Google Vertex AI

Kurzfazit

Vertex AI ist Googles Cloud-Plattform, auf der du Gemini, Claude und Open-Weight-Modelle per API nutzt und eigene ML-Modelle trainierst, von Google heute Gemini Enterprise Agent Platform genannt. Abgerechnet wird pro 1M Token, neue Nutzer bekommen 300 USD Startguthaben, das laut Google nicht für Partnermodelle wie Claude gilt. Datenresidenz gibt es nur über regionale oder EU-Endpunkte, die bei Gemini 3 und neuer 10 % mehr kosten. Dazu kommen hohe Komplexität und schwer planbare Kosten: Es lohnt sich für Teams, die ohnehin auf Google Cloud arbeiten.

Für wen ist Google Vertex AI?

Google-Cloud-Teams mit produktivem Setup: Wer BigQuery für Analytics, Cloud Run für Deployments und GKE für Container nutzt, ergänzt mit Vertex AI die KI-Komponente im selben Cloud-Konto. Die Notebooks der Plattform sind laut Google nativ in BigQuery eingebunden, Zugriffe regelst du über IAM wie im Rest des Stacks.

Data-Science- und ML-Engineering-Teams: Vertex AI deckt laut Google den ML-Lifecycle in einer Plattform ab: Notebooks (Colab Enterprise oder Workbench), Custom Training mit eigenem ML-Framework, Pipelines zur Orchestrierung von Workflows, Model Registry zur Modellverwaltung, Feature Store und die Überwachung von Modellen auf Eingabeverzerrungen und Abweichungen. Für Teams, die ML in Produktion bringen müssen, nicht nur experimentieren, ist das ein durchgängiges Werkzeug.

Entwickler von KI-Agenten: Google beschreibt die Plattform als Ort, um KI-Agenten für Unternehmen zu erstellen, zu skalieren, zu verwalten und zu optimieren. Mit dem Agent Development Kit (ADK) bauen Entwickler Agenten, Agent Studio dient zum Entwerfen und Testen der Prompts. Ob sich ein eigener Retrieval-Aufbau außerhalb des Google-Cloud-Ökosystems lohnt oder nicht, hängt von deinem Stack ab, innerhalb von GCP sind die Bausteine nah an deinen Daten.

Unternehmen mit Multi-Modell-Strategie: Im Model Garden sind nicht nur Google-Modelle: Anthropic Claude, Llama, Mistral, DeepSeek, Qwen und Modelle aus dem Hugging Face Hub sind dort aufgeführt. Welche Modelle in welchen Regionen mit Verarbeitung in der EU laufen, hängt vom jeweiligen Modell ab, Google führt das pro Modell in der Datenstandort-Tabelle. Wer eine Hedge-Strategie gegen einzelne Modellanbieter aufbauen will, hat hier eine ernsthafte Option.

Weniger geeignet für: Einsteiger ohne Cloud-Erfahrung (zu komplex), AWS- oder Azure-zentrierte Unternehmen (Amazon SageMaker bzw. Azure Machine Learning sind die natürlichere Wahl), Endnutzer, die nur einen Chatbot brauchen (dafür reicht die Consumer-App Gemini), und Teams, die ohne erheblichen MLOps-Aufwand starten wollen.

