Google greift mit Gemini Omni nach der Krone im KI-Videomarkt

Google bringt mit Gemini Omni Flash eine KI zur Videogenerierung auf den Markt und integriert sie in Adobe und Canva.

Mit der neuen Modellfamilie Gemini Omni bringt Google eine KI auf den Markt, die Videos aus Text, Bildern und Audiospuren erzeugt – und das direkt in etablierte Kreativtools integriert.

Das Timing ist kein Zufall. Nachdem OpenAI im April 2026 sein Videoprojekt Sora eingestellt hat, klafft eine Lücke im Markt. Google springt hinein – mit einer Strategie, die weit über reine Chatbots hinausgeht. Stattdessen wird Gemini zur Schaltzentrale für Content-Ersteller.

Videos aus wenigen Sekunden – und die Wasserzeichen-Frage

Am 23. Mai 2026 veröffentlichte Google DeepMind das erste Modell der neuen Familie: Gemini Omni Flash. Das System kann bis zu zehn Sekunden Videomaterial generieren und dabei Figuren sowie Szenen über mehrere Bearbeitungsschritte hinweg konsistent halten. Bisher scheiterte hochwertige KI-Videoproduktion genau an dieser Hürde.

Die neue Technik ist direkt in die wichtigsten Google-Plattformen eingebunden: die Gemini-App, Google Flow und YouTube Shorts. Für YouTuber bedeutet das: Kurzvideos entstehen künftig ohne Plattformwechsel.

Ein entscheidendes Detail: Google stattet alle generierten Inhalte mit SynthID-Wasserzeichen aus. Diese unsichtbare digitale Signatur überlebt selbst Screenshots und Komprimierung. Damit reagiert das Unternehmen auf die wachsende Regulierungsdichte. Der California AI Transparency Act tritt im August 2026 in Kraft, und Artikel 50 des EU AI Acts verlangt die klare Kennzeichnung KI-generierter Medien.

Anzeige

Während Google bereits auf Wasserzeichen setzt, müssen viele Unternehmen die komplexen Anforderungen der neuen EU-Gesetzgebung erst noch in ihre Prozesse integrieren. Dieser kostenlose Leitfaden hilft Ihrer Rechts- und IT-Abteilung, die Fristen und Risikoklassen des AI Acts rechtzeitig zu verstehen. EU AI Act in 5 Schritten verstehen: Jetzt kostenlosen Ratgeber sichern

Adobe und Canva an Bord

Die eigentliche Sprengkraft liegt in den Partnerschaften. Seit Ende Mai 2026 können Nutzer Projekte im Gemini-Chat beginnen und dann nahtlos an Adobe oder Canva übergeben. Die Canva-„Connected App“ startet zunächst in ausgewählten englischsprachigen Märkten. Der Adobe-Connector soll in den kommenden Wochen folgen und Bild-, Design- und Videoworkflows abdecken.

Das Modell dahinter: KI wird zur ersten Entwurfsschicht für Profi-Software. Statt nur Prompts einzugeben, entsteht ein hybrider Workflow, bei dem die Maschine den Rohbau liefert und der Mensch verfeinert.

Auch Android-Nutzer profitieren. Seit dem 23. Mai erweitert Gemini Live seine Integrationen um Google Home, Hotels, Flights und Spotify. Timer und Wecker funktionieren jetzt über die Sprachschnittstelle – das direkte Versenden von Nachrichten ist allerdings noch in Entwicklung.

Schneller, billiger, besser – aber nicht ohne Nebenwirkungen

Die technische Basis liefert Gemini 3, das am 20. Mai 2026 erschien. Laut internen Benchmarks arbeitet das Modell 2,8-mal schneller und kostet 47 Prozent weniger als der bisherige Industriestandard. Im MMLU-Pro-Benchmark erreichte es 89,4 Prozent – der Hauptkonkurrent GPT-4o liegt bei 86,7 Prozent.

