Google veröffentlicht aktualisierten Deep Research Agent mit neuer Interaktions-API für Entwickler

Technologieunternehmen Google gab bekannt, dass eine wesentlich verbesserte Version des Deep Research-Agenten veröffentlicht wurde, die Entwicklern nun über eine neue Interactions API zur Verfügung steht. Die Verfügbarkeit für Endverbraucher ist für Search, NotebookLM und die Gemini-Anwendung geplant.

Entwickler können erstmals Googles fortschrittlichste autonome Recherchefunktionen direkt in ihre eigenen Anwendungen integrieren. Gemini Deep Research ist für umfangreiche Informationsbeschaffungs- und Syntheseaufgaben konzipiert und basiert auf Gemini 3 Pro, dem bisher faktentreuesten Modell des Unternehmens. Es wurde trainiert, um Fehlinterpretationen zu reduzieren und die Klarheit und Zuverlässigkeit komplexer Berichte zu verbessern. Durch die Erweiterung des mehrstufigen Reinforcement Learning für die Suche kann der Agent komplexe Informationsumgebungen selbstständig und präziser durchsuchen.

Der Agent erstellt seinen Recherche-Workflow Schritt für Schritt, indem er Suchanfragen generiert, Ergebnisse prüft, fehlende Informationen identifiziert und den Prozess fortsetzt, bis die Untersuchung abgeschlossen ist. Die neue Version beinhaltet wesentliche Verbesserungen der Websuchleistung und ermöglicht eine tiefere Navigation in Webseiten, um hochspezifische Daten zu extrahieren.

Laut Google bietet die neueste Version Spitzenleistung bei Humanity's Last Exam (HLE) und DeepSearchQA und erzielt gleichzeitig ihre bisher besten Ergebnisse bei BrowseComp. Sie ist für die Erstellung fundierter Berichte zu deutlich geringeren Kosten optimiert und wird in Kürze in die Google-Suche, NotebookLM, Google Finance und eine verbesserte Version der Gemini-Anwendung integriert.

Erste Tests zeigen bereits deutliche Verbesserungen in Bereichen, in denen Genauigkeit und detailliertes Kontextverständnis unerlässlich sind. Im Finanzdienstleistungssektor haben Unternehmen damit begonnen, die Technologie einzusetzen. Gemini Deep Research Um die frühen Phasen der Due-Diligence-Prüfung zu optimieren, werden Marktindikatoren, Wettbewerbsinformationen und Compliance-Aspekte aus öffentlichen und firmeneigenen Quellen zusammengeführt. Dadurch hat sich der Agent zu einem wertvollen Werkzeug für Investmentteams entwickelt, die vorbereitende Arbeitsabläufe durchführen.

Im wissenschaftlichen Bereich wird das Verfahren für komplexe sicherheitsrelevante Forschungsarbeiten eingesetzt. Axiom Bio, ein Unternehmen, das KI-Systeme zur Vorhersage der Arzneimitteltoxizität entwickelt, berichtete, dass Gemini Deep Research durch seine fundierten und präzisen Analysen der biomedizinischen Literatur einen deutlich beschleunigten Fortschritt in seinen Forschungs- und Entwicklungsprozessen ermöglichte.

Für Entwickler automatisierter Forschungssysteme bietet der Gemini Deep Research Agent umfassende Funktionen zur Informationssynthese und Erstellung detaillierter, nachvollziehbarer Berichte. Er unterstützt die einheitliche Analyse von Benutzerdokumenten wie PDFs, CSVs und Textdateien sowie öffentlichen Webquellen durch die Kombination von Datei-Upload und Dateisuche.

Es verwaltet umfangreiche Kontextinformationen effizient und ermöglicht Entwicklern, große Mengen an Hintergrundmaterial direkt in die Eingabeaufforderung einzubinden. Die Ausgabestruktur lässt sich über die Eingabeaufforderung anpassen, wodurch volle Kontrolle über Berichtslayout, Überschriften und Datendarstellung gewährleistet wird. Das System liefert detaillierte Zitate für Behauptungen und gewährleistet so Transparenz hinsichtlich der Datenherkunft. Es unterstützt strukturierte Ausgaben, einschließlich JSON-Schemas, für die nahtlose Integration in nachgelagerte Anwendungen.

Google veröffentlicht DeepSearchQA-Benchmark als Open Source, um die mehrstufigen Web-Recherchefunktionen zu verbessern

Google hat außerdem die Veröffentlichung eines neuen Benchmarks namens DeepSearchQA als Open Source angekündigt. Dieser Benchmark dient der Bewertung der Effektivität von Recherche-Agenten bei umfassenden, mehrstufigen webbasierten Anfragen. DeepSearchQA umfasst 900 manuell erstellte Aufgaben mit Kausalzusammenhängen aus 17 Fachgebieten, wobei jeder Schritt auf den Ergebnissen des vorherigen aufbaut. Anstatt sich auf einfache Faktenabfragen zu beschränken, misst der Benchmark die Fähigkeit eines Agenten, vollständige und umfassende Antworten zu generieren. Dies ermöglicht die Bewertung sowohl der Genauigkeit der Recherche als auch der Abdeckung der Suchergebnisse.

DeepSearchQA dient auch als Diagnoseinstrument zur Untersuchung der Auswirkungen verlängerter Schlussfolgerungszeiten. Interne Tests haben gezeigt, dass sich die Leistung verbessert, wenn Agenten mehr Möglichkeiten für zusätzliche Such- und Schlussfolgerungszyklen erhalten – ein Bereich, den Google in zukünftigen Versionen weiter ausbauen möchte.

Die Benchmark-Materialien werden veröffentlicht, um die Weiterentwicklung leistungsfähigerer Forschungsagenten zu fördern. Entwickler und Forscher können den Datensatz, die Rangliste und das Starter-Colab einsehen sowie die im zugehörigen technischen Bericht beschriebene Methodik prüfen.

Obwohl der Markt für Deep Research bereits hart umkämpft ist, bietet Googles aktualisierter Agent bemerkenswerte Verbesserungen, die auf den Fähigkeiten der bestehenden Tools aufbauen. Gemini 3 Modelle. Mit dieser Veröffentlichung können Entwickler diese Technologie erstmals direkt in ihre eigenen Anwendungen integrieren und so die Forschungsfunktionalität in Produkten von Drittanbietern deutlich verbessern.