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.

Kann Doubao Work den Computer bedienen? 5 Prüfungen vor der Freigabe

Ja, aber nicht "installieren und den gesamten Computer übernehmen". Die offizielle Website von Doubao Work listet Computer- und Browseroperationen als...

Admin 11.9.2026

Computer Use Agent (CUA): Was es bedeutet, KI zu erlauben, den Computer direkt zu bedienen und zu klicken

Computer-Nutzender Agent, auch allgemein als Computer-Nutzender Agent bezeichnet, ist eine Form, die bei den jüngsten Upgrades der Agentenfähigkeiten ...

Admin 7.4.2026

119

Claude Code präsentiert Computer Use Vorschau, CLI direkt auf macOS-Desktop

Anthropic hat Computer Use in die offizielle Dokumentation von Claude Code integriert und ist derzeit eine Vorschaufunktion. Sobald es geöffnet ist, k...

Admin 31.3.2026

165

Claude Code ist mit Computerfunktionen verbunden, und KI-Programmierung sowie KI-Büroautomatisierung haben einen neuen Wendepunkt eingeläutet

Das eigentliche Highlight von Claudes Update ist nicht nur, dass er chatten und Code schreiben kann, sondern auch, dass er begonnen hat, in die AI-Age...

Admin 24.3.2026

141

MAI-UI Open-Source-Interpretation: Wie die universelle GUI-Agentenbasis "interaktiv" + aufrufbare Werkzeuge + Gerät-Cloud-Kollaboration implementiert

1. Zusammenfassung MAI-UI ist eine universelle GUI-Agentenbasis und unterstützenden Code Open Source von Tongyi-MAI (Tongyi Lab), die auf die automati...

Admin 29.12.2025

275

ELab-Zero umfassende Analyse: Ein lokal einsetzbarer mobiler GUI-Agenten-Stack

1. Abstract GELab-Zero ist eine Open-Source-GUI-Agentenlösung von StepFun, die einen kompletten Stack von "Modell + Engineering-Infrastruktur" bereits...

Admin 1.12.2025

282

Anthropic veröffentlicht Claude Sonnet 4.5: Das angeblich „weltbeste Kodierungsmodell“ verbessert den Agenten- und PC-Betrieb

Anthropic hat sein Modell der nächsten Generation , Claude Sonnet 4.5 , veröffentlicht, das offiziell als „weltbestes Codierungsmodell“ angepriesen wi...

Admin 30.9.2025

109

UI-TARS-2 Full Access: Ein Leitfaden zur Implementierung von GUI-Agenten, die durch mehrstufiges Reinforcement Learning gesteuert werden

Mit diesem Update wird die Unterstützung für UI-TARS-2 eingeführt. Als nativer GUI-Agent verbessert UI-TARS-2 die Integration von Wahrnehmung, Argumen...

Admin 9.9.2025

228