AgentenCode AgentenProfilRecherche
✓ Redaktionell geprüftPrüfdatum: 1. Oktober 2026
AgentenProfil · Recherche
Gemini Deep Research
Agentische Recherche in Gemini mit Google Search und optional eigenen Google-Datenquellen.
ÖKOSYSTEM-ZUORDNUNG
Dieses Agentenprofil gehört zur kuratierten Anbieterübersicht. Sicherheitsmerkmale werden nicht zwischen Produkten übertragen.
Rechercheredaktionelle Einordnung
GoogleAnbieter
5 Primärquellen dokumentiertQuellenstatus
1. Oktober 2026letzte Prüfung
AgentenTrust 2.0 · EU & Governance Evidence
EU AI Act, Datenschutz und Kontrolle bei Gemini Deep Research
Direktantwort: Für Gemini Deep Research sind aktuell 1 von 36 normalisierten Trust-Controls feldgenau öffentlich belegt. Nicht belegte Felder bleiben Unknown – niemals automatisch Nein.
EU AI ActEvidence-Kontext zu Art. 12–15, ohne automatische Anwendbarkeits- oder Compliance-Aussage.
DSGVOEvidence-Kontext zu Art. 5, 28 und 32. Data Residency allein ist kein Compliance- oder Transfer-Nachweis.
Wichtig: Diese Zahlen zeigen Dokumentationsabdeckung, keine Produktbewertung. 0 von 10 bedeutet: Für diese 10 Felder liegt im aktuellen Datensatz kein feldgenauer öffentlicher Beleg vor. Es bedeutet nicht, dass der Agent die Funktionen nicht besitzt.
Entscheidungsrelevante Kernsignale
Zwölf häufige EU-, Datenschutz-, Security- und Governance-Fragen – inklusive Unknowns.
Ja belegtNein belegtWert belegtUnknown
Datenschutz & Daten
UnknownData Residency
Nicht öffentlich belegt
Keine feldgenaue öffentliche Evidence im aktuellen Datensatz.Datenschutz & Daten
UnknownKundendaten für Training
Nicht öffentlich belegt
Keine feldgenaue öffentliche Evidence im aktuellen Datensatz.Datenschutz & Daten
UnknownDatenaufbewahrung / Retention
Nicht öffentlich belegt
Keine feldgenaue öffentliche Evidence im aktuellen Datensatz.Datenschutz & Daten
UnknownDPA / Auftragsverarbeitung
Nicht öffentlich belegt
Keine feldgenaue öffentliche Evidence im aktuellen Datensatz.Security & Zugriff
UnknownVerschlüsselung at rest
Nicht öffentlich belegt
Keine feldgenaue öffentliche Evidence im aktuellen Datensatz.Security & Zugriff
UnknownRBAC
Nicht öffentlich belegt
Keine feldgenaue öffentliche Evidence im aktuellen Datensatz.Menschliche Kontrolle
UnknownHuman Approval
Nicht öffentlich belegt
Keine feldgenaue öffentliche Evidence im aktuellen Datensatz.Menschliche Kontrolle
UnknownHuman Oversight
Nicht öffentlich belegt
Keine feldgenaue öffentliche Evidence im aktuellen Datensatz.Audit & Nachvollziehbarkeit
UnknownAudit Logs
Nicht öffentlich belegt
Keine feldgenaue öffentliche Evidence im aktuellen Datensatz.Audit & Nachvollziehbarkeit
UnknownTracing
Nicht öffentlich belegt
Keine feldgenaue öffentliche Evidence im aktuellen Datensatz.Audit & Nachvollziehbarkeit
UnknownActivity History
Nicht öffentlich belegt
Keine feldgenaue öffentliche Evidence im aktuellen Datensatz.Security & Zugriff
UnknownSecrets / Credential Handling
Nicht öffentlich belegt
Keine feldgenaue öffentliche Evidence im aktuellen Datensatz.Alle dokumentierten Trust-Signale
Jeder Wert bleibt an Scope, Prüfdatum und Primärquelle gebunden. Ein Plattformbeleg wird nicht automatisch auf jeden Agenten vererbt.
Security & Zugriff · 1 dokumentierte Signale
SOC 2 Type 2
Belegt: Jasecurity.soc2_type2Ja
Scope: gemini_deep_research_workspace_core_service · geprüft 2026-10-01 · Primärquelle ↗Kein Compliance-Score.
AgentenTrust bildet Evidence ab. Die rechtliche Einordnung hängt vom konkreten Einsatz ab.
Kurz erklärt
Agentische Recherche in Gemini mit Google Search und optional eigenen Google-Datenquellen. AgentenCode beschreibt nicht nur die Anbieterpositionierung, sondern ordnet Funktionen, Einsatzgrenzen und Kontrollpunkte anhand nachvollziehbarer Kriterien ein.
AnbieterGoogle
ProdukttypIntegrierter Recherche-Agent
ZugangIn Gemini; Funktionen und Limits abhängig von Plan und Konto
EinordnungRecherche
AgentenProfil
Standardisierte Referenzdaten
AnbieterGoogle
KategorieRecherche
ProdukttypIntegrierter Recherche-Agent
ZielgruppePrivatpersonen, Unternehmen
ZugangIn Gemini; Funktionen und Limits abhängig von Plan und Konto
Quellenstatus5 Primärquellen dokumentiert
PrüfstatusRedaktionell geprüft
Prüfdatum1. Oktober 2026
Profilversion2.0
Filterdaten werden aus demselben strukturierten Datensatz erzeugt wie dieses Profil. Unbestätigte Merkmale werden nicht automatisch als „Nein“ gewertet.
Was ist Gemini Deep Research?
Agentische Recherche in Gemini mit Google Search und optional eigenen Google-Datenquellen.
Produktspezifische Evidenzlage zu Gemini Deep Research
Dieses Profil trennt den dokumentierten Produktfokus von feldgenauer Evidence. Für Gemini Deep Research sind aktuell 5 eindeutige Primärquellen über Profil, Trust- und Relationsdaten verknüpft. Die folgenden Punkte sind keine allgemeine Klassenbeschreibung, sondern stammen aus den für dieses konkrete Produkt gespeicherten Feldern.
- SOC 2 Type 2: Ja · Scope: gemini_deep_research_workspace_core_service · geprüft 1. Oktober 2026 · Primärquelle ↗
- hosting · managed: Ja · Scope: gemini_apps_deep_research · geprüft 1. Oktober 2026 · Primärquelle ↗
Recherche-Agenten sind darauf ausgelegt, komplexe Informationsaufgaben über mehrere Schritte zu bearbeiten. Sie suchen, gewichten und verbinden Informationen, statt nur eine einzelne Antwort aus einem Modell zu erzeugen.
Bei Gemini Deep Research ist deshalb weniger die Bezeichnung „Agent“ entscheidend als die Frage, welche Aufgaben das System tatsächlich übernimmt, welche Werkzeuge es verwenden darf und an welchen Stellen ein Nutzer oder Administrator die Kontrolle behält. AgentenCode trennt bestätigte Produktmerkmale von redaktioneller Einordnung und kennzeichnet ein Prüfdatum, weil Funktionen und Tarife in diesem Markt häufig verändert werden.
Wie funktioniert Gemini Deep Research?
Gemini erstellt einen Rechercheplan, durchsucht Google Search und kann – abhängig von Produkt, Konto und Berechtigungen – hochgeladene Dateien, Gmail, Drive oder weitere Google-Quellen einbeziehen.
Typisch ist ein Zyklus aus Fragestellung, Teilfragen, Quellenwahl, Recherche, Zwischenauswertung und Synthese. Gute Systeme machen zumindest einen Teil dieser Schritte nachvollziehbar und liefern Quellen oder Links, damit zentrale Aussagen überprüft werden können.
1Ziel präzisieren
2Teilfragen planen
3Quellen durchsuchen
4Ergebnisse abgleichen
5Bericht mit Quellen erstellen
Dieser Ablauf ist keine Behauptung, dass jeder interne Schritt bei Gemini Deep Research exakt so implementiert ist. Er zeigt das typische agentische Muster der Kategorie und hilft dabei, das Produkt gegenüber einem einfachen Chat, einer klassischen Suche oder einem fest verdrahteten Workflow einzuordnen.
Was kann Gemini Deep Research konkret übernehmen?
Die folgenden Anwendungsfelder ergeben sich aus dem dokumentierten Produktschwerpunkt. Ob ein Einsatz sinnvoll ist, hängt davon ab, wie gut der Agent auf die benötigten Daten zugreifen kann, welche Aktionen erlaubt sind und wie wichtig Fehlerfreiheit im jeweiligen Prozess ist.
