Gemini Robotics ER 2: So migrieren Unternehmen vor dem 31. August

Google hat am 30. Juli 2026 zwei Endpoints von Gemini Robotics ER 2 als öffentliche Preview veröffentlicht. Der allgemeine Endpoint zielt auf räumliches Schlussfolgern, agentische Codeausführung, mehrstufige Werkzeugorchestrierung, Videoanalyse, Fortschrittsklassifikation und die Koordination mehrerer Roboter. Eine Streaming-Variante richtet sich über die Gemini Live API an niedrig latente Roboter-Agenten.

Gleichzeitig entsteht konkreter Migrationsdruck: Gemini Robotics ER 1.6 Preview soll am 31. August 2026 abgeschaltet werden. Unternehmen mit bestehenden Integrationen müssen deshalb nicht nur ein neues Modell testen. Sie müssen Schnittstellen, Sicherheitslogik, multimodale Datenflüsse und Rückfalloptionen vor einem festen Termin neu validieren.

Was Google offiziell bestätigt

Der Endpoint gemini-robotics-er-2-preview unterstützt laut Changelog fortgeschrittenes räumliches Schlussfolgern, agentische Codeausführung, mehrstufige Werkzeugorchestrierung, das Auffinden relevanter Videomomente, Fortschrittsklassifikation und Multi-Roboter-Koordination. Das beschreibt verfügbare Fähigkeiten, aber keine garantierte Qualität in einem konkreten Betrieb.

Der Endpoint gemini-robotics-er-2-streaming-preview ist für Echtzeit-Streaming über die Live API optimiert. Google nennt niedrig latente Roboter-Agenten sowie bidirektionale Audio- und Videoeingaben. Beide ER-2-Endpoints akzeptieren Text, Bilder, Video und Audio und unterstützen Function Calling mit blockierendem Verhalten für physische Roboteraktionen.

Nicht aus der Meldung ableitbar sind Produktions-SLAs, ein bestimmtes Sicherheitsniveau, feste Kosten oder eine garantierte Latenz unter jeder Last. Beide Modelle befinden sich in Preview. Damit sind sie testbar, aber Unternehmen müssen Änderungen, Kapazitätsrisiken und begrenzte Reife in ihrem Betriebsmodell berücksichtigen.

Welcher ER-2-Endpoint passt zu welchem Prozess?

• Den allgemeinen ER-2-Endpoint prüfen, wenn komplexe räumliche Aufgaben, mehrstufige Werkzeugketten, Videoauswertung oder Koordination mehrerer Roboter im Mittelpunkt stehen.
• Den Streaming-Endpoint prüfen, wenn laufende Audio- und Videointeraktion sowie kurze Reaktionszeiten für die Aufgabe entscheidend sind.
• Beide getrennt evaluieren, wenn Planung und Echtzeitinteraktion in einem Prozess vorkommen. Ein gemeinsames Modellversprechen ersetzt keine getrennten Messwerte.
• Vorerst nicht produktiv einsetzen, wenn das System keine unabhängigen Sicherheitsgrenzen, kontrollierte Testflächen und einen sicheren manuellen Betriebsmodus besitzt.
• Keine unnötige Parallelarchitektur bauen, wenn der Anwendungsfall weder Echtzeit-Streaming noch die erweiterten Orchestrierungsfunktionen benötigt.

Die Wahl beginnt beim Prozess, nicht beim Modellnamen. Ein Roboter, der Material in einer kontrollierten Zelle sortiert, hat andere Latenz- und Sicherheitsanforderungen als ein mobiles System mit laufendem Video. Ebenso unterscheidet sich die Koordination mehrerer Geräte von einer einzelnen, klar begrenzten Aktion.

Migrationsplan vor der Abschaltung von ER 1.6 Preview

1. Bestand erfassen: Dokumentieren Sie jede ER-1.6-Integration mit Verantwortlichen, Hardware, Modellaufrufen, Eingabeformaten, Function Calls, Berechtigungen und betroffenen Geschäftsprozessen.
2. Ziel-Endpoint wählen: Ordnen Sie jeden Ablauf anhand von Planungstiefe, Streamingbedarf, Modalitäten und Latenz entweder dem allgemeinen oder dem Streaming-Endpoint zu.
3. Kompatibilität testen: Vergleichen Sie Request- und Response-Strukturen, Zustandsverwaltung, Tool-Aufrufe, Abbrüche und Fehlerbehandlung mit festen Referenzfällen.
4. Sicherheit neu abnehmen: Testen Sie Grenzen für Bewegungen, Werkzeuge, Geschwindigkeiten, Arbeitsräume und menschliche Freigaben unabhängig von der Modellantwort.
5. Gestuft umstellen: Migrieren Sie zuerst einen reversiblen Prozess, beobachten Sie ihn unter begrenzter Last und halten Sie einen manuellen oder technisch unabhängigen Fallback bereit.

