Computer-Use Agents für E-Commerce-Marken: Praktische Anwendungsfälle

Anthropic führte 2024 eine “Computer-Use”-Fähigkeit für Claude ein, und OpenAI folgte mit einem eigenen Agenten, der in einem virtuellen Browser surft und agiert. Google und andere haben ähnliche Forschungen und Produkte. Die gemeinsame Idee ist, dass ein Modell Screenshots erhält, über die nächste Aktion entscheidet und Befehle wie “an dieser Position klicken” oder “diesen Text eingeben” sendet.

Dies unterscheidet sich von klassischer Automatisierung. Ein Zapier- oder n8n-Workflow verbindet Systeme über APIs und bricht ab, wenn eine API fehlt. Robotic Process Automation (RPA)-Tools folgen aufgezeichneten Skripten und brechen ab, wenn sich eine Schaltfläche bewegt. Ein Computer-Use Agent liest jedes Mal den Bildschirm, sodass er mit kleinen Layoutänderungen zurechtkommt, aber er ist langsamer, kostet pro Aufgabe mehr und kann Fehler machen, die ein Skript nicht machen würde.

Die besten Kandidaten teilen drei Eigenschaften: Sie wiederholen sich oft, sie finden in einem Browser oder einer Desktop-App statt, und ein Fehler ist leicht zu erkennen und rückgängig zu machen.

• Überprüfung von Wettbewerberpreisen auf Websites, die Produkt-Feeds blockieren oder nicht haben, und deren Protokollierung in einer Tabelle.
• Abrufen von Bestell- oder Lagerberichten aus einem Lieferantenportal, das nur manuelle Downloads anbietet.
• Ausfüllen von Marktplatz-Listenformularen mit Daten aus Ihrem Produktblatt zur Überprüfung vor der Einreichung.
• Testen Ihres eigenen Checkouts: Hinzufügen von Artikeln, Anwenden von Rabattcodes und Bestätigen von Summen als regelmäßige Qualitätsprüfung.
• Sammeln von Rückgabegründen oder Support-Ticket-Themen aus einem Helpdesk, das keinen Export hat.
• Überprüfung Ihrer eigenen Produktseiten auf fehlende Bilder, defekte Größenratgeber oder falsche Preise.

Einige Arbeiten sind ungeeignet, entweder weil das Risiko hoch ist oder weil ein besseres Tool existiert.

• Alles, was Zahlungen, Rückerstattungen oder Bankdaten betrifft. Ein falscher Klick kostet hier Geld und Vertrauen.
• Massenänderungen an Live-Preisen oder Lagerbeständen. Verwenden Sie stattdessen die Import-Tools oder die API Ihrer Plattform, die schneller und protokolliert sind.
• Anmeldung bei Konten mit echten Kundendaten ohne klare Zustimmung des Dateneigentümers.
• Aufgaben, für die bereits eine API existiert. Shopify, WooCommerce und die meisten Marktplätze bieten APIs an, die günstiger und zuverlässiger sind.

Starten Sie in einer isolierten Umgebung. Die Dokumentation von Anthropic empfiehlt, Computer-Use innerhalb einer virtuellen Maschine oder eines Containers mit minimalen Berechtigungen auszuführen, und dieser Rat gilt für den Agenten jedes Anbieters.

Eine sichere Einrichtungssequenz

• Erstellen Sie ein dediziertes Browserprofil oder eine virtuelle Maschine ohne gespeicherte Passwörter und ohne Zugriff auf persönliche E-Mails.
• Verwenden Sie ein separates Konto mit der niedrigsten Berechtigungsstufe, die die Aufgabe noch ermöglicht, idealerweise schreibgeschützt.
• Schreiben Sie die Aufgabe als klare Checkliste: welche Website, welche Seite, was zu sammeln ist, wo es zu speichern ist, wann zu stoppen ist.
• Führen Sie es die ersten Male unter Beobachtung aus. Notieren Sie, wo es zögert oder auf das Falsche klickt.
• Fügen Sie einen menschlichen Genehmigungsschritt vor jeder Aktion hinzu, die etwas einreicht, speichert oder sendet.
• Protokollieren Sie jeden Lauf: Datum, Aufgabe, Ergebnis und etwaige Fehler.

Prompt Injection ist ein echtes Risiko. Eine Webseite kann versteckten Text enthalten, der einen Agenten anweist, etwas anderes zu tun. Halten Sie Agenten von nicht vertrauenswürdigen Seiten fern, während sie eine Anmeldesitzung halten, und lassen Sie sie niemals auf Anweisungen reagieren, die sie auf einer Seite finden.

Die Kosten entstehen durch die Modellnutzung, da jeder Schritt einen Screenshot sendet und eine Aktion empfängt, sowie durch die Zeit für die Überwachung. Eine Aufgabe, die eine Person fünf Minuten kostet, kann bei einem Agenten länger dauern und pro Lauf eine kleine Menge an API-Gebühren kosten. Das Argument für einen Agenten ist am stärksten, wenn die menschliche Zeit teuer ist, die Aufgabe mühsam ist und das Volumen moderat ist.

Zum Beispiel könnte eine Modemarke, die jede Woche die Preise auf zwanzig Konkurrenzproduktseiten überprüft, feststellen, dass ein Agent eine Stunde der Zeit eines Merchandisers spart, während er weit weniger als diese Stunde kostet. Ein Shop, der zwei Seiten im Monat überprüft, würde das nicht.

Verfolgen Sie dieselbe Aufgabe vorher und nachher. Die Kernmaße sind einfach.

• Zeit pro Lauf für eine Person im Vergleich zur Überwachungszeit für den Agenten.
• Fehlerrate: wie oft das Ergebnis korrigiert werden muss.
• Kosten pro Lauf bei der API-Nutzung.
• Abdeckung: ob der Agent es Ihnen ermöglicht, mehr Seiten oder häufiger als zuvor zu überprüfen.

Wenn die Fehlerrate nach einigen Wochen der Verfeinerung der Anweisungen hoch bleibt, ist diese Aufgabe wahrscheinlich besser durch eine API-Integration oder ein traditionelles Skript bedient.

Traditionelle RPA-Plattformen wie UiPath oder Power Automate Desktop zeichnen feste Schritte auf und spielen sie wieder ab. Sie sind schnell und günstig pro Lauf, sobald sie erstellt sind, aber jede Neugestaltung der Zielseite bedeutet eine Neuaufzeichnung. Computer-Use Agents tauschen etwas Geschwindigkeit und Kosten gegen Flexibilität. Eine sinnvolle Aufteilung besteht darin, RPA oder APIs für stabile Prozesse mit hohem Volumen zu verwenden und Agenten für Aufgaben, bei denen sich Seiten häufig ändern oder das Volumen zu gering ist, um den Bau eines Skripts zu rechtfertigen. Einige Teams verwenden zuerst einen Agenten, um eine Aufgabe zu erkunden, und wandeln dann die zuverlässigen Schritte in ein Skript um.