Zum Inhalt springen
Archiv 30. Juni 2026

Google macht die Interactions API zur Hauptschnittstelle für Gemini: Warum daraus gerade eine Betriebsplattform für Agenten wird

Viele API-News klingen größer, als sie im Alltag sind. Bei Googles Interactions API ist es aus meiner Sicht eher umgekehrt. Das GA-Label wirkt erst einmal technisch, fast trocken. Tatsächlich steckt darin aber eine ziemlich klare Ansage: Google will Gemini nicht mehr primär als Sammlung einzelner Modellaufrufe verkaufen, sondern als gemeinsame Betriebsfläche für Modelle und Agenten.

Genau deshalb halte ich diese Meldung für blogtauglich. Denn hier geht es nicht um ein weiteres Modell mit neuem Namen, sondern um die Frage, über welche Schnittstelle künftige agentische Arbeit überhaupt organisiert werden soll.

Was Google konkret angekündigt hat

Laut Google hat die Interactions API jetzt General Availability erreicht und ist ab sofort die primäre API für Gemini-Modelle und Agenten. Die öffentliche Beta lief seit Dezember 2025. Mit dem GA-Status bekommt die API nun ein stabiles Schema, und Googles Dokumentation stellt standardmäßig auf dieses Format um.

Noch wichtiger ist, was Google inhaltlich daran hängt. Seit der Beta sind mehrere Bausteine dazugekommen, die zusammen ein anderes Bild ergeben als bei einer normalen Modell-API:

  • Managed Agents mit Remote-Linux-Sandbox und eigenem Agenten-Setup
  • Background Execution für lange Läufe per background=true
  • Tool-Kombinationen aus Google Search, Google Maps und eigenen Funktionen in einem Request
  • serverseitiger Zustand statt rein statelesser Einzelaufrufe
  • multimodale Generierung für Bild, Musik und expressive Sprache
  • 55 Tage abrufbare vergangene Interaktionen im Paid-Tier
  • neues Step-Schema statt klassischer Rollenlogik

Google sagt dabei ausdrücklich: Frontier-Fähigkeiten für lange laufende Modelle und Agenten werden künftig zunehmend exklusiv zuerst auf der Interactions API landen. Die ältere generateContent-API bleibt zwar unterstützt, aber die strategische Stoßrichtung ist damit ziemlich klar.

Warum das mehr ist als ein GA-Update

Die eigentliche Nachricht lautet für mich: Google verschiebt die wertvollere Schicht nach oben. Nicht mehr der einzelne Modellcall steht im Zentrum, sondern die Infrastruktur darum – also Zustand, Laufzeit, Tools, Rückkanäle, Sandboxes und agentische Ausführung.

Das passt auffällig sauber zu mehreren Google-Themen der letzten Wochen auf menzel.works. Bei Gemini API Webhooks ging es schon darum, dass längere Jobs einen besseren Rückkanal brauchen als permanentes Polling. Bei Deep Research Max in der Gemini API war der spannende Punkt, dass Rechercheläufe länger, asynchroner und workflowtauglicher werden. Und bei ARD als Discovery-Schicht für Agenten rückte die Infrastruktur vor der Ausführung in den Fokus.

Die Interactions API zieht diese Linie jetzt zusammen. Sie wird zur Stelle, an der Modellaufruf, Agentenlauf, Toolnutzung, Hintergrundjob und Zustand in einem gemeinsamen Format landen.

Der eigentliche Shift: von Rollen zu Schritten

Besonders relevant finde ich Googles Wechsel von Rollen zu Steps. Statt nur Nachrichtenrollen wie User, Assistant oder Tool zusammenzuschieben, behandelt die API jetzt einzelne Aktionen als eigene typisierte Schritte – etwa user_input, thought, function_call oder model_output.

Das klingt zunächst wie Schema-Kosmetik. Ist es aber nicht. Für echte Agenten-Workflows ist so ein Schrittmodell viel näher an der Realität als klassische Chat-Strukturen. Denn längere KI-Arbeit besteht eben nicht nur aus Ein- und Ausgaben, sondern aus:

  • Zwischenständen,
  • Tool-Aufrufen,
  • asynchronen Wartezuständen,
  • Folgeschritten,
  • und Entscheidungen darüber, was als Nächstes passieren soll.

Genau dort wird die API mehr zur Steuerlogik als nur zum Modell-Endpunkt.

Warum das für Entwickler und Teams praktisch relevant ist

Für viele Teams liegt der Engpass heute nicht mehr darin, überhaupt ein Modell anzusprechen. Das kann fast jede Plattform. Der Engpass liegt woanders:

  • Wie bleiben längere Läufe kontrollierbar?
  • Wie kombiniere ich mehrere Tools sauber in einem Ablauf?
  • Wie halte ich Kontext serverseitig stabil?
  • Wie vermeide ich, dass Agenten-Workflows nur aus losem Prompt-Verkabeln bestehen?

Google beantwortet das nicht mit noch einem UI-Feature, sondern mit einer Architekturentscheidung. Wer neue Gemini-Projekte baut, soll laut Google direkt auf der Interactions API starten. Und wer noch auf generateContent sitzt, bekommt zwar keinen harten Cut, aber klar den Hinweis, wohin sich die Plattform bewegt.

Ich halte das für relevant, weil genau an dieser Stelle aus „Modellzugang“ langsam Betriebsfähigkeit wird. Die Interactions API ist damit eher mit einer Agenten-Kontrollschicht vergleichbar als mit einer klassischen inferenzzentrierten API.

Was daran stark ist

1. Ein gemeinsamer Endpunkt für Modell und Agent

Dass Google inference und autonome Agenten unter eine Hauptschnittstelle zieht, reduziert Konzeptbrüche. Wer klein beginnt, muss später nicht zwingend die ganze API-Denkweise wechseln.

2. Hintergrundjobs werden zum Standard statt zum Workaround

Lange Läufe sind bei agentischen Systemen kein Sonderfall. Wenn background=true offiziell zur Normalform gehört, ist das ein deutlich besseres Signal als jede Chat-Demo.

3. Tooling wird als Mischbetrieb gedacht

Google erlaubt ausdrücklich die Kombination aus eingebauten Tools wie Search oder Maps und eigenen Funktionen. Genau so sehen reale Workflows aus: nicht rein proprietär, aber auch nicht rein lokal.

Wo ich trotzdem vorsichtig wäre

Natürlich bleibt auch hier einiges Marketing. Dass eine API „primär“ wird, heißt noch nicht automatisch, dass alle Teams sofort reibungslos migrieren. Neue Schemas, neue Step-Logik und neue Betriebsmodi erzeugen auch Umstellungsaufwand.

Außerdem ist die Ansage, dass künftige Frontier-Fähigkeiten zunehmend exklusiv auf dieser Schnittstelle landen, für Bestandsprojekte zwar verständlich, aber nicht völlig harmlos. Google erhöht damit subtil den Migrationsdruck.

Und wie immer bei Agenten-Infrastruktur gilt: Mehr Zustand, mehr Hintergrundjobs und mehr Tool-Kombinationen machen Systeme nicht nur stärker, sondern auch komplexer. Governance, Kostenkontrolle, Fehleranalyse und Review verschwinden dadurch nicht – sie werden eher wichtiger.

Mein Fazit

Die Interactions API ist für mich keine Nebenmeldung für API-Nerds, sondern ein Signal dafür, wie Google den Gemini-Stack künftig ordnen will. Weg von losen Modellaufrufen, hin zu einer stateful Betriebsplattform für lange Jobs, Tools, Agenten und multimodale Abläufe.

Das ist genau die Art Infrastrukturverschiebung, die im Tagesrauschen leicht untergeht, später aber mehr Praxisfolgen haben kann als der nächste Modellname. Wer mit Gemini ernsthaft produktive Agenten oder robuste Workflows bauen will, sollte diese Meldung deshalb nicht als GA-Fußnote lesen, sondern als Plattformansage.

Die spannendere Frage ist damit nicht mehr nur: Wie gut ist Gemini? Sondern immer öfter: Auf welcher Betriebsfläche sollen Modelle, Tools und Agenten überhaupt zusammenarbeiten?

Weiterführende Beiträge auf menzel.works

Quellen

Hinweis: Dieser Beitrag wurde mit Unterstützung von KI erstellt und redaktionell bearbeitet.

Frage zu diesem Inhalt?
Kurz schreiben.
Kontakt