Gemini Managed Agents erklärt: Googles Enterprise-Agentenplattform im Jahr 2026

Jede große Cloud-Plattform ringt mit derselben Frage: Wie lässt sich Unternehmen eine Möglichkeit geben, autonome KI-Agenten bereitzustellen, ohne Kontrolle, Sicherheit oder Compliance zu opfern? Googles Antwort ist die Managed Agents API — der Entwickler-fokussierte Kern der Gemini Enterprise Agent Platform, die früher als Vertex AI Agent Platform bekannt war.

Anders als der nutzerseitige Gemini Agent oder das No-Code-Workspace-Studio sind Managed Agents speziell für Teams konzipiert, die isolierte Laufzeitumgebungen, konfigurierbare Netzwerkrichtlinien, zentralisierte Governance und eine tiefe Integration mit Unternehmensdaten benötigen. Das ist Googles Vorstoß in die Infrastrukturschicht des agentischen Unternehmens — und einer der umfassendsten Agenten-Stacks, den ein Cloud-Anbieter bisher veröffentlicht hat.

Hier erfahren Sie, was das ist, wie es funktioniert und was es für Teams bedeutet, die auf Enterprise-Agentenplattformen aufbauen oder diese evaluieren.

Was sind Gemini Managed Agents?

In Googles Terminologie ist ein Managed Agent ein autonomer KI-Agent, der in einer von Google gehosteten, isolierten Linux-Umgebung ausgeführt wird — bereitgestellt, verwaltet und orchestriert über die Managed Agents API auf Googles Agent Platform.

Das ist deutlich anders als die leichteren „Agent“-Muster, die Sie durch die Verkettung von Gemini-API-Aufrufen bauen könnten. Ein Managed Agent läuft in einer dedizierten Laufzeitumgebung (gestützt auf Googles Antigravity-Harness), kann über mehrstufige Workflows hinweg Schlussfolgerungen ziehen, Code ausführen, Tools aufrufen, eingebundene Unternehmensdaten verwenden und mit externen Diensten interagieren — und das alles innerhalb strenger, konfigurierbarer Sicherheitsgrenzen, die Google für Sie verwaltet.

Der praktische Vorteil: Entwickler definieren per Konfiguration, was ein Agent tun können soll, und Google übernimmt die Infrastruktur — keine VMs, die verwaltet werden müssen, keine Container, die orchestriert werden müssen, keine Sandbox, die selbst gebaut werden muss.

Die Managed Agents API: Control Plane und Data Plane

Die Managed Agents API ist in zwei Oberflächen aufgeteilt, die einem vertrauten Cloud-Muster entsprechen: Control Plane und Data Plane.

Agents API (Control Plane)

Die Agents API steuert den Lebenszyklus verwalteter Agenten — sie erstellt sie, konfiguriert sie, aktualisiert sie und verwaltet sie auf Organisationsebene. Mit dieser API können Entwickler:

• Einen Agenten per Konfiguration (im YAML-/JSON-Stil) definieren, die Tools, Daten-Mounts, Umgebungsvariablen und die Allowlist für ausgehenden Netzwerkverkehr festlegt.
• Unternehmensdatenquellen einbinden — darunter Workspace-Daten, interne Dokumentenablagen oder externe APIs — auf die der Agent während der Ausführung zugreifen kann.
• Sicherheits- und Governance-Richtlinien anwenden, die mit den DLP- und Zugriffskontrollregeln von Gemini Enterprise abgestimmt sind.
• Lebenszyklusereignisse von Agenten programmgesteuert verwalten (erstellen, aktualisieren, deaktivieren, prüfen), sodass sich das Ganze leicht in bestehende CI/CD- oder Infrastruktur-Tooling-Workflows integrieren lässt.

Diese Trennung von Bereitstellung und Laufzeitaufruf ist bewusst gewählt: Sie ermöglicht es IT- und Sicherheitsteams, zu steuern, was Agenten tun dürfen, bevor überhaupt ein Nutzer mit ihnen interagiert.

Interactions API (Data Plane)

Die Interactions API ist die Runtime-Schnittstelle — also die Art und Weise, wie Anwendungen tatsächlich mit einem laufenden Managed Agent kommunizieren. Über diese API können Aufrufer:

• Prompts und Aufgaben an eine bestimmte Agenteninstanz senden.
• Streaming- oder Batch-Antworten empfangen, während der Agent nachdenkt und Tool-Aufrufe ausführt.
• Zwischenschritte beobachten — Planung, Tool-Aufrufe, Code-Läufe — abhängig von der Logging-Konfiguration.

Die Trennung von Control Plane und Data Plane bedeutet, dass eine einzige Agentendefinition viele Aufrufer bedienen kann, ohne dass jeder Aufrufer die Interna des Agenten kennen muss. Außerdem wird es dadurch einfacher, Agentenkonfigurationen auf der Control Plane auszutauschen, ohne Downstream-Anwendungen zu stören.

Die Antigravity-Sandbox-Laufzeitumgebung

Die Ausführungsumgebung für Managed Agents ist Googles Antigravity-Harness — eine Linux-Sandbox, die pro Agent bereitgestellt wird und eine sichere, isolierte Umgebung für mehrstufige agentische Arbeit bietet.

Innerhalb dieser Sandbox kann ein Managed Agent:

• Schlussfolgern und planen mit Gemini-Modellen (einschließlich Gemini 3.5 Flash, das für längere agentische Workflows optimiert ist, und Gemini 3.1 Pro für komplexere Aufgaben).
• Tools aufrufen — Websuche, Code-Ausführung, Function Calling und benutzerdefinierte Tools, die über externe Connectoren definiert werden.
• Code ausführen, Dateien lesen und schreiben und mehrstufige Workflows abschließen, während die in der Konfiguration des Agenten definierten Netzwerkbeschränkungen eingehalten werden.

Google verwaltet die Sandbox vollständig. Entwickler konfigurieren das Verhalten über die Agents API; die Plattform übernimmt Isolation, Ressourcenlimits und Sicherheitsgrenzen. Das ist die zentrale Infrastrukturwette: dass Unternehmen Governance-Richtlinien lieber konfigurieren als isolierte Laufzeitumgebungen selbst betreiben wollen.

Die breitere Gemini Enterprise Agent Platform

Die Managed Agents API ist eine Ebene in einem größeren Stack, den Google die Gemini Enterprise Agent Platform nennt. Zu verstehen, wo Managed Agents in diesem Stack stehen, ist für alle wichtig, die das evaluieren oder darauf aufbauen.

Jede Ebene speist sich nach oben in Gemini Enterprise ein, das eine zentrale Sicht auf jeden Agenten in einer Organisation bietet — von Google erstellte, von Mitarbeitenden erstellte, benutzerdefinierte ADK-Agenten und Partner-Agenten von Drittanbietern — alle unter denselben Sichtbarkeits- und Richtlinienkontrollen.

Workspace Studio Agents vs. Managed Agents: Was ist der Unterschied?

Eine Quelle der Verwirrung in Googles Agenten-Narrativ ist die Beziehung zwischen Workspace Studio Agents und Agenten der Managed Agents API. Sie lösen unterschiedliche Probleme auf unterschiedlichen Ebenen des Stacks.

Workspace Studio ist die No-Code-/Low-Code-Oberfläche, auf der alltägliche Business-Anwender KI-Agenten („Flows“) entwerfen, verwalten und teilen, um Arbeit über Gmail, Drive, Chat, Sheets und angebundene Drittanbieter-Apps wie Asana, Jira, Slack, Salesforce und Mailchimp zu automatisieren. Diese Agenten sind darauf ausgelegt, in Minuten mit natürlichen Sprachprompts, vorgefertigten Schritten, Vorlagen, Webhooks und Apps-Script-Schritten erstellt zu werden — ganz ohne Engineering.

Managed Agents richten sich an Entwickler, die mehr Kontrolle benötigen: isolierte Laufzeitumgebungen, konfigurierbare Network Allowlists, benutzerdefinierte Tool-Definitionen, Daten-Mounts und Enterprise-Sicherheitsrichtlinien. Sie sind die richtige Wahl für komplexe Backoffice-Workflows, Automatisierungen über mehrere Systeme hinweg und Szenarien, in denen Governance und Nachvollziehbarkeit unverzichtbar sind.

Mit der Zeit verbindet Google diese Ebenen. Workspace-Studio-Agenten können benutzerdefinierte Agenten auf der Agent Platform aufrufen, und beide erscheinen in der Governance-Konsole von Gemini Enterprise. Der Stack ist bewusst komposierbar aufgebaut — verschiedene Teams arbeiten auf der Ebene, die ihren Fähigkeiten und Anforderungen entspricht.

Googles integrierte Agenten: Die Referenzimplementierungen

Neben den entwicklerseitigen APIs hat Google mehrere First-Party-Agenten veröffentlicht, die demonstrieren, was die Plattform leisten kann — und als Referenzimplementierungen für die Arten von Workflows dienen, für die sich Managed Agents eignen.

Deep Research führt Hunderte von Web- und Unternehmenssuchen durch, plant eine Forschungsstrategie und synthetisiert die Ergebnisse zu einem strukturierten Bericht. Was ein Team manuell Wochen kosten könnte, lässt sich so in Stunden erledigen.

NotebookLM Enterprise ist ein KI-gestützter Recherche- und Schreibagent, der über dichte Dokumentquellen hinweg zusammenfasst, extrahiert und Fragen beantwortet — gestützt auf die Inhalte Ihrer Organisation und verwaltet über Gemini Enterprise.

Gemini Code Assist und CodeMender zielen auf Entwicklerproduktivität und Sicherheit. CodeMender identifiziert speziell Schwachstellen in Codebasen, schlägt Korrekturen vor, testet sie und spielt Patches mit Genehmigung der Entwickler ein — ein geschlossener Sicherheits-Workflow.

Gemini Spark (separat in unserem [Gemini Spark Deep Dive](/blog/gemini-spark-google-always-on-ai-agent behandelt) ist ein persistenter persönlicher KI-Agent in Gemini Enterprise, der mehrstufige Aufgaben über Workspace und benutzerdefinierte Connectoren hinweg ausführt, wiederkehrende Workflows startet, neue Fähigkeiten lernt und vor risikoreichen Aktionen wie dem Senden von E-Mails um Bestätigung bittet.

Gemini Agent in Gemini Apps ist die nutzerseitige Variante — eine Labs-Funktion, mit der Anwender mehrstufige Aufgaben wie E-Mail-Kategorisierung, Antwortentwürfe, Kalender-Neustrukturierung und Webrecherche delegieren können. Sie erfordert ein Google-AI-Ultra-Abonnement und ist derzeit auf bestimmte Regionen beschränkt.

Zusammen zeigen diese integrierten Agenten Googles Ansatz: die Plattform öffentlich selbst nutzen, die Anwendungsfälle demonstrieren und Enterprise-Teams die Möglichkeit geben, die Muster zu replizieren oder zu erweitern.

Sicherheit, Governance und Compliance

Zentralisierte Governance ist das zentrale Differenzierungsmerkmal, auf das Google bei dieser Plattform setzt. Für IT- und Sicherheitsteams umfassen die Kontrollen:

Zentrale Sichtbarkeit. Die Gemini Enterprise App bietet eine einheitliche Konsole, in der Administratoren jeden Agenten in der Organisation sehen können — von Google erstellte, von Mitarbeitenden erstellte, benutzerdefinierte ADK-Agenten und Partner-Agenten von Drittanbietern — einschließlich ihrer Konfigurationen, Zugriffsebenen und ihres Status.

Isolierte Ausführung. Jeder Managed Agent läuft in einer von Google gehosteten Linux-Sandbox mit einer konfigurierbaren Network Allowlist. Agenten können nur die externen Dienste erreichen, die in ihrer Konfiguration ausdrücklich freigegeben sind, wodurch das Risiko unbefugten Datenzugriffs oder lateraler Bewegungen reduziert wird.

Durchsetzung von Richtlinien über Agent Gateway. Der Traffic von Agenten zu externen Datenquellen und Diensten läuft über ein Agent Gateway, das DLP-(Data Loss Prevention-) und Sicherheitsrichtlinien durchsetzt. Agenten authentifizieren sich bei externen Tools mit gezielten Berechtigungen — nicht mit weitreichenden API-Keys.

Nachvollziehbarkeit. Administratoren können Aktivitätsprotokolle von Agenten einsehen und prüfen, was Compliance-Anforderungen unterstützt, die einen vollständigen Nachweis darüber verlangen, was Agenten wann und warum getan haben.

Der nutzerseitige Gemini Agent ergänzt dies um eine zusätzliche Schutzebene mit klaren Hinweisen an den Nutzer: explizite Sicherheitsempfehlungen (einschließlich des Hinweises, keine Passwörter im Chat einzugeben) sowie die Warnung, hochkritische wiederkehrende Aktionen nicht zu planen, da Modellfehler möglich sind.

Developer Experience und Muster

Für Teams, die die Managed Agents API in bestehende Infrastruktur integrieren, ist die Erfahrung konfigurationsgetrieben und REST-first. Typische Implementierungsmuster sind:

Agenten deklarativ über Konfigurationsdateien definieren, die Tools, Skills, Datenverbindungen und Laufzeitbeschränkungen festlegen — und diese Konfigurationen dann wie jedes andere Infrastructure-as-Code-Artefakt in die Versionsverwaltung einchecken.

Die Agents API verwenden, um Agenten programmgesteuert im Rahmen von CI/CD-Pipelines zu erstellen und zu aktualisieren, sodass Agentenbereitstellungen denselben Review- und Freigabeprozess durchlaufen wie Anwendungsbereitstellungen.

Agenten über die Interactions API aus Backend-Services, Orchestrierungsschichten oder anderen Agenten aufrufen — wobei Agent-to-Agent-(A2A-)Protokolle es Managed Agents ermöglichen, systemübergreifend miteinander zu kommunizieren.

Antigravity 2.0, verfügbar als eigenständige Desktop-App und CLI, bietet Entwicklern zusätzliche Werkzeuge für Steering während der Entwicklung, Anpassungen und lokale Orchestrierungstests, bevor sie auf der verwalteten Plattform bereitgestellt werden.

Einsatzszenarien, in denen Managed Agents glänzen

Die Plattform ist für komplexe, mehrstufige Workflows optimiert, die von isolierter Ausführung und auf Unternehmensdaten gestützter Verarbeitung profitieren. Dokumentierte Anwendungsfälle sind:

Automatisierung über mehrere Systeme hinweg — Orchestrierung von Workflows über Workspace, Jira, Salesforce und interne Systeme hinweg mit Connectoren und benutzerdefinierten Tools, ohne für jedes Systempaar eine eigene Integrations-Middleware bauen zu müssen.

Recherche und Analyse — mehrstufige Marktanalysen, Wettbewerbsanalysen und Due-Diligence-Workflows mit Deep-Research-ähnlichen Agenten, die sowohl auf Webinhalte als auch auf interne Dokumente gestützt sind.

Wissensmanagement — Zusammenfassungen, Q&A und die Extraktion von Erkenntnissen aus umfangreichen Unternehmensdokumenten, unterstützt durch NotebookLM-ähnliche Agenten mit Workspace- und Drive-Integration.

Entwicklerproduktivität und Codesicherheit — automatisierte Code-Reviews, Refactoring und Sicherheits-Patching über Code Assist und CodeMender, mit Freigabeschritten durch Menschen an jedem kritischen Punkt.

Wiederkehrende Workflow-Automatisierung — Workspace Studio für alltägliche Automatisierungen (E-Mail-Digests, Briefings vor Meetings, Support-Triage) und Managed Agents für komplexere Orchestrierung, die benutzerdefinierte Tools oder strenge Governance erfordert.

Das Ökosystem: Marketplace, Partner und ADK

Über die Kern-APIs hinaus hat Google einen Agent Marketplace aufgebaut, in dem Organisationen von Partnern entwickelte Agenten entdecken, bewerten und bereitstellen können. Der Marketplace lässt sich nach Branche, Anwendungsfall und Validierungsstatus filtern (einschließlich Gemini-Enterprise-Kompatibilitätszertifizierung).

Drittanbieter-Integrationen decken die typische Unternehmenssoftware-Landschaft ab: Asana, Jira, Mailchimp, Salesforce, Slack, Teams und andere — zugänglich über Connectoren, Webhooks und benutzerdefinierte Schritte in Workspace Studio.

Das Agent Development Kit (ADK) ist der Pro-Code-Weg für Teams, die maximale Kontrolle wollen. ADK-Agenten sind vollständig benutzerdefinierte Implementierungen, die auf Vertex AI Agent Engine gehostet werden, aber zusammen mit Managed Agents über Gemini Enterprise sichtbar und verwaltet werden. ADK und Managed Agents sind komplementär, nicht konkurrierend: Managed Agents decken den Standardfall konfigurationsgetriebener autonomer Workflows ab; ADK deckt Fälle ab, die eine maßgeschneiderte Orchestrierungslogik erfordern.

Abwägungen und Überlegungen für Entwickler

Für Teams, die agentische Produkte bauen oder Enterprise-Agentenplattformen evaluieren, bieten Gemini Managed Agents eine überzeugende Kombination aus verwalteter Infrastruktur, Governance-Tools und Workspace-Integration. Aber die Kompromisse verdienen eine ehrliche Betrachtung.

Lock-in ist real. Die Antigravity-Laufzeit, die Agents API und das Agent Gateway sind proprietär von Google. Agenten, die auf diesem Stack gebaut werden, sind in erheblichem Maß an Google Cloud gebunden. Teams, die Agenten on-premises, in einer Hybrid-Cloud oder über mehrere Cloud-Anbieter hinweg betreiben müssen, werden die Plattform als einschränkend empfinden.

Datenresidenz- und Compliance-Anforderungen hängen von Googles regionalen Angeboten ab, die nicht jedes regulatorische Regime abdecken dürften. Teams mit strengen Anforderungen an Datensouveränität sollten die regionale Verfügbarkeit vor einer Bindung prüfen.

Die Modellflexibilität ist begrenzt. Managed Agents laufen auf Gemini-Modellen. Unternehmen, die bestimmte Workloads auf andere Frontier-Modelle routen wollen — oder die aus Kosten- oder Datenschutzgründen Open-Source-Modelle einsetzen möchten — benötigen zusätzliche Architektur, um diese Flexibilität zu erreichen.

Governance ist für die richtigen Organisationen ein Feature, keine Einschränkung. Enterprise-IT- und Security-Teams sehen zentrale Governance oft als Voraussetzung, nicht als Nice-to-have. Für solche Organisationen können die Sichtbarkeits- und Richtlinienkontrollen von Gemini Enterprise die interne Freigabe für Agentenbereitstellungen beschleunigen.

Für Teams, die eigenständige, Open-Source-KI-Mitarbeitende oder Multi-Model-Orchestrierungsplattformen bauen, ist der praktische Weg oft die Integration: Gemini Managed Agents als ein Bereitstellungsziel zu behandeln, während die Kern-Orchestrierungslogik cloud-agnostisch bleibt.

Wo Gemini Managed Agents im Wettbewerbsumfeld stehen

Der klarste Vorteil für Google ist die Tiefe der Workspace-Integration in Kombination mit einem Spektrum von No-Code bis Pro-Code, das es verschiedenen Teams erlaubt, auf dem Niveau zu bauen, das ihren Fähigkeiten entspricht. Der klarste Nachteil gegenüber AWS ist die Modellbreite — der Multi-Model-Katalog von Bedrock gibt Teams mehr Flexibilität, ohne die verwaltete Infrastruktur zu verlassen.

Fazit

Gemini Managed Agents sind das vollständigste Bild, das Google bisher von einer „agentischen Enterprise“-Plattform gezeichnet hat: eine isolierte Laufzeitumgebung, eine konfigurationsgetriebene Entwickler-API, eine No-Code-Oberfläche für Business-Anwender, First-Party-Referenzagenten, zentralisierte Governance und ein Marketplace für Erweiterungen von Drittanbietern. Die Teile greifen stimmig ineinander.

Die eigentliche Frage für Unternehmenskunden ist nicht, ob die Plattform leistungsfähig ist — das ist sie eindeutig — sondern ob die Kompromisse aus Google-Cloud-Lock-in, Gemini-only-Modellunterstützung und Datenresidenz-Beschränkungen für ihren Kontext akzeptabel sind. Für Organisationen, die bereits stark in Google Workspace und Google Cloud investiert sind, lautet die Antwort wahrscheinlich ja. Für Organisationen, die Modellflexibilität oder Hybrid-Cloud-Bereitstellung benötigen, bringt der verwaltete Komfort der Plattform architektonische Einschränkungen mit sich, die sorgfältig bewertet werden sollten.

---

Was das für Eigent bedeutet

Googles Architektur für Managed Agents — isolierte Laufzeitumgebungen, verwalteter Tool-Zugriff, Agent-to-Agent-Koordination — spiegelt eine Reihe von Infrastrukturwetten wider, auf die Eigent unabhängig auf einer offenen, modellagnostischen Basis hinarbeitet. Auf der Roadmap: tiefergehende Unterstützung für isolierte Agenten-Arbeitsbereiche, die die Sandbox-Garantien verwalteter Laufzeitumgebungen widerspiegeln, und Multi-Agent-Orchestrierungsprotokolle, die über Gemini, Claude, GPT und lokale Modelle hinweg funktionieren — damit Teams nicht gezwungen sind, einen einzelnen Anbieter zu wählen, um Agentenkoordination auf Enterprise-Niveau zu erhalten.

---

Häufig gestellte Fragen

Was sind Gemini Managed Agents?

Gemini Managed Agents sind autonome KI-Agenten, die in einer von Google gehosteten, isolierten Linux-Umgebung laufen und über die Managed Agents API auf der Gemini Enterprise Agent Platform bereitgestellt und verwaltet werden. Entwickler konfigurieren den Agenten — legen also Tools, Daten-Mounts und Netzwerkrichtlinien fest — und Google übernimmt die zugrunde liegende Infrastruktur, Sicherheit und Laufzeit.

Worin unterscheidet sich die Managed Agents API von der direkten Nutzung der Gemini API?

Bei direkter Nutzung der Gemini API müssen Sie Ihre eigene Orchestrierung, Logik für Tool-Aufrufe, Sandboxing und Governance aufbauen. Die Managed Agents API stellt eine vollständig verwaltete Laufzeitumgebung (das Antigravity-Harness) bereit, in der all diese Infrastruktur von Google übernommen wird. Der Kompromiss lautet: weniger Flexibilität im Austausch für weniger operativen Aufwand.

Was ist das Antigravity-Harness?

Antigravity ist Googles Agenten-Ausführungsumgebung, die Managed Agents antreibt. Sie stellt pro Agent eine Linux-Sandbox bereit, in der der Agent mit Gemini-Modellen schlussfolgern, Code ausführen, Tools aufrufen, eingebundene Datenquellen nutzen und mehrstufige Workflows abschließen kann — und das alles innerhalb der in der Konfiguration des Agenten definierten Sicherheitsgrenzen.

Worin unterscheidet sich Workspace Studio von der Managed Agents API?

Workspace Studio ist eine No-Code-/Low-Code-Oberfläche für Business-Anwender, um Automatisierungsagenten über Gmail, Drive, Docs, Sheets und Drittanbieter-Apps hinweg zu bauen und zu teilen. Die Managed Agents API ist eine entwicklerseitige API, um komplexere Agenten mit isolierten Laufzeitumgebungen, benutzerdefinierten Tools und Enterprise-Sicherheitskontrollen zu erstellen. Beide ergänzen sich: Workspace Studio für alltägliche, von Nutzern erstellte Automatisierungen, Managed Agents für Backoffice- oder sicherheitskritische Workflows.

Was ist das Agent Development Kit (ADK)?

Das Agent Development Kit ist Googles Pro-Code-SDK zum Erstellen vollständig benutzerdefinierter KI-Agenten, die auf Vertex AI Agent Engine gehostet werden. ADK-Agenten bieten maximale Flexibilität für maßgeschneiderte Orchestrierungslogik, erfordern aber mehr Entwicklungsaufwand als die konfigurationsgetriebene Managed Agents API. Sowohl ADK als auch Managed Agents werden über Gemini Enterprise verwaltet.

Unterstützt die Managed Agents API auch Modelle außerhalb von Gemini?

Nein. Die Managed Agents API ist für Gemini-Modelle konzipiert (einschließlich Gemini 3.5 Flash und Gemini 3.1 Pro). Teams, die Workloads auf andere Frontier-Modelle oder Open-Source-Modelle routen möchten, benötigen eine modellagnostische Orchestrierungsschicht außerhalb des verwalteten Google-Stacks.

Welche Governance-Kontrollen bietet Gemini Enterprise?

Gemini Enterprise bietet eine zentrale Konsole, in der Administratoren alle Agenten in der Organisation einsehen können (von Google erstellt, von Mitarbeitenden erstellt, benutzerdefiniert und Drittanbieter), Zugriffsrichtlinien verwalten, DLP-Regeln über das Agent Gateway durchsetzen und die Agentenaktivität auditieren. Managed Agents laufen in isolierten Umgebungen mit konfigurierbaren Network Allowlists, wodurch begrenzt wird, welche externen Dienste ein Agent erreichen kann.

Ist die Gemini Enterprise Agent Platform dasselbe wie die Vertex AI Agent Platform?

Ja. Google hat die Vertex AI Agent Platform im Rahmen seiner breiteren Strategie in Gemini Enterprise Agent Platform umbenannt, um Gemini als Marke für seinen Enterprise-KI-Stack zu positionieren. Die zugrunde liegende Infrastruktur und die APIs sind identisch; das Branding spiegelt Googles Bündelung seiner KI-Produkte unter dem Gemini-Dach wider.