Google schaltet sein Video-Avatar-Feature Live Avatar für Gemini Enterprise am 24. September 2026 frei. Unternehmen können damit sprechende KI-Figuren mit synchronisierter Mimik im Kundenservice einsetzen. Die Avatare beherrschen 97 Sprachen und erkennen die gesprochene Sprache automatisch.
Technik verbindet Sprachdialog mit lippensynchronem Video
Grundlage ist das native Sprachmodell Gemini 3.8 Live, das Google im Cloud-Blog vorstellt und nun um Video-Avatare erweitert. Das System erzeugt in nahezu Echtzeit ein Video-Gesicht, dessen Lippenbewegungen und Mimik zum gesprochenen Text passen. Im Hintergrund kann die KI per Tool-Calling weiterarbeiten – dem automatischen Abrufen von Datenbanken oder Auslösen von Aktionen –, ohne das Gespräch zu unterbrechen. Zusätzlich verarbeitet das Modell Kamerabilder und geteilte Bildschirminhalte parallel zur Audiospur. Ein Kunde kann während des Gesprächs also etwas zeigen, und der Avatar reagiert direkt darauf. Unterbricht der Nutzer den Avatar oder wird er selbst unterbrochen, führt das System den Gesprächskontext einfach fort, statt neu zu starten. Für die Spracherkennung stehen 97 Sprachen bereit, zwischen denen der Avatar ohne manuelle Umschaltung wechselt. Eine erweiterte Variante mit zusätzlicher Denkzeit für komplexere Aufgaben befindet sich noch in einer geschlossenen Vorschau. Damit zielt Google auf Anwendungen, in denen bislang ausschließlich Menschen am Telefon oder im Chat antworteten.
Handel und Support testen die Avatare zuerst
Erste Unternehmen setzen die Funktion bereits produktiv ein, wie Google in seiner Ankündigung beschreibt. Beim Automobilhändler Cox Automotive übernimmt ein Avatar über die Marke Autotrader die Fahrzeugsuche. Er vergleicht Modelle, hebt Details direkt auf dem Bildschirm hervor und führt durch Finanzierungsoptionen. Kundinnen und Kunden beschreiben dabei in eigenen Worten, wonach sie suchen, statt Filter anzuklicken. Für sie soll sich das Gespräch dadurch weniger wie eine Texteingabe und mehr wie ein Anruf bei einer echten Person anfühlen. Der Anbieter Equal AI wickelt nach eigenen Angaben täglich mehr als eine Million Gespräche in neun indischen Sprachen über die Technik ab. Diese Zahl ist unabhängig nicht verifiziert. Auch Salesforce integriert die Avatare in seine Agentforce-Plattform, damit Kundenservice-Agenten ein sichtbares Gegenüber statt eines reinen Textchats bekommen. Google positioniert die Funktion gezielt für Szenarien mit hohem Gesprächsaufkommen wie Einzelhandel, Versicherungen oder Empfangsbereiche, etwa für den automatisierten Check-in in Hotels. Google nennt diese Fälle als erste öffentliche Referenzkunden für die neue Funktion.
Zugang bleibt vorerst auf Geschäftskunden beschränkt
Live Avatar läuft ausschließlich über Gemini Enterprise und richtet sich damit an Firmenkunden, nicht an private Nutzer der Gemini-App. Für den Einstieg steht eine Bibliothek vorgefertigter Avatare bereit. Ein individueller Avatar aus eigenen Referenzbildern lässt sich dagegen nur über eine strenge, von Google geprüfte Freigabeliste anlegen. Konkrete Tarife nennt Google nicht und verweist Interessenten auf die Preisseite von Google Cloud. Verfügbar ist die Funktion über Endpunkte in den USA und der EU. Ob und wie Kundinnen und Kunden in Deutschland konkret zugreifen können, bleibt offen. Zum Angebot gehören außerdem garantierte Rechenkapazität, vertragliche Compliance-Zusagen und eine strikte Kontrolle darüber, wo Daten verarbeitet werden. Gegenüber der vorherigen Version verspricht Google zudem spürbar kürzere Reaktionszeiten und eine zuverlässigere Erkennung von Gesprächspausen. Jedes erzeugte Bild und jeder Ton trägt zudem ein für Menschen unsichtbares SynthID-Wasserzeichen. Bei Bildern und Videos für Privatnutzer lässt sich bislang nur die sichtbare Kennzeichnung abschalten – das unsichtbare Wasserzeichen bleibt dort wie hier stets erhalten.
Entscheidend wird, ob Google die sprechenden Avatare auch gegenüber Endkundinnen und -kunden im Gespräch selbst als KI kennzeichnet. Bislang dient dafür allein das unsichtbare Wasserzeichen als Nachweis. Der Vorstoß fällt zudem in eine Phase, in der Gemini insgesamt bereits mehr als eine Milliarde Menschen monatlich nutzt. Ein sichtbares Gesicht für Firmenkunden könnte diese Reichweite direkt in zahlende Geschäftskonten übersetzen.
