Googles Coding-Agenten im Unternehmen: Code Assist, Gemini CLI, Antigravity und Jules

Version 1.0 · Stand: 10. September 2026

Redaktioneller Hinweis: Funktionsumfang, Preise und Produktstatus wurden anhand offizieller Google-Dokumentation geprüft. Aussagen zur Produktivität sind keine allgemeingültigen Wirkungsnachweise; sie müssen im eigenen Entwicklungsprozess gemessen werden.

In 30 Sekunden

• Google bietet nicht den einen Coding-Agenten, sondern vier unterschiedliche Ebenen: Gemini Code Assist, Gemini CLI, Antigravity und Jules.
• Für einen kontrollierten Unternehmenseinstieg ist Gemini Code Assist derzeit die klarste Beschaffungs- und Governance-Basis.
• Gemini CLI eignet sich für lokale Terminal-Workflows; Google lenkt die strategische Entwicklung jedoch in Richtung Antigravity CLI.
• Antigravity 2.0 ist die agentischste Plattform im Portfolio, verlangt aber wegen Terminal-, Browser- und Netzwerkzugriff stärkere Kontrollen.
• Jules ist für asynchrone GitHub-Aufgaben interessant, bleibt wegen Produktstatus und kontobasierter Verfügbarkeit aber ein begrenzter Experimentierpfad.

Warum der Google-Stack leicht missverstanden wird

Wer nach „Googles Coding-Agent“ sucht, landet schnell bei Produktnamen, die ähnlich klingen, aber grundverschiedene Betriebsmodelle haben. Gemini Code Assist arbeitet vor allem in der Entwicklungsumgebung. Gemini CLI sitzt im lokalen Terminal. Antigravity verbindet Editor, Terminal, Browser und parallele Agenten zu einer umfassenderen Agentenplattform. Jules bearbeitet GitHub-Aufgaben dagegen asynchron in einer entfernten virtuellen Maschine.

Für Unternehmen ist diese Trennung entscheidend. Denn mit jedem Wechsel der Laufzeit ändern sich Datenfluss, Identität, Netzwerkzugriff, Freigabemodell und Kostenlogik. Die Frage lautet deshalb nicht: „Welches Google-Tool ist am besten?“ Sondern: „Welche Ausführungsebene passt zu unserem Risiko und unserem Prozess?“

Vier Produkte, vier Rollen

Gemini Code Assist: der kontrollierbare Einstieg

Gemini Code Assist integriert sich in Visual Studio Code, JetBrains-IDEs und Android Studio. Neben Vervollständigungen und Chat bietet Google einen Agent Mode für umfangreichere Aufgaben. Die Standard-Variante adressiert professionelle Teams; die Enterprise-Variante ergänzt unter anderem die Anpassung an private Codebestände und breitere Google-Cloud-Integrationen.

Die Code-Anpassung basiert auf Indexen ausgewählter privater Repositories. Unternehmen müssen deshalb nicht nur den Modellzugang, sondern auch die Aufnahme in den Index kontrollieren. Ausschlussregeln wie .aiexclude, Repository-Grenzen und die Rollen in Developer Connect gehören in den Freigabeprozess. Google nennt für diese Funktion unter anderem us-central1 und europe-west1 als Standorte.

Wichtig ist die begriffliche Trennung zwischen Inhaltsdaten und Betriebsdaten. Nach Googles Sicherheits- und Datenschutzdokumentation werden Kundendaten nicht ohne Erlaubnis zum Training verwendet. Der Dienst wird für Prompts und Antworten standardmäßig als zustandslos beschrieben. Aktiviertes Cloud Logging kann diese Inhalte jedoch speichern; Telemetrie und andere Dienstdaten folgen eigenen Regeln. Auch eine Verarbeitung am nächstgelegenen Randpunkt ist keine garantierte Datenresidenz. Genau diese Einstellungen gehören daher in die Datenschutzprüfung.

Gemini CLI: offen, lokal und trotzdem nicht grenzenlos

Gemini CLI ist Open Source und führt die Agentenoberfläche im Terminal aus. Das macht den Datenpfad nachvollziehbarer, beseitigt aber nicht das Ausführungsrisiko: Ein Agent, der Shell-Befehle starten, Dateien verändern oder externe Dienste ansprechen kann, handelt mit den Rechten seines Prozesses.

