Google hat die Funktion „Gemini 3.8 Live with Live Avatar“ vorgestellt. Die Technologie ist ab sofort in Gemini Enterprise über Endpunkte in den USA und der Europäischen Union allgemein verfügbar. Das System erweitert die multimodalen Fähigkeiten der KI-Plattform um visuelle Echtzeit-Gesprächspartner für geschäftliche Anwendungen.
Video-Streaming mit Lippensynchronisation und 97 Sprachen
Die Neuerung baut auf dem Sprachmodell Gemini 3.8 Live auf, das Google am 15. September 2026 vorgestellt hatte, und verknüpft dieses mit Video-Streaming. Die Avatare bieten eine lippensynchrone Sprachausgabe, wechselnde Gesichtsausdrücke sowie Unterstützung für 97 Sprachen. Ein Sprachwechsel ist während eines laufenden Dialogs möglich, ohne dass es dabei zu sichtbaren Bildfehlern oder Qualitätsverlusten kommt.
Zudem verarbeitet das System Video- und Audio-Eingaben der Gegenseite parallel. Nutzer können beispielsweise Live-Bilder über ihre Kamera einspeisen oder Bildschirminhalte per Screen-Sharing teilen. Eine zentrale Neuerung stellt das asynchrone Tool-Calling dar. Dadurch können externe Aufgaben im Hintergrund abgearbeitet werden, während das Gespräch unterbrechungsfrei weiterläuft.
In einer Demonstration wickelte das System etwa einen Hotel-Check-in parallel zur Konversation ab. Fabien Blanc-paques, Group Product Manager für Gemini Live bei Google Cloud, betonte, dass durch dieses asynchrone Vorgehen störende Wartezeiten für Nutzer entfallen.
Der Einsatz solch fortschrittlicher KI-Systeme in Unternehmen erfordert eine genaue Kenntnis der rechtlichen Rahmenbedingungen. Dieser kostenlose Download verschafft Ihnen den Überblick über Fristen und Pflichten, den Ihre Rechts- und IT-Abteilung jetzt dringend braucht. EU AI Act in 5 Schritten verstehen
Sicherheitsvorgaben und Einsatz in Unternehmen
Unternehmen können auf vorgefertigte Avatare zurückgreifen oder anhand einer Referenzbild-Datei eigene Figuren im Firmenbranding erstellen, wahlweise in realistischer oder animierter Optik sowie mit eigener Stimme.
Die Erstellung individueller Avatare setzt jedoch eine Freischaltung über eine verifizierte Enterprise-Allowlist von Google voraus. Zum Schutz vor Missbrauch werden sämtliche generierten Audio- und Videoausgaben mit digitalen SynthID-Wasserzeichen versehen.
Als primäre Einsatzgebiete nennt Google den Kundenservice, Empfangsbereiche, Mitarbeiterschulungen und interaktive Produktrundgänge. Die Bereitstellung erfolgt inklusive Enterprise-Compliance und Provisioned Throughput. Eine API-Dokumentation wurde bereits veröffentlicht; Angaben zu einer möglichen Verfügbarkeit für Privatnutzer machte Google nicht.
Die Modellvariante Gemini 3.8 Live Extended Thinking verbleibt unterdessen weiterhin in einer Private Preview. Nach Konzernangaben schneidet sie in Benchmarks vor GPT-Live-1 Astra sowie Grok Voice Think Fast 2.0 ab und weist geringere Kosten pro Stunde Audio-Input auf. DeepMind-Chef Koray Kavukcuoglu stellte laut einem Medienbericht zudem eine baldige Veröffentlichung des Flaggschiff-Modells Gemini 4 in Aussicht.
Mit der Einführung neuer KI-Technologien entstehen auch neue regulatorische Anforderungen, die viele Verantwortliche noch nicht kennen. Dieser kostenlose Report klärt auf, welche KI-Systeme als Hochrisiko gelten und was Unternehmen nun konkret tun müssen. Kostenlosen Umsetzungsleitfaden zum EU AI Act anfordern
Testphase für automatisierte Anrufe
Flankierend erweitert Google die Interaktionsmöglichkeiten von Gemini um eine Telefoniefunktion namens „Call for Me“. Diese wird derzeit in den USA in einer Betaversion für Nutzer ab 18 Jahren auf der Pixel-11-Serie mit kostenpflichtigem Gemini-Abonnement erprobt.
Über den Befehl „@Call for me“ kann der Assistent über das Mobilfunknetz eigenständig bei Unternehmen anrufen, Telefonmenüs durchlaufen, in Warteschleifen verharren und Auskünfte zu Öffnungszeiten oder Preisen einholen sowie Termine und Reservierungen verwalten.
Die KI legt sich dabei zu Beginn des Gesprächs als digitaler Assistent offen. Notrufe, Finanztransaktionen und das Übermitteln sensibler Daten sind technisch ausgeschlossen; zudem gelten feste Tageslimits für Anrufe.
Mehr zum Thema bei The Verge: „Gemini 3.8 Live with Live Avatar gives Google’s AI a face“
