KI-Computersteuerung
Altsysteme ohne API bekommen erstmals einen Automatisierungsweg. Es geht darum, wie Computer-Use-Agents den Bildschirm lesen, Elemente lokalisieren und klicken, und warum Freigaben und Sandboxes vor der Fähigkeit kommen müssen.
Viele Fachsysteme haben keine API, und Computer-Use-Agents umgehen das: Bildschirm lesen, Steuerelemente lokalisieren, dann klicken, tippen, scrollen. Webtests und wiederholte Erfassung übernimmt jetzt ein Modell statt Skripte. Open Source ist am schnellsten: GELab-Zero steuert Android mit einem 4B-Modell, UI-TARS-2 hält lange Abläufe zusammen. Ein Fehlklick kostet mehr als eine falsche Antwort, deshalb kommen Freigaben und Sandbox zuerst.
