von Ein neuer Typ von KI beantwortet nicht mehr nur Fragen — er bedient Software selbstständig: klickt, tippt, füllt Formulare aus, navigiert durch Programme. Mit [Introducing computer use in Gemini 3.5 Flash](https://deepmind.google/blog/introducing-computer-use-in-gemini-3-5-flash/) bringt Google diese Fähigkeit in ein schnelles, günstiges Modell.
Für den Mittelstand ist das kein Spielzeug, sondern ein handfester Hebel gegen Fachkräftemangel und manuelle Fleißarbeit. Dieser Beitrag ordnet ein, wo die Technologie steht — und wann sich der Einstieg lohnt.
Woher der Trend kommt
Die letzten Jahre drehten sich um Sprachmodelle, die Texte schreiben und Fragen beantworten. Der nächste Schritt heißt „agentic AI“: Systeme, die nicht nur reden, sondern handeln.
„Computer Use“ ist der sichtbarste Ausdruck davon. Die KI bekommt einen Screenshot des Bildschirms, entscheidet, wo sie klicken muss, führt die Aktion aus und schaut sich das Ergebnis erneut an — ein Kreislauf aus Sehen, Denken, Handeln.
Der Treiber dahinter ist simpel: Ein Großteil der Büroarbeit läuft über grafische Oberflächen, die keine saubere Schnittstelle (API) bieten. Das alte CRM, das Buchhaltungsprogramm, das Lieferantenportal — vieles lässt sich nur per Maus und Tastatur bedienen.
Genau hier setzt Computer Use an: Die KI nutzt die Software so, wie ein Mensch es tun würde. Damit entfällt der teure Zwang, jedes Altsystem erst technisch anzubinden.
Wo der Trend heute steht
Google positioniert das neue Modell auf der schnellen, kostengünstigen „Flash“-Ebene — ein deutliches Signal. Bisher waren solche Agenten langsam und teuer, weil jeder Klick eine aufwendige Bildanalyse erforderte. Ein schnelles Modell senkt die Kosten pro Arbeitsschritt drastisch und macht Automatisierung erst für Routineaufgaben in größerem Umfang rentabel.
Der Reifegrad ist ehrlich einzuordnen: Wir stehen am Anfang. In Benchmarks für die Steuerung von Weboberflächen erreichen die besten Computer-Use-Modelle inzwischen Erfolgsquoten im Bereich von grob 60 bis 70 Prozent bei mehrstufigen Aufgaben — beeindruckend im Vergleich zu vor einem Jahr, aber weit entfernt von der Zuverlässigkeit, die man einem unbeaufsichtigten Prozess zutrauen würde.
Große Anbieter wie Google, OpenAI und Anthropic liefern sich hier ein enges Rennen. Early Adopters sind heute vor allem Tech-affine Unternehmen und Software-Dienstleister, die abgegrenzte Prozesse testen.
Was das für den Mittelstand bedeutet
Die Chance ist konkret. Denken Sie an einen Handelsbetrieb mit 80 Mitarbeitern, der täglich hunderte Bestellungen aus einem Lieferantenportal manuell ins eigene Warenwirtschaftssystem überträgt. Eine solche Brücke zwischen zwei Systemen ohne Schnittstelle ist der klassische Fall für Computer Use.
Wird jede Übertragung nur zwei Minuten schneller, summiert sich das bei 300 Vorgängen pro Tag auf zehn eingesparte Arbeitsstunden — Kapazität, die im Fachkräftemangel an anderer Stelle dringend fehlt.
Typische Einsatzfelder
- Datenübertragung zwischen Systemen ohne API (Portale, Altsoftware, Excel)
- Recherche und Preisvergleiche über mehrere Webseiten hinweg
- Standardisierte Formulareingaben in Behörden- oder Kundenportalen
- Testen von Software, bei dem die KI wiederholbare Klickstrecken durchläuft
Die Risiken gehören auf den Tisch
- Zuverlässigkeit: Bei einer Erfolgsquote von 60 bis 70 Prozent bedeutet jeder dritte Vorgang potenziell einen Fehler. Für eine Rechnungsfreigabe ist das inakzeptabel, für einen unkritischen Datenabgleich mit menschlicher Stichprobe hingegen brauchbar.
- Sicherheit: Eine KI, die eigenständig Software bedient, hat auch Zugriff auf sensible Daten und Funktionen. Ohne klare Grenzen — welche Programme, welche Aktionen, welche Freigaben — entsteht ein reales Datenschutz- und Haftungsrisiko.
- Kontrollverlust: Ein Agent, der ein falsches Feld ausfüllt oder eine falsche Bestellung auslöst, kann teuer werden, wenn niemand hinschaut.
Für CTOs und IT-Leiter heißt das: Computer Use ist eine Technologie mit „Mensch in der Schleife“. Der Agent arbeitet vor, der Mensch prüft und gibt frei — zumindest heute noch.
Wann handeln?
Klare Empfehlung: Jetzt beobachten und in einem eng begrenzten Pilotprojekt testen — aber noch nicht produktiv auf kritische Prozesse loslassen.
Die Begründung liegt in der Kurve. Die Fähigkeiten verbessern sich derzeit in Monatsschritten, und die Kosten fallen. Wer erst in zwei Jahren einsteigt, verliert nicht nur Zeit, sondern auch das interne Know-how, das man nur durch eigenes Ausprobieren aufbaut.
Gleichzeitig ist die Technologie zu unreif, um heute geschäftskritische Abläufe blind zu automatisieren. Der goldene Mittelweg: ein risikoarmer Pilot mit klarem Nutzen, an dem Ihr Team lernt, wo die Grenzen liegen — bevor die Konkurrenz es tut.
Wer jetzt gar nichts tut, riskiert, in 18 Monaten von Wettbewerbern überholt zu werden, die ihre Routineprozesse längst schlanker aufgestellt haben.
—
Quelle: [Introducing computer use in Gemini 3.5 Flash — Google DeepMind](https://deepmind.google/blog/introducing-computer-use-in-gemini-3-5-flash/)