Google dokumentiert Sandbox-Optionen über Containertechniken und betriebssystemspezifische Mechanismen. Für Unternehmen wichtiger sind die zentralen Kontrollen: Strict Mode, deaktivierte Erweiterungen und MCP-Server sowie administrative Positivlisten oder verpflichtende Remote-Server. Plan Mode kann die Erkundung zusätzlich auf nur lesende Werkzeuge begrenzen.

Lokale Konfigurationsdateien allein sind dennoch keine harte Sicherheitsgrenze, wenn ein Nutzer auf dem Rechner weitreichende Rechte besitzt. Unternehmen sollten die CLI deshalb über verwaltete Endgeräte, separate Identitäten, minimale Repository-Rechte und kontrollierten Netzwerkzugriff betreiben. Hinzu kommt ein strategischer Punkt: Google empfiehlt inzwischen den Wechsel von Gemini CLI zu Antigravity CLI. Gemini CLI bleibt aktiv, doch Plattformteams sollten keine langfristige Betriebsarchitektur bauen, ohne diesen Übergang einzuplanen.

Antigravity 2.0: vom Assistenten zur Agentenplattform

Antigravity 2.0 erweitert den Arbeitsraum deutlich: Agenten können Editor, Terminal und Browser nutzen, Aufgaben parallel in isolierten Arbeitsbäumen bearbeiten und Ergebnisse über sogenannte Artifacts nachvollziehbar machen. Desktop, CLI und SDK zielen damit nicht nur auf schnellere Eingaben, sondern auf delegierte Arbeitspakete.

Das ist produktivitätsseitig attraktiv, verschiebt aber die Kontrollfrage. Terminalbefehle, Browser-Aktionen, JavaScript-Ausführung, Netzwerkanfragen und Dateiänderungen benötigen unterschiedliche Freigabestufen. Strict Mode erzwingt zusätzliche Prüfungen, respektiert Git-Ausschlüsse und isoliert Arbeitsbereiche. Trotzdem bleibt der menschliche Review am Pull Request unverzichtbar.

Für Enterprise-Szenarien dokumentiert Google die Anbindung an Agent Platform beziehungsweise Gemini Enterprise, regionale Konfigurationen wie global, USA oder EU, Workload Identity Federation, VPC Service Controls sowie Request-/Response-Logging. Gleichzeitig nennt die Dokumentation Grenzen. So kann eine Browser-URL-Positivliste in bestimmten Antigravity-Konfigurationen noch nicht durchgängig berücksichtigt werden. Solche Hinweise sind keine Fußnote, sondern ein mögliches Ausschlusskriterium für regulierte Quellcodes und Produktionszugänge.

Jules: nützliches Experiment, noch kein Enterprise-Fundament

Jules arbeitet asynchron: Der Dienst klont ein GitHub-Repository in eine kurzlebige virtuelle Maschine, installiert Abhängigkeiten, verändert und testet Code und kann einen Pull Request vorbereiten. Das ist für klar abgegrenzte Wartungs-, Dokumentations- oder Testaufgaben interessant.

Der aktuelle Produkt- und Beschaffungsrahmen ist jedoch entscheidend. Googles Dokumentation führt Jules weiterhin als experimentell beziehungsweise Public Beta. Laut den Jules-Nutzungs- und Tarifhinweisen sind bezahlte Kontingente derzeit ausschließlich über Google-AI-Pläne für persönliche Konten mit @gmail.com verfügbar. Für Workspace- oder Enterprise-Konten dokumentiert Google noch keinen allgemein verfügbaren Upgrade- und Beschaffungspfad; Geschäftskunden mit höherem Bedarf werden auf ein Interessenformular verwiesen. Das ist kein Ersatz für einen Enterprise-Vertrag mit zentraler Beschaffung, administrativer Zuweisung und belastbaren Organisationskontrollen.

Auch die entfernte VM verfügt über Internetzugang. Unternehmen sollten daher weder aus Komfort noch aus Neugier vertraulichen Code freigeben, bevor Vertrag, Identität, Logging, Datenverarbeitung und Repository-Policy geklärt sind. Für die meisten DACH-Unternehmen bleibt Jules damit vorerst ein Experiment mit öffentlichen oder ausdrücklich freigegebenen Test-Repositories.

Daten- und Risikomatrix

DACH-Datenfilter

Eine EU-Projekt- oder Indexregion darf nicht pauschal mit vollständiger EU-only-Verarbeitung aller Produktkomponenten gleichgesetzt werden. SCCs und DPA/AVV sind Vertragsbausteine, aber keine technische Garantie. Wenn Drittlandverarbeitung für eine Datenklasse ausgeschlossen ist, darf diese Klasse nur in einer nachweislich passenden lokalen oder regional gebundenen Laufzeit verarbeitet werden.