Der 31. August ist ein Abschalttermin für den alten Preview-Endpoint, keine automatische Qualitätsfreigabe für ER 2. Ein Zeitplan sollte daher einen internen Puffer enthalten. Wenn zentrale Tests erst am letzten Tag scheitern, fehlt die Zeit für Korrektur, sichere Abschaltung oder einen alternativen Betriebsweg.

Sicherheitsrahmen für Function Calls mit physischen Folgen

Bei Softwareagenten kann ein falscher Aufruf Daten verändern. Bei Robotik kann derselbe Fehler zusätzlich Maschinen, Produkte oder Menschen gefährden. Deshalb darf das Modell nur Absichten innerhalb eines technisch begrenzten Aktionsraums vorschlagen oder auslösen. Die eigentliche Sicherheitsentscheidung bleibt bei unabhängig geprüften Steuerungen und Regeln.

• Erlaubte Funktionen in einer Positivliste führen; unbekannte oder unvollständige Aufrufe werden abgewiesen.
• Parameter wie Zielbereich, Geschwindigkeit, Kraft und Werkzeugnutzung außerhalb zulässiger Grenzen technisch blockieren.
• Verändernde oder schwer rückgängig zu machende Aktionen durch eine separate Freigabestufe absichern.
• Simulation und isolierte Hardwaretests vor jedem Einsatz in einer realen Arbeitsumgebung durchführen.
• Not-Halt, sichere Grundstellung und manuellen Betrieb unabhängig vom Modell verfügbar halten.
• Eingaben, Modellentscheidung, Function Call, Ausführungsergebnis und Abbruchgrund nachvollziehbar protokollieren.

Blockierendes Verhalten eines Function Calls kann helfen, Schritte zu sequenzieren. Es verhindert aber nicht automatisch eine fachlich falsche Aktion. Erst die Kombination aus erlaubten Funktionen, Parametergrenzen, Zustandsprüfung und unabhängiger Maschinensicherheit macht den Ablauf kontrollierbar.

Pilotkriterien für multimodale Roboter-Agenten

1. Referenzfälle definieren: Normale Abläufe, verdeckte Sicht, widersprüchliche Signale, Verbindungsabbruch, Werkzeugfehler und unerwartete Personen oder Objekte gehören in den Testbestand.
2. Modalitäten getrennt prüfen: Messen Sie, welchen Beitrag Text, Bild, Video und Audio leisten und ob fehlerhafte Eingaben sicher erkannt werden.
3. End-to-End messen: Erfassen Sie nicht nur Modelllatenz, sondern auch Sensoraufnahme, Übertragung, Tool-Ausführung, Sicherheitsprüfung und Abschluss der physischen Aktion.
4. Abbruchkriterien festlegen: Unerlaubte Funktion, falsche Fortschrittsklassifikation, nicht reproduzierbare Aktion oder überschrittene Latenz führen zum sicheren Stopp.
5. Betriebsfreigabe begrenzen: Starten Sie mit kleiner Aufgabenmenge, kontrollierter Umgebung und klarer Aufsicht. Autonomie wird nur nach dokumentierter Abnahme erweitert.

Kosten entstehen nicht nur durch Modellaufrufe. Video- und Audioströme, Testhardware, sichere Umgebungen, Integrationsarbeit, Beobachtung und wiederholte Abnahmen gehören in die Rechnung. Die relevante Kennzahl ist der Aufwand je sicher und korrekt abgeschlossenem Vorgang, nicht die Zahl autonomer Aktionen.

Die Managemententscheidung

Gemini Robotics ER 2 erweitert die Möglichkeiten für räumlich und multimodal arbeitende Agenten deutlich. Der Abschalttermin von ER 1.6 macht eine frühe Migrationsentscheidung notwendig, während der Preview-Status weiterhin Vorsicht verlangt. Unternehmen sollten Endpoint-Wahl, technische Kompatibilität und Maschinensicherheit getrennt prüfen. Produktiv wird der neue Pfad erst, wenn physische Aktionen unabhängig begrenzt, Fehler sicher abgefangen und Rückfallwege praktisch getestet sind.