Gemini API Dateien: PPT, ODP und ODS jetzt als Input

Was passiert ist

Google hat am 5. November 2026 im Changelog der Gemini API zwei Änderungen veröffentlicht, die zusammengehören.

Die erste betrifft den Input: Die API akzeptiert jetzt PowerPoint 97-2003 (PPT), OpenDocument-Präsentationen (ODP) und OpenDocument-Tabellen (ODS). Für Word 97-2003 (DOC) kommt eine Verarbeitung als Seitenbilder dazu.

Die zweite betrifft Agenten: Tools können jetzt Office- und OpenDocument-Dateien, Audio und Video an das Modell zurückgeben. Ein Tool ist hier eine Funktion, die das Modell anstößt, zum Beispiel „hol die Präsentation aus der Ablage“. Das Ergebnis kann dann die Datei selbst sein, nicht nur daraus herausgezogener Text. Wenn dir der Begriff noch fremd ist, hilft der Ratgeber was ein KI-Agent ist und was er kann.

Alle Angaben in diesem Artikel haben den Stand November 2026.

Welche Office-Dateien versteht die Gemini API?

Die neuen Formate sind die Schlagzeile. Für deine Arbeit zählt mehr, dass die API jedes Format anders behandelt. Die Dokumentation zur Dateiverarbeitung unterscheidet vier Gruppen:

Format	Was beim Modell ankommt	Was das heißt
DOC, PPT, ODP	Jede Seite oder Folie als Bild, ganze Datei	Modell kann Layouts, Diagramme und Bilder interpretieren
DOCX, DOTX, ODT, PPTX	Text der ganzen Datei, bei DOCX und PPTX zusätzlich eingebettete Bilder	Layout und Diagramme gehen möglicherweise verloren
XLSX, XLS	Nur das erste Blatt, umgewandelt in CSV	Zellwerte, keine Formeln, keine Formatierung
ODS	Nur das erste Blatt	Zelldaten und Formeln

Laut Changelog bleibt die Verarbeitung von DOCX, DOTX, ODT, PPTX, XLSX und XLS unverändert.

Daraus ergeben sich zwei Punkte, die du leicht übersiehst.

Die alte PPT-Datei zeigt dem Modell mehr als die neue PPTX. PPT wird als Bild gerendert, PPTX nicht. Steckt die Aussage einer Folie in einem Diagramm oder in der Anordnung der Elemente, kann das bei PPTX fehlen. Für die Suche nach „gemini api powerpoint“ ist das die wichtigste Antwort: Beide Formate gehen, aber sie liefern nicht dasselbe Ergebnis.

Bei Tabellen liest das Modell nur das erste Blatt. Das gilt für XLSX, XLS und ODS. Alle anderen Blätter werden ignoriert. Google rät dazu, das gewünschte Blatt nach vorne zu schieben oder als eigene Datei zu speichern. Ein Fehler, der auf fehlende Blätter hinweist, wird in der Dokumentation nicht beschrieben. Prüfe deshalb selbst, was ausgewertet wurde. Wie du Tabellen sonst sinnvoll mit KI bearbeitest, steht im Ratgeber Excel mit KI.

Wie kann ein KI-Agent Dokumente verarbeiten?

Bisher war der Weg oft: Datei holen, in Text oder PDF umwandeln, dann ans Modell schicken. Mit der Neuerung kann ein Tool die Datei direkt als Ergebnis liefern. Die Dokumentation zu Function Calling legt fest: Dateien in Tool-Antworten werden so verarbeitet wie dieselbe Datei in einer normalen Eingabe. Die Tabelle oben gilt also auch hier.

Ein Beispiel aus dem Büroalltag: Dein Agent bekommt die Aufgabe, ein altes Angebot zu prüfen. Er ruft ein Tool auf, das die ODP-Präsentation aus der Ablage holt, und liest im nächsten Schritt die Folien als Bilder. Ein Konvertierungsschritt in deiner App entfällt.

Für alle, die das technisch umsetzen oder umsetzen lassen, sind diese Details wichtig:

• Modelle: Multimodale Inhalte in Tool-Antworten werden bei Gemini-3-Modellen unterstützt.
• Große Dateien: Inline-Daten zählen auf das Limit der Anfragegröße. Für Videos, lange Audiodateien und mehrseitige Dokumente empfiehlt Google deshalb die Files API.
• Files API: Das Tool liefert dann eine Files-API-URI statt der Bytes. Die Files API erlaubt 2 GB pro Datei und 20 GB pro Projekt, löscht Dateien nach 48 Stunden automatisch und ist kostenlos.
• Fehler: Bei einem nicht unterstützten MIME-Typ, also Dateityp, antwortet die API mit 400 INVALID_ARGUMENT und nennt die akzeptierten Typen.
• Video: In der Interactions API funktioniert Video in Tool-Antworten nur in v1beta und v1alpha.