Preise im Detail

Komponente	Preis	Anmerkung
Free Trial	300 USD Startguthaben (90 Tage)	Für neue Google-Cloud-Nutzer. Laut Google nicht für Partnermodelle als verwaltete API (z. B. Claude), keine GPUs an VM-Instanzen, keine Kontingenterhöhung, keine SLAs
Gemini 4 Argon	2,00 USD Input / 10,00 USD Output je 1M Token (Standard, global)	Aktionspreis bis 30. November 2026, ab 1. Dezember 4,00 USD Input / 20,00 USD Output; an nicht globalen Endpunkten 2,20 / 11,00 USD
Gemini 3.8 Flash	0,75 USD Input / 3,75 USD Output je 1M Token (global)	Einführungspreis bis 31. Dezember 2026, ab 1. Januar 2027 1,50 / 7,50 USD
Gemini 3.5 Flash-Lite	0,30 USD Input / 2,50 USD Output je 1M Token (global)	Klassifikation, einfache Tasks; Gemini 3.5 Flash kostet 1,50 / 9,00 USD
Gemini 2.5 Pro	1,25 USD Input / 10 USD Output je 1M Token (≤200K)	Über 200K: 2,50 USD Input / 15 USD Output; Ausmusterungsdatum laut Google 20. Oktober 2026
Gemini 2.5 Flash / Flash Lite	0,30 / 2,50 USD bzw. 0,10 / 0,40 USD je 1M Token	Ausmusterungsdatum laut Google ebenfalls 20. Oktober 2026
Kontext-Caching	Gemini 4 Argon 0,10 USD, Gemini 3.8 Flash 0,075 USD, Gemini 3.5 Flash-Lite 0,03 USD, Gemini 2.5 Pro 0,125 USD je 1M Token (global, Argon und 3.8 Flash im Aktionspreis)	Die Cache-Doku nennt 90 % Rabatt, bei Gemini 4 Argon zeigt die Preisliste 95 %. Implizites Caching ist standardmäßig aktiv, explizites Caching kostet zusätzlich Speicher
Batch / Flex	50 % unter Standardpreis (z. B. Gemini 3.8 Flash 0,375 USD Input bis 31. Dezember 2026)	Eigener Tab der Preisliste, bei Gemini 4 Argon nur Batch (1,00 / 5,00 USD bis 30. November 2026)
Fundierung mit der Google Suche	5.000 Abfragen im Monat enthalten (Gemini 3 und 4), danach 14 USD je 1.000	Jede einzelne Fundierungsabfrage zählt, die von der Fundierung gelieferten Eingabetokens berechnet Google nicht
Custom Training	Pay-per-Compute	Nach pro Stunde verwendetem Maschinentyp, Region und Beschleunigern
Vektorsuche	Bereitstellung und Erstellung	Abhängig von Datengröße, Abfragen pro Sekunde und Zahl der Knoten
Anthropic Claude über Model Garden	Token-Pricing je Claude-Modell in der Preisliste für Partnermodelle	Beispiel Claude Sonnet 5: 2,00 USD Input / 10,00 USD Output je 1M Token global, in der EU-Multiregion 2,20 / 11,00 USD

Einordnung: Die Tabelle zeigt die aktuellen Gemini-Tarife (Stand 6. November 2026) und die Gemini-2.5-Tarife zum Vergleich, denn für diese nennt Google den 20. Oktober 2026 als Ausmusterungsdatum. Bei Gemini 4 Argon läuft bis 30. November 2026 ein Aktionspreis, danach verdoppelt sich der Standardtarif, die Flash-Modelle 3.6 bis 3.8 haben einen Einführungspreis bis 31. Dezember 2026. Ab Gemini 3 kosten regionale Endpunkte 10 % mehr als der globale. Das Pricing wirkt auf den ersten Blick übersichtlich, pro 1M Token zu rechnen ist intuitiv. In der Praxis wird es aber schnell unübersichtlich: Cache-Hit-Quoten, Long-Context-Aufschlag oberhalb 200K Token bei Modellen mit zwei Preisstufen (dann gelten für alle Tokens die Tarife für langen Kontext), Aktionspreise mit Enddatum, Fundierungsabfragen, Maschinenstunden beim Training, wer hier kein striktes Cost Monitoring (über Cloud-Billing-Budgets und Quotas) aufsetzt, erlebt teure Überraschungen. Das Startguthaben von 300 USD gilt für 90 Tage und ist nicht verlängerbar. Für Produktionsbetrieb empfiehlt sich die Kombination aus einem günstigen Flash-Lite-Modell für die meisten Anfragen und einem größeren Modell nur für anspruchsvolle Aufgaben, bei den Tarifen der Gemini-3.5-Familie liegt der Input-Preis von Flash (1,50 USD) beim Fünffachen von Flash-Lite (0,30 USD).

Stärken im Detail

Direkter Zugriff auf die Gemini-Familie mit Enterprise-AVV. Die App unter gemini.google.com ist ein Endkundenprodukt, Vertex AI bietet Gemini-Modelle (zum Beispiel Gemini 4 Argon, 3.8 Flash und 3.5 Flash-Lite) mit dem Cloud Data Processing Addendum als Vertragsbestandteil und der Möglichkeit, regionale oder EU-Endpunkte zu wählen. Für Unternehmen, die Gemini über einen Cloud-Vertrag und mit wählbarem Endpunkt einsetzen wollen, ist Vertex AI deshalb der naheliegende Pfad.

Model Garden als One-Stop-Shop. Google nennt auf der Produktseite “über 200” Modelle von Google und Google-Partnern. Dazu gehören Gemini, Anthropic Claude, Llama 3.3 und 4 (laut Google-Liste als Vorabversion), Mistral, DeepSeek, Qwen, Gemma, Googles Veo 3.1 und Gemini 3.1 Flash Image sowie Modelle aus dem Hugging Face Hub. Diese Vielfalt unter einem Abrechnungsvertrag ist aus Sicht von Unternehmen mit Multi-Modell-Strategie ein Plus.

