Googles Managed Agents API: Schnellere KI-Agenten mit weniger Infrastrukturaufwand

Google hat auf der Entwicklerkonferenz Google I/O eine neue Funktion für seine Gemini API vorgestellt: den Managed Agents-Dienst. Damit verspricht der Tech-Riese, den aufwendigen Prozess der Bereitstellung von KI-Agenten auf eine einzige API-Abfrage zu reduzieren. Doch hinter dieser Vereinfachung steckt eine strategische Entscheidung: Google übernimmt nicht nur die Modelllogik, sondern auch die Ausführungsumgebung – und setzt damit auf eine vertikale Integration des gesamten Agenten-Stacks.

Warum Agenten-Bereitstellung bisher so komplex war

Bevor ein KI-Agent überhaupt funktioniert, müssen Entwicklerteams wochenlang unsichtbare Infrastruktur aufbauen: Ausführungsumgebungen werden konfiguriert, Sandboxen verwaltet und Schnittstellen für Tool-Aufrufe eingerichtet. Zwar bieten Anbieter wie Anthropic bereits Lösungen an, um Teile dieser Arbeit zu vereinfachen. Doch Googles Ansatz geht weiter: Die neue Funktion Managed Agents soll die gesamte Komplexität der Agenten-Orchestrierung in den Hintergrund verlagern.

Laut dem offiziellen Blogpost von Google ermöglicht die Funktion, sich „vollständig auf das Produkt und das Verhalten des Agenten zu konzentrieren“ – ohne sich um die technische Infrastruktur kümmern zu müssen. Der Dienst ist zunächst als Preview-Version über benutzerdefinierte Vorlagen in Google AI Studio verfügbar.

Wie Google die Agenten-Architektur neu definiert

Bisher folgte die Entwicklung von KI-Agenten einem klaren Muster: Ein separates Orchestrierungs-Framework steuerte die Agenten, während die Ausführungsumgebung separat verwaltet wurde. Diese Trennung wird nun zunehmend aufgehoben – die Plattformen selbst übernehmen die Kontrolle über die Ausführung.

Einige Anbieter setzen bereits auf die Integration der Orchestrierung in das Modell selbst:

• Anthropic bietet mit Claude Managed Agents eine Lösung an, bei der das Modell die Steuerungslogik und Speicherverwaltung übernimmt – Unternehmen behalten jedoch die Kontrolle über die Ausführung.
• AWS setzt mit Bedrock AgentCore auf verwaltete Umgebungen, die die Bereitstellung vereinfachen, aber weiterhin eine Trennung zwischen Modell und Infrastruktur ermöglichen.
• Google geht einen Schritt weiter: Die neue Funktion kombiniert Modell, Ausführungsumgebung und Sandbox in einem vollständig verwalteten Google-System.

Der Entwickler René Sultan, dessen Unternehmen Ramp die neue Funktion testet, betont die Vorteile: „Der entscheidende Fortschritt bei den Gemini Managed Agents ist, dass die Ausführungslogik nun in die Plattform wandert. Mit verwalteter Infrastruktur und Sandbox können Entwickler sich voll auf die domänenspezifische Logik und die schnelle Iteration konzentrieren.“

Chancen und Risiken der vertikalen Integration

Für Unternehmen, die neu in die Entwicklung von KI-Agenten einsteigen, bieten die Lösungen von Google und Anthropic deutliche Vorteile. Sie reduzieren den technischen Aufwand erheblich und ermöglichen es Teams, sich auf die eigentliche Agenten-Logik zu konzentrieren. Doch dieser Komfort hat seinen Preis:

• Vereinfachung vs. Kontrolle: Entwickler geben die Hoheit über die Ausführungsumgebung ab. Das kann zu unerwarteten Verhalten führen, insbesondere wenn die Agenten auf externe Dienste zugreifen.
• Probabilistische vs. deterministische Systeme: Wie der Unternehmer Arie Trouw warnt, bergen vollständig verwaltete Agenten die Gefahr, dass unsichere Modellentscheidungen unvorhersehbare Auswirkungen haben – von Fehlfunktionen bis hin zu Datenverlust. „Man neigt dazu, jedes Problem mit dem Hammer zu lösen, den man gerade in der Hand hat“, so Trouw. „Diese Dynamik habe ich in meiner Karriere bereits mehrfach erlebt.“

Die Zukunft der Agenten-Entwicklung: Wer setzt sich durch?

Die aktuellen Entwicklungen zeigen drei unterschiedliche Strategien im Umgang mit der Agenten-Orchestrierung:

1. Modellzentrierte Steuerung (Anthropic): Das Modell selbst übernimmt die Orchestrierung, während Unternehmen die Ausführung kontrollieren.
2. Infrastrukturfokus (AWS): Verwaltete Umgebungen vereinfachen die Bereitstellung, behalten aber eine Trennung bei.
3. Vollständige Integration (Google): Google kombiniert Modell, Ausführung und Sandbox in einem geschlossenen System.

Während Google mit seiner vertikalen Integration auf maximale Effizienz setzt, behalten andere Anbieter Teile der Kontrolle bei den Entwicklern. Welcher Ansatz sich durchsetzt, hängt davon ab, wie stark Unternehmen bereit sind, Kontrolle gegen Bequemlichkeit einzutauschen. Eines ist jedoch sicher: Die Zukunft der KI-Agenten wird nicht nur von der Modellleistung, sondern auch von der Architektur der Ausführungsumgebung geprägt sein.

Mit der Einführung von Managed Agents positioniert sich Google klar als Anbieter einer Komplettlösung – doch die Frage bleibt, ob Entwickler diese Kontrolle wirklich dauerhaft abgeben wollen.