Eine neue Klasse von KI-Werkzeugen umgeht ein altes Problem der Prozessautomatisierung: Statt eine Schnittstelle zu benötigen, bedienen sogenannte Computer-Use-Agenten vorhandene Software so, wie es ein Mensch tun würde — über Oberfläche, Maus und Tastatur. Zwei aktuelle Meldungen zeigen beide Seiten dieser Entwicklung: den produktiven Einsatz im großen Stil und die Gegenbewegung auf Betriebssystemebene.

OpenAI will laut Berichten mit den Modellen GPT-6 Astra und GPT-6 Luna administrative Aufgaben im US-Gesundheitswesen automatisieren. Die Agenten bedienen dabei bestehende Kliniksoftware und Versicherungsportale wie menschliche Nutzerinnen und Nutzer. Für Vorgänge wie Vorabgenehmigungen — also die vorherige Zustimmung einer Versicherung zu einer Behandlung — werden für Luna Kosten von rund 8,5 US-Cent pro Vorgang genannt. Als Anwender werden die Konzerne CVS Health und Cigna Healthcare genannt.

Warum das für die Integration interessant ist

Der eigentliche Reiz liegt weniger im Modell als im Integrationsweg. Klassische Automatisierung braucht eine API, also eine programmierbare Schnittstelle, oder zumindest einen Datenexport. Genau daran scheitern viele Vorhaben im Mittelstand: Die zentrale Fachanwendung ist alt, der Hersteller liefert keine Schnittstelle, oder deren Freischaltung ist teuer und langwierig.

Computer-Use-Agenten setzen eine Ebene höher an. Sie lesen die Bildschirmoberfläche, navigieren durch Masken und füllen Formulare aus. Damit lassen sich auch Systeme einbinden, die technisch nicht dafür vorgesehen sind. Das ist in der Praxis ein großer Unterschied — aber es verschiebt die Komplexität, statt sie aufzulösen.

Die Kehrseite: Zugriff auf alles

Ein Agent, der eine Anwendung wie ein Mensch bedient, braucht auch die Rechte eines Menschen — und oft mehr. Genau hier setzt Apple an: Mit macOS 27.3 wird das Berechtigungsmodell umgebaut. Wer einer App künftig Festplattenvollzugriff gewähren will, muss sich durch mehrere Warnhinweise klicken. Als Grund werden ausdrücklich KI-Agenten genannt, die tief in das System eingreifen.

Diese beiden Meldungen widersprechen sich nicht, sie beschreiben dasselbe Phänomen aus zwei Richtungen. Die eine Seite zeigt, wie weit der produktive Einsatz bereits gediehen ist. Die andere zeigt, dass Plattformbetreiber die damit verbundenen Risiken ernst genug nehmen, um bewusst Reibung einzubauen. Mehr Klickwege und mehr Warnungen sind kein Versehen, sondern eine gewollte Bremse vor weitreichenden Rechtevergaben.

Was Unternehmen daraus ableiten können

Für die Planung eigener Automatisierungsvorhaben ergeben sich daraus mehrere Prüfpunkte:

  • Rechteumfang klären: Welche Zugriffe benötigt ein Agent tatsächlich? Vollzugriff auf ein Gerät ist etwas anderes als ein eng umrissenes Benutzerkonto in einer einzelnen Fachanwendung.
  • Nachvollziehbarkeit sicherstellen: Wenn ein Agent Formulare ausfüllt und absendet, muss protokolliert sein, wer wann was ausgelöst hat. Das ist sowohl eine technische als auch eine organisatorische Frage.
  • Plattformabhängigkeit einkalkulieren: Betriebssysteme und Portale können Zugriffswege jederzeit ändern. Eine Automatisierung, die auf Oberflächenbedienung beruht, ist davon unmittelbar betroffen.
  • Fehlerfälle definieren: Was passiert, wenn sich eine Maske ändert oder ein Vorgang abbricht? Ohne klar geregelte Übergabe an einen Menschen entstehen stille Rückstände.

Stückkosten sind nicht die ganze Rechnung

Der genannte Betrag von rund 8,5 US-Cent pro Vorgang wirkt auf den ersten Blick wie ein starkes Argument. Er beschreibt aber nur die Ausführungskosten eines einzelnen Vorgangs, nicht die Gesamtkosten einer Einführung. Konfiguration, Testläufe, Überwachung, Fehlerbehandlung und die laufende Anpassung an veränderte Oberflächen fallen zusätzlich an. Belastbare Vergleichszahlen dazu liegen aus den Meldungen nicht vor.

Hinzu kommt der Kontext: Die genannten Anwendungsfälle stammen aus dem US-Gesundheitswesen und von sehr großen Organisationen. Deren Mengengerüst rechtfertigt einen Aufwand, der sich bei kleineren Fallzahlen nicht zwangsläufig einstellt. Für mittelständische Unternehmen ist die Frage daher weniger, ob die Technik funktioniert, sondern ob der konkrete Prozess genug Volumen und genug Gleichförmigkeit hat.

Schnittstelle oder Agent?

Computer-Use-Agenten sollten nicht als Ersatz für saubere Integrationen verstanden werden, sondern als Option für Fälle, in denen eine Integration nicht verfügbar ist. Wo eine stabile API existiert, bleibt diese in aller Regel der robustere, besser prüfbare und günstiger zu betreibende Weg. Wo keine existiert, verschiebt sich die Abwägung — dann steht der Agent gegen manuelle Bearbeitung oder gegen gar keine Lösung.

Sinnvoll ist deshalb eine nüchterne Bestandsaufnahme: Welche Prozesse sind repetitiv, regelbasiert und gut dokumentiert? Welche Systeme sind daran beteiligt, und welche davon bieten eine Schnittstelle? Erst danach stellt sich die Frage nach dem Werkzeug.

Einordnung für Web- und Softwareprojekte

Für Projekte heißt das vor allem: Oberflächen werden zu einer Schnittstelle, auch wenn sie nie als solche gedacht waren — stabile, vorhersehbare Strukturen und eindeutige Formularfelder gewinnen damit an Wert. Gleichzeitig steigt die Anforderung an das Rechte- und Rollenkonzept, denn ein Agent braucht ein eigenes, eng begrenztes Konto statt geliehener Administratorrechte. Wer Automatisierung plant, sollte den Berechtigungs- und Protokollierungsteil von Anfang an mitdenken und nicht erst dann, wenn ein Plattformanbieter wie Apple die Zügel anzieht.

Quellen