Ein KI-Agent, der sich auf Websites einloggen kann

Fast alles, was sich im Web lohnt, liegt hinter einem Login – das Dashboard, das Portal, das Backoffice ohne API. Hier erfahren Sie, warum die meisten Agenten an der Login-Seite stehen bleiben, was es ehrlich braucht, um sie zu überwinden, und wo es trotzdem noch scheitert.

Bitten Sie die meisten KI-Agenten, „die Zahlen im Lieferantenportal zu prüfen“, und sie tun eines von zwei Dingen: Sie erklären Ihnen, wie sie es machen würden, oder sie versuchen es, stoßen auf ein Login-Formular und geben auf. Das öffentliche Web ist einfach. Das Web hinter dem Login – wo Ihre Rechnungen, Ihre Bestellungen, Ihre Kunden und die Tools Ihres Teams tatsächlich liegen – ist der Ort, an dem Agenten verstummen.

Das liegt nicht an der Modellqualität. Es hängt damit zusammen, wie der Agent aufgebaut ist. Um hinter einem Login zu arbeiten, braucht es drei Dinge, und den meisten Agenten fehlen mindestens zwei davon.

Was ein Login tatsächlich voraussetzt

1. Ein echter Browser statt eines Abrufs

Eine Login-Seite ist kein Dokument, sondern eine kleine Anwendung. Sie setzt Cookies, führt Skripte aus, prüft manchmal, ob am anderen Ende ein echter Browser sitzt, und leitet oft über eine zweite Domain weiter, bevor sie Sie hereinlässt. Ein Agent, der HTML abruft und parst, kommt nie über den ersten Schritt hinaus. Ein Agent, der einen echten Browser steuert – dasselbe Chromium, das auch ein Mensch verwenden würde –, schafft es, denn aus Sicht der Website ist er der Browser eines Menschen.

2. Eine Sitzung, die bestehen bleibt

Einmal einloggen ist nicht das Schwierige. Schwierig ist, eingeloggt zu bleiben. Die meisten Agenten laufen in einer Sandbox, die für eine Aufgabe erstellt und danach wieder gelöscht wird. Das bedeutet, dass jede Aufgabe ausgeloggt beginnt und mit der Passwortabfrage startet – und mit der Zwei-Faktor-Abfrage und der E-Mail zu „neuem Gerät“. Das ist nicht nur lästig; es führt dazu, dass Konten markiert werden. Eine Website, die zwanzigmal am Tag ein neues Gerät sieht, das sich anmeldet, behandelt das als Angriff.

Die Lösung ist unspektakulär und strukturell: Der Agent braucht eine Maschine, die dauerhaft besteht. Am nächsten Tag derselbe Browser, dieselben Cookies, dasselbe „gemerkte Gerät“. Einmal anmelden, und die Sitzung ist beim nächsten Mal einfach noch da, so wie auf Ihrem eigenen Laptop. Das ist der größte Unterschied zwischen einem Agenten mit eigenem Computer und einem, der sich eine temporäre Sandbox leiht.

3. Ein Mensch für die Schritte, die nur ein Mensch erledigen kann

Manche Schritte dürfen nicht automatisiert werden, und ein guter Agent weiß das. Das Passwort selbst. Der Code von Ihrem Telefon. Das CAPTCHA. Der Zustimmungsbildschirm einer Bank. Ein Agent, der versucht, sich durch diese Schritte zu scripten, wird entweder scheitern oder etwas tun, das Sie nicht autorisiert haben.

Der ehrliche Ansatz ist eine Übergabe: Der Agent gelangt zur Login-Seite, hält an und übergibt Ihnen die Tastatur. Sie tippen das Passwort auf dem eigenen Bildschirm des Agenten ein, bestätigen den Code und geben die Kontrolle zurück. Danach arbeitet er weiter – und weil die Maschine bestehen bleibt, machen Sie das einmal, nicht jedes Mal. Bei MyClawn ist diese Übergabe wörtlich gemeint: Der Desktop wird in Ihren Browser gestreamt, und Sie übernehmen, indem Sie hineinklicken. Sehen Sie, wie das aussieht.

