Wenn die KI zur Maus greift
Computer Use Agents zwischen Automatisierung und Kontrolle
KI-Agenten sollen künftig durch Programme und Webseiten klicken, Dateien bearbeiten und Termine organisieren. Das birgt außer Sicherheitsrisiken auch die grundsätzliche Frage, wie autonom KI agieren darf. Forscher arbeiten an Kontrollpunkten und persönlichen Datenräumen, damit der Mensch die Kontrolle behält.
Computer Use Agents sehen den Bildschirminhalt, steuern den Mauszeiger und tippen Texte. Sie sollen damit all das erledigen können, was auch ein Mensch mit einem Rechner tun kann. Der geht in aller Ruhe einen Kaffee trinken, während die künstliche Intelligenz die Steuererklärung ausfüllt, Ordner durchforstet oder die Dienstreise für morgen organisiert. So lautet das Szenario. Wirklichkeit ist es noch nicht.
Einige große Tech-Firmen arbeiten an solchen Agenten. Die stehen bisher aber nur mit stark eingeschränktem Funktionsspektrum zur Verfügung oder als Prototyp, der nur unter hohen Sicherheitsvorkehrungen genutzt werden sollte. ChatGPT Agent gehört zur ersten Kategorie. Der Web-Agent hat Zugriff auf einige ausgewählte Apps wie E-Mail-Dienste oder einen Onlinekalender. So kann er im Auftrag seines Nutzers durchs Web navigieren und laut OpenAI zum Beispiel einen Urlaub planen und buchen. Dafür benutzt er einen eigenen Browser, mit dem er sich durch Websites klickt. Reddit-Nutzer schwärmen, dass der Agent geholfen habe, Newsletter abzumelden, bei der Restaurantsuche persönliche Vorlieben berücksichtigt oder selbstständig eBay-Inserate aufsetzt. Zugriff auf den Rechner des Nutzers hat er zwar nicht; bei der Verwendung von Apps mahnt OpenAI seine Kunden aber zu Vorsicht, um unbefugten Zugriff auf vertrauliche Informationen zu verhindern.
