Google DeepMind hat die Gemini API mit zwei zentralen Neuerungen ausgestattet, die die Architektur agentenbasierter KI-Systeme grundlegend verändern: Multi-Tool-Chaining und Context Circulation machen Schluss mit einem der hartnäckigsten Engpässe in der KI-Agenten-Entwicklung.
Google DeepMind erweitert Gemini API um Multi-Tool-Chaining und Kontextweitergabe
Was steckt hinter den neuen Funktionen?
Multi-Tool-Chaining bedeutet im Kern: Ein KI-Agent kann innerhalb eines einzigen Durchlaufs mehrere Werkzeuge nacheinander aufrufen – und zwar ohne dass ein Mensch dazwischen eingreifen muss. Bislang war genau das ein typischer Flaschenhals. Wer komplexere Aufgaben automatisieren wollte, musste entweder aufwendige Workarounds bauen oder mit deutlich eingeschränkter Funktionalität leben.
Die zweite Neuerung, Context Circulation, adressiert ein anderes, aber eng verwandtes Problem: Wie bleibt ein Agent über mehrere Arbeitsschritte hinweg im Bilde, was er bereits getan hat – und was als Nächstes sinnvoll wäre? Durch die strukturierte Weitergabe des Kontexts zwischen einzelnen Tool-Aufrufen behalten Agenten gewissermaßen den Faden in der Hand, ohne dass Informationen zwischen den Schritten verloren gehen.
Warum das für KI-Agenten relevant ist
Wer sich mit dem Aufbau von KI-Agenten beschäftigt, kennt das Problem: Sobald ein Agent mehrere externe Dienste, Datenquellen oder APIs koordinieren soll, wird die Sache schnell unhandlich. Jeder Zwischenschritt produziert Kontext, der irgendwie weitergetragen werden muss – und genau da hapert es bei vielen Frameworks noch.
Mit der aktualisierten Gemini API lassen sich komplexe Multi-Step-Workflows deutlich schlanker abbilden – ohne manuelle Eingriffe zwischen den einzelnen Schritten.
Ein Agent könnte etwa zuerst eine Websuche anstoßen, das Ergebnis direkt in ein Dokument schreiben lassen und anschließend eine Zusammenfassung per E-Mail versenden – alles in einem zusammenhängenden Prozess.
Einordnung: Was bedeutet das für den Markt?
Google DeepMind bewegt sich mit diesem Update in einem Bereich, der gerade heftig umkämpft ist. Anthropic, OpenAI und eine Reihe kleinerer Anbieter arbeiten ebenfalls intensiv daran, ihre APIs für agentische Anwendungsfälle fit zu machen. Die Fähigkeit, Tools zu verketten und Kontext zuverlässig weiterzugeben, gilt inzwischen als Grundvoraussetzung für ernstzunehmende Agentenarchitekturen – kein optionales Feature mehr.
Dabei ist bemerkenswert, wie Google den Rollout gestaltet:
Die Neuerungen kommen direkt über die API – kein separates Produkt, kein proprietärer Wrapper. Einfach eine erweiterte Schnittstelle auf der Ebene, die Entwickler tagtäglich nutzen.
Was deutsche Unternehmen jetzt prüfen sollten
Für deutschsprachige Entwickler und Tech-Teams, die Gemini bereits im Stack haben oder den Einstieg erwägen, lohnt sich ein genauerer Blick auf die aktualisierten API-Dokumentationen. Insbesondere für Anwendungen in der Prozessautomatisierung – etwa im Dokumentenmanagement, im Kundenservice oder in der internen Wissensverarbeitung – öffnen Multi-Tool-Chaining und Context Circulation neue Umsetzungswege, die bisher deutlich mehr Eigenentwicklung erfordert hätten.
Wer agentenbasierte Workflows plant, sollte die neuen Möglichkeiten konkret gegen bestehende Frameworks wie LangChain oder LlamaIndex abwägen.
Quelle: The Decoder
