Stell dir vor
Du machst Feierabend, klappst den Laptop zu, gehst ins Bett. Während du schläfst, schreibt jemand eine Mail an einen Kunden zurück, sortiert deinen Posteingang, recherchiert die drei besten Lieferanten für ein Projekt und legt dir die Ergebnisse morgens auf den Tisch. Klingt nach einer fleißigen Assistentin, oder?
Genau das verkauft Google jetzt als Software. Auf der Google I/O am 19. Mai hat Sundar Pichai eine neue Funktion namens Gemini Spark vorgestellt. Und im Gegensatz zu vielen Ankündigungen dieser Sorte ist das hier kein Konzept-Video, sondern läuft seit Ende Mai bei den ersten US-Nutzern. Schauen wir uns das mal ehrlich an — was kann das Ding wirklich, und wo solltest du vorsichtig sein?
Was ist das überhaupt?
Bisher kennst du Chatbots so: Du tippst was rein, der Bot antwortet, fertig. Du fragst, er macht. Sobald du den Tab zumachst, ist die Sache vorbei.
Spark dreht das um. Du sagst ihm einmal “Behalte den Bewerbungsmarkt für Senior Designer in Stuttgart im Auge und schick mir Montags eine Übersicht”, und ab dann läuft das in der Cloud. Spark wartet nicht auf deinen nächsten Klick. Er hat einen Zeitplan, eine To-Do-Liste und vor allem die Erlaubnis, in deinem Namen Dinge zu tun.
Stell es dir vor wie den Unterschied zwischen einem Wecker und einer Assistentin. Der Wecker reagiert nur, wenn die Uhrzeit erreicht ist. Die Assistentin schaut von sich aus auf den Kalender, sieht “morgen Meeting in München”, bucht den Zug, packt die Slides zusammen, schickt dir ne Erinnerung. Spark ist näher an der Assistentin als am Wecker.
Im Hintergrund läuft übrigens das normale Gemini-Modell (Stand Mai 2026 also Gemini 3.5 Flash bzw. 3.1 Pro), das mit einem zusätzlichen “Agentic Harness” aus Googles Antigravity-Plattform verbunden ist. Das Harness ist quasi die Schicht, die dem Modell beibringt: “Du darfst auch handeln, nicht nur reden.”
Wie funktioniert das?
Drei Sachen sind hier neu im Vergleich zu normalen Chatbots.
Erstens: Spark läuft in der Cloud, nicht auf deinem Gerät. Das heißt, du kannst dein Handy abschalten, deinen Laptop zuklappen, in den Urlaub fliegen — Spark arbeitet weiter. Klingt banal, ist aber technisch ein Unterschied. Bisherige Agenten brauchten ein offenes Browser-Fenster oder eine laufende App. Spark läuft auf Google-Servern und hat eine eigene Identität, mit der er sich bei deinen Tools einloggt.
Zweitens: Spark hat Connectoren zu echten Diensten. Am Start mit dabei sind Gmail, Workspace (Docs, Sheets, Drive), Canva, OpenTable und Instacart. Über die Enterprise-Variante geht das Ganze auch mit Sharepoint, OneDrive und ServiceNow. Die Verbindungen laufen über ein Protokoll namens MCP (Model Context Protocol). Das ist im Grunde ein Adapter-Standard für Agenten — vergleichbar damit, dass jedes USB-C-Kabel an jedem Laptop läuft. Bisher musste jeder Bot für jeden Dienst neu programmiert werden. MCP ändert das.
Drittens: Spark hat einen “proaktiven Modus”. Du kannst ihm Regeln geben: “Wenn eine Mail vom CEO reinkommt, fass den Inhalt zusammen und schick mir eine Push-Notification.” Das funktioniert wie ein Trigger in n8n oder Zapier — nur dass der Trigger nicht starr ist, sondern vom Modell interpretiert wird. “Vom CEO” muss nicht exakt matchen, der Agent versteht den Sinn.
Warum ist das relevant?
Ich sag dir ehrlich, warum ich das spannend finde. Ich arbeite ja im Hauptjob mit der Power Platform und mit UiPath an Automatisierungen für ein größeres Unternehmen. Da kenne ich diese Welt: Du baust einen Flow, der morgens um 7 Uhr eine Excel zieht, sie filtert, in SharePoint ablegt und einer Person Bescheid sagt. Das funktioniert super — solange sich nichts ändert. Wenn jemand die Excel-Struktur anpasst, zerbricht der ganze Flow.
Klassische Automatisierung ist starr. Du musst alles vorher haargenau definieren. Sobald die Realität von deinem Drehbuch abweicht, hängt der Bot.
Agenten wie Spark versprechen das Gegenteil: Flexibilität. Du beschreibst, was du erreichen willst, nicht jeden Klick. Wenn die Excel anders aussieht, sucht der Agent eben selbst die richtige Spalte. Wenn der CRM-Eintrag fehlt, schreibt er ihn nach. Theoretisch jedenfalls.