Agent Studio für rasches Prototyping. Agent Studio dient laut Google dazu, Prompts für Gemini-Modelle in natürlicher Sprache, mit Code, Bildern oder Videos zu entwerfen, zu testen und zu verwalten. Für die ersten Tage einer Evaluation ist das ein bequemer Einstieg, auch Product Owner und Fachabteilungen können hier mitarbeiten.

Tiefe Integration mit BigQuery und dem Google-Datenökosystem. Die Notebooks der Plattform (Colab Enterprise oder Workbench) sind laut Google nativ in BigQuery eingebunden und bieten eine zentrale Oberfläche für Daten- und KI-Arbeitslasten. Für Analytics-Teams, die ihre Daten ohnehin in BigQuery halten, spart das den Weg über separate Exportpipelines.

Agenten-Werkzeuge auf einer Plattform. Google beschreibt die Plattform als Ort, um KI-Agenten auf Unternehmensniveau zu erstellen, zu skalieren, zu verwalten und zu optimieren, mit dem Agent Development Kit (ADK) als Entwicklungs-Framework. Für die Agent-Infrastruktur misst Google zusätzliche Gebühren über Agent Compute (vCPU), Agent Memory (RAM) und Agent Storage (GiB).

Kontext-Caching als Kostensenker. Bei Gemini 3.5 Flash-Lite kosten gecachte Eingaben nur 0,03 USD statt 0,30 USD je 1M Token (global), das ist ein 90-%-Rabatt, bei Gemini 4 Argon zeigt die Preisliste 0,10 statt 2,00 USD, also 95 %. Das zahlt sich bei großem, gleichbleibendem Vorspann aus, etwa langen Systemanweisungen, denn gecacht wird ein Präfix: Wechselnde Retrieval-Treffer am Prompt-Anfang treffen den Cache nicht (unsere Lesart). Implizites Caching ist laut Google für alle Google-Cloud-Projekte standardmäßig aktiviert und kostet keinen Speicher, explizites Caching gibt dir mehr Kontrolle, bei Gemini 2.5 oder höher ebenfalls 90 % Rabatt, aber mit Speicherkosten.

Schwächen ehrlich betrachtet

Komplexität ist das größte Hindernis. Vertex AI ist kein Tool, sondern eine Plattform mit vielen Subdiensten: Notebooks, Training, Pipelines, Feature Store, Model Registry, Model Garden, Agent Studio und mehr. Die Dokumentation ist umfangreich, durch die Umbenennung in Gemini Enterprise Agent Platform kursieren aber Anleitungen und Tutorials mit dem alten Namen und alten Oberflächen.

Pricing-Intransparenz im Detail. Token-basiertes Pricing ist nur die Spitze des Eisbergs. Google nennt als Preisgrundlage die verwendeten Tools, Speichermengen, Rechenleistungen und Cloud-Ressourcen, ein Endpunkt für ein offenes Modell kostet Rechenressourcen, auch wenn gerade niemand anfragt (unsere Lesart). Wer keine Budgets und Quotas einrichtet, riskiert teure Überraschungen, besonders bei automatisiertem Retraining oder wenn Test-Endpoints versehentlich produktiv hochskaliert werden.

Datenresidenz hängt vom Endpunkt ab. Google bietet regionale Endpunkte an, darunter Deutschland (europe-west3, Frankfurt) und die Niederlande (europe-west4), sowie einen multiregionalen EU-Endpunkt. Ruhende Daten bleiben laut Google am gewählten Standort. Die ML-Verarbeitung bleibt bei Standortendpunkten in der Rechtsprechung der Region, in europäischen Regionen variiert die lokale Verarbeitung im Land je nach Modelltyp. Der globale Endpunkt dagegen kann Anfragen an jedem Google-Cloud-Standort weltweit verarbeiten und bietet keine Garantien für den Datenstandort, Google rät bei Anforderungen an die ML-Verarbeitung von ihm ab. Die Endpunkt-Seite warnt außerdem: „Endpunkte garantieren weder den Datenstandort noch die ML-Verarbeitung in der Region“, maßgeblich ist die Modelltabelle der Datenstandort-Seite. Ab Gemini 3 kosten Standortendpunkte laut Preisliste 10 % mehr als der globale Endpunkt. Das heißt für dich: Wer Datenresidenz braucht, muss bewusst einen regionalen oder EU-Endpunkt wählen und für sein Modell in Googles Datenstandort-Tabelle nachsehen, was zugesichert ist. Für besonders regulierte Workloads bietet Google zusätzlich Assured Workloads an, dazu als Mehrwertdienst für den Premium- oder Erweiterten Support Assured Support, bei dem nur Google-Supportmitarbeiter mit bestimmten geografischen Standorten und Personalbedingungen deine Arbeitslast unterstützen.

