Gemini 3.5 Transcribe: Google senkt Wortfehlerrate auf 2,6 Prozent
Veröffentlicht am: 27.08.2026 um 17:02 Uhr | Redaktion boerse-global.de
Google hat eine umfassende Aktualisierung seiner KI-Infrastruktur vorgenommen und mit Gemini 3.5 Transcribe ein neues Modell für die Umwandlung von Sprache in Text eingeführt.
Die technologische Neuerung zielt auf eine signifikante Steigerung der Genauigkeit sowie eine tiefere Integration in das bestehende Software-Ökosystem ab. Parallel dazu erweitert der Konzern die Funktionalitäten des Sprachassistenten Gemini Live durch neue Automatisierungswerkzeuge und personalisierte Bildgenerierungsoptionen.
Präzisionssteigerung in der Spracherkennung
Das neue Modell Gemini 3.5 Transcribe zeichnet sich durch optimierte Fehlerraten aus. Das Unternehmen beziffert die Wortfehlerrate bei Streaming-Anwendungen auf 4,0 Prozent, während dieser Wert im Non-Streaming-Betrieb auf 2,6 Prozent sinkt.
Die technische Architektur unterstützt zum Start mehr als 85 Sprachen und verfügt über eine Sprechererkennung für bis zu drei Personen. Zur Steigerung der Textqualität filtert die Software automatisch Füllwörter aus den Transkriptionen und ermöglicht die Hinterlegung eines benutzerdefinierten Vokabulars für Fachbegriffe oder Namen.
Die Bereitstellung erfolgt über verschiedene Kanäle sowohl für professionelle Anwender als auch für Endverbraucher. Entwickler können das Modell über die Gemini API innerhalb der Umgebungen AI Studio und Antigravity sowie über die Gemini Enterprise Agent Platform nutzen.
Im Bereich der Endanwendungen wird die Technologie in Google Dokumente, Keep, Gmail sowie die Tastatur-Software Gboard integriert. Zudem steht Gemini 3.5 Transcribe macOS-Nutzern innerhalb der Gemini-App zur Verfügung, während es auf Android-Geräten in ausgewählten Ländern als Funktion unter dem Namen Rambler eingeführt wird. Eine künftige Verfügbarkeit im Browser Chrome wurde ebenfalls angekündigt.
Wer sich mit dem Einsatz moderner KI-Systeme befasst, muss neben der technischen Leistung auch die rechtlichen Rahmenbedingungen im Blick behalten. Dieser kostenlose Report klärt auf, welche Regeln die neue EU-KI-Verordnung für Unternehmen aufstellt. Welche KI-Systeme gelten als Hochrisiko? Jetzt informieren
Transformation zum KI-Agenten
Über die reine Spracherkennung hinaus verfolgt der Konzern das Ziel, Gemini Live zu einem handlungsfähigen KI-Agenten auszubauen. Ein zentrales Element dieser Strategie ist die Integration der Spark-Technologie, die für agentische Hintergrundaufgaben konzipiert wurde. So soll das System künftig komplexe Anforderungen wie die Erstellung eines kompletten wöchentlichen Speiseplans eigenständig bewältigen können.
Ergänzend dazu führt das Unternehmen den sogenannten Daily Brief ein. Dabei handelt es sich um eine automatisierte Zusammenfassung relevanter Informationen aus Gmail und dem Kalender.
Weitere Neuerungen umfassen eine freihändige E-Mail-Verwaltung sowie die Funktion Personal Intelligence, die es dem Assistenten erlaubt, auf Inhalte aus vergangenen Chats zurückzugreifen. Laut Unternehmensangaben nutzen bereits 63 Prozent der Anwender die Möglichkeit, mit Gemini per Sprache zu interagieren.
Der Zugriff auf diese erweiterten Produktivitätsfunktionen ist an spezifische Abonnement-Modelle gebunden. Die Spark-Integration erfordert eine Mitgliedschaft bei Google AI Pro oder Google AI Pro+, während für die Nutzung des Daily Brief ein Zugang zu Google AI Plus beziehungsweise AI Plus+ notwendig ist.
Die rasante Entwicklung von KI-Tools erfordert von Unternehmen eine schnelle Anpassung an neue Dokumentationspflichten und Fristen. Sichern Sie sich diesen kostenlosen Umsetzungsleitfaden zum EU AI Act, um bei der Nutzung innovativer Systeme rechtlich auf der sicheren Seite zu stehen. Kostenlosen Umsetzungsleitfaden zum EU AI Act herunterladen
Personalisierte Bildgenerierung
Zusätzlich zu den funktionalen Upgrades hat Google die Bildgenerierungsfähigkeiten von Gemini erweitert. Englischsprachige Nutzer in den USA erhalten ab sofort kostenlosen Zugriff auf eine personalisierte KI-Bildgenerierung. Diese Funktion erlaubt es, individuelle Profile für die Erstellung von Grafiken anzulegen und zu speichern.
Hierbei können auch persönliche Fotoalben integriert werden, um die Ergebnisse weiter zu individualisieren. Während diese Funktion derzeit auf den US-Markt beschränkt ist, wird eine spätere globale Expansion in Aussicht gestellt.