Governance: sieben Kontrollen vor dem ersten Rollout

1. Produkte einzeln freigeben: Eine Freigabe für Code Assist darf nicht automatisch Jules oder Antigravity einschließen.
2. Identitäten trennen: Persönliche Google-Konten, Unternehmensidentitäten und technische Agentenidentitäten nicht vermischen.
3. Repository-Klassen definieren: Öffentliche, interne, vertrauliche und regulierte Bestände erhalten unterschiedliche Regeln.
4. Netzwerk standardmäßig begrenzen: Paketquellen, Dokumentation und interne Dienste explizit erlauben; beliebigen Egress vermeiden.
5. Secrets aus dem Arbeitsraum halten: Kurzlebige Tokens, Secret Broker und geringstmögliche Rechte verwenden.
6. Änderungen über Pull Requests führen: Tests, statische Analyse, Security-Prüfung und Code-Owner bleiben verbindlich.
7. Logging und Retention festlegen: Vor Aktivierung klären, welche Inhalte protokolliert werden, wer sie sieht und wann sie gelöscht werden.

Zwei konkrete Einsatzszenarien

Antigravity: begrenztes Refactoring mit PR-Gate

Ein Plattformteam aktualisiert eine interne Java-Bibliothek. Antigravity erhält nur das Test-Repository, einen isolierten Arbeitsbaum und Netzwerkzugriff zu den freigegebenen Maven-Quellen. Der Agent analysiert Abhängigkeiten, ändert die Bibliothek und führt Build sowie Tests aus. Der erzeugte Pull Request muss anschließend SAST, Secret Scan, Lizenzprüfung und einen Code-Owner-Review bestehen. Browserzugriff und Produktions-Secrets bleiben deaktiviert. Gemessen werden Durchlaufzeit, Korrekturschleifen und Fehler nach dem Merge.

Jules: Tests und Dokumentation auf einem Test-Repository

Ein Team lässt Jules fehlende Unit-Tests für eine öffentliche Hilfsbibliothek ergänzen und die dazugehörige Entwicklerdokumentation aktualisieren. Jules klont das Repository in seine VM und legt vor Änderungen einen Plan zur Freigabe vor. Der Auftrag schließt Produktivzugänge, private Pakete und schreibende externe Dienste ausdrücklich aus. Das Ergebnis wird ausschließlich als Pull Request übernommen; verantwortlich bleiben CI und menschlicher Review. Dieses Szenario testet den Arbeitsmodus, ohne Jules bereits als Enterprise-Plattform zu behandeln.

Kosten: Lizenzpreis ist nicht Gesamtkostenpreis

Google weist für Gemini Code Assist nutzerbezogene Preise aus. Laut offizieller Preisseite liegt Standard bei rund 22,80 US-Dollar pro Nutzer und Monat mit monatlicher Bindung beziehungsweise 19 US-Dollar bei zwölf Monaten. Enterprise liegt bei rund 54 beziehungsweise 45 US-Dollar. Preise, Steuern, Mindestbedingungen und Währungsumrechnung sollten vor Beschaffung erneut geprüft werden.

Die größere Kostenposition entsteht häufig außerhalb der Lizenz: Plattformbetrieb, Identitätsintegration, Logging, Netzwerkkontrollen, zusätzlicher CI-Verbrauch, Modell- oder Cloud-Nutzung und menschlicher Review. Ein Agent, der einen Pull Request schneller erzeugt, schafft nur dann wirtschaftlichen Wert, wenn Nacharbeit, Fehlerquote und Durchlaufzeit insgesamt sinken.

Vier-Wochen-Pilot mit klarer Go/No-Go-Regel

Woche 1: Scope und Basislinie

Wählen Sie ein Produkt, zwei Teams und drei Aufgabenklassen. Erfassen Sie zuvor Durchlaufzeit, Review-Dauer, Fehlerquote und CI-Kosten ohne Agentenhilfe.

Woche 2: Kontrollen erzwingen

Konfigurieren Sie Identität, Repository-Grenzen, Logging, Sandbox, Netzwerk und Secrets. Testen Sie absichtlich unerlaubte Datei-, Terminal- und Netzwerkaktionen.

