdokumentation nennt native Multimodalität und konversationelle Bearbeitung als zentrale Eigenschaften des Modells.
Noch ist das große „Any-to-any“-Versprechen allerdings eine Entwicklungsperspektive. Zum Start liegt der Schwerpunkt auf Videoausgaben, nicht auf jeder denkbaren Kombination von Ein- und Ausgabeformaten. Google kündigt zudem weitere Audiofunktionen für die Zukunft an. Die erzeugten Inhalte werden mit dem SynthID-Wasserzeichen versehen; Funktionen zur Bearbeitung von Sprache waren zunächst aus Sicherheitsgründen zurückgehalten worden.
Am 11. August 2026 gab Google bekannt, dass mehr als eine Milliarde Menschen die Gemini-App jeden Monat nutzen. Nach Angaben des Unternehmens ist Gemini damit sein am schnellsten wachsendes Produkt und das 14. Google-Produkt, das diese Marke erreicht.
Die Entwicklung der Nutzerzahlen zeigt, wie schnell der Assistent an Reichweite gewonnen hat:
Die Zahl ist dennoch einzuordnen: Sie bezeichnet monatlich aktive Nutzer der Gemini-App und ihres erweiterten Ökosystems. Daraus lässt sich weder ablesen, wie viele Menschen für Gemini bezahlen, noch wie viele sämtliche Funktionen verwenden. Die offizielle Google-Mitteilung bestätigt den Meilenstein und die Einordnung als schnellstes Wachstum; frühere Berichte dokumentieren die einzelnen Stationen der Entwicklung.
Auf dem Made-by-Google-Event am 12. August 2026 kündigte Google eine neue Welle verbundener Apps an. Die Integrationen decken Produktivität, Kreativität, lokale Angebote, Unterhaltung, Musik sowie Haus-, Gesundheits- und Lifestyle-Dienste ab. Die schrittweise Freischaltung soll über mehrere Wochen erfolgen.
Zu den angekündigten Diensten gehören:
Damit soll Gemini Aufgaben übernehmen können, für die Nutzer bislang zwischen mehreren Apps wechseln mussten. Beispiele sind das Zusammenfassen von Besprechungen mit Granola oder Otter.ai, das Bearbeiten einer Website über Wix, die Suche nach Veranstaltungstickets bei Ticketmaster, das Finden lokaler Erlebnisse über Fever oder GetYourGuide sowie – sofern unterstützt – Restaurant- und Gesundheitsdienstleistungen.
Die Ankündigung bedeutet nicht, dass jede Integration sofort für alle Gemini-Nutzer verfügbar ist. Google spricht von einer schrittweisen Einführung. Welche Connected Apps angezeigt werden, kann außerdem vom Google-Konto, der verwendeten Gemini-Oberfläche, dem Gerät, dem Land und der Sprache abhängen. Nutzer sollten daher in Gemini-Einstellungen → Verbundene Apps prüfen, welche Dienste für sie freigeschaltet sind, und vor der Verbindung die jeweils unterstützten Aktionen nachlesen.
Das ist besonders wichtig, weil sich Umfang und Startzeitpunkt je nach Markt unterscheiden können. Die Liste beschreibt daher vor allem die Richtung, in die sich Gemini entwickelt – nicht die Garantie, dass jede genannte Funktion am Tag der Ankündigung überall verfügbar ist.
Zusammengenommen verfolgt Google drei Ebenen des Assistenten-Ausbaus:
Der wichtigste Vorbehalt bleibt: Geminis „Any-to-any“-Vision geht über den aktuellen Video-Start von Omni hinaus, und die App-Verbindungen werden weiterhin nicht überall gleichzeitig ausgerollt. Schon jetzt zeichnet sich aber ein klares Bild ab: Google kombiniert die enorme Reichweite eines etablierten Ökosystems mit immer vielseitigerer Medienerstellung und einem Assistenten, der zunehmend Aufgaben über mehrere digitale Dienste hinweg koordinieren soll.