Drei Python-Module geprüft und repariert, und 97,2 Prozent der dafür nötigen Token liefen nach Googles Angaben auf dem eigenen Rechner.

Erst kostenlos reinschnuppern, dann entscheiden

Bevor du dich für eine Weiterbildung entscheidest, sieh dir kostenlos an, wie sie läuft, fünf Lektionen plus Live-Demo, ohne Verpflichtung. Passt es, ist der Digitalisierungsmanager bei bewilligtem Bildungsgutschein für dich kostenlos.

Kostenlos reinschnuppern

Der Schnupperkurs ist gratis. Ob die Weiterbildung über den Bildungsgutschein gefördert wird, entscheidet die Agentur für Arbeit im Einzelfall.

Was Google am 23. September angekündigt hat

Der Beitrag im Google Developers Blog stammt von Sachin Kotwani und Taylor Mullen und ist auf den 23. September 2026 datiert. Kern der Ankündigung: Das Antigravity SDK unterstützt lokale Abläufe mit lokalen Modellen. Optimiert ist das zunächst für Gemma 4 26B A4B, ausgeführt über LiteRT, Googles eigene Laufzeit. Laut Google können Agenten damit vollständig offline arbeiten.

Festgelegt auf LiteRT ist dabei niemand. Über LocalOpenAIAgentConfig lassen sich OpenAI-kompatible Server wie Ollama, LM Studio oder vLLM anbinden.

Über das Modell selbst haben wir bereits geschrieben. Was Gemma 4 als offenes Modell für Betriebe bedeutet, die ihre Daten im Haus behalten wollen, steht in unserem Beitrag Gemma 4: offene KI zum Selbsthosten für KMU. Das SDK steht unter der Lizenz Apache-2.0, die pyproject.toml auf GitHub nennt Version 0.1.18. Was diese Lizenz im konkreten Einsatz erlaubt, muss jeder Betrieb selbst prüfen, eine Auslegung im Einzelfall leisten wir hier nicht.

Googles Argumente für den Betrieb ohne Cloud

Die Begründung liefert Google gleich mit, und sie ist eine Anbieterangabe. Lokal fallen keine API-Kosten an, Rate-Limits gibt es keine. Code und Anfragen bleiben laut Google vollständig auf dem eigenen Rechner. Gearbeitet werden kann auch ohne stabile Internetverbindung, und wer möchte, mischt lokale Modelle mit Cloud-Modellen.

Die Grenze setzt die Hardware. Google empfiehlt einen Rechner mit mehr als 24 GB Grafikspeicher oder gemeinsamem Speicher. Im Beispielskript steht außerdem der Hinweis, die lokale Berechnung könne mehrere Minuten dauern. Wer an die Antwortzeiten eines Cloud-Chats gewöhnt ist, plant hier anders.

Eine Demo mit verteilten Rollen

Den aufschlussreichsten Teil der Ankündigung zeigt Google an einem Beispiel mit Arbeitsteilung. Gemini 3.8 Flash läuft in der Cloud und plant. Lokale Gemma-4-Instanzen prüfen und reparieren drei Python-Module, nämlich auth.py, billing.py und database.py. Die Cloud bekam dabei laut Google nur Dateinamen und Aufgabenbeschreibungen zu sehen. Verbraucht hat sie nach Googles Angaben 95 Cloud-Token. Von insgesamt 3.322 Token liefen demnach 97,2 Prozent lokal. Die eigentliche Arbeit am Code blieb in diesem Ablauf also auf dem Rechner. Wie weit sich das auf andere Aufgaben übertragen lässt, beantwortet die Zahl allerdings nicht, denn sie beschreibt einen einzelnen, von Google selbst gewählten Demo-Ablauf.

Eine allgemeine Zusage für andere Projekte ist sie deshalb nicht.

Offline heißt nicht ohne Risiko

Ein Agent, der auf dem eigenen Rechner arbeitet, greift dort auf Dateien zu, und zwar in genau dem Umfang, den man ihm einräumt. Das Portal AiCybr rät deshalb, lokale Berechnung mit einem ausdrücklich festgelegten Arbeitsordner und einer Rechte-Richtlinie zu verbinden. Im Beispielskript von Google für das Terminal-Werkzeug steht dagegen policy.allow_all(), dort sind also alle Rechte freigegeben. Für eine Vorführung mag das bequem sein. Als Vorlage für den Betrieb taugt es aus unserer Sicht nicht.

Die Daten verlassen den Rechner nicht, ein Fehlgriff des Agenten wirkt trotzdem, nur eben auf der eigenen Festplatte.

Hinzu kommt die Frage, wer das Werkzeug überhaupt bedient. Das Antigravity SDK ist ein Entwicklerwerkzeug, das in Python eingerichtet wird. Für die Sachbearbeitung ist es nicht gebaut. Ohne jemanden im Haus oder beim IT-Dienstleister, der die Einrichtung übernimmt, bleibt es ungenutzt.

Unsere Einschätzung

Spannender als die reine Offline-Variante finden wir die Arbeitsteilung aus der Demo. Die Cloud plant, der eigene Rechner erledigt die Arbeit am Material. Für Betriebe mit sensiblen Daten und einer eigenen IT ist das ein Muster, über das sich nachzudenken lohnt, weil der planende Teil laut Google nur Dateinamen und Aufgaben zu sehen bekommt.

Wir würden klein anfangen. Eigene Skripte oder Makros prüfen lassen, in einem Arbeitsordner, aus dem der Agent nicht herauskommt, und mit Rechten, die zu genau dieser Aufgabe passen. Kundenkommunikation gehört aus unserer Sicht nicht an den Anfang.

Vor dem ersten Lauf würden wir festlegen, welcher Ordner freigegeben ist und welche Befehle der Agent im Terminal ausführen darf. Die Freigabe aller Rechte aus Googles Beispielskript würden wir dafür bewusst nicht übernehmen, auch nicht für einen Test. Ein Agent, der nur lesen und in einem Testordner schreiben darf, zeigt ebenso gut, wie die Technik arbeitet, und kann im Zweifel deutlich weniger kaputt machen.

Die eigentliche Einstiegshürde ist die Empfehlung von mehr als 24 GB Speicher. Wer keinen passenden Rechner hat, kann mit einem kleineren Modell über Ollama beginnen und erst einmal lernen, wie ein solcher Agent arbeitet, welche Rechte er verlangt und wo er hängen bleibt. Bei einem SDK mit der Versionsnummer 0.1.18 ist das ohnehin der passende Rahmen: ausprobieren, beobachten, festhalten, was funktioniert hat.

Quellen

Die genannten Angaben stützen sich auf folgende öffentlich zugängliche Quellen (Stand der Recherche: 25. September 2026):

Häufige Fragen

Was hat Google am Antigravity SDK geändert?

Laut Google Developers Blog vom 23. September 2026 unterstützt das Antigravity SDK lokale Abläufe mit lokalen Modellen. Optimiert ist das zunächst für Gemma 4 26B A4B über Googles Laufzeit LiteRT. Agenten sollen damit nach Angaben von Google vollständig offline arbeiten können.

Welche Hardware braucht man für lokale KI-Agenten mit Gemma 4?

Google empfiehlt einen Rechner mit mehr als 24 GB Grafikspeicher oder gemeinsamem Speicher. Im Beispielskript weist Google darauf hin, dass die lokale Berechnung mehrere Minuten dauern kann.

Funktioniert das SDK auch mit Ollama oder LM Studio?

Ja. Über die Konfiguration „LocalOpenAIAgentConfig“ lassen sich laut Google OpenAI-kompatible Server wie Ollama, LM Studio oder vLLM anbinden. Das SDK selbst steht unter der Lizenz Apache-2.0 und trägt laut pyproject.toml die Version 0.1.18.

Was sollte ein Betrieb regeln, bevor er einen lokalen KI-Agenten testet?

Vor allem die Rechte. Ein lokaler Agent greift auf die Dateien zu, die man ihm freigibt, deshalb empfiehlt sich ein fest definierter Arbeitsordner und eine Rechte-Richtlinie. Googles Beispielskript gibt dem Terminal-Werkzeug alle Rechte frei, das ist aus unserer Sicht keine Vorlage für den Betrieb. Außerdem braucht es jemanden, der das Python-Werkzeug einrichtet.

Welche Aufgabe im Betrieb wäre klein genug für einen ersten lokalen KI-Agenten?

Im kostenlosen KI-Schnupperkurs zeigen wir in fünf Lektionen, wie kleine und mittlere Firmen KI im Alltag einsetzen. Tiefer und praxisnah geht es im Vollkurs Digitalisierungsmanager, DEKRA-zertifiziert und förderfähig über den Bildungsgutschein.

Zuletzt aktualisiert: 25. September 2026. Stand der Recherche: 25. September 2026.