Vom Antworten zum Ausführen

Die wichtigste Veränderung bei generativer KI ist 2026 nicht zwingend ein weiterer Sprung bei Benchmarkwerten. Entscheidender ist, dass Modelle zunehmend Werkzeuge benutzen und Arbeitsschritte selbst ausführen können. OpenAI hat Ende September Computer Use für seine Agents API angekündigt. Agenten können damit in einer gehosteten Browserumgebung Websites bedienen; Zugriffe und Anmeldungen werden in den vorgesehenen Abläufen kontrolliert. Gleichzeitig werden Multi-Agent-Ansätze und weitere Werkzeuge stärker in die API-Plattform integriert.

Der Unterschied zu einem klassischen Chatbot ist grundlegend. Ein Chatbot kann erklären, wie eine Aufgabe erledigt wird. Ein Agent kann – innerhalb seiner Berechtigungen – versuchen, die Aufgabe tatsächlich durchzuführen. Aus „So aktualisierst du diesen Datensatz“ wird „Öffne das System, finde den Datensatz und aktualisiere ihn“. Genau dieser Übergang macht Agenten für Unternehmen, Entwickler und Marketingteams interessant, erhöht aber auch die Anforderungen an Kontrolle.

Warum Computer Use eine Lücke schließt

Viele Automatisierungen scheitern nicht an mangelnder Logik, sondern an fehlenden Schnittstellen. Moderne SaaS-Dienste besitzen häufig APIs, doch längst nicht jede interne Anwendung, jedes Legacy-System oder jeder einzelne Arbeitsschritt ist darüber erreichbar. Menschen überbrücken diese Lücken mit Maus und Tastatur. Computer Use versucht dasselbe auf Softwareebene: Ein Agent interpretiert eine Benutzeroberfläche und interagiert mit ihr.

Das kann besonders dort nützlich sein, wo eine API-Integration für einen kleinen Prozess unverhältnismäßig teuer wäre. Denkbar sind Rechercheaufgaben, das Übertragen von Informationen zwischen Systemen, wiederkehrende Prüfungen oder das Vorbereiten von Datensätzen. Der Vorteil liegt in der Flexibilität. Der Nachteil ist dieselbe Flexibilität: Eine grafische Oberfläche ist weniger stabil und eindeutig als eine wohldefinierte API.

API zuerst, Oberfläche wenn nötig

Für robuste Automatisierung sollte deshalb eine einfache Regel gelten: Wenn eine stabile, ausreichend berechtigte API existiert, ist sie meist die bessere technische Schnittstelle. APIs liefern strukturierte Daten, definierte Fehlercodes und klarere Grenzen. Computer Use ist besonders wertvoll als Ergänzung für Schritte, die anders nicht sinnvoll automatisierbar sind.

Ein Agenten-Workflow kann beide Welten kombinieren. Er recherchiert Informationen über Web- oder Suchwerkzeuge, verarbeitet strukturierte Daten über APIs und nutzt eine grafische Oberfläche nur für den letzten nicht angebundenen Schritt. Diese Mischung ist wesentlich realistischer als die Vorstellung, künftig jede Software ausschließlich durch virtuelle Mausklicks steuern zu lassen.

Berechtigungen werden zur eigentlichen Architekturfrage

Sobald ein System handeln darf, wird die Frage „Was kann das Modell?“ weniger wichtig als „Was darf dieser konkrete Agent?“. Ein Recherche-Agent braucht normalerweise keine Löschrechte. Ein Content-Agent muss nicht auf Abrechnung oder Benutzerverwaltung zugreifen. Ein Agent, der einen Entwurf vorbereitet, benötigt noch lange keine Berechtigung zur endgültigen Veröffentlichung.

Das Prinzip der minimalen Rechte ist deshalb für Agenten genauso wichtig wie für menschliche Benutzer und klassische Dienste. Zusätzlich sind Kontrollpunkte sinnvoll: irreversible Aktionen bestätigen lassen, sensible Änderungen protokollieren, getrennte Testumgebungen verwenden und Zugangsdaten nicht unnötig breit verfügbar machen. Besonders bei Browserautomation muss berücksichtigt werden, dass eine Website selbst Inhalte liefert, die ein Agent interpretiert. Externe Inhalte dürfen deshalb nicht automatisch dieselbe Vertrauensstufe wie interne Anweisungen erhalten.

Was das für Marketing und Content bedeutet

Marketingprozesse bestehen aus vielen kleinen Übergaben: Thema recherchieren, Quellen prüfen, Text erstellen, Metadaten ergänzen, CMS öffnen, Beitrag anlegen, Links kontrollieren und Veröffentlichung dokumentieren. Ein Teil davon ist kreativ, ein Teil regelbasiert, ein Teil reine Bedienarbeit. Agentische Systeme können diese Ebenen zunehmend verbinden.

Gerade deshalb sollte die Automatisierung nicht mit „Alles autonom“ beginnen. Besser ist es, den Prozess in überprüfbare Stufen zu zerlegen. Ein Agent kann beispielsweise aktuelle Primärquellen sammeln, daraus einen strukturierten Entwurf erzeugen und ihn gegen ein festes Schema validieren. Ein nachgelagerter Prozess veröffentlicht nur, wenn Pflichtfelder, Quellen und technische Regeln erfüllt sind. So entsteht ein System, das nicht auf blindem Vertrauen in einen einzelnen Modellaufruf basiert.

Für SEO und GEO gilt Ähnliches. Ein Agent kann Metadaten, interne Linkvorschläge und strukturierte Inhalte vorbereiten. Die redaktionelle Qualität hängt trotzdem davon ab, ob Quellen belastbar sind, Aussagen korrekt eingeordnet werden und der Beitrag einen eigenen Nutzwert besitzt. Automatisierung beschleunigt schlechte Prozesse genauso wie gute.

Die neue Kernkompetenz heißt Orchestrierung

Wenn Modelle Werkzeuge bedienen können, verschiebt sich ein Teil der digitalen Arbeit vom einzelnen Prompt zum Prozessdesign. Welche Daten darf ein Agent sehen? Welche Werkzeuge stehen zur Verfügung? In welcher Reihenfolge werden sie genutzt? Was wird validiert? Welche Aktion benötigt eine Freigabe? Was passiert bei einem Fehler? Diese Fragen bestimmen die Qualität eines Agentensystems stärker als ein besonders clever formulierter Einzeiler.

Auch Multi-Agent-Systeme ändern daran wenig. Mehrere spezialisierte Agenten können Recherche, Analyse oder Qualitätsprüfung aufteilen, aber zusätzliche Komponenten erzeugen zusätzliche Fehlerwege. Der Nutzen entsteht erst, wenn Zuständigkeiten, Übergaben und Abbruchbedingungen klar definiert sind.

Computer Use ist deshalb vor allem ein Infrastrukturthema. KI bekommt Zugriff auf eine weitere Ebene digitaler Arbeit: die Oberfläche, die bisher primär für Menschen gebaut wurde. Das eröffnet enorme Möglichkeiten für kleine Automatisierungen und komplexe Workflows. Nachhaltig werden sie dort, wo technische Schnittstellen, minimale Rechte, Validierung und menschliche Kontrollpunkte bewusst zusammenspielen.