Am 20. November 2026 hat Google im offiziellen Forschungsblog auf zehn Jahre Duplex zurückgeblickt: Die Telefon-KI, die einst Restaurant- und Friseurtermine für Nutzer buchte, läuft heute auf Gemini und ist in die Tasks-Funktion der Gemini-App integriert. Sie kann für Nutzer Geschäfte anrufen, Tische reservieren, Angebote einholen und Bestände prüfen. Googles Urteil ist eindeutig: Das Telefon ist die harte Prüfung für einen KI-Agenten. Gespräche folgen keinem Drehbuch, und eine halbe Sekunde Pause kann schon wie eine abgebrochene Verbindung klingen.
Vom Buchungs-Bot zur allgemeinen Aufgabe
Duplex hat drei Architekturen durchlaufen. Vor modernen großen Modellen verengte das Team die Aufgaben auf geschlossene Bereiche wie Restaurantreservierungen oder Öffnungszeiten und trainierte rekurrente neuronale Netze für jede Aufgabe separat. Ab 2022 übernahm LaMDA echte Anrufe: Generative Modelle übernahmen flexible Formulierungen, während deterministische Zustandsverfolgung und Policy-Guardrails für Sicherheit sorgten — ein hybrider Stack ging live. Heute sind die festen Vertikalen vollständig verschwunden: Nutzer beschreiben Aufgaben in freiem Text, und Gemini vereint multimodales Verstehen, Planung und Dialoggenerierung. So lassen sich Anfragen mit mehreren Bedingungen bewältigen — etwa „Auto zur Inspektion bringen, ohne dass es mit Terminen kollidiert" oder „Fensterplatz, dazu Platz für einen Kinderwagen" — und wenn die Rezeption eine andere Uhrzeit vorschlägt, kann das System vor Ort umdenken.
Die Schwierigkeit liegt nicht im Modell selbst, sondern am anderen Ende der Leitung: komprimierte Telefonleitungen, Küchen- und Straßenlärm, unterbrochene Sätze, höfliche indirekte Absagen. Googles Antwort ist pragmatisches Wissen aus fast einem Jahrzehnt echter Anrufe: vor dem Wählen einschätzen, ob die Sache überhaupt machbar ist, während des Gesprächs zwischen den Zeilen lesen und das Telefonat kurz halten.
Auch die angerufene Seite wurde mitgedacht
Duplex wurde so gestaltet, dass es auch für das angerufene Geschäft angenehm ist. Jeder Anruf beginnt mit der klaren Ansage, dass es sich um ein automatisiertes System von Google handelt. Händler können solche Anrufe in ihren Business-Profile-Einstellungen ablehnen; auch ein „Bitte rufen Sie mein Geschäft nicht mehr an" während des Gesprächs gilt. Keine Software zu installieren, kein Personal zu schulen — wer abnimmt, behandelt den Anruf wie jeden anderen Kunden. Details, die in einem Anruf erfragt wurden, lassen sich wiederverwenden: Happy Hours, Terrassenplätze oder Haustierfreundlichkeit, die auf Maps angezeigt werden, stammen oft aus diesen Gesprächen.
Die Grenzen sind ebenso klar: Tasks übernimmt nur klar umrissene, sachliche Anrufe; komplexe Verhandlungen und Gespräche, bei denen Fingerspitzengefühl gefragt ist, gehören nicht dazu. Telefonische Reservierungen und ähnliche Funktionen starten zunächst in ausgewählten Märkten. Region und Kontovoraussetzungen lassen sich in So benutzt man Gemini Tasks: Vor Anrufen und Zahlungen Region und Konto prüfen nachlesen.
Zwei Dinge sind nun zu beobachten: Erstens wird Tasks auf Basis von Gemini 4 weiter ausgebaut — Google nennt die Analyse von Strom- und Wasserrechnungen, sichere Zahlungen per Google Pay nach Bestätigung durch den Nutzer sowie die Zusammenarbeit über E-Mail und RCS. Zweitens die tatsächliche Erreichbarkeit und die Akzeptanz bei den Händlern: Davon hängt ab, ob „KI ruft für dich an" eine Alltagsfunktion wird oder eine Demonstration bleibt. Gemini 4 Neon ist da: Frontier-Reasoning schneller und günstiger, ab heute für Pro- und Ultra-Nutzer ist eines der neuen Modelle, die diese Fähigkeiten tragen.