Reiseplanung
Bei „Reiseplanung“ ist für Gemini Deep Research besonders „Google Search als zentrale Webquelle“ relevant. Der Einsatz sollte im dokumentierten Produktscope „In Gemini; Funktionen und Limits abhängig von Plan und Konto“ bewertet werden. Vor produktiver Nutzung gilt als konkreter Prüfpunkt: Verbundene Datenquellen nur mit passenden Berechtigungen verwenden. Diese Einordnung verbindet den gespeicherten Produktfokus mit den sichtbaren Quellen; sie ist kein Leistungsbenchmark.
Kaufrecherche
Bei „Kaufrecherche“ ist für Gemini Deep Research besonders „Verbindung mit Google-Diensten möglich“ relevant. Der Einsatz sollte im dokumentierten Produktscope „In Gemini; Funktionen und Limits abhängig von Plan und Konto“ bewertet werden. Vor produktiver Nutzung gilt als konkreter Prüfpunkt: Plan- und regionsabhängige Funktionen prüfen. Diese Einordnung verbindet den gespeicherten Produktfokus mit den sichtbaren Quellen; sie ist kein Leistungsbenchmark.
Lernen
Bei „Lernen“ ist für Gemini Deep Research besonders „Rechercheplan und strukturierte Berichte“ relevant. Der Einsatz sollte im dokumentierten Produktscope „In Gemini; Funktionen und Limits abhängig von Plan und Konto“ bewertet werden. Vor produktiver Nutzung gilt als konkreter Prüfpunkt: Quellen vor wichtigen Entscheidungen öffnen. Diese Einordnung verbindet den gespeicherten Produktfokus mit den sichtbaren Quellen; sie ist kein Leistungsbenchmark.
Recherche mit eigenen Unterlagen
Bei „Recherche mit eigenen Unterlagen“ ist für Gemini Deep Research besonders „Export in Google-Umgebungen möglich“ relevant. Der Einsatz sollte im dokumentierten Produktscope „In Gemini; Funktionen und Limits abhängig von Plan und Konto“ bewertet werden. Vor produktiver Nutzung gilt als konkreter Prüfpunkt: Verbundene Datenquellen nur mit passenden Berechtigungen verwenden. Diese Einordnung verbindet den gespeicherten Produktfokus mit den sichtbaren Quellen; sie ist kein Leistungsbenchmark.
Für Privatpersonen und Unternehmen
Für Privatpersonen
Für Menschen im Google-Ökosystem ist die Verbindung von Webrecherche mit eigenen Dateien und – soweit freigeschaltet – Gmail oder Drive besonders praktisch.
Für Privatpersonen sind Recherche-Agenten vor allem bei Entscheidungen mit vielen Kriterien nützlich: größere Anschaffungen, Reiseplanung, Weiterbildung oder das strukturierte Einarbeiten in ein unbekanntes Thema. Der Mehrwert entsteht nicht durch eine vermeintlich „perfekte Antwort“, sondern durch das Zusammenführen vieler einzelner Rechercheaufgaben.
Für Unternehmen
Teams mit Google Workspace können öffentliches Web und autorisierte Arbeitsquellen verbinden; Governance und Freigaben sollten zentral festgelegt werden.
Unternehmen können Recherche-Agenten für Marktbeobachtung, Wettbewerbsanalysen, Vorbereitung von Kundenterminen, interne Wissensarbeit oder die Auswertung autorisierter Dokumente einsetzen. Kritisch sind dabei Quellenqualität, Zugriffsrechte und der Umgang mit vertraulichen Daten.
Stärken von Gemini Deep Research
Die folgenden Punkte sind keine Rangliste. Sie beschreiben Merkmale, die für die dokumentierten Einsatzfelder relevant sein können.
Google Search als zentrale Webquelle
„Google Search als zentrale Webquelle“ ist bei Gemini Deep Research deshalb entscheidungsrelevant, weil das Profil „Reiseplanung“ als konkretes Einsatzfeld führt. Der Nutzen hängt davon ab, ob dieser Arbeitsablauf im gebuchten Plan und mit den vorgesehenen Daten- und Toolrechten verfügbar ist. Gegenprüfung vor dem Einsatz: Verbundene Datenquellen nur mit passenden Berechtigungen verwenden.
Verbindung mit Google-Diensten möglich
„Verbindung mit Google-Diensten möglich“ ist bei Gemini Deep Research deshalb entscheidungsrelevant, weil das Profil „Kaufrecherche“ als konkretes Einsatzfeld führt. Der Nutzen hängt davon ab, ob dieser Arbeitsablauf im gebuchten Plan und mit den vorgesehenen Daten- und Toolrechten verfügbar ist. Gegenprüfung vor dem Einsatz: Plan- und regionsabhängige Funktionen prüfen.
Rechercheplan und strukturierte Berichte
„Rechercheplan und strukturierte Berichte“ ist bei Gemini Deep Research deshalb entscheidungsrelevant, weil das Profil „Lernen“ als konkretes Einsatzfeld führt. Der Nutzen hängt davon ab, ob dieser Arbeitsablauf im gebuchten Plan und mit den vorgesehenen Daten- und Toolrechten verfügbar ist. Gegenprüfung vor dem Einsatz: Quellen vor wichtigen Entscheidungen öffnen.
Export in Google-Umgebungen möglich
„Export in Google-Umgebungen möglich“ ist bei Gemini Deep Research deshalb entscheidungsrelevant, weil das Profil „Recherche mit eigenen Unterlagen“ als konkretes Einsatzfeld führt. Der Nutzen hängt davon ab, ob dieser Arbeitsablauf im gebuchten Plan und mit den vorgesehenen Daten- und Toolrechten verfügbar ist. Gegenprüfung vor dem Einsatz: Verbundene Datenquellen nur mit passenden Berechtigungen verwenden.
Grenzen und Punkte vor dem Einsatz
Agenten sollten nicht nur anhand einer Demo bewertet werden. Entscheidend ist, wie sie mit unvollständigem Kontext, widersprüchlichen Daten, fehlenden Berechtigungen und ungewöhnlichen Fällen umgehen. Für Gemini Deep Research sind insbesondere folgende Punkte sinnvoll zu prüfen:
Verbundene Datenquellen nur mit passenden Berechtigungen verwenden
Verbundene Datenquellen nur mit passenden Berechtigungen verwenden. Dieser Punkt ist für Gemini Deep Research besonders bei „Reiseplanung“ relevant, weil Agentenwirkung und Risiko vom tatsächlich freigegebenen Scope abhängen. AgentenCode wertet fehlende öffentliche Evidence dabei nicht als Gegenbeleg; offene Punkte bleiben Unknown und sollten im Pilot oder mit dem Anbieter geklärt werden.
Plan- und regionsabhängige Funktionen prüfen
Plan- und regionsabhängige Funktionen prüfen. Dieser Punkt ist für Gemini Deep Research besonders bei „Kaufrecherche“ relevant, weil Agentenwirkung und Risiko vom tatsächlich freigegebenen Scope abhängen. AgentenCode wertet fehlende öffentliche Evidence dabei nicht als Gegenbeleg; offene Punkte bleiben Unknown und sollten im Pilot oder mit dem Anbieter geklärt werden.
Quellen vor wichtigen Entscheidungen öffnen
Quellen vor wichtigen Entscheidungen öffnen. Dieser Punkt ist für Gemini Deep Research besonders bei „Lernen“ relevant, weil Agentenwirkung und Risiko vom tatsächlich freigegebenen Scope abhängen. AgentenCode wertet fehlende öffentliche Evidence dabei nicht als Gegenbeleg; offene Punkte bleiben Unknown und sollten im Pilot oder mit dem Anbieter geklärt werden.
Sicherheit, Datenschutz und Berechtigungen
Bei Recherche-Agenten sind zwei Risiken besonders relevant: falsche Schlussfolgerungen trotz korrekt verlinkter Quellen und die ungewollte Übermittlung sensibler Informationen an externe Dienste. Bei wichtigen Entscheidungen sollten Primärquellen geöffnet und vertrauliche Daten nur in dafür freigegebenen Konten und Datenräumen verwendet werden.
Bei Gemini Deep Research sollte zusätzlich geprüft werden, welche Daten an den Anbieter und gegebenenfalls an verbundene Modell- oder Tool-Anbieter übertragen werden. Maßgeblich sind die aktuelle Dokumentation, der gebuchte Tarif und die konkrete Organisationskonfiguration. AgentenCode macht deshalb keine pauschale Aussage wie „DSGVO-konform“ oder „sicher“, wenn die Bewertung vom Einsatzkontext abhängt.
Praktische Regel: Je mehr ein Agent lesen, verändern oder extern ausführen darf, desto wichtiger sind minimale Berechtigungen, nachvollziehbare Logs, Testfälle und Freigaben für irreversible Aktionen.
Zugang, Kosten und Voraussetzungen
Aktuell dokumentierter Zugang: In Gemini; Funktionen und Limits abhängig von Plan und Konto
Preis- und Nutzungsmodelle ändern sich bei KI-Agenten häufig. Manche Anbieter rechnen über Nutzerlizenzen, Credits, Modellverbrauch, Aufgaben oder erfolgreich bearbeitete Vorgänge ab. Deshalb verzichtet AgentenCode auf unbestätigte oder schnell veraltende Preisangaben und verweist für Vertragsentscheidungen auf die offiziellen Anbieterinformationen.
Wie lässt sich Gemini Deep Research sinnvoll vergleichen?
Ein Vergleich sollte nicht mit der Frage „Welcher Agent ist der beste?“ beginnen, sondern mit dem konkreten Ziel. Für diese Kategorie sind insbesondere folgende Kriterien relevant:
| Quellenzugriff | Bei Gemini Deep Research sollte „Quellenzugriff“ im konkreten Einsatzfall „Reiseplanung“ geprüft werden. Relevant sind der gebuchte Produkt-Scope, die dafür dokumentierten Quellen und der Prüfpunkt „Verbundene Datenquellen nur mit passenden Berechtigungen verwenden“. Ein fehlender Beleg bleibt Unknown und wird nicht als negatives Produktmerkmal gewertet. |
|---|---|
| Nachvollziehbarkeit | Bei Gemini Deep Research sollte „Nachvollziehbarkeit“ im konkreten Einsatzfall „Kaufrecherche“ geprüft werden. Relevant sind der gebuchte Produkt-Scope, die dafür dokumentierten Quellen und der Prüfpunkt „Plan- und regionsabhängige Funktionen prüfen“. Ein fehlender Beleg bleibt Unknown und wird nicht als negatives Produktmerkmal gewertet. |
| Eigene Dateien | Bei Gemini Deep Research sollte „Eigene Dateien“ im konkreten Einsatzfall „Lernen“ geprüft werden. Relevant sind der gebuchte Produkt-Scope, die dafür dokumentierten Quellen und der Prüfpunkt „Quellen vor wichtigen Entscheidungen öffnen“. Ein fehlender Beleg bleibt Unknown und wird nicht als negatives Produktmerkmal gewertet. |
| Steuerbarkeit der Recherche | Bei Gemini Deep Research sollte „Steuerbarkeit der Recherche“ im konkreten Einsatzfall „Recherche mit eigenen Unterlagen“ geprüft werden. Relevant sind der gebuchte Produkt-Scope, die dafür dokumentierten Quellen und der Prüfpunkt „Verbundene Datenquellen nur mit passenden Berechtigungen verwenden“. Ein fehlender Beleg bleibt Unknown und wird nicht als negatives Produktmerkmal gewertet. |
| Aktualität und Quellenprüfung | Bei Gemini Deep Research sollte „Aktualität und Quellenprüfung“ im konkreten Einsatzfall „Reiseplanung“ geprüft werden. Relevant sind der gebuchte Produkt-Scope, die dafür dokumentierten Quellen und der Prüfpunkt „Plan- und regionsabhängige Funktionen prüfen“. Ein fehlender Beleg bleibt Unknown und wird nicht als negatives Produktmerkmal gewertet. |
Zusätzlich sollte ein Pilot mit realen Aufgaben durchgeführt werden. Ein Agent, der in einer Demo beeindruckt, kann im eigenen Daten- und Berechtigungskontext ganz anders abschneiden. Reproduzierbare Testfälle sind deshalb aussagekräftiger als Marketingbenchmarks allein.
Ähnliche Agenten und Alternativen
Häufige Fragen zu Gemini Deep Research
Was ist Gemini Deep Research?
Agentische Recherche in Gemini mit Google Search und optional eigenen Google-Datenquellen.
Für wen eignet sich Gemini Deep Research?
