Google gibt KI-Sprachagenten ein Gesicht: Gemini 3.8 Live mit Live Avatar
Gemini-Sprachagenten sprechen jetzt als lippensynchroner Avatar in 97 Sprachen, mit EU-Endpunkt und Wasserzeichen. Was Unternehmen prüfen sollten.
Google hat seinen Sprachagenten ein Gesicht gegeben. Gemini 3.8 Live mit der Funktion Live Avatar ist in Gemini Enterprise allgemein verfügbar. Das teilte Google am 24. September 2026 im eigenen Blog mit, der Google-Cloud-Blog und heise folgten am 25. September. Statt einer Stimme am Telefon spricht der Agent künftig als animierte Person im Browser, in der App oder am Kiosk-Terminal. Das Angebot richtet sich vorerst ausschließlich an Unternehmen.
Was Live Avatar kann
Der Avatar spricht lippensynchron und versteht und spricht laut Google 97 Sprachen. Die Sprache erkennt er automatisch und kann sie auch mitten im Gespräch wechseln. Neben dem Ton verarbeitet das Modell gleichzeitig das Kamerabild und einen geteilten Bildschirm. Ein Kunde kann also zeigen, wo er in einem Formular nicht weiterkommt, statt es umständlich zu beschreiben.
Während der Avatar spricht, ruft er im Hintergrund Werkzeuge und Schnittstellen auf, etwa um einen Bestand zu prüfen oder einen Termin einzutragen. Unterbricht der Kunde, bleibt der Gesprächskontext erhalten. Eine konkrete Latenz in Millisekunden nennt Google nicht, sondern spricht von Verbesserungen und nahezu Echtzeit.
EU-Endpunkt und Wasserzeichen
Für Unternehmen in Europa ist ein Detail wichtig: Google bietet Gemini 3.8 Live mit Endpunkten in den USA und in der EU an, dazu reservierten Durchsatz und Zusagen zur Datenverwaltung. Welche EU-Rechenzentren konkret genutzt werden, geht aus den Ankündigungen nicht hervor.
Alle erzeugten Audio- und Videoströme tragen ein unsichtbares SynthID-Wasserzeichen. Damit lässt sich später nachweisen, dass ein Mitschnitt von der KI stammt. Die Kennzeichnung gegenüber dem Gesprächspartner ersetzt das nicht: Wer mit einem Avatar spricht, muss nach dem AI Act erkennen können, dass er mit einer KI kommuniziert.
Eigene Avatare nur nach Prüfung
Standardmäßig wählen Kunden aus einer Bibliothek fertiger Avatare. Ein eigener Avatar entsteht aus einem einzigen Referenzfoto und einer Audioprobe. Diese Möglichkeit ist allerdings an eine Freigabe und Prüfung durch Google gebunden, um Identitätsmissbrauch zu verhindern. Wie genau die Einwilligung der abgebildeten Person nachgewiesen wird, lässt Google offen, darauf weist auch Engadget hin. Preise nennt Google in der Ankündigung nicht, sondern verweist auf die Preisliste der Agentenplattform.
Erste Kunden
Als Anwender nennt Google unter anderem Cox Automotive, das auf Autotrader einen Avatar für die Fahrzeugsuche einsetzt, und Salesforce, das Gemini 3.8 Live mit seiner Agentenplattform Agentforce verbindet. Der indische Anbieter Equal AI wickelt nach eigenen Angaben über eine Million Sprachanrufe täglich in neun indischen Sprachen ab, allerdings als Sprachagent, nicht als Avatar.
„Shoppers increasingly expect to describe what they need in their own words rather than work through filters and menus.“ Marianne Johnson, Chief Product Officer bei Cox Automotive
Der Avatar ist damit der sichtbare Teil einer Entwicklung, die Google gerade von zwei Seiten vorantreibt. Erst am Vortag hatte der Konzern mit Call for Me eine Funktion vorgestellt, bei der Gemini im Namen von Kunden bei Unternehmen anruft (mehr dazu). Auf der einen Seite telefoniert also die KI des Kunden, auf der anderen antwortet die KI des Unternehmens.
Was das für Ihr Unternehmen heißt
- Avatar oder reiner Sprachagent: Ein Gesicht lohnt sich dort, wo Kunden etwas zeigen oder sehen wollen, etwa am Kiosk, beim Check-in oder bei der Produktberatung. Für Hotline und Terminvergabe reicht meist ein Sprachagent.
- EU-Endpunkt bewusst wählen: Der EU-Endpunkt muss aktiv konfiguriert werden. Auftragsverarbeitung und Speicherorte gehören vor dem Start in den Vertrag.
- Kamera und Bildschirm sind personenbezogene Daten: Wer Kunden den Bildschirm teilen lässt, sieht womöglich mehr als gewollt. Hinweise, Einwilligung und Löschfristen vorab festlegen.
- Kennzeichnung einplanen: Das Wasserzeichen hilft beim Nachweis, die sichtbare Kennzeichnung als KI im Gespräch bleibt Pflicht.
- Eigenes Gesicht nur mit sauberer Einwilligung: Wer eine Mitarbeiterin oder einen Mitarbeiter als Avatar nutzen will, braucht eine schriftliche, widerrufbare Einwilligung und eine Regelung für den Fall des Ausscheidens.
- Übergabe an Menschen: Klare Regeln, wann der Avatar an einen Menschen übergibt, sind wichtiger als die Frage, wie echt er aussieht.
Wer prüfen möchte, ob ein Sprach- oder Avatar-Agent zum eigenen Kundenkontakt passt, fängt am besten mit einem klar umrissenen Anwendungsfall an. Gern schauen wir uns Ihren gemeinsam an.
