Google führte am 1. September 2026 eine agentische Videoanalyse in der Gemini API ein. Das Modell kann die Zeitachse durchsuchen und Bilder, Ton oder Transkripte auswählen, anstatt stets eine fest abgetastete Folge zu verwenden.

Die Ankündigung betraf Gemini 3.7 Flash, 3.6 Flash und 3.5 Flash-Lite; die aktuelle Dokumentation nennt auch 3.8 Flash. Google meldet in eigenen Tests bis zu 88 Prozent weniger Tokenverbrauch. Das ist ein aufgabenabhängiger Höchstwert, keine garantierte Einsparung.

Mögliche Anwendungen sehen wir beim Auffinden eines Moments in langen Vorlesungen oder Wartungsaufnahmen. Ein Mensch könnte zunächst einen Zeitabschnitt vorgeschlagen bekommen und ihn anschließend am Originalvideo überprüfen.

Tests müssen auch übersehene Ereignisse und Antwortzeiten erfassen. Laut Dokumentation kann der statische Modus für kurze, zeitkritische Clips geeigneter sein.

Optimistische redaktionelle Schätzung: Ein Pilot mit dem eigenen Archiv lässt sich innerhalb von 1–2 Monaten bewerten. Ohne Tests sind Zuverlässigkeit und laufende Kosten nicht vorhersagbar.