Ein Browser-Agent ist ein KI-System, das einen Webbrowser wie ein Mensch bedient. Es öffnet Seiten, klickt, scrollt und tippt, um eine vorgegebene Aufgabe zu erledigen. Als Eingabe dienen oft Screenshots der Seite oder deren Inhalt.
Auf einen Blick
- Art
- KI-System, das einen Webbrowser bedient
- Genutzt in
- Beispiele: ChatGPT agent (OpenAI), Computer-use-Werkzeug (Anthropic)
- Wirkt auf
- Websites, die der Agent im Browser lädt
Stand:
Wie funktioniert ein Browser-Agent?
Nach der Dokumentation von OpenAI gibt es zwei Wege. Beim einen schreibt das Modell Code in Python oder JavaScript und steuert den Browser mit Bibliotheken wie Playwright. Beim anderen liefert es strukturierte Aktionen wie „klicken“ oder „tippen“, die die Anwendung dann in Browser-Eingaben übersetzt. Anthropic beschreibt sein Computer-Use-Werkzeug ähnlich. Claude erhält Screenshots, gibt Maus- und Tastaturaktionen zurück, und die Anwendung führt sie in einer abgeschotteten Umgebung aus.
Was bedeutet „headless“?
„Headless“ heißt, dass der Browser ohne sichtbares Fenster läuft. Browser-Agenten laufen häufig so, auf einem Server. Manche Quellen sprechen deshalb auch von einem Headless Agent.
Was bedeutet das für Websites?
Browser-Agenten rufen Seiten über einen echten Browser ab. JavaScript wird dort in der Regel ausgeführt, anders als bei Crawlern, die nur das HTML laden. Cloudflare führt solche Browser-Tools in seiner Klassifizierung unter der Verhaltenskategorie „Agent“, neben „Search“ und „Training“.
Wie gut sich ein Agent im Log erkennen lässt, hängt vom Anbieter ab (Einschätzung). Manche Anbieter kennzeichnen ihre Zugriffe, andere ähneln einem gewöhnlichen Browser-Besuch.
Beispiel
Ein Agent soll auf einer Website einen Termin buchen. Er öffnet die Startseite, wählt per Klick einen Standort, füllt das Formular aus und sendet es ab. Ist das Formular nur per Maus-Drag oder über ein ungelabeltes Element bedienbar, bleibt der Agent unter Umständen stecken (Annahme).
Häufige Fragen
Ist ein Browser-Agent ein Crawler? Er arbeitet im Auftrag einer Person an einer Aufgabe. Ein Crawler läuft dagegen selbstständig über viele Seiten.
Gibt es ein Beispiel? Der ChatGPT Agent von OpenAI gehört dazu. Laut OpenAI-Startbeitrag vom Juli 2025 nutzt er unter anderem einen visuellen Browser.
Quellen
- Computer use tool – Claude Docsplatform.claude.com
- Computer use / Browser control – OpenAI Developersdevelopers.openai.com
- Introducing ChatGPT agent – OpenAI (Startbeitrag, 17.07.2025)openai.com
- Bots and AI classification – Cloudflare Docsdevelopers.cloudflare.com
Stand: