Google baut Agenten-RAG in Gemini Enterprise
Google Research stopft eine der größten Schwächen klassischer RAG-Systeme. Das neue Framework steckt ab sofort in der Gemini Enterprise Agent Platform — Public Preview läuft.
Was konkret passiert ist
Das Feature heißt Cross-Corpus Retrieval. Es lässt einen Agenten über mehrere Datenquellen hinweg suchen, statt nur einmal stumpf zu indexen. Kern ist ein sogenannter Sufficient Context Agent, der prüft, ob die gefundenen Infos für die Antwort reichen — oder ob er nochmal nachgraben muss.
Warum Standard-RAG hier scheitert
Klassisches RAG kennt nur einen Schritt: Frage rein, ein Dokument raus, fertig. Bei Multi-Hop-Queries reicht das nicht.
Beispiel: „Welche Specs hat der Server in Projekt X?" Das System findet das Projekt-Dokument mit der Server-ID. Aber es weiß nicht, dass es diese ID jetzt in einer zweiten Datenbank nachschlagen muss.
✅ Pro
- Löst echte Enterprise-Schmerzpunkte (verteilte Datenquellen)
- Agent entscheidet selbst, wann Kontext ausreicht
- Direkt in Gemini Enterprise integriert, kein Bastel-Stack nötig
❌ Con
- Keine Benchmark-Zahlen veröffentlicht
- Nur Public Preview, keine GA
- Kein Vergleich zu LangChain- oder LlamaIndex-Agenten
💡 Was das bedeutet
Wer in Enterprises RAG-Pipelines baut, kämpft seit zwei Jahren mit genau diesem Multi-Hop-Problem. Google liefert jetzt eine Managed-Lösung — und macht es für DIY-Frameworks enger. Wer auf Gemini-Stack sitzt, sollte das Feature noch diese Woche testen.