Google gibt Gemini ein Gesicht: Live Avatar spricht 97 Sprachen

Google hat am 24. September 2026 Gemini 3.8 Live with Live Avatar vorgestellt – animierte Gesichter für Sprachagenten, die nahezu in Echtzeit zuhören, sehen, sprechen und mimisch reagieren. Die Funktion ist laut Google ab sofort allgemein in Gemini Enterprise verfügbar, richtet sich vorerst ausschliesslich an Unternehmen und beherrscht 97 Sprachen samt passender Lippenbewegungen. Erstmals gezeigt hatte Google die Technik an der Google Cloud Next 2026.

Das Modell dahinter kennst du vielleicht schon: Gemini 3.8 Live, über das wir vor gut einer Woche berichtet haben. Neu ist nicht die Stimme, sondern das Gesicht davor.

Weiterreden, während im Hintergrund gebucht wird

Der spannendste Teil ist nicht die Optik, sondern das Timing. Live Avatar kann Werkzeuge und Schnittstellen asynchron aufrufen – also im Hintergrund Daten holen oder eine Buchung auslösen, während der Dialog ununterbrochen weiterläuft. In Googles Demo checkt ein Avatar einen Hotelgast ein: Er nimmt die Anfrage entgegen, redet weiter, und die Abfrage läuft nebenher. Wer je in einer Hotline das «Einen Moment, ich schaue kurz nach» ausgesessen hat, merkt den Unterschied sofort.

Dazu kommt die zweite Hälfte der Multimodalität: Live-Kamerabilder und Bildschirmfreigaben verarbeitet der Agent gleichzeitig mit dem Ton. Er hört also nicht nur, was du sagst, sondern sieht auch, was du ihm hinhältst.

97 Sprachen, und die Lippen kommen mit

Die native Speech-to-Speech-Synchronisation – Sprache wird direkt in Sprache übersetzt, ohne Umweg über Text – deckt 97 Sprachen ab, mit automatischer Spracherkennung. Der Clou: Wechselst du mitten im Gespräch die Sprache, passen sich Lippensynchronität und Mimik mit an, laut Google ohne Einbussen bei der Videoqualität und ohne sichtbares Driften. Für ein viersprachiges Land ist das mehr als eine Demo-Spielerei.

Ein eigenes Gesicht gibt es nur auf Freigabe

Neben einer Bibliothek vorgefertigter Avatare können Unternehmen eigene erzeugen – aus einem einzigen hochwertigen Referenzbild, wobei Ähnlichkeit, Markenstil oder Charakteridentität erhalten bleiben sollen. Genau diese Funktion hat Google hinter ein Allowlisting mit Verifikation gesperrt, um Identitätsmissbrauch zu verhindern. Zusätzlich trägt jeder erzeugte Stream das unsichtbare Wasserzeichen SynthID – in Audio und Video, nicht nur im Bild.

Eine Version für Privatnutzer hat Google bisher nicht angekündigt. Und ein Detail, das Schweizer Firmen betrifft: Google nennt für Live Avatar ausdrücklich US- und EU-Endpunkte. Ein Schweizer Endpunkt ist nicht darunter – wer den Avatar in den Kundendienst holen will, klärt die Datenfrage besser vorher.