Computer Use heisst: Ein Computermodell bedient einen Rechner wie ein Mensch. Es sieht Screenshots, bewegt die Maus, tippt, klickt, wechselt zwischen Programmen. Das macht es für alles interessant, wofür es keine saubere Schnittstelle (API) gibt. Hier ein paar Möglichkeiten vorgestellt:

Aufgaben ohne API

Ältere Branchensoftware, interne Tools, Behördenportale. Überall dort, wo ein Mensch heute Daten von A nach B abtippt, kann ein Modell das übernehmen. Rechnungsdaten aus PDFs in ein Warenwirtschaftssystem übertragen, Bestellungen in ein Portal eintragen, Formulare ausfüllen. Unspektakulär, aber wahrscheinlich der grösste Hebel.

Tests und Qualitätssicherung

Ein Modell klickt sich durch eine Web-App, probiert Eingaben aus und meldet, was defekt ist. Klassische Testskripte brechen, sobald sich ein Button verschiebt. Ein Modell, das den Bildschirm liest, kommt damit meist viel besser zurecht. Auch für die eigene Website nützlich: Checkout durchspielen, Formulare testen, mobile Ansicht prüfen. Alles bestens!

Recherche und Datensammlung

Mehrere Seiten abklappern, Preise vergleichen, Informationen aus Quellen ziehen, die sich nicht sauber scrapen lassen. Für Online-Marketing naheliegend: Wettbewerber-Seiten beobachten, SERPs prüfen, Backlink-Quellen sichten, Daten aus Tools exportieren, die keine Schnittstelle anbieten.

Routine im Büroalltag

Tabellen aufbereiten, Daten zwischen Excel, E-Mail und CRM verschieben, Berichte zusammenstellen, Termine koordinieren, Dateien umbenennen und ablegen. Alles, was man schon dreimal gemacht hat und beim vierten Mal hasst.

Inhalts-Produktion

Ein Modell kann durch mehrere Tools führen: Bild in einem Generator erstellen, in einem Editor einsetzen, exportieren, hochladen, planen. Gerade bei mehrstufigen Abläufen über verschiedene Programme spart das Zeit, auch wenn die Zuverlässigkeit noch schwankt.

Support und Fernwartung

IT-Probleme diagnostizieren, Einstellungen suchen, Software installieren, Konfigurationen durchgehen. Wer im Bekanntenkreis ständig als Computerhilfe angefragt wird, kennt den Reiz.

Barrierefreiheit

Menschen, die eine Maus nicht bedienen können, könnten Programme per Sprache steuern lassen, ohne dass die Software dafür gebaut sein muss.

Wo es noch etwas hakt

Ehrlich gesagt: Es ist noch langsam, teuer pro Aufgabe und gelegentlich fehleranfällig. Ein falscher Klick in einer Banking-App oder beim Löschen von Dateien ist kein Spass. Dazu kommt Prompt Injection: Eine präparierte Webseite kann dem Modell Anweisungen unterschieben. Deshalb gehören sensible Aktionen (Zahlungen, Löschen, Versenden) unter menschliche Freigabe. Und wo eine API existiert, ist die fast immer die bessere Wahl: schneller, billiger, stabiler.