Browser-Agent an KI anbinden: der Assistent öffnet die Website wirklich
Ja. IntraGPT kann einen echten Browser auf einem eigenen Server bedienen. Der Assistent tut also nicht so, als würde er eine Seite lesen: Er öffnet sie, findet sich darauf zurecht, füllt Formulare aus, liest den Inhalt und hält auf Wunsch fest, was zu sehen ist. Die Plattform kennzeichnet diesen Teil als Beta, und wir richten ihn gemeinsam mit dem Kunden ein.
Was der Browser-Agent auf einer Website kann
Wirklich öffnen statt raten
Der Assistent öffnet die Website in einem echten Browser und sieht die Seite so, wie eine Besucherin sie sieht. Er arbeitet also mit dem, was jetzt dort steht, und nicht mit einer alten Kopie oder einer Zusammenfassung von anderswo.
Erst schauen, dann handeln
Bevor er etwas anklickt, nimmt der Assistent auf, wie die Seite aufgebaut ist: welche Überschriften, Links, Schaltflächen und Felder es gibt. Deshalb findet er die richtige Stelle auch dann, wenn sich die Gestaltung geändert hat.
Weiterklicken und ausfüllen
Suchen, weiterklicken, ein Formular ausfüllen, eine Auswahl treffen und absenden: die Schritte, die eine Mitarbeiterin genauso gehen würde. Was ihm begegnet, sagt er im Gespräch, sodass Sie mitverfolgen können, wo er gerade ist.
Auslesen und festhalten
Der Assistent holt den Inhalt der Seite und kann zusätzlich festhalten, was auf dem Bildschirm zu sehen war. Praktisch, wenn Sie später zeigen wollen, was zu diesem Zeitpunkt auf der Seite stand.
Selbst anmelden, wo das erlaubt ist
Für Websites, für die Sie Zugangsdaten hinterlegen möchten, kann der Assistent sich selbst anmelden und danach weiterarbeiten. Ist für eine Website nichts hinterlegt, kommt er nicht über den öffentlichen Teil hinaus und sagt das auch.
Arbeit, die dadurch nicht mehr von Hand läuft
Industrie und Produktion
- Situation
- Die Lieferzeit eines Bauteils steht nur im Portal des Lieferanten, hinter einer Anmeldung.
- Was der Agent tut
- Der Assistent öffnet das Portal, meldet sich mit den dafür hinterlegten Daten an, sucht die Artikelnummer und liest die Lieferwoche ab.
- Ergebnis
- Die Arbeitsvorbereitung bekommt die Antwort im Chat und muss sich nicht mehr durch das Portal klicken.
Behörden und Kommunen
- Situation
- Eine Mitarbeiterin muss ein öffentliches Register einsehen, das je Suchanfrage anders aufgebaut ist.
- Was der Agent tut
- Der Assistent füllt das Suchformular aus, sendet es ab und sieht sich die Ergebnisseite erst an, bevor er sie ausliest.
- Ergebnis
- Eine Antwort mit einem festgehaltenen Bildschirm daneben, sodass die Quelle überprüfbar bleibt.
Recht
- Situation
- Für eine Akte muss festgehalten werden, was zu einem bestimmten Zeitpunkt auf einer öffentlichen Seite stand.
- Was der Agent tut
- Der Assistent öffnet die Seite, holt den Text und hält in derselben Sitzung das Bild fest.
- Ergebnis
- Text und Bild aus demselben Moment, ohne dass jemand von Hand kopiert und einfügt.
Einkauf
- Situation
- Eine Preisliste steht als Tabelle auf einer Website und ändert sich regelmäßig, ohne dass jemand Bescheid gibt.
- Was der Agent tut
- Der Assistent öffnet die Seite, liest die Tabelle aus und stellt sie neben das, was zuvor festgehalten wurde.
- Ergebnis
- Eine Liste der Unterschiede im Gespräch statt zweier Bildschirme nebeneinander und einer Lupe.
So läuft es in der Praxis
-
1
Je Assistent einschalten
Die Browserfunktion ist je Assistent ein- oder ausgeschaltet. Ist sie aus, kann dieser Assistent keine einzige Website öffnen.
-
2
Rechte und Daten einstellen
Sie bestimmen, welche Mitarbeitenden den Assistenten nutzen dürfen und für welche Websites Zugangsdaten hinterlegt werden. Ohne hinterlegte Daten bleibt er im öffentlichen Teil.
-
3
Was der Assistent sieht
Nur die Seite, die er gerade geöffnet hat. Jede Sitzung beginnt leer, und danach bleibt nichts angemeldet zurück.
-
4
Was protokolliert wird
Was der Assistent öffnet und tut, steht im Gespräch und wird protokolliert. Weil dieser Teil in der Plattform als Beta geführt wird, schauen wir bei den ersten Aufgaben gemeinsam mit dem Kunden mit.
Anmelden, Sichtbarkeit und die Grenzen des Assistenten
Ein Assistent, der wirklich klicken und sich anmelden kann, braucht klare Grenzen. Die stecken in der Plattform selbst und nicht in einer freundlichen Bitte an das Modell.
