Zuletzt aktualisiert: 3. September 2026 · Version: 1.1
Redaktionshinweis: Dieser Artikel wurde mit KI-Unterstützung recherchiert und überarbeitet sowie menschlich redaktionell geprüft. Produktstatus, Modellfunktionen und Preise stammen überwiegend aus der Google-Dokumentation; unabhängige Vergleichsdaten für konkrete Unternehmensworkloads sind nur begrenzt übertragbar. Preise und Funktionen können sich je nach Dienst, Region und Abrechnungsmodell unterscheiden. Quellenstand: 3. September 2026.
In 30 Sekunden
- Google hat die Gemini-API-Endpunkte
gemini-2.0-flashundgemini-2.0-flash-001am 1. Juni 2026 abgeschaltet. Anwendungen, die diese IDs noch direkt aufrufen, haben keinen unterstützten Produktivpfad mehr. - Google nannte zum Abschalttermin Gemini 3.5 Flash und Gemini 3.1 Flash-Lite als Ersatz. Für neue Migrationen ist zusätzlich das inzwischen verfügbare Gemini 3.5 Flash-Lite als kostengünstige Zieloption zu prüfen.
- Ein reiner Austausch der Modell-ID reicht nicht: Ausgabeformat, Tool-Aufrufe, Latenz, Thinking-Verhalten, Sicherheitseinstellungen und Kosten pro freigegebenem Ergebnis müssen erneut getestet werden.
- Gemini 3.5 Flash kostet in der Gemini Developer API derzeit 1,50 US-Dollar je Million Input- und 9 US-Dollar je Million Output-Token. Gemini 3.5 Flash-Lite liegt bei 0,30 beziehungsweise 2,50 US-Dollar. Outputpreise schließen Thinking-Token ein.
- Für DACH-Unternehmen gehört die Plattformwahl in die Migration: Vertrag, Datenverarbeitung, Logging, Löschfristen und Region sind getrennt vom Modellnamen zu prüfen.
Was Entscheider jetzt tun sollten: Lassen Sie alle Repositories, Low-Code-Flows, Umgebungsvariablen und API-Gateways nach gemini-2.0-flash durchsuchen. Ordnen Sie jeden Treffer einem fachlichen Prozess und einem Verantwortlichen zu. Wählen Sie danach je Workload ein Zielmodell und geben Sie es erst nach einem reproduzierbaren Regressionstest frei.
Der Status ist eindeutig: Gemini 2.0 Flash ist nicht mehr verfügbar
Google kündigte Gemini 2.0 im Dezember 2024 als schnelles Modell für multimodale Eingaben, lange Kontexte und Werkzeugaufrufe an. Die Gemini API Release Notes dokumentieren inzwischen den Endpunkt: Seit dem 1. Juni 2026 sind gemini-2.0-flash, gemini-2.0-flash-001, gemini-2.0-flash-lite und gemini-2.0-flash-lite-001 abgeschaltet. Die Modellübersicht führt sie als „Shut down“.
Wer eine alte Modell-ID noch in Code oder Konfiguration findet, hat entweder einen sichtbaren Fehler oder einen selten genutzten Pfad, der beim nächsten Aufruf ausfällt. Damit wird Modell-Lifecycle zur Betriebsaufgabe.
Entscheidungsmatrix: Welches Zielmodell passt heute?
Google nannte am Abschalttag Gemini 3.5 Flash oder Gemini 3.1 Flash-Lite als Nachfolger. Seit Juli 2026 steht außerdem Gemini 3.5 Flash-Lite bereit. Für eine heutige Migration ist deshalb eine Workload-Entscheidung sinnvoller als ein pauschales Upgrade auf die jüngste Modellnummer. Der Enterprise-Check zu Gemini 3.7 Flash zeigt, warum auch ein neueres Modell erst gegen den eigenen Prozess getestet werden sollte.
| Zielmodell | Status am 3. September 2026 | Standardpreis Gemini Developer API* | Rolle im Auswahltest |
|---|---|---|---|
| Gemini 3.5 Flash | GA | 1,50 USD Input / 9,00 USD Output | leistungsorientierte Referenz für komplexere Workflows |
| Gemini 3.5 Flash-Lite | GA | 0,30 USD Input / 2,50 USD Output | kostenorientierte Referenz für hohe Volumina |
| Gemini 3.1 Flash-Lite | GA, Abschaltung frühestens 7. Mai 2027 | 0,25 USD Input / 1,50 USD Output | mögliche Brücke für bereits getestete Anwendungen |
Preisstand: Je eine Million Token im Paid Tier; Output inklusive Thinking-Token. Preise für Batch, Flex, Priority und die Gemini Enterprise Agent Platform weichen ab. Stand: 3. September 2026.
Auswahl nach Workload statt Modellname
| Kriterium | Gemini 3.5 Flash-Lite | Gemini 3.5 Flash |
|---|---|---|
| Strukturierte Extraktion | zuerst bei stabilen, wiederkehrenden Belegen testen | bei komplexen oder fehleranfälligen Belegen gegenprüfen |
| Tool- und Agentenketten | für wenige, klar begrenzte Schritte | erste Wahl für mehrstufige Entscheidungen und längere Werkzeugketten |
| Kostenrisiko | niedriger Tokenpreis; Nacharbeit und Fehlerquote beobachten | höherer Tokenpreis; mögliche Einsparung durch weniger Fehlversuche prüfen |
| Wann nicht einsetzen | wenn Qualitätsstreuung hohe Folgeschäden auslösen kann | wenn einfache Massenaufgaben den Mehrpreis nicht rechtfertigen |
| Freigabepriorität | Schema-, Feld- und Latenzstabilität | Aufgabenerfolg, Tool-Zuverlässigkeit und Sicherheitsgrenzen |
Die Modellseite von Gemini 3.5 Flash nennt 1.048.576 Token Kontext, maximal 65.536 Output-Token sowie Function Calling, strukturierte Ausgaben, File Search, Code Execution und Thinking. Für einfache Extraktion kann Flash-Lite wirtschaftlicher sein; bei langen Werkzeugketten kann Flash trotz höherem Tokenpreis die Kosten pro erfolgreichem Vorgang senken. Beides muss der Auswahltest belegen.
Warum das Ändern einer Modell-ID nicht genügt
Ein Hotfix kann die Erreichbarkeit wiederherstellen. Für die Freigabe müssen fünf Prüffelder bestanden sein:
| Prüffeld | Was sich mit dem Zielmodell ändern kann | Abnahmesignal |
|---|---|---|
| API und SDK | Endpunkt, Thinking-Konfiguration, Sampling und Function Responses | unterstützte Version, fehlerfreie Testaufrufe |
| Strukturierte Ausgaben | Schematreue, Pflichtfelder und Datentypen | validierte JSON- und Feldqualität |
| Tool-Aufrufe | Auswahl, Argumente und Reihenfolge von Funktionen | erlaubte Aufrufe innerhalb externer Rechte und Limits |
| Qualität und Sicherheit | Klassifikationsgrenzen, Ablehnungen und Prompt-Injection-Verhalten | bestandene Normal-, Rand- und Angriffsfälle |
| Betrieb | Latenz, Tokenverbrauch, Fehlerklassen und Freigabestatus | vollständige Logs und vereinbarte SLOs |
Googles Migrationshinweise für Gemini 3.5 Flash empfehlen aktuelle SDKs und nennen Änderungen an mehreren Konfigurationen. Der AI-Fabrik-Beitrag über Googles Werkzeuge gegen veralteten KI-Code zeigt, wie aktuelle Dokumentation in den Entwicklungsprozess eingebunden werden kann.
Ein kontrollierter Migrationsplan in vier Phasen
Fundstellen und Risiken
Zielmodelle vergleichen
Ohne Schreibrechte prüfen
Gestuft freigeben
Phase 1: Inventar und Risikoklasse
Prüfen Sie Anwendungscode, Umgebungsvariablen, API-Gateways, Notebooks, Low-Code-Flows, Prompt-Management und interne Vorlagen. Erfassen Sie pro Treffer Prozess, Datenklasse, Schreibrechte, Volumen, Verantwortung und Fehlerstatus.
Phase 2: Zwei Zielmodelle gegen denselben Testsatz
Testen Sie ein leistungs- und ein kostenorientiertes Zielmodell auf denselben Fällen. Eine redaktionelle Praxisempfehlung sind mindestens 50 repräsentative Fälle bei klar begrenzten Workloads; bei variierenden Dokumenten, Sprachen oder Werkzeugketten ist ein geschichteter Testsatz nötig. Die Zahl ist eine Heuristik, kein Qualitätsnachweis.
Phase 3: Shadow-Test und fachliche Abnahme
Lassen Sie beide Zielmodelle zunächst ohne produktive Schreibrechte gegen reale oder datenschutzkonform aufbereitete Eingaben laufen. Vergleichen Sie mit dem freigegebenen Soll, nicht mit der Ausgabe des alten Modells.
Phase 4: Gestufter Rollout ohne Rückfall auf 2.0
Beginnen Sie mit reversiblen, volumenbegrenzten Prozessen. Ein Rückfall auf Gemini 2.0 ist nicht möglich; der Rollback führt auf ein zuvor getestetes Zielmodell, einen regelbasierten Prozess oder kontrollierte manuelle Bearbeitung.
Praxisbeispiel: Rechnungsdaten aus PDF-Dateien extrahieren
Hypothetisches, aber realistisches Szenario: Ein mittelständisches Unternehmen nutzte Gemini 2.0 Flash, um aus eingehenden Rechnungen Lieferant, Rechnungsnummer, Datum, Nettobetrag, Steuer und Bestellreferenz als JSON zu extrahieren. Das Ergebnis wird gegen Stammdaten und Bestellungen geprüft; eine Buchung erfolgt erst nach deterministischen Kontrollen.
Das Team testet Gemini 3.5 Flash-Lite und Gemini 3.5 Flash auf demselben, rechtmäßig verwendbaren Dokumentensatz. Die fachliche Abnahme bewertet nicht die sprachliche Qualität, sondern Feldgenauigkeit, Schemafehler, ungeklärte Abweichungen und Kosten pro freigegebener Rechnung.
Illustrative Mini-Scorecard
| Messwert bei 100 Testrechnungen | Flash-Lite | Flash |
|---|---|---|
| syntaktisch valides JSON | 99 von 100 | 100 von 100 |
| fachlich manuell korrigierte Datensätze | 9 von 100 | 3 von 100 |
| relative Vollkosten je freigegebenem Vorgang | 1,00 | 1,24 |
Die Werte sind ein redaktionelles Rechenbeispiel, keine Projektergebnisse. Bei einem risikoarmen Vorprozess könnte Flash-Lite genügen; vor automatischer Buchung kann die geringere Korrekturrate von Flash den Mehrpreis rechtfertigen. Verbindliche Kriterien bleiben Schema- und Feldqualität, manuelle Nacharbeit, P95-Latenz, Kosten pro Freigabe und null tolerierte Datenübertragungen an nicht freigegebene Werkzeuge.
DACH-Governance: Der Endpunkt ist Teil der Entscheidung
Modell, Dienst, Region und aktivierte Funktionen bilden gemeinsam den zu prüfenden Datenfluss.
Die Gemini API Additional Terms unterscheiden zwischen unbezahlten und bezahlten Diensten. Bei Paid Services verwendet Google Prompts und Antworten laut Bedingungen nicht zur Produktverbesserung und verarbeitet sie nach dem einschlägigen Data Processing Addendum. Zugleich können Prompts und Antworten begrenzt zur Missbrauchserkennung protokolliert und vorübergehend in Ländern gespeichert oder gecacht werden, in denen Google oder Beauftragte Einrichtungen betreiben. Für API-Clients im EWR, in der Schweiz und im Vereinigten Königreich verlangt Google Paid Services.
Googles Dokumentation zu Zero Data Retention macht zudem deutlich, dass einzelne Funktionen und Protokollierungszwecke gesondert betrachtet werden müssen. „Nicht fürs Training verwendet“ ist deshalb nicht gleichbedeutend mit „keine Verarbeitung oder Speicherung“.
Wenn EU-Datenresidenz oder regionale ML-Verarbeitung verbindlich ist, sollte die passende Google-Cloud- beziehungsweise Enterprise-Variante separat geprüft werden. Die Standortdokumentation für Gemini Enterprise beschreibt eine EU-Multiregion mit Verarbeitung innerhalb der EU, weist aber auch auf Funktionsgrenzen regionaler Bereitstellungen hin. Der AI-Fabrik-Überblick zur Gemini Enterprise Agent Platform ordnet die zusätzliche Betriebs- und Governance-Schicht ein.
Für die Freigabe gehören mindestens AVV beziehungsweise DPA, technische und organisatorische Maßnahmen, Datenklassen, Aufbewahrung, Löschung, Logging, Unterauftragnehmer, Rollenrechte und Incident-Prozess auf den Tisch. Datenschutz, Betriebsrat und Informationssicherheit sollten risikobasiert eingebunden werden – nicht allein wegen einer neuen Modellnummer, sondern wenn sich Daten, Zweck, Überwachung oder Auswirkungen auf Beschäftigte ändern.
Go-live-Freigabe: 5 Fragen zum Kopieren
- Altlasten entfernt: Gibt es keine direkten oder indirekten Referenzen auf
gemini-2.0-flashmehr? - Verantwortung geklärt: Ist für jeden betroffenen Prozess ein fachlicher Eigentümer benannt?
- Auswahl belegt: Wurden ein leistungs- und ein kostenorientiertes Zielmodell auf identischen Fällen getestet?
- Governance dokumentiert: Sind Plattform, Region, Vertrag, Logging und Löschfristen für den tatsächlichen Endpunkt freigegeben?
- Betrieb abgesichert: Sind Rollout-Grenzen, Monitoring und ein Rollback auf ein getestetes Zielmodell oder einen manuellen Prozess eingerichtet?
Wenn eine Antwort „nein“ lautet, ist die Migration noch nicht abnahmefähig.
FAQ zur Gemini-2.0-Flash-Migration
Kann Gemini 2.0 Flash noch über eine feste Versions-ID genutzt werden?
Nein. Google führt sowohl gemini-2.0-flash als auch gemini-2.0-flash-001 seit 1. Juni 2026 als abgeschaltet. Eine feste Versions-ID schützt nicht vor einem dokumentierten Shutdown.
Welches Modell ist der direkte Ersatz?
Google nannte zum Abschalttermin Gemini 3.5 Flash und Gemini 3.1 Flash-Lite. Für eine neue Migration sollte heute auch Gemini 3.5 Flash-Lite geprüft werden. Die richtige Wahl hängt von Qualität, Volumen, Latenz, Werkzeugnutzung und Kosten pro akzeptiertem Ergebnis ab.
Ist die Gemini Developer API automatisch DSGVO-konform?
Eine pauschale Aussage wäre unseriös. Die Bedingungen für Paid Services, der konkrete Datenfluss, Rechtsgrundlage, Vertrag, Region, aktivierte Funktionen und interne Kontrollen müssen gemeinsam bewertet werden. Bei personenbezogenen oder vertraulichen Daten ist eine dokumentierte Einzelfallprüfung erforderlich.
Fazit: Modell-Lifecycle wird zur Betriebsdisziplin
Gemini 2.0 Flash ist kein Produktivmodell mehr. Das richtige Zielmodell ist nicht automatisch das neueste oder stärkste, sondern das Modell, das den konkreten Prozess mit akzeptabler Qualität, kalkulierbaren Vollkosten und passender Datenarchitektur erfüllt. Zentral verwaltete Modell-IDs, beobachtete Abschalttermine und wiederholbare Regressionstests gehören deshalb in den regulären KI-Betrieb.
Quellen
- Google: Introducing Gemini 2.0, 11. Dezember 2024
- Google AI for Developers: Gemini API Release Notes, Eintrag vom 1. Juni 2026
- Google AI for Developers: Gemini Deprecations, abgerufen am 3. September 2026
- Google AI for Developers: Models, abgerufen am 3. September 2026
- Google AI for Developers: Gemini 3.5 Flash, abgerufen am 3. September 2026
- Google AI for Developers: What's new in Gemini 3.5 Flash, abgerufen am 3. September 2026
- Google AI for Developers: Gemini Developer API Pricing, abgerufen am 3. September 2026
- Google AI for Developers: Gemini API Additional Terms, wirksam seit 23. März 2026
- Google AI for Developers: Zero Data Retention, abgerufen am 3. September 2026
- Google Cloud: Data residency for Gemini Enterprise, abgerufen am 3. September 2026