Doch Googles Expansion hat Schattenseiten. Am 19. Mai kündigte der Konzern an, das quelloffene Gemini CLI-Tool für Nicht-Zahler zu schließen und durch die geschlossene Antigravity CLI zu ersetzen. Die Kritik war heftig: Immerhin hatte das ursprüngliche Tool von über 6.000 externen Beiträgen profitiert. Nach massivem Druck lenkte Google ein und erhöhte die Nutzungslimits – umgestellt von einem anfragebasierten auf ein rechenleistungsbasiertes System.

Der Vorfall zeigt die enormen Kosten, die Spitzen-KI verschlingt. Google senkt die Preise durch seine Cloud-Dominanz – andere Anbieter haben diesen Luxus nicht. Interne Dokumente aus laufenden Gerichtsverfahren um OpenAI offenbaren: Milliardenbeträge sind nötig, um die Entwicklung zu stemmen. Mehrere Organisationen haben deshalb bereits ihre Rechtsform vom Non-Profit zum gewinnorientierten Unternehmen geändert.

Der Wettlauf um die „Agenten“

Die Branche bewegt sich weg von einfachen Chatbots hin zu agentischen Systemen – KI, die eigenständig mehrstufige Aufgaben erledigt. Auf der Google I/O 2026 zeigte das Unternehmen „Gemini Spark“, einen persönlichen Agenten, der rund um die Uhr an End-to-End-Aufgaben arbeitet. Salesforce hat mit „Agentforce Coworker“ einen ähnlichen Dienst in die Beta-Phase gebracht.

OpenAI steckt derweil in einer schwierigen Phase. Das Unternehmen bereitet einen Börsengang in den USA vor, möglicherweise bereits im September 2026. Die angestrebte Bewertung liegt bei bis zu einer Billion Euro – ein deutlicher Sprung gegenüber den zuletzt genannten 852 Milliarden. Der IPO kommt trotz anhaltender Governance-Debatten und eines Sicherheitsvorfalls am 11. Mai, bei dem ein Lieferketten-Angriff die Geräte zweier Mitarbeiter kompromittierte.

Anzeige

Der massive Kapitalbedarf für die Entwicklung neuer KI-Agenten sorgt für enorme Dynamik an den Finanzmärkten und rückt neue Investmentchancen in den Fokus. Welche Unternehmen die Grundsäulen dieses Wachstumsmarkts bilden, erfahren Anleger exklusiv in diesem kostenlosen Experten-Report. Die 3 vielversprechendsten KI-Aktien jetzt kostenlos entdecken

Auch die Produktzyklen zeigen die Spannung: Während Google Gemini 3 und Gemini Omni bereits ausgeliefert hat, fehlt von GPT-5 jede Spur. Interne Builds von GPT-5.6 mit dem Codenamen „iris-alpha“ sollen allerdings Durchbrüche bei der Benutzeroberflächen-Generierung zeigen. Der nächste große Schlagabtausch zeichnet sich ab: Es geht um den „minimalistischen“ App-Ersteller, der ohne menschliches Design auskommt.

Was bleibt für Kreative?

Die Entwicklung verlagert sich von allgemeinen Chatbots zu spezialisierten Hochleistungsagenten, die in bestehende Ökosysteme eingebettet sind. Der Start von Gemini for Science auf der Google I/O unterstreicht diesen Trend: Forscher erhalten experimentelle Werkzeuge für Hypothesenbildung und computergestützte Entdeckungen.

Für Content-Ersteller bedeutet die Konvergenz von Videogenerierung, Profi-Design-Integration und sinkenden API-Kosten eine zugänglichere, aber auch komplexere Produktionsumgebung. Ob die Werkzeuge sich durchsetzen, hängt maßgeblich davon ab, wie sie die sich ständig ändernden Transparenz- und Datenschutzregeln navigieren. Der Oberste Gerichtshof der USA wird voraussichtlich Ende Juni über digitale Durchsuchungsbefehle entscheiden – ein Urteil, das die Privatsphäre von KI-Chatprotokollen und Suchanfragen massiv beeinflussen könnte. Der rechtliche Rahmen bleibt so dynamisch wie die Technologie selbst.