Google ADK Assess
Überblick
Google Agent Development Kit (ADK) ist ein Open-Source-Framework, das Agents mit Tools, Memory und Deployment-Pfaden auf Google Cloud strukturiert, wo Vertex AI inzwischen in der Gemini Enterprise Agent Platform aufgegangen ist (ADK Docs, ADK auf der Gemini Enterprise Agent Platform, Google Cloud Next '26).
Assess bei GCP-first Estates. Bei Multi-Cloud-Anforderungen ist die Portabilität der Agent-Definitionen zu validieren.
Adoptionssignale
- ADK 2.0 ist für Python seit dem 19. Mai 2026, für Go seit dem 30. Juni 2026 und für TypeScript seit dem 21. August 2026 allgemein verfügbar und führt graphbasierte Workflows ein (ADK 2.0, ADK Python v2.0.0 Release).
- Google hat auf der Cloud Next am 22. April 2026 die Gemini Enterprise Agent Platform angekündigt, die Vertex AI mit Agent Studio, Agent Registry, Agent Identity und Agent Gateway zusammenführt, und das neue graphbasierte ADK-Framework als Teil davon genannt (Google Cloud Next '26).
- Das Python-Paket hatte in den 30 Tagen bis zum 30. September 2026 rund 9,9 Mio. PyPI-Downloads (PyPI Stats), das Python-Repository hat rund 21.700 GitHub-Sterne (adk-python auf GitHub).
- ADK enthält ein Optimierungs-Framework:
adk optimizeverfeinert Root-Agent-Instruktionen mit dem GEPA-Algorithmus gegen ein Evaluationsset (ADK Agent Optimization).
Risiken
- Brechende 2.0-Migration. ADK 2.0 ergänzt das Event-Schema um die Felder
node_infoundoutput, was eigene Session Stores mit starren Spalten und strikte JSON-Validatoren bricht, und machtBaseAgentzu einem Workflow-Knoten, sodass eigene Overrides von 1.x-Ausführungsmethoden stillschweigend ignoriert werden (ADK 2.0 Kompatibilitätshinweise). - Sog von Google Cloud. Managed Runtime, Registry, Identity und Gateway liegen in der Gemini Enterprise Agent Platform (Google Cloud Next '26); darauf aufbauende Agents lassen sich schwerer in eine andere Cloud verlagern, obwohl das Framework selbst Open Source ist.
- Ungleiche Sprachunterstützung. Python ist führend; die ADK-2.0-Seite nennt 2.0 für Python, TypeScript und Go, während das Java-SDK noch auf der 1.x-Linie ist (ADK 2.0, adk-java auf GitHub).
- Release-Tempo. adk-python ging von 2.0.0 im Mai auf 2.10.0 im September 2026 (adk-python Releases); gepinnte Versionen veralten schnell.
Vorteile & Nachteile
Vorteile
- Open Source unter Apache-2.0 mit allgemein verfügbaren 2.0-Releases für Python (Mai 2026), Go (Juni 2026) und TypeScript (August 2026) sowie einem Java-SDK, sodass polyglotte Teams ein gemeinsames Agent-Modell nutzen können.
- ADK 2.0 bringt eine graphbasierte Workflow-Runtime für deterministische, bedingte und schleifenförmige Agent-Abläufe, dazu eingebaute Evaluation, A2A-Unterstützung und den Befehl adk optimize, der GEPA auf Agent-Instruktionen anwendet.
- ADK ist das Code-first-Framework der Gemini Enterprise Agent Platform von Google Cloud, mit direkten Deployment-Pfaden zu Agent Runtime, Cloud Run und GKE.
Nachteile
- Das Upgrade von 1.x auf 2.0 hat das Event-Schema und den Ausführungsvertrag der Agents geändert; eigene Overrides von 1.x-Methoden wie _run_async_impl werden von der neuen Workflow-Engine stillschweigend umgangen.
- Gemini und Google Cloud sind am tiefsten integriert; andere Modelle werden über Adapter unterstützt, und einige eingebaute Tools und Deployment-Funktionen ergeben nur auf Google Cloud Sinn.
- Die Release-Kadenz ist hoch (Python erreichte 2.10 vier Monate nach 2.0), was für Teams mit gepinnten Versionen häufige Upgrades und erneute Tests bedeutet.
Empfehlung
Google ADK ist für die meisten Teams als Assess eingestuft. Eine strukturierte Evaluation lohnt sich dort, wo Google Cloud die primäre Plattform und Gemini die primäre Modellfamilie ist, weil Framework, gemanagte Agent Runtime und Governance-Funktionen der Gemini Enterprise Agent Platform dort zusammenpassen. Dafür sollte ein repräsentativer Agent direkt auf ADK 2.0 statt auf 1.x gebaut und mit dem bereits genutzten Framework anhand von Evaluationsergebnissen, Tracing-Qualität und Deployment-Aufwand verglichen werden.
Bei Multi-Cloud- oder modellunabhängigen Anforderungen empfiehlt es sich, früh ein Nicht-Gemini-Modell über die Modell-Adapter von ADK zu testen und Geschäftslogik in einfachen Funktionen sowie MCP- oder A2A-Services statt in ADK-spezifischen Klassen zu halten. Versionen sollten gepinnt, die ADK-Evaluation in CI ausgeführt und Release Notes vor jedem Upgrade gelesen werden, da die 2.0-Migration gezeigt hat, dass Änderungen am Ausführungsvertrag stillschweigend fehlschlagen können.
Quellen
Beratung
Vom Radar zur Umsetzung
Du hast Technologien bewertet — wir helfen dir, sie sicher und messbar in produktive Systeme zu bringen.