Für Menschen im Google-Ökosystem ist die Verbindung von Webrecherche mit eigenen Dateien und – soweit freigeschaltet – Gmail oder Drive besonders praktisch. Teams mit Google Workspace können öffentliches Web und autorisierte Arbeitsquellen verbinden; Governance und Freigaben sollten zentral festgelegt werden.
Kann Gemini Deep Research Aufgaben selbstständig ausführen?
Der Grad der Autonomie hängt bei Gemini Deep Research von der jeweiligen Oberfläche, den aktivierten Tools und den vergebenen Berechtigungen ab. AgentenCode unterscheidet deshalb zwischen Analyse, Vorschlägen und tatsächlich ausführbaren Aktionen.
Was sollte ich vor der Nutzung von Gemini Deep Research prüfen?
Prüfen Sie insbesondere Datenzugriff, Schreibrechte, Quellenqualität, Kostenmodell, Freigaben und die Frage, wie Fehler erkannt oder rückgängig gemacht werden können.
Ist Gemini Deep Research für sensible Daten geeignet?
Das lässt sich nicht pauschal beantworten. Maßgeblich sind Vertrag, Tarif, Organisationskonfiguration, Datenresidenz, verbundene Modellanbieter und die konkret aktivierten Integrationen. Für sensible Daten sollten die aktuellen Anbieterunterlagen und internen Richtlinien geprüft werden.
Wie aktuell ist dieses Profil?
Das Profil wurde am 1. Oktober 2026 anhand der unten verlinkten Primärquellen geprüft. Produkte im Agentenmarkt verändern sich schnell; kurzfristige Änderungen zwischen zwei Prüfungen sind möglich.
Für Unternehmen
Ist Ihr Prozess wirklich ein Fall für einen KI-Agenten?
Der kostenlose Agenten-Check bewertet Eignung, Readiness, Risiko, Autonomie und Wirtschaftlichkeit direkt im Browser.
Offizielle Quellen
Dieses Profil verknüpft 5 eindeutige Primärquellen aus Produktprofil, feldgenauer Evidence, Trust-Layer und dokumentierten Relationen. Die Quellen bleiben maßgeblich, wenn sich das Produkt zwischen zwei Prüfzyklen ändert.
- Google Hilfe – Deep Research in Gemini-Apps
- Google – Introducing Deep Research and Deep Research Max
- Google Gemini Apps Help – Use Deep Research in Gemini Apps
- Google Gemini Apps Help – Use Gemini Apps with a work or school Google Account
- Google Workspace – Digital Data Sovereignty
Transparenz
Letzte redaktionelle Prüfung: 1. Oktober 2026. Unklare Merkmale werden nicht als bestätigte Fakten dargestellt. Es gibt keine bezahlte Rangfolge.
Deep Profile · GEO/SEO-Evidenzlayer
Gemini Deep Research: belegte Einordnung und Entscheidungscheck
Gemini Deep Research ist Agentische Recherche in Gemini mit Google Search und optional eigenen Google-Datenquellen. Anbieter ist Google; AgentenCode ordnet das Produkt der Kategorie Recherche und dem Produkttyp Integrierter Recherche-Agent zu. Diese Einordnung ergänzt den ausführlichen Artikel um einen kompakten, maschinenlesbaren Evidenz- und Auswahlkontext.
Welche Punkte sind für die Auswahl entscheidend?
Bei Recherche-Agenten entscheidet nicht die Menge des erzeugten Textes, sondern die Nachvollziehbarkeit der Quellenarbeit. Quellenraum, Aktualität, Zitate, verbundene Daten und menschliche Verifikation sollten getrennt bewertet werden.
Welche Quellen darf der Agent verwenden?
Nur dokumentierte Antworten als Tatsache übernehmen; fehlende Information bleibt unbekannt.
Sind Zitate und Herkunft einzelner Aussagen nachvollziehbar?
Nur dokumentierte Antworten als Tatsache übernehmen; fehlende Information bleibt unbekannt.
Welche verbundenen Datenquellen werden einbezogen?
Nur dokumentierte Antworten als Tatsache übernehmen; fehlende Information bleibt unbekannt.
Welche zeitkritischen Aussagen müssen Menschen verifizieren?
Nur dokumentierte Antworten als Tatsache übernehmen; fehlende Information bleibt unbekannt.
Welche Stärken und Grenzen sind dokumentiert?
