Google Gemini kann jetzt Bildschirme selbst bedienen: Computer-Use ist allgemein verfügbar

Google hat einen bemerkenswerten Schritt bei der Automatisierung von Software gemacht. Seit dem 30. Oktober 2026 steht das Computer-Use-Tool der Gemini-Schnittstelle allgemein zur Verfügung. Entwickler und Unternehmenskunden können es damit im regulären Produktivbetrieb einsetzen, nicht mehr nur in einer Testumgebung. Das Tool erlaubt es KI-Modellen, Benutzeroberflächen eigenständig zu bedienen, also Mausklicks auszuführen, Tastatureingaben zu tippen und Bildschirminhalte zu interpretieren.

Was Computer-Use konkret macht

Im Kern geht es um eine einfache Idee mit weitreichenden Folgen. Bislang konnten KI-Modelle vor allem Texte schreiben, Fragen beantworten oder Daten analysieren. Mit Computer-Use kommen Handlungen hinzu. Das Modell sieht einen Bildschirm, versteht, welche Elemente darauf zu sehen sind, und führt dann Schritte aus, die sonst ein Mensch mit Maus und Tastatur erledigen würde. Dazu gehören das Ausfüllen von Formularen, das Navigieren durch Menüs oder das Kopieren von Informationen zwischen Programmen.

Für Unternehmen ist das vor allem dort interessant, wo immer wieder die gleichen Abläufe in Software anfallen, für die es keine saubere Programmierschnittstelle gibt. Viele ältere Fachanwendungen lassen sich nur über ihre Oberfläche bedienen. Genau hier setzt Computer-Use an. Laut einem Bericht von ventureatlas.org vom 31. Oktober 2026 erfolgte die Freigabe über die Interactions-API sowie die GenerateContent-API von Google.

Welche Modelle unterstützt werden

Google gibt das Tool nicht für ein einzelnes Modell frei, sondern für eine ganze Reihe. Laut der technischen Dokumentation gehören dazu Gemini 4 Argon, Gemini 3.8 Flash und Gemini 3.5 Flash-Lite. Auch Gemini 3 Flash lässt sich mit dem Werkzeug nutzen, wobei dieses Modell selbst weiterhin in der Preview-Phase steckt.

Diese Auswahl ist bewusst breit. Die kompakten Flash-Modelle eignen sich für wiederkehrende Standardaufgaben, bei denen es auf Tempo und niedrige Kosten ankommt. Leistungsstärkere Varianten sind für mehrstufige Arbeitsabläufe gedacht, bei denen das Modell mehrere Schritte planen und auf unerwartete Bildschirminhalte reagieren muss. Entwicklungsteams können damit zwischen Rechenaufwand, Latenz und Aufgabenkomplexität abwägen, statt für jede Aufgabe das gleiche Modell zu nehmen.

Was die allgemeine Verfügbarkeit bedeutet

Der Wechsel von der Preview zur allgemeinen Verfügbarkeit ist mehr als ein Etikettenwechsel. In der Preview-Phase testen Entwickler neue Funktionen, müssen aber mit Änderungen, Einschränkungen und fehlenden Garantien rechnen. Mit der allgemeinen Verfügbarkeit signalisiert Google, dass das Tool für den produktiven Einsatz bereit ist. Unternehmen können es jetzt in echte Arbeitsabläufe einbauen, mit der Erwartung, dass die Schnittstelle stabil bleibt.

Gleichzeitig warnt Google selbst vor übertriebenen Erwartungen. Das Tool kann Fehler enthalten, und die automatisierte Steuerung von Software birgt Risiken, wenn ein Modell einen Schritt falsch interpretiert. Ein Klick an der falschen Stelle kann Daten verändern oder einen Vorgang auslösen, der so nicht gedacht war. Deshalb empfiehlt Google weiterhin eine kontinuierliche Aufsicht durch Menschen oder entsprechende Kontrollinstanzen. Der vollständige Verzicht auf Überwachung wird für produktive Abläufe ausdrücklich nicht empfohlen.

Was es kostet

Ein Punkt dürfte viele Interessierte überraschen. Das Computer-Use-Tool ist von der kostenlosen Nutzungsebene ausgenommen. Es ist nicht im sogenannten Free-Tier der Gemini-Schnittstelle enthalten. Stattdessen erfolgt die Abrechnung nach dem regulären Verbrauch an Modell-Tokens. Jede Interaktion mit einer Softwareoberfläche und die Verarbeitung der dazugehörigen visuellen und textlichen Daten wird im Rahmen der Standardtarife der jeweiligen Basismodelle berechnet.

