Deployen, Konvertieren & Skalieren

Google-AI-Studio-App in Produktion: Cloud Run und Domain

Der Build-Modus von Google AI Studio erzeugt Web-Apps auf Basis der Gemini API und kann sie auf Google Cloud Run deployen. Für die Produktion müssen Sie den Gemini-API-Schlüssel auf der Serverseite halten, Kontingente und Budgets festlegen, eine eigene Domain anbinden, bei Bedarf ein echtes Backend wie Firebase ergänzen, die SEO einer clientseitig gerenderten React-App lösen und Cloud Logging sowie Monitoring einrichten.

neooutput Redaktion 4 Min. Lesezeit Read in English

So werden AI-Studio-Apps gebaut und deployt

Der Build-Modus von AI Studio erstellt eine React- und TypeScript-Web-App, die Gemini aufruft. Sie können sie in einem Google-Cloud-Projekt auf Cloud Run deployen, den Code herunterladen oder nach GitHub pushen.

Das Ein-Klick-Deployment auf Cloud Run ist der schnellste Weg zu einer öffentlichen URL. Für ein langlebiges Produkt exportieren Sie den Code in ein Repository und richten Ihren eigenen Build ein (Cloud Build oder GitHub Actions), damit Änderungen versioniert, geprüft und reproduzierbar sind. Prüfen Sie die aktuelle Dokumentation von AI Studio, denn die Deployment-Optionen entwickeln sich schnell weiter.

Den Gemini-API-Schlüssel schützen

Liefern Sie Ihren Gemini-API-Schlüssel niemals an den Browser aus: Alle Gemini-Aufrufe in der Produktion müssen über einen Server oder Proxy laufen, den Sie kontrollieren.

Das Cloud-Run-Deployment von AI Studio ist darauf ausgelegt, den Schlüssel auf der Serverseite zu halten, statt ihn im Frontend-Bundle offenzulegen – verifizieren Sie das aber im deployten Code und im Netzwerkverkehr. Wenn Sie den exportierten Code selbst hosten, ergänzen Sie einen kleinen Backend-Endpunkt (Cloud Run, Cloud Functions oder Firebase), der den Schlüssel im Secret Manager hält, den Nutzer authentifiziert und nur erlaubte Requests weiterleitet. Schränken Sie den Schlüssel in der Google Cloud Console ein und rotieren Sie ihn, falls er jemals offengelegt wurde.

  • Schlüssel im Secret Manager, nicht im Code.
  • Serverseitiger Proxy mit Nutzer-Authentifizierung.
  • Rate Limits pro Nutzer und Größenlimits für Requests.
  • API-Key-Einschränkungen und Kontingentgrenzen in Google Cloud.

Eigene Domain

Sie können eine eigene Domain einem Cloud-Run-Service zuordnen oder Firebase Hosting bzw. einen Load Balancer davorschalten.

Das Domain Mapping von Cloud Run ist in unterstützten Regionen die einfachste Option; für mehr Kontrolle (CDN, Cloud Armor, mehrere Services unter einer Domain) nutzen Sie einen globalen externen Application Load Balancer oder Firebase Hosting mit Rewrites auf Cloud Run. Egal, wofür Sie sich entscheiden: Verifizieren Sie die Domain-Inhaberschaft, legen Sie die von Google vorgegebenen DNS-Einträge an und warten Sie auf das verwaltete Zertifikat. Für europäische Nutzer bietet sich eine Region in der EU an, etwa Frankfurt.

Mit eigener Domain und einem stabilen Cloud-Run-Service ist eine mobile App ein realistischer nächster Schritt. WebViewGold macht aus der deployten Web-App ohne Code native iOS- und Android-Apps, einschließlich konfigurierbarer Push-Benachrichtigungen und Deep Links. Bieten Sie nativen Mehrwert, der eine App rechtfertigt, denn Apple lehnt reine Website-Wrapper nach Richtlinie 4.2 ab – und stellen Sie sicher, dass Ihre Gemini-Kontingente den zusätzlichen Traffic verkraften.