Praktisch gilt: Wir sind noch nicht in der “Set and forget”-Phase. Spark ist eine Preview für Trusted Tester, die seit der Woche vom 26. Mai auf die US-Google-AI-Ultra-Abonnenten ausgerollt wird. Ultra kostet aktuell rund 100 Dollar im Monat. Das ist nicht das Preisniveau, mit dem du als Indie Hacker mal eben loslegst.
Trotzdem: Was Google hier baut, ist die wahrscheinlich erste massenkompatible Version eines Cloud-Agenten. Microsoft hat mit Copilot Studio etwas Ähnliches, ist aber tiefer im Enterprise-Stack vergraben. OpenAI hat mit Operator vorgelegt, der läuft aber im Browser-Tab. Spark ist die erste Variante, die außerhalb deines Geräts arbeitet — und auf einer Plattform, die in jedem Android-Smartphone steckt.
Was sollte ich beachten?
Hier wird’s interessant, weil Google selbst im Kleingedruckten warnt: “Spark ist so designt, dass er bei sensiblen Aktionen um Erlaubnis fragt. Aber es kann passieren, dass er Informationen teilt oder Einkäufe tätigt, ohne nachzufragen.”
Das ist kein Tippfehler. Das steht direkt in der App. Du erlaubst einem Programm den Zugriff auf dein Postfach, deinen Kalender, deine Connectoren — und Google sagt dir gleichzeitig: Wir können nicht garantieren, dass es immer fragt, bevor es was tut.
Für mich heißt das drei Dinge:
Kein Banking, keine Verträge, keine Kundenkommunikation auf Vertrauen. Lass den Agenten zusammenfassen, recherchieren, vorbereiten. Aber den finalen Klick auf “Senden” oder “Bezahlen” machst du selbst, bis du verstanden hast, wie der Agent in deinem Setup tickt.
Sandbox-Mentalität. Wenn du Spark testest, gib ihm einen frischen Account, ein eigenes Postfach, eine eigene Karte mit Limit. So wie du auch deinen ersten n8n-Flow nicht direkt auf die Produktivdatenbank loslässt.
Datenschutz mitdenken. Spark läuft auf Google-Servern in den USA. Sobald du DSGVO-relevante Daten reinkippst (Kundenmails, Verträge, Personalakten), brauchst du eine sauber dokumentierte Rechtsgrundlage. Für Einzelunternehmer und Freelancer in Deutschland kann das schnell zur Stolperfalle werden — vor allem wenn der Agent ohne Rückfrage E-Mails versendet.
Und noch ein Punkt, den ich aus der Erfahrung mit unseren UiPath-Bots mitnehme: Agenten halluzinieren auch dann, wenn sie nicht reden, sondern handeln. Ein Chatbot, der falsche Fakten erfindet, ist peinlich. Ein Agent, der falsche Termine bucht, falsche Mails verschickt oder das falsche Produkt bestellt, ist teuer. Du brauchst Monitoring, Logs und einen klaren Notaus.
Fazit & Ausblick
Spark ist nicht die Revolution, aber das nächste logische Puzzleteil. Wir bewegen uns von “Chatbots, die antworten” zu “Agenten, die handeln” — und Google ist diese Woche der erste große Anbieter, der diesen Übergang massenkompatibel macht. Nicht perfekt, nicht fertig, aber sichtbar real.
Wenn du im Hauptjob mit Automatisierung zu tun hast, lohnt sich der Blick auf Spark als Werkstattbesuch. Schau dir an, wie Google das Thema “MCP Connectoren” angeht, wie die Trigger gebaut sind, wie das Permission-Modell aussieht. Das ist die Architektur, die in den nächsten zwölf Monaten in jeder größeren Plattform landen wird — bei Microsoft, bei Salesforce, bei den Citizen-Development-Tools.
Für Indie Maker und kleine Studios: Noch zu früh, um auf Spark zu bauen. Die Preview ist US-only, der Preis ist hoch, die Garantien sind schwach. Aber genau jetzt ist der richtige Moment, um die Hausaufgaben zu machen — verstehen, wie Agenten ticken, wo sie nützen, wo sie scheitern. Wenn das in sechs Monaten in Europa flächendeckend ankommt, willst du nicht der sein, der das erst dann zum ersten Mal anfasst.
Und an alle, die in der Power Platform oder mit n8n unterwegs sind: Schmeißt jetzt nicht eure bestehenden Flows weg. Klassische Automatisierung ist nicht tot, sie wird nur ergänzt. Die starren Flows machen das Vorhersagbare, die Agenten übernehmen das Unvorhersagbare. Beides zusammen, das wäre der echte Hebel.
Kein Bullshit, nur Signal: Spark ist gut genug, um wichtig zu sein, und unfertig genug, um respektvoll behandelt zu werden.
Deine Gedanken dazu:
Welche Aufgabe würdest du als Erstes an einen 24/7-Agenten auslagern — und welche niemals?
Wie würdest du sichergehen, dass dein Agent dich nicht in Verlegenheit bringt, wenn du gerade im Urlaub bist?
Falls du schon mit n8n oder Power Automate arbeitest: Wo siehst du den Punkt, an dem klassische Flows an ihre Grenze stoßen?
Würdest du 100 Dollar im Monat für einen Agenten zahlen, der dir zwei Stunden täglich abnimmt — oder lieber selbst basteln?