Vendor-Lock-in zur Google Cloud. Feature Store, Model Registry und Agent Studio sind Google-Dienste. Pipelines definierst du laut Google mit dem Kubeflow-Pipelines- oder dem TFX-Framework, ausgeführt werden sie serverlos auf der Plattform. Wer sein KI-Stack hier aufbaut, bindet sich trotzdem an GCP, eine Migration zu AWS SageMaker oder Azure ML bedeutet Umbau. Teams, die Multi-Cloud-Flexibilität brauchen, sollten Abstraktionsschichten wie MLflow ergänzen.

Kein deutschsprachiger Support. Google nennt für Customer Care die Sprachen Englisch, Japanisch, Mandarin, Koreanisch und Französisch, Deutsch steht nicht darunter, und die Sprache deiner Anfrage bestimmt, in welcher Sprache du Unterstützung bekommst. Dokumentation und Preisliste gibt es dagegen auch auf Deutsch. Für deutsche Mittelständler mit gemischtem Sprachniveau im Team bleibt der Support auf Englisch trotzdem eine Hürde.

Die Umbenennung verwässert die Marke. Google führt Vertex AI heute als “Gemini Enterprise Agent Platform”, die deutsche Produktseite nennt sie “Gemini-Plattform”, die Adresse cloud.google.com/vertex-ai leitet dorthin weiter. Teile von Googles eigenen Seiten nennen weiter Vertex AI Platform und Vertex AI Search. Die Produktseite spricht von Agent Studio. Diese Namensvielfalt macht es schwerer, einer Roadmap zu folgen oder externe Tutorials einzuordnen.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Auf AWS aufsetzt und ML-Workloads in Frankfurt brauchst	Amazon SageMaker
Microsoft Azure als Cloud nutzt	Azure Machine Learning oder Azure OpenAI Service
Ein europäisches Foundation-Lab als Vertragspartner mit EU-Verarbeitung als Standard brauchst	Mistral
Eine Lakehouse-zentrierte ML-Plattform suchst	Databricks
Vortrainierte Open-Source-Modelle ohne Cloud-Bindung deployen willst	Hugging Face

Für kostenlose Experimente und erste App-Prototypen ohne Abrechnungskonto ist Google AI Studio der leichtere Einstieg, Vertex AI übernimmt, sobald Produktivbetrieb und Unternehmensverträge gefragt sind. Als unabhängige AutoML-Plattform kommt DataRobot infrage. Erwähnenswert ohne eigene Tool-Seite: AWS Bedrock als direktes Pendant zu Model Garden und H2O.ai für AutoML. Vertex AI ist die logische Wahl für GCP-First-Unternehmen, wer die Cloud noch nicht festgelegt hat, sollte SageMaker, Azure ML und Vertex AI in Parallel-PoCs gegeneinander testen, denn die Plattform-Wahl bindet ein Team auf längere Zeit.

So steigst du ein

Schritt 1: Google-Cloud-Konto und 300-USD-Guthaben aktivieren. Lege auf cloud.google.com ein Google-Cloud-Konto an, neue Nutzer erhalten 300 USD Startguthaben für 90 Tage. Partnermodelle wie Claude kannst du in diesem Testzeitraum laut Google nicht nutzen. Die Region wählst du im Aufruf, über den Parameter location oder den Hostnamen des Endpunkts (europe-west3 für Frankfurt, europe-west4 für die Niederlande, eu für den EU-Endpunkt). Richte vor dem ersten Modellaufruf ein Budget mit Benachrichtigungen ein, z. B. bei 50 USD und 100 USD. Eine harte Grenze ist das noch nicht, dafür gibt es das Budget mit Ausgabenobergrenze aus den Tipps unten.

Schritt 2: Mit Agent Studio prototypen, dann produktiv gehen. Öffne in der Cloud Console Agent Studio. Hier kannst du Prompts für Gemini-Modelle entwerfen, testen und verwalten, auch mit Bildern oder Videos. Diese Phase eignet sich, um zusammen mit Fachabteilungen einen Use Case zu validieren. Erst wenn der Prompt sitzt, gehst du in die SDK-Integration (zum Beispiel das Agent Platform SDK für Python) und deployst über die Plattform.

