Software ohne Schnittstelle: Kann ein KI-Agent das Programm einfach bedienen?

Ja, das geht. Ein sogenannter Computer-Using Agent sieht den Bildschirm, bewegt Maus und Tastatur und bedient ein Programm wie ein Mitarbeiter. Das ist die Lösung für Fachsoftware, die keine Schnittstelle hat. Es ist aber langsamer, teurer pro Vorgang und fehleranfälliger als eine echte Schnittstelle, und es braucht klare Leitplanken.

Diese Frage stellen uns Betriebe, deren Branchensoftware Daten zwar anzeigt, aber keinen Schreibzugriff von außen erlaubt. Der Hersteller bietet keine Schnittstelle an, oder sie kostet viel und dauert Monate. Gleichzeitig soll ein KI-Agent genau dort Daten eintragen. Hier ist die ehrliche Einordnung.

Was ist ein Computer-Using Agent überhaupt?

Ein Computer-Using Agent, kurz CUA, arbeitet in einer Schleife. Er macht ein Bildschirmfoto, erkennt Felder und Knöpfe, entscheidet den nächsten Schritt, klickt oder tippt und macht wieder ein Bildschirmfoto. So lange, bis die Aufgabe erledigt ist. Anthropic beschreibt sein Werkzeug genau so: Das Modell steuert einen Desktop über Bildschirmfotos, Maus und Tastatur.

Microsoft hat das inzwischen in Copilot Studio eingebaut. In der Dokumentation steht sinngemäß: Wenn ein Mensch eine Anwendung bedienen kann, kann es dieses Werkzeug auch. Als typische Einsätze nennt Microsoft Dateneingabe, Rechnungsverarbeitung und das Auslesen von Daten. Wichtig: Weil ein KI-Modell den Bildschirm liