Auf der Google I/O 2026 hat Google am 19. Mai den ersten “Always-On-AI-Agent” vorgestellt: Gemini Spark. Spark ist nicht einfach ein Chatbot mit Tool-Use — er ist eine persistente Cloud-Instanz, die auch dann weiterarbeitet, wenn dein Laptop zugeklappt und dein Handy gesperrt ist.
Gleichzeitig hat Google den Preis fuer AI Ultra von 250 auf 100 USD im Monat gesenkt. Das ist Googles erste echte Antwort auf ChatGPT Pro und Claude Max — und es ist eine aggressive. Wir ordnen ein, was das fuer deutsche Knowledge-Worker und Builder bedeutet.
Was Spark technisch wirklich macht
Bisher haben Agenten so funktioniert: Du oeffnest ein Chat-Fenster, gibst eine Aufgabe ein, das Modell loest sie in der laufenden Session und vergisst dann alles wieder. Schliesst du den Tab — weg ist der Agent.
Spark dreht das um. Beim ersten Login wird dir eine persistente Google Cloud VM zugewiesen, auf der eine Gemini-3.5-Flash-Instanz und Antigravity 2.0 laufen. Diese VM bleibt online, auch wenn du dich ausloggst.
Drei Konsequenzen:
- Hintergrund-Tasks. “Ueberwach meinen Posteingang und antworte auf alles, was offensichtlich Spam ist” laeuft auch nachts weiter.
- Wiederkehrende Workflows. “Jeden Montag um 8 Uhr brief mich ueber alle ungeantworteten Mails der letzten Woche” — Spark merkt sich das.
- Asynchrone Tool-Calls. Spark kann auf langlaufende API-Antworten warten (etwa “warte bis das CI-Build durch ist, dann merge den PR”), ohne dass der User dabei ist.
Spark vs. klassische Chat-Agenten
| Feature | Gemini Spark | ChatGPT Tasks (Pro) | Claude Managed Agents |
|---|---|---|---|
| Persistente VM | Ja (24/7) | Nein (Cron-basiert) | Ja (per Session) |
| Modell-Backend | Gemini 3.5 Flash | GPT-5.5 / GPT-5.5-mini | Claude Opus 4.7 |
| Native Integrationen | Gmail, Calendar, Drive, Tasks | Mail (Outlook/Gmail), Kalender | MCP-Server |
| EU-Hosting | Nein (Stand Mai 2026) | Ja (Azure Frankfurt) | Ja (AWS Frankfurt) |
| Preis | 100 USD/Monat (Ultra) | 200 USD/Monat (Pro) | Per-Token + 50 USD Plattform |
| Voice-Steuerung | Ja, nativ (macOS-Demo) | Nein | Ueber API |
| Workflow-Templates | “Recipes” (Google) | GPTs | Skills |
| Multi-Account | Bis 3 (Family-Sharing) | Einzelnutzer | Pro Workspace |
Der entscheidende Unterschied: Spark ist der erste Agent, der ohne Client-Verbindung weiterlaeuft. ChatGPT Tasks ist im Wesentlichen ein eleganter Cron-Job — er wacht auf, fuehrt eine Aktion aus, schlaeft wieder. Spark hat einen kontinuierlichen Heartbeat.
Der Preis-Trick: AI Ultra fuer 100 USD
Googles eigentliche Schlagzeile ist gar nicht Spark, sondern der Preis-Cut bei AI Ultra: Von 250 USD auf 100 USD pro Monat. Damit unterbietet Google direkt:
- ChatGPT Pro: 200 USD/Monat
- Claude Max: 100 USD/Monat
- Perplexity Max: 200 USD/Monat
Was du in AI Ultra (100 USD) bekommst:
- 1 Gemini Spark VM (eine persistente Agent-Instanz)
- Gemini 3.5 Flash ohne Quoten-Limit im Web/App
- 2.000 Veo-2-Credits/Monat (zusaetzlich 200 Veo-3-Credits)
- Antigravity 2.0 Developer Tools (Web-IDE, Tracing, Deployment)
- Workspace-Integration: Gmail, Calendar, Drive direkt steuerbar
- NotebookLM Pro inkl. Audio-Uebersichten in Deutsch
Die alte 250-USD-Stufe heisst jetzt AI Ultra Studio (200 USD/Monat) und enthaelt:
- 3 Spark VMs (Multi-Agent-Setup)
- Veo 3 unlimited
- Antigravity 2.0 Enterprise (eigene MCP-Server hosten)
- API-Kredite im Wert von 50 USD/Monat
Fuer Solo-Builder oder Freelancer ist 100 USD ploetzlich aggressiv attraktiv — vor allem, weil Spark anders als ChatGPT Tasks eine dedizierte Maschine mitliefert.
Was Spark in der Praxis kann (und wo es scheitert)
In der I/O-Demo hat Spark fuenf Aufgaben live geloest:
- Voice-gesteuerte Email-Drafts auf macOS, ohne Maus oder Tastatur
- Morning Briefing automatisch generiert aus Gmail, Calendar und einem RSS-Feed
- Multi-Step Scheduling — Termin mit drei Personen ueber zwei Zeitzonen koordiniert
- Background Slack-Monitoring — Spark hat eine Frage in #help-channel beantwortet, waehrend der Demo-Praesenter auf der Buehne war
- Recurring Recipe — Wochenrueckblick jeden Freitag um 17 Uhr automatisiert
In Hands-On-Tests mit Beta-Testern wurden aber auch drei Schwachstellen sichtbar:
1. Halluzinationen bei Tool-Auswahl
Wenn Spark mehrere MCP-Connectoren mit aehnlichen Namen hat (z. B. “calendar” und “google-calendar”), waehlt er gelegentlich den falschen. Workaround: MCP-Connectoren explizit benennen und in der Recipe-Definition erzwingen.
2. Cost-Drift bei Long-Running-Tasks
Eine Recipe kann theoretisch unendlich laufen. In einem Fall hat Spark in 4 Tagen ueber 600 USD an API-Kosten erzeugt, weil eine Polling-Schleife nie abgebrochen wurde. Google plant ein hartes Budget-Limit pro VM — bis dahin: immer Cost-Caps in der Recipe definieren.
3. Keine EU-Region
Beta laeuft nur auf US-Servern. Datentransfer-Folgenabschaetzung nach Art. 35 DSGVO ist fuer Hochrisiko-Daten Pflicht. Vorlaeufig nicht produktiv in EU einsetzen.
🛡️ AEGIS-Check fuer Agent-Workflows: Wenn du Spark, Claude Managed Agents oder OpenAI Custom Agents einsetzt, muss jeder dieser Agenten in dein KI-Inventar — der EU AI Act gilt auch fuer Agent-Systeme. Der KI-Inventar im AEGIS-Hub dokumentiert Modell, Anbieter, Tool-Zugriffe und Rechtsgrundlage in zehn Minuten pro Agent.
DACH-Empfehlung: Wann Spark, wann nicht
Gemini Spark einsetzen, wenn:
- Du US-basiert arbeitest oder dein Workflow keine personenbezogenen Daten verarbeitet
- Du voll im Google-Workspace-Stack bist (Gmail, Calendar, Drive)
- Du Voice-First-Workflows brauchst (z. B. Hands-Free im Auto)
- Du mit 100 USD/Monat ein “Always-On”-Brief-AI willst, das auch Sonntagabend Mails sortiert
NICHT einsetzen, wenn:
- Du gesundheits-, finanz- oder personenbezogene Daten verarbeitest und in der EU sitzt
- Du mit Microsoft 365 oder Slack-only arbeitest (Spark fokussiert Google-Stack)
- Du erwartest, dass Spark in der ersten Beta zuverlaessig laeuft (es ist Beta, mit allem was dazugehoert)
Alternativen aus dem DACH-Umfeld
Wer aehnliche Funktionalitaet EU-konform sucht, sollte sich zwei Setups ansehen:
Setup A: Claude Managed Agents + Make.com
Claude Managed Agents bietet seit Mai 2026 MCP-Tunnels und Self-Hosted-Sandboxes ueber AWS Frankfurt. Kombiniert mit Make.com fuer die Automatisierungs-Trigger entsteht ein quasi-persistenter Agent — wenn auch ohne Voice-Layer.
🔧 Automatisierungs-Plattform: Wer Make.com noch nicht produktiv nutzt, sollte sich die No-Code-Workflows einmal anschauen — gerade in Kombi mit MCP-Tools wird das schnell maechtig.
Setup B: Self-Hosted n8n + Vertex AI Frankfurt
Eine n8n-Instanz auf Hetzner oder IONOS in Frankfurt, verbunden mit Vertex AI europe-west3 und einem Cron-Trigger. Weniger schick als Spark, aber komplett unter EU-Kontrolle. Kosten: ca. 15 EUR/Monat Hosting plus API-Verbrauch.
Fazit: Der Preiskampf der KI-Abos hat begonnen
Spark ist technisch ein echter Sprung, weil Google als Erster eine dedizierte VM fuer den Endkunden anbietet. Praktisch wichtiger ist aber der Preis-Cut auf 100 USD — er zwingt OpenAI und Anthropic, ihre Pro-/Max-Tarife neu zu denken.
Fuer DACH-Knowledge-Worker heisst das: Abwarten bis Spark EU-Region bekommt (vermutlich Q3 2026), aber jetzt schon die eigenen Workflows so bauen, dass sie mit minimalem Aufwand auf einen persistenten Agent migriert werden koennen. Wer heute Make-, n8n- oder Claude-Workflows aufsetzt, hat im Spaetjahr den entscheidenden Vorsprung.