Für Teams, die das Tool in größerem Umfang einsetzen wollen, ist das ein wichtiger Planungsfaktor. Bildschirmsteuerung erzeugt viele Tokens, weil das Modell immer wieder Screenshots und Zustände verarbeiten muss. Wer Kosten im Griff behalten will, sollte zuerst mit kleinen, klar abgegrenzten Aufgaben starten, die Nutzung messen und erst dann schrittweise ausweiten. Auch die Wahl des Modells spielt eine Rolle, denn leichtere Modelle verbrauchen in der Regel weniger Ressourcen als die leistungsstärksten Varianten.

Warum der Zeitpunkt interessant ist

Die Freigabe fällt in eine Phase, in der KI-Agenten, also Systeme, die selbstständig Aufgaben erledigen, stark an Bedeutung gewinnen. Viele Anbieter arbeiten an ähnlichen Funktionen, und die Richtung ist klar. KI soll nicht nur antworten, sondern handeln. Computer-Use ist Googles Antwort auf diese Entwicklung, und die allgemeine Verfügbarkeit zeigt, dass das Unternehmen die Technik für reif genug hält, um sie Kunden im Produktivbetrieb anzubieten.

Für den deutschen und europäischen Markt kommt ein weiterer Aspekt hinzu. Wer KI-Systeme wie Gemini professionell einsetzt, muss seit August 2024 die Vorgaben des EU AI Act beachten. Automatisierte Eingriffe in Softwareoberflächen werfen Fragen zur Risikobewertung, zur Dokumentation und zur menschlichen Aufsicht auf. Unternehmen, die Computer-Use einsetzen, sollten deshalb früh klären, welche Prozesse betroffen sind und wie sie die Aufsicht praktisch organisieren. Das gilt besonders für sensible Bereiche, in denen ein falscher Klick finanzielle oder rechtliche Folgen haben kann.

Was das für den Alltag von Entwicklungsteams ändert

Realistisch betrachtet wird Computer-Use nicht über Nacht jede manuelle Arbeit ersetzen. Die Technik eignet sich am besten für klar definierte, wiederholbare Abläufe mit überschaubaren Ausnahmen. Wo jeder Fall anders aussieht oder wo Entscheidungen viel Kontextwissen erfordern, bleibt der Mensch unverzichtbar. Genau darin liegt aber auch der Wert. Teams können Routineaufgaben an das Modell abgeben und sich auf die Fälle konzentrieren, die wirklich Urteilskraft brauchen.

Sinnvoll ist ein vorsichtiger Einstieg. Zuerst eine Aufgabe wählen, die gut messbar ist und deren Fehler leicht zu erkennen sind. Dann beobachten, wie zuverlässig das Modell arbeitet, wo es stolpert und welche Aufsicht nötig ist. Erst wenn diese Fragen beantwortet sind, lohnt sich der Ausbau auf weitere Prozesse. Wer so vorgeht, nutzt die neue Funktion, ohne sich blind auf sie zu verlassen.

Frequently Asked Questions

Was ist Google Gemini Computer-Use?

Computer-Use ist ein Werkzeug der Gemini-Schnittstelle, mit dem KI-Modelle Benutzeroberflächen eigenständig bedienen können. Das Modell interpretiert Bildschirminhalte und führt Aktionen wie Mausklicks oder Tastatureingaben automatisiert aus. Seit dem 30. Oktober 2026 steht es allgemein zur Verfügung.

Welche Gemini-Modelle unterstützen Computer-Use?

Laut der technischen Dokumentation werden Gemini 4 Argon, Gemini 3.8 Flash und Gemini 3.5 Flash-Lite unterstützt. Auch Gemini 3 Flash lässt sich mit dem Werkzeug nutzen, befindet sich selbst aber weiterhin in der Preview-Phase.

Ist Gemini Computer-Use kostenlos nutzbar?

Nein. Das Tool ist vom kostenlosen Free-Tier der Gemini-Schnittstelle ausgenommen. Die Abrechnung erfolgt nach dem regulären Verbrauch an Modell-Tokens, abhängig vom jeweils genutzten Basismodell.