Was es für dich bedeutet

Nutzt du Gemini nur im Chat, ändert sich durch diese Meldung nichts für dich. Sie betrifft Apps und Agenten, die über die API laufen. Hast du so etwas selbst gebaut oder bauen lassen, sind diese Punkte relevant.

Alte Bestände werden leichter nutzbar. Liegen in deiner Ablage noch .ppt-Dateien oder OpenDocument-Dateien, kannst du sie ohne eigene Konvertierung durch einen Agenten schicken. Das passt zu typischen Aufgaben wie Ablage, Recherche im Archiv oder Zusammenfassungen. Beispiele für solche Abläufe findest du im Ratgeber Prozesse mit KI automatisieren.

Teste mit echten Dateien, bevor du dich darauf verlässt. Ich würde drei bis fünf typische Dateien aus deinem Alltag nehmen und gezielt nach dem fragen, was im Diagramm oder auf dem zweiten Tabellenblatt steht. So siehst du schnell, wo die Verarbeitung Grenzen hat.

Rechne die Kosten nach, statt sie zu schätzen. Eine eigene Formel für Office-Dateien nennt Google nicht. Die Dokumentation gibt allgemein 258 Tokens je Dokumentseite an, und für Office-Dateien heißt es nur, dass die bestehenden Größen- und Seitenlimits für die ganze Datei gelten. Die konkrete Zahl von 50 MB oder 1.000 Seiten steht dort für PDFs. Der Standardpreis für Input bei Gemini 3.8 Flash liegt im Paid Tier bei 0,75 $ pro 1 Mio. Tokens bis zum 31. Dezember 2026 und bei 1,50 $ ab dem 1. Januar 2027. Schau dir an, was deine Testdateien an Tokens verbrauchen.

Kläre, wo Kundendaten landen. Dokumente aus dem Büroalltag enthalten oft Namen, Preise und Verträge. Neue Paid-Projekte speichern Anfragen an generateContent seit dem 26. Oktober 2026 standardmäßig. Logs bleiben standardmäßig 55 Tage liegen, abschalten kannst du das in den Logs-Einstellungen oder pro Anfrage mit store=false. Die Seite nennt Videos, GIFs und PDFs als nicht unterstützte Log-Eingaben, zu Office-Dateien sagt sie nichts. Prüfe das für dein Projekt, bevor echte Kundendokumente durchlaufen. Was die Änderung für dich heißt, habe ich in Gemini API Datenschutz: Speichern ist jetzt Standard aufgeschrieben.

Baue das erste Blatt in deinen Prozess ein. Wenn deine Tabellen mehrere Blätter haben, musst du das vorab lösen, etwa indem dein Tool das relevante Blatt als eigene Datei übergibt. Sonst bekommst du eine plausibel klingende Antwort, die nur einen Teil der Daten kennt.

Quellen

• Gemini API Changelog (Primärquelle, Einträge vom 5. November 2026)
• Dokumentation: Dokumentverarbeitung und Office-Dateien
• Dokumentation: Multimodale Function Responses
• Dokumentation: Files API
• Dokumentation: Logs und Datasets
• Preise der Gemini API

Häufige Fragen

Kann die Gemini API PowerPoint-Dateien lesen?

Ja. PPTX und PPT werden beide angenommen, aber unterschiedlich verarbeitet. Bei PPT rendert die API jede Folie als Bild, bei PPTX erhält das Modell den Text und eingebettete Bilder. Layout und Diagramme können bei PPTX verloren gehen.

Liest Gemini alle Blätter einer Tabelle?

Nein. Bei XLSX, XLS und ODS wird nur das erste Tabellenblatt gelesen. Willst du ein anderes Blatt auswerten, verschiebst du es nach vorne oder speicherst es als eigene Datei.

Sieht Gemini die Formeln in meiner Tabelle?

Das hängt vom Format ab. Bei ODS erhält das Modell Zelldaten und Formeln. Bei XLSX und XLS kommen nur die Zellwerte an, keine Formeln und keine Formatierung.

Brauche ich Programmierkenntnisse, um die neuen Dateiformate zu nutzen?

Die Neuerung betrifft die Gemini API, also die Schnittstelle für Apps und Agenten. Du brauchst eine eigene Anwendung oder einen Agenten, der die API anspricht. Ein Klick in einer Chat-Oberfläche ist damit nicht gemeint.