Schritt 3: DSGVO-Konfiguration vor dem Produktivbetrieb. Wenn personenbezogene Daten verarbeitet werden, vermeide den globalen Endpunkt und wähle einen regionalen oder den EU-Endpunkt. Prüfe in Googles Datenstandort-Tabelle, was für dein Modell zugesichert ist, und bei besonders sensiblen Anwendungsfällen Assured Workloads. Das Cloud Data Processing Addendum ist laut Google Teil des Vertrags, lass es trotzdem vom Datenschutzbeauftragten prüfen und dokumentieren.

Tipps und Tricks für Vertex AI

Vertex AI mit EU-Datenstandort: Regionale Endpunkte kosten 10 % mehr

Die Preisliste führt ab Gemini 3 bei den allgemein verfügbaren Modellen zwei Preise je Modell, Global und Nicht global. Gemini 4 Argon kostet im Aktionspreis 2,00 USD je 1M Eingabetokens global, an einem Standortendpunkt 2,20 USD. Bei Claude Sonnet 5 sind es laut Partner-Preisliste in der EU-Multiregion 2,20 statt 2,00 USD. Datenresidenz kostet also 10 % Aufschlag, abgestimmte Modelle kosten an nicht globalen Endpunkten sogar das 1,5-Fache des Basismodells. Den EU-Endpunkt erreichst du laut Endpunkt-Seite mit location eu unter https://aiplatform.eu.rep.googleapis.com, eine einzelne Region unter https://${GOOGLE_CLOUD_LOCATION}-aiplatform.googleapis.com.

Gemini 2.5 und 3.6 laufen aus: Modell-ID und Ausmusterungsdatum prüfen

Die Lebenszyklus-Tabelle nennt für gemini-2.5-pro, gemini-2.5-flash und gemini-2.5-flash-lite den 20. Oktober 2026 als Ausmusterungsdatum, am 6. November 2026 standen sie dort noch unter den verfügbaren Modellen. gemini-3.6-flash endet am 19. November 2026, gemini-3.7-flash am 28. Januar 2027, Ersatz für beide ist laut Google gemini-3.8-flash. Für die 2.5-Modelle nennt Google gemini-3.8-flash oder gemini-3.5-flash beziehungsweise gemini-3.5-flash-lite. Tausche fest eingetragene Modell-IDs rechtzeitig.

Fundierung mit der Google Suche: Jede Abfrage kostet extra

Bei Gemini 3 und 4 sind 5.000 Fundierungsabfragen im Monat enthalten, danach kosten 1.000 Abfragen 14 USD. Berechnet wird jede einzelne Fundierungsabfrage, und ein Prompt kann mehrere auslösen. Die von der Fundierung gelieferten Eingabetokens berechnet Google nicht, die übrigen Tokens kommen regulär dazu, rechne beides deshalb getrennt.

Datenaufbewahrung null: Caching, store und Prompt-Logging prüfen

Laut Googles Datenverwaltungsseite ist implizites Caching in jedem Projekt aktiv und hält Daten bis zu 24 Stunden, du schaltest es pro Projekt ab und verlierst den Cache-Rabatt. Die Interactions API speichert, solange du nicht store = false setzt. Zur Missbrauchsüberwachung kann Google von Klassifikatoren gekennzeichnete Prompts bis zu 90 Tage protokollieren, Kunden mit einer Google-Cloud-Rahmenvereinbarung sind davon standardmäßig ausgenommen. Bei Claude Fable und Mythos protokolliert Google Prompts und Antworten bis zu 30 Tage. Fundierung mit der Google Suche speichert Abfragen bis zu drei Tage und lässt sich nicht abschalten, Google empfiehlt dann Web-Fundierung für Unternehmen.

Kontext-Caching greift erst ab 4.096 Tokens: Prompt richtig aufbauen

Implizites Caching hat laut Google eine Mindestgröße: 4.096 Tokens bei Gemini 4 und den meisten Gemini-3-Modellen, 6.144 bei Gemini 3.8 Flash und 3.7 Flash, 2.048 bei Gemini 2. Große, gleichbleibende Inhalte gehören an den Anfang des Prompts, Anfragen mit ähnlichem Präfix schickst du in kurzer Folge. Ob der Rabatt griff, zeigt cachedContentTokenCount in der Antwort.

Gemini 4: Lange Ausgaben werden ab 13. November 2026 auch bei Abbruch berechnet

Google berechnet sonst nur Anfragen mit Antwortcode 200. Für Gemini 4 gilt ab dem 13. November 2026 laut Preisliste eine Ausnahme: Umfasst eine Vervollständigung mehr als 32.000 Tokens, werden die abrufbaren Tokens auch bei Zeitüberschreitung berechnet. Setze Client-Timeouts für lange Ausgaben nicht zu knapp.

Vertex AI Kosten deckeln: Budget mit Ausgabenobergrenze statt nur Benachrichtigung

Ein Budget nur für Benachrichtigungen schränkt laut Google Nutzung und Ausgaben nicht automatisch ein. Für die Plattform (aiplatform.googleapis.com) gibt es deshalb Budgets mit Ausgabenobergrenze: Überschreiten die geschätzten Bruttokosten den Budgetbetrag, pausiert neue Nutzung für den Rest des Monats. Die Grenze gilt je Projekt und Dienst und greift nicht sofort, Überschreitungen werden berechnet, persistente Ressourcen laufen weiter.

Ein konkretes Beispiel

Rechenbeispiel, keine Kundenangabe. Rechenannahmen: Ein Onlinehändler mit rund 100 Beschäftigten lässt Produktfragen von Gemini 3.5 Flash-Lite beantworten, 100.000 Anfragen im Monat, je 9.000 Eingabetokens (davon 8.000 identischer Vorspann am Anfang des Prompts) und 500 Ausgabetokens. Das sind 900M Eingabe- und 50M Ausgabetokens. Mit den Listenpreisen am globalen Endpunkt (0,30 USD Eingabe, 0,03 USD im Cache, 2,50 USD Ausgabe je 1M Token) kostet das 395 USD ohne Cache-Treffer und 179 USD im Bestfall, wenn der gesamte Vorspann aus dem Cache kommt (800M × 0,03 + 100M × 0,30 + 50M × 2,50). An einem regionalen Endpunkt mit 10 % Aufschlag sind es 434,50 beziehungsweise 196,90 USD. Nicht enthalten sind Fundierung, Speicher, Logging und Netzwerk.

DSGVO & Datenschutz

• Datenhosting: Regionale Endpunkte gibt es u. a. in Deutschland (europe-west3) und den Niederlanden (europe-west4), dazu einen multiregionalen EU-Endpunkt (nur EU-Mitgliedstaaten, ohne Vereinigtes Königreich und Schweiz). Ruhende Daten bleiben am gewählten Standort. Anfragen an den globalen Endpunkt können weltweit verarbeitet werden, dafür gibt es laut Google keine Garantien für den Datenstandort. Welche Zusagen für dein konkretes Modell (z. B. ein bestimmtes Gemini- oder Claude-Modell) gelten, steht in Googles Datenstandort-Tabelle.
• Data Residency: Für höchste Anforderungen bietet Google Assured Workloads (Datengrenze) und als Mehrwertdienst für den Premium- oder Erweiterten Support Assured Support, bei dem nur Google-Supportmitarbeiter, die bestimmte geografische Standorte und Personalbedingungen erfüllen, deine Arbeitslast unterstützen.
• Datennutzung: Google verwendet deine Daten laut Googles Seite zur Datenverwaltung nicht zum Trainieren oder Optimieren von KI-/ML-Modellen, ohne dass du vorher Erlaubnis oder Anweisung dazu erteilt hast, das gilt für alle verwalteten Modelle der Plattform. Implizites Caching speichert Daten spätestens 24 Stunden, explizite Caches haben keine maximale Dauer, Anfrage-/Antwort-Logging ist standardmäßig deaktiviert. Für bestimmte Funktionen (z. B. Fundierung mit der Google Suche oder Google Maps, Missbrauchsüberwachung bei fortschrittlichen KI-Modellen) gelten abweichende Aufbewahrungsregeln, die du vor dem Produktivbetrieb in Googles Seite zur Datenaufbewahrung nachlesen solltest.
• AVV / DPA: Das Cloud Data Processing Addendum ist laut Google Teil des Vertrags (“incorporated into the Agreement”), Google handelt darin als Auftragsverarbeiter (“processor”). Vorbehaltlich der Standortzusagen dürfen Kundendaten laut Addendum in jedem Land verarbeitet werden, in dem Google oder Subprozessoren Einrichtungen betreiben. Für regulierte Branchen kommt die Prüfung von CMEK (Customer-Managed Encryption Keys) dazu, beim Durable Caching werden CMEK laut Google allerdings nicht unterstützt, auch die Prompt-Logs der Missbrauchsüberwachung sind nicht mit CMEK verschlüsselt.
• Zertifizierungen: Das Cloud Data Processing Addendum nennt Zertifikate für ISO 27001 sowie SOC-2- und SOC-3-Berichte. Google Cloud hat außerdem die Anforderungen des BSI-Katalogs C5:2020 erfüllt, in der Dienstliste dazu steht “Vertex AI Platform”. Prüfe für deine Branche die aktuelle Zertifizierungsliste im Google Cloud Compliance-Center, der Umfang ändert sich laufend.
• VPC Service Controls: Ziehen einen Dienstperimeter, über den laut Google zum Beispiel Kontext-Caches nicht hinaus exfiltriert werden können.
• Empfehlung für Unternehmen: Einen regionalen oder EU-Endpunkt wählen und den globalen Endpunkt vermeiden, in der Datenstandort-Tabelle prüfen, was für dein Modell zugesichert ist, plus VPC Service Controls und eine dokumentierte Datenschutz-Folgenabschätzung sind der saubere Weg. Für KRITIS- und Behörden-Anwendungen ist Assured Workloads zu prüfen.

Gut kombiniert mit

• BigQuery, die Notebooks der Plattform sind nativ in BigQuery eingebunden. Analytics-Teams können Daten in BigQuery und KI-Arbeitslasten über eine zentrale Oberfläche führen.
• Hugging Face, Modelle aus dem Hugging Face Hub gehören zum Model Garden. Gescannt werden sie laut Google von Hugging Face und einem Drittanbieterscanner, als unsicher eingestufte Modelle lassen sich nicht bereitstellen. Die Bereitstellung übernimmt die Plattform, abgerechnet werden die Rechenressourcen des Endpunkts.
• Aleph Alpha, wer besonders sensible Workloads im eigenen Rechenzentrum halten muss, kann Aleph Alpha parallel zu Vertex AI führen, Vertex für Skalierung und Multi-Modell-Zugriff, PhariaAI für die Use Cases, die das eigene Netz nicht verlassen dürfen. Seit September 2026 fusioniert Aleph Alpha mit dem kanadischen Anbieter Cohere, wer nach dem Abschluss Vertragspartner ist, klärst du vor Vertragsabschluss.

Häufige Fragen zu Vertex AI

Was ist Vertex AI?

Vertex AI ist die KI-Plattform der Google Cloud, über die du Gemini, Anthropic Claude und Open-Weight-Modelle per API nutzt und eigene ML-Modelle trainierst. Google nennt sie inzwischen Gemini Enterprise Agent Platform, die Adresse cloud.google.com/vertex-ai leitet auf die neue Produktseite weiter. Im Model Garden liegen laut Google über 200 Modelle von Google und Partnern.

Was ist Vertex AI Studio?

Vertex AI Studio heißt heute Agent Studio. Google schreibt in den dienstspezifischen Nutzungsbedingungen „Agent Studio on Gemini Enterprise Agent Platform (formerly Vertex AI Studio)“. Laut Produktseite entwirfst, testest und verwaltest du dort Prompts für Gemini-Modelle in natürlicher Sprache, mit Code, Bildern oder Videos.

Was kostet Vertex AI?

Vertex AI hat keinen Fixpreis, abgerechnet wird nach Verbrauch pro 1M Token. Gemini 3.5 Flash-Lite kostet 0,30 USD Eingabe und 2,50 USD Ausgabe, Gemini 4 Argon bis 30. November 2026 2,00 / 10,00 USD und danach 4,00 / 20,00 USD. Neue Google-Cloud-Konten erhalten 300 USD Startguthaben für 90 Tage.

Ist Vertex AI DSGVO-konform und mit EU-Datenstandort nutzbar?

Mit EU-Datenstandort ja, über einen regionalen oder den EU-Endpunkt, die DSGVO-Konformität hängt zusätzlich an deinem Aufbau (unsere Lesart). Google schreibt, Standortendpunkte erfüllten die standardmäßigen Anforderungen an Daten-Governance und Datenhoheit von Unternehmen (z. B. DSGVO). Der globale Endpunkt gibt keine Garantie für den Datenstandort, das Cloud Data Processing Addendum ist laut Google Teil des Vertrags, und die konkrete Zusage steht je Modell in der Datenstandort-Tabelle.

Was ist der Unterschied zwischen Vertex AI und Gemini?

Gemini ist die Modellfamilie von Google, Vertex AI die Cloud-Plattform, die diese Modelle per Cloud-Konto bereitstellt, mit dem Cloud Data Processing Addendum als Vertragsbestandteil und der Wahl des Endpunkts. Für einen Chatbot im Browser reicht die Consumer-App Gemini.

Unser Fazit

Google Vertex AI verdient 4 von 5 Sternen. Es ist eine interessante Cloud-KI-Plattform: native Gemini-Integration, über 200 Modelle im Model Garden, Agent Studio und ADK auf einer Plattform. Für GCP-First-Teams ist Vertex AI die natürliche Wahl. Den fünften Stern verliert es durch die erhebliche Komplexität, das schwer planbare Pricing, den fehlenden deutschsprachigen Support und die Tatsache, dass Datenresidenz vom gewählten Endpunkt abhängt: Wer den globalen Endpunkt nutzt, hat keine Garantie für den Datenstandort. Wer diese Hürden bewusst nimmt, bekommt Gemini, Claude und offene Modelle samt MLOps aus einem Cloud-Konto. Wer sie unterschätzt, baut sich Compliance- und Kostenrisiken ein.

Was wir bemerkt haben

• November 2026, Google nennt für Gemini 2.5 Pro, 2.5 Flash und 2.5 Flash-Lite den 20. Oktober 2026 als Ausmusterungsdatum. Am 6. November 2026 standen die Modelle noch in der Tabelle der verfügbaren Modelle und in der Preisliste, nicht unter den eingestellten. Empfohlener Ersatz ist Gemini 3.8 Flash oder Gemini 3.5 Flash(-Lite). Die Tarife der 2.5-Generation stehen auf dieser Seite deshalb nur noch zum Vergleich.
• November 2026, Die Preise der Claude-Modelle stehen nicht mehr auf der Preisseite für generative KI, sondern auf einer eigenen Preisliste für Partnermodelle. Dort kostet Claude Sonnet 5 global 2,00 / 10,00 USD und in der EU-Multiregion 2,20 / 11,00 USD je 1M Token.
• November 2026, Imagen 4 steht in Googles Lebenszyklus-Tabelle unter den eingestellten Modellen (Ausmusterungsdatum 30. Juni 2026, empfohlenes Upgrade gemini-2.5-flash-image), die Preisliste führt es am 6. November 2026 weiter.
• November 2026, Bei Gemini 3 und neueren Modellen gelten für nicht globale Endpunkte höhere Preise als für den globalen, laut Preisliste seit dem 1. Juli 2026. Gemini 4 Argon kostet im Aktionspreis 2,00 USD Input global und 2,20 USD an einem Standortendpunkt.
• Oktober 2026, Google führt Vertex AI auf seinen Seiten als Gemini Enterprise Agent Platform, die Nutzungsbedingungen schreiben “formerly Vertex AI Platform”, die deutsche Produktseite heißt “Gemini-Plattform”. Die Adresse cloud.google.com/vertex-ai leitet auf die neue Produktseite weiter, die Preisseite heißt “Preise für die Agent Platform”. Teile der Google-Seiten verwenden weiter Vertex AI Platform und Vertex AI Search. Wir behalten “Vertex AI” als pragmatischen Sammelbegriff bei.
• Oktober 2026, Anthropic Claude ist über Model Garden verfügbar und steht in Googles Preisliste mit eigenen Tarifen. Googles Datenstandort-Seite führt Claude-Modelle in einer eigenen Tabelle für Partnermodelle, die konkrete Regions-Verfügbarkeit pro Modell bitte dort prüfen.
• Laufend, der Long-Context-Aufschlag: Wenn der Eingabekontext länger als 200.000 Tokens ist, gelten für alle Tokens (Eingabe und Ausgabe) die Tarife für langen Kontext. Bei Gemini 2.5 Pro steigt der Input-Preis von 1,25 auf 2,50 USD, der Output-Preis von 10,00 auf 15,00 USD.
• Laufend, Datenresidenz hängt am Endpunkt: Googles Seite zum Datenstandort ist inzwischen abrufbar und trennt klar zwischen regionalen Endpunkten (Verarbeitung bleibt in der Rechtsprechung der Region) und dem globalen Endpunkt (keine Garantie). Wer das Briefing seiner Datenschutzbeauftragten nur auf “Region = Frankfurt” stützt, sollte prüfen, über welchen Endpunkt die Anfragen tatsächlich laufen.
• Laufend, Kontext-Caching: Implizites Caching ist laut Google standardmäßig aktiv und gibt 90 % Rabatt auf im Cache gespeicherte Tokens. Wer Vertex AI produktiv mit langen, wiederholten Eingaben einsetzt, sollte prüfen, ob seine Aufrufe davon profitieren.