Wo die Daten liegen: Deutschland (Berlin)
Das Passwort bleibt außerhalb des Gesprächs
Hinterlegte Zugangsdaten werden zum Anmelden genutzt, landen aber nicht im Chat. Im Gespräch steht höchstens, dass auf dieser Website eine Anmeldung stattgefunden hat.
Nur auf der Website, für die es gedacht ist
Hinterlegte Daten gehören zu einer Website und werden nur dort verwendet. Für eine Website ohne hinterlegte Daten bleibt der Assistent im öffentlichen Teil.
Nicht für alle
Sie bestimmen, welche Assistenten diese Funktion haben und welche Rollen damit arbeiten dürfen. Für den Rest der Organisation existiert die Funktion schlicht nicht.
Nachvollziehbar im Nachhinein
Was geöffnet und getan wird, wird protokolliert. Das Modell läuft auf einem eigenen Server in Deutschland, was der Assistent also von einer Seite liest, geht nicht an einen amerikanischen Modellanbieter und wird nicht zum Training verwendet.
Fragen zum Browser-Agenten
Funktioniert IntraGPT mit einem Browser-Agenten?
Ja. Der Assistent kann einen echten Browser auf einem eigenen Server bedienen, und diese Funktion schalten Sie je Assistent ein. Die Plattform kennzeichnet den Teil als Beta, und wir richten ihn gemeinsam mit dem Kunden ein, sodass wir bei den ersten Aufgaben mitschauen.
Sieht der Assistent mein Passwort?
Nein. Hinterlegte Zugangsdaten werden für die Anmeldung auf der zugehörigen Website genutzt, tauchen aber nicht im Gespräch auf. Im Chat steht höchstens, dass eine Anmeldung erfolgt ist. Ist für eine Website nichts hinterlegt, passiert nichts, und der Assistent sagt, dass er nicht weiterkommt.
Was passiert, wenn sich die Website ändert?
Dafür ist der Aufbau gemacht. Der Assistent folgt keinem festen Skript für eine einzige Anordnung, sondern sieht sich jedes Mal neu an, wie die Seite aussieht. Verrutscht eine Schaltfläche oder heißt ein Feld anders, findet er es in der Regel trotzdem. Ändert sich die ganze Abfolge, meldet er, dass er nicht weiterkommt, statt wahllos etwas anzuklicken.
Kann ich einen Browser-Agenten an ChatGPT anbinden?
ChatGPT kann Seiten abrufen, aber es ist nicht Ihr Browser und nicht Ihre Sitzung, eine Anmeldung im Lieferantenportal ist damit ausgeschlossen. Bei IntraGPT läuft der Browser in unserem eigenen Aufbau, Sie bestimmen, welche Assistenten ihn nutzen dürfen, und Zugangsdaten stammen aus einem Bereich, den Sie selbst füllen und wieder leeren können.
Was ist der Unterschied zur Chrome-Erweiterung?
Der Browser-Agent betreibt einen eigenen Browser auf unserem Server und beginnt jede Sitzung leer. Die Chrome-Erweiterung nutzt den Browser der Mitarbeitenden selbst, mit den Sitzungen, in denen sie bereits angemeldet sind. Für das offene Web und für Portale, deren Zugangsdaten hinterlegt werden dürfen, ist der Browser-Agent die richtige Wahl.
Was bedeutet Beta bei diesem Teil?
Die Plattform kennzeichnet den Browser-Agenten als Beta. Das heißt, wir richten ihn gemeinsam mit dem Kunden ein: Wir wählen die ersten Aufgaben aus, sehen uns an, wie der Assistent sich über diese Seiten bewegt, und erweitern, sobald das gut läuft. Die Einstellungen unterscheiden sich nicht vom Rest der Plattform, die Begleitung schon.
Bleiben die Daten im Haus?
Der Browser läuft im selben Aufbau wie der Rest der Plattform, und das Modell läuft auf einem eigenen Server in Deutschland. Was der Assistent von einer Seite liest, geht nicht an einen amerikanischen Modellanbieter und wird nicht zum Training verwendet. Was abgefragt wurde, bleibt außerdem nachvollziehbar.
Was kostet ein Browser-Agent?
Es gibt keinen gesonderten Preis. Der Aufwand steckt in dem Weg, den wir gemeinsam gehen: um wie viele Websites es geht, ob eine Anmeldung nötig ist, welche Daten dafür hinterlegt werden und welche Mitarbeitenden den Assistenten nutzen dürfen. Das machen wir in einem Gespräch von dreißig Minuten konkret.
Wie lange dauert die Einrichtung?
Die Funktion einzuschalten dauert Minuten. Die Zeit geht in die Auswahl der ersten Aufgaben und in das Hinterlegen der Zugangsdaten je Website. Bei einem Portal mit einfacher Anmeldung ist das ein Nachmittag. Bei einer Website mit Zwei-Faktor-Anmeldung klären wir zuerst, ob der Assistent dort überhaupt hingehört.