Build-Konferenz: KI übernimmt Bildschirmarbeit unter Windows

Auf der Entwicklerkonferenz Build zeigte Microsoft mit „Agentic Windows“ ein Konzept, das Arbeiten am Computer maßgeblich verändern könnte: KI-Sprachmodelle erklären nicht länger nur, wie man Aufgaben löst, sondern erledigen sie gleich selbst, indem sie installierte Anwendungen steuern und auf Dateisystem sowie Webdienste zugreifen. Statt selbst mit Maus und Tastatur zu hantieren, sagen Sie der KI einfach, was sie tun soll.

Model Context Protocol

Microsoft implementiert hierzu das Model Context Protocol (MCP) in Windows, das die KI-Firma Anthropic Ende vergangenen Jahres vorgestellt hat. Es schlägt die Brücke zwischen KI-Sprachmodellen und ihrer Außenwelt.

Die KI-Anwendung, über die man mit dem Sprachmodell kommuniziert (etwa über ein Chat-Interface), teilt ihm per Textanweisung mit, dass bestimmte Tools verfügbar sind. Bei der Aufgabe „Schreibe einen Aufsatz über Hommingberger Gepardenforelle in Word“ generiert es dann den gewünschten Text und formuliert anschließend einen speziellen Befehl, um ihn in Word zu speichern. Die KI-Anwendung erkennt den Befehl und gibt ihn an einen MCP-Server weiter, der Word steuert.

Bei MCP-Servern handelt es sich um kleine Skripte oder Programme, die Funktionen über das MCP bereitstellen. Sie laufen lokal oder in der Cloud, gesteuert werden sie über Konsole oder Web-Interface. Schon jetzt gibt es tausende MCP-Server für Clouddienste, Datenbanken, WhatsApp, Spotify, Blender und Terminal-Zugriff.

KI handelt eigenständig

Das Potenzial liegt in der Umsetzung ganzer Aktionsketten. Moderne Reasoning-Sprachmodelle wie Claude 4, GPT-4o oder Gemini setzen Tools geschickt und in Kombination ein, werten deren Rückgaben aus und planen damit den nächsten Schritt. Bei Fehlern wenden sie Lösungen an oder probieren andere Wege – wie ein Mensch. So können komplexe Workflows aus dem Alltag in die Hände der KI gelegt werden. Auch bei komplizierter Software hilft MCP: Statt sich in Blender oder Ghidra einzuarbeiten, bittet man die KI, eine 3D-Szene zu erstellen oder eine Binärdatei zu dekompilieren.

MCP ist sehr mächtig, aber nicht sehr sicher. Derzeit muss man MCP-Server etwa aus GitHub-Repositories ziehen und darauf vertrauen, dass nichts Schädliches im Code steckt. Auch Prompt Injections können schwerwiegende Folgen haben, wenn die KI Zugriff auf Tools hat.

Microsoft zähmt MCP

Microsoft versucht deshalb, den Geist wieder ein Stück in die Flasche zu drängen. In einer Windows-Vorschauversion gibt es eine „MCP Registry“ – ein Verzeichnis, in das sich Apps mit MCP-Funktionen eintragen. Alle Server müssen strenge Sicherheitsanforderungen erfüllen: digital signierter Code und minimal privilegierte Ausführung. Ein Berechtigungskonzept erfordert die Zustimmung des Nutzers per Mausklick. Zudem soll es einen lokalen Proxy von Windows geben, durch den Daten zwischen MCP-Client und -Server geschleust werden, um Richtlinien und Authentifizierung durchzusetzen.

Microsoft zeigte auf der Build bereits eigene Server für Dateisystemzugriff, Systemeinstellungen, Fenstermanagement, Paint und Linux-Subsystem, die wohl in Windows integriert werden sollen. Sie wurden von einer Vorabversion der Perplexity-App gesteuert. Das zeigt: Man ist nicht auf Copilot angewiesen, sondern kann eine KI der Wahl verwenden.

KI übernimmt die Arbeit

MCP ist derzeit der große KI-Hype, könnte den Arbeitsalltag aber tatsächlich nachhaltig verändern. Während Sprachmodelle bisher nur Ratschläge gaben, können sie nun direkt handeln und komplexe Aufgaben eigenständig abarbeiten.

KI hilft so, mehr Arbeit in weniger Zeit zu schaffen. Das verspricht massive Produktivitätssteigerungen, dürfte aber auch bei Arbeitgebern Begehrlichkeiten wecken, was Fragen nach der Zukunft der Bildschirmarbeit aufwirft.

Bei aller Begeisterung bleibt zu hoffen, dass die Schutzmaßnahmen greifen und die bereits demonstrierten Angriffsrisiken erfolgreich eindämmen. (rei@ct.de)