Woche 3: reale Aufgaben

Lassen Sie die Teams dieselben Aufgabenklassen unter normalen Qualitätsregeln bearbeiten. Zählen Sie nur akzeptierte Ergebnisse, nicht erzeugte Codezeilen oder Agentenaktivität.

Woche 4: Auswertung

Ein Go erhält der Pilot nur, wenn mindestens eine priorisierte Durchlaufzeit messbar sinkt, Qualität und Security nicht schlechter werden und die Kosten je akzeptierter Aufgabe innerhalb des vorab definierten Korridors bleiben. Andernfalls folgt ein engerer zweiter Pilot oder ein Stop.

Entscheidungsrahmen in fünf Kriterien

• Google-Cloud-Nähe: Bestehen bereits Identitäten, Verträge und Betriebsprozesse in Google Cloud?
• Autonomiebedarf: Reicht IDE-Unterstützung oder braucht das Team Terminal, Browser und asynchrone Agenten?
• Datenklasse: Darf der betroffene Quellcode in den jeweiligen Dienst und die dokumentierte Region gelangen?
• Kontrollierbarkeit: Lassen sich Netzwerk, Werkzeuge, Repositories, Logs und Freigaben technisch erzwingen?
• Messbarer Nutzen: Verbessert das Werkzeug akzeptierte Lieferergebnisse statt nur Aktivität?

Einordnung gegenüber anderen Coding-Agenten

Google unterscheidet sich von Einzelprodukten durch die Breite seines Portfolios und die enge Cloud-Anbindung. Das ist ein Vorteil für bestehende Google-Cloud-Kunden, erhöht aber die Notwendigkeit einer klaren Produktentscheidung. Zum Vergleich: OpenAI Codex bündelt lokale und cloudbasierte Agentenarbeit stärker unter einer Produktlinie, Claude Code setzt einen deutlichen Schwerpunkt auf Terminal und Policies, während AWS Kiro agentische Entwicklung eng mit Spezifikationen und AWS-Kontext verbindet. Entscheidend bleibt in allen Fällen die kontrollierte Laufzeit, nicht das Markenversprechen.

Fazit

Googles Coding-Portfolio ist leistungsfähig, aber nicht homogen. Gemini Code Assist ist der pragmatische Einstieg für Unternehmen. Gemini CLI bietet lokale Offenheit, verlangt aber eine Migrations- und Betriebsperspektive. Antigravity ist die strategisch spannendste Agentenplattform und zugleich das Produkt mit dem größten Governance-Bedarf. Jules bleibt ein kontrolliertes Experiment.

Wer diese vier Ebenen trennt, kann gezielt investieren. Wer sie unter dem Etikett „Gemini“ zusammenfasst, riskiert falsche Annahmen über Rechte, Datenflüsse, Verträge und Kosten.

FAQ

Welches Google-Produkt eignet sich am besten für den Enterprise-Einstieg?

Meist Gemini Code Assist, weil Lizenzierung, IDE-Integration und Enterprise-Funktionen am klarsten beschrieben sind. Agentischere Laufzeiten sollten separat pilotiert werden.

Ersetzt Antigravity Gemini CLI?

Google empfiehlt CLI-Nutzern die Migration zu Antigravity CLI, während Gemini CLI weiterhin aktiv gepflegt wird. Unternehmen sollten den Übergang als Roadmap-Risiko berücksichtigen, nicht als sofortige Abschaltung interpretieren.

Kann Jules mit vertraulichem Unternehmenscode genutzt werden?

Nur nach ausdrücklicher Freigabe von Vertrag, Konto, Datenverarbeitung, Repository-Zugriff und Netzwerkmodell. Der derzeitige experimentelle Status und das auf persönliche Google-AI-Pläne ausgerichtete Bezahlmodell sprechen gegen einen unkontrollierten Einsatz.

Trainiert Google mit Unternehmenscode?

Für Gemini Code Assist erklärt Google, Kundendaten nicht ohne Erlaubnis zum Modelltraining zu verwenden. Davon getrennt sind Protokollierung, Telemetrie, Aufbewahrung und die Bedingungen einzelner Produkte zu prüfen.

Quellen und weiterführende Dokumentation

• Google: Gemini Code Assist – Überblick
• Google Cloud: Sicherheit, Datenschutz und Compliance
• Google Cloud: Gemini-Preise
• Gemini CLI: Enterprise Controls
• Gemini CLI: Sandboxing
• Google Antigravity: Enterprise-Dokumentation
• Google Jules: Dokumentation
• Google Jules: Nutzungslimits