  1. Die App in Ihrem Produktionsprojekt und Ihrer Region auf Cloud Run deployen.
  2. Domain Mapping, Firebase-Hosting-Rewrites oder einen Load Balancer wählen.
  3. Die Domain verifizieren und die DNS-Einträge anlegen.
  4. Auf das verwaltete TLS-Zertifikat warten.
  5. Erlaubte Origins und Auth-Redirect-URLs aktualisieren.

Ein echtes Backend ergänzen: Firebase oder Cloud SQL

Die meisten AI-Studio-Apps starten ohne persistente Daten. Produktion heißt daher meist, Authentifizierung und eine Datenbank zu ergänzen.

Firebase Authentication und Firestore fügen sich nahtlos in ein Google-Cloud-Projekt und ein React-Frontend ein; schützen Sie Daten mit Firestore Security Rules und testen Sie diese mit dem Emulator. Für relationale Daten ist Cloud SQL for PostgreSQL mit einem Backend-Service die Alternative. Speichern Sie Nutzerinhalte und Uploads in Cloud Storage, standardmäßig mit privatem Zugriff.

Halten Sie Staging und Produktion in getrennten Google-Cloud-Projekten mit eigenen API-Schlüsseln und Budgets. So kann ein Experiment im Staging niemals das Gemini-Kontingent der Produktion aufbrauchen oder echte Nutzerdaten berühren, und die IAM-Berechtigungen bleiben übersichtlich.

SEO und Performance

Eine App aus dem Build-Modus rendert im Browser. Öffentliche Landingpages brauchen daher Prerendering oder eine separate statische Website, um zuverlässig zu ranken.

Legen Sie das interaktive KI-Tool auf eine eigene Route oder Subdomain und bauen Sie Marketingseiten, die vollständiges HTML mit Titeln, Beschreibungen, Open-Graph-Tags, Sitemap und strukturierten Daten ausliefern. Streamen Sie Gemini-Antworten, damit Nutzer schnell Output sehen, und setzen Sie die Mindestinstanzen in Cloud Run über null, wenn Cold Starts das Erlebnis beeinträchtigen.

Monitoring, Kontingente und Budgets

Nutzen Sie Cloud Logging, Cloud Monitoring und Error Reporting für die App sowie Budgets und Kontingent-Alerts für die Gemini-Nutzung.

Legen Sie Uptime-Checks und Alerting-Richtlinien für Fehlerraten und Latenz an, protokollieren Sie jeden Gemini-Request mit Nutzer-ID, Modell und Token-Anzahl (ohne sensible Inhalte zu loggen) und setzen Sie Budget-Alerts in Cloud Billing. Die Rate Limits der Gemini API hängen von Ihrer Nutzungsstufe ab; planen Sie also für 429-Antworten mit Retries und verständlichen Meldungen. Erwägen Sie Vertex AI, wenn Sie Enterprise-Kontrollen wie regionale Verarbeitung und IAM-basierten Zugriff brauchen.

Häufige Fragen

Kann ich eine Google-AI-Studio-App mit einem Klick deployen?

Ja, AI Studio kann Apps aus dem Build-Modus auf Google Cloud Run in Ihrem Projekt deployen. Für die Produktion exportieren Sie den Code zusätzlich in ein Repository, damit Sie Builds prüfen und reproduzieren können.

Ist mein Gemini-API-Schlüssel in einer AI-Studio-App sicher?

Nur wenn Gemini serverseitig aufgerufen wird. Prüfen Sie, dass das deployte Frontend den Schlüssel nie enthält, speichern Sie ihn im Secret Manager und ergänzen Sie Authentifizierung und Rate Limits am Proxy.

Wie bringe ich eine AI-Studio-App auf meine eigene Domain?

Ordnen Sie die Domain dem Cloud-Run-Service zu oder leiten Sie sie über Firebase Hosting oder einen Load Balancer, konfigurieren Sie dann das DNS und warten Sie auf das verwaltete Zertifikat.

Alle Insights