Dokumentierte Stärken
- Google Search als zentrale Webquelle
- Verbindung mit Google-Diensten möglich
- Rechercheplan und strukturierte Berichte
- Export in Google-Umgebungen möglich
Vor dem Einsatz prüfen
- Verbundene Datenquellen nur mit passenden Berechtigungen verwenden
- Plan- und regionsabhängige Funktionen prüfen
- Quellen vor wichtigen Entscheidungen öffnen
Welche Eigenschaften von Gemini Deep Research sind feldgenau belegt?
Die folgenden Aussagen sind in AgentenGraph direkt mit Primärquellen verknüpft. Nicht aufgeführte Eigenschaften bleiben unbekannt, solange keine geeignete Quelle sie bestätigt oder ausdrücklich verneint.
hosting.managed
dokumentiert
Gemini Deep Research is delivered as a Google-managed Gemini Apps service.
Google Gemini Apps Help – Use Deep Research in Gemini Apps →security.soc2_type2
dokumentiert
For Workspace deployments where Gemini Apps is a core service, Deep Research is covered by the Workspace service security/compliance posture that includes SOC 2.
Google Gemini Apps Help – Use Gemini Apps with a work or school Google Account →Welche Primärquellen stützen dieses Profil?
AgentenCode bevorzugt aktuelle Primärquellen. Aussagen eines Anbieters werden nicht automatisch auf andere Produkte oder Detailfelder übertragen.
| Quelle | Typ | Verwendung |
|---|---|---|
| Google Hilfe – Deep Research in Gemini-Apps | Primärquelle | Profil-, Evidence-, Trust- oder Relationsbeleg |
| Google – Introducing Deep Research and Deep Research Max | Primärquelle | Profil-, Evidence-, Trust- oder Relationsbeleg |
| Google Gemini Apps Help – Use Deep Research in Gemini Apps | Primärquelle | Profil-, Evidence-, Trust- oder Relationsbeleg |
| Google Gemini Apps Help – Use Gemini Apps with a work or school Google Account | Primärquelle | Profil-, Evidence-, Trust- oder Relationsbeleg |
| Google Workspace – Digital Data Sovereignty | Primärquelle | Profil-, Evidence-, Trust- oder Relationsbeleg |
AgentenGraph · Produktverlauf
Strukturierte Historie von Gemini Deep Research
AgentenGraph speichert strukturierte Zustände dieses Agenten über die Zeit. Neue Werte ersetzen ältere Zustände nicht stillschweigend: Änderungen werden versioniert und als Ereignis erfasst. Frühere Zustände vor der Baseline werden nicht rückwirkend behauptet.
01Baseline erfasst1. Oktober 2026
Ab diesem Datum beobachtet AgentenCode strukturierte Änderungen dieses Agenten.
Der heutige Stand ist der Ausgangspunkt. Historische Aussagen vor diesem Datum erscheinen nur, wenn sie durch belastbare Quellen belegt werden können.
Aktueller strukturierter StandAI-0002 · 26 aktive Aussagen
2 feldgenau belegtAnbieterGoogle
KategorieRecherche
ProdukttypIntegrierter Recherche-Agent
Zielgruppeunternehmen, privatpersonen
ZugangIn Gemini; Funktionen und Limits abhängig von Plan und Konto
Letzte Profilprüfung1. Oktober 2026
Strukturierte Anwendungsfelder
Recherche mit eigenen UnterlagenReiseplanungLernenKaufrecherche
Evidenzstatus
2 von 26 aktiven Aussagen besitzen bereits eine explizite Feld-zu-Quelle-Zuordnung. Die übrigen Aussagen verwenden weiterhin das Quellen-Set des Profils.
Methodik zur Datenhistorie →Dokumentierte Änderungen seit BaselineProduktbezogene AgentenGraph-Ereignisse
security.soc2_type2
Strukturierte Änderung erfasst
Vorher: —Jetzt: True
hosting.managed
Strukturierte Änderung erfasst
Vorher: —Jetzt: True
Änderungsverlauf
Changelog
Offizielle Google-Quellen aktualisiert und Deep-Research-Profil erneut gegen die aktuelle Gemini-Hilfe geprüft.
Primärquellen und Produktstand erneut geprüft; Profil, Verfügbarkeit und Einordnung auf den Prüfstand 30. September 2026 aktualisiert.
Profil auf AgentenProfil 2.0 umgestellt; Quellenstatus, Prüfdatum, Changelog und Filterdaten ergänzt.