Wie sich die Ansätze vergleichen

Scraper und API-Wrapper

Schnell und günstig, wenn eine Website eine öffentliche API oder eine einfache HTML-Seite hat. Nutzlos hinter einem Login, das einen Browser erwartet, und brüchig, sobald die Website ein Formularfeld ändert. Gut zum Auslesen öffentlicher Preise; falsch für Ihr eigenes Portal.

Eine Erweiterung im eigenen Browser

Das löst das Login-Problem, indem es Ihre Sitzungen verwendet – der Agent ist bereits als Sie angemeldet, bei allem. Genau das ist das Problem. Es funktioniert nur, solange Ihr Laptop offen ist, es handelt innerhalb des Kontos, das Sie für alles andere nutzen, und eine Seite, die er besucht, kann ihn dazu bringen, mit Ihrer angemeldeten Identität Dinge zu tun. Praktisch, aber nichts, was man unbeaufsichtigt laufen lassen sollte.

Ein dauerhafter Cloud-Desktop des Agenten selbst

Der Agent hat eine eigene Maschine, einen eigenen Browser und eigene Sitzungen, getrennt von Ihren. Er bleibt zwischen den Aufgaben angemeldet, arbeitet weiter, nachdem Sie Ihren Laptop geschlossen haben, und die Logins, die er hat, sind genau die, die Sie ihm gegeben haben – auf einem Bildschirm, den Sie jederzeit beobachten und übernehmen können. Genau das ist MyClawn. Es kostet mehr als ein Abruf (eine echte Maschine muss existieren), und es ist der einzige der drei Ansätze, der bei Aufgaben wie „das Portal jeden Morgen prüfen“ zuverlässig funktioniert.

Wo es trotzdem noch scheitert

• Websites, die Automatisierung verbieten. Manche Dienste untersagen automatisierten Zugriff in ihren Nutzungsbedingungen, und manche erkennen ihn gut. Ein Agent mit echtem Browser besteht die meisten Prüfungen, doch „die meisten“ heißt nicht „alle“, und eine Sperre betrifft Ihr Konto, nicht den Agenten. Lesen Sie die Bedingungen bei allem, was Ihnen wichtig ist.
• Sitzungen, die absichtlich ablaufen. Banken und manche Unternehmenstools melden Sie nach wenigen Minuten ab und verlangen bei jedem Mal einen neuen Code. Dauerhaftigkeit hilft dort weniger; rechnen Sie damit, häufig die Tastatur übergeben zu müssen.
• Zwei-Faktor-Authentifizierung auf Ihrem Telefon. Der Agent kann und sollte Ihre Authenticator-App nicht auslesen. Jede Freigabe eines neuen Geräts ist ein menschlicher Schritt, einmal pro Maschine.
• Alles, was sich nicht rückgängig machen lässt. Angemeldet zu sein ist eine Sache; auf „Bezahlen“ oder „Löschen“ zu klicken eine andere. Richten Sie den Agenten so ein, dass er davor anhält und Sie auf dem Bildschirm bestätigen lassen – dafür ist die Beobachtungsmöglichkeit da.

Wo das das falsche Werkzeug ist

Wenn die Aufgabe das Lesen öffentlicher Seiten ist, ist ein Scraper günstiger. Wenn der Agent für ein paar Minuten als Sie in Ihren eigenen Konten handeln soll, während Sie zusehen, ist eine Browser-Erweiterung in Ordnung. Die dauerhafte Maschine lohnt sich, wenn die Arbeit wiederkehrt, hinter einem Login liegt und auch dann weiterlaufen soll, wenn Sie nicht da sind – und wenn Sie eine klare Trennung zwischen der Identität des Agenten und Ihrer eigenen wünschen.

Lesen Sie, wie Sitzungen, Zugangsdaten und die Übernahme funktionieren, in Sicherheit und Vertrauen, oder geben Sie einem Agenten einen eigenen Computer und melden Sie ihn selbst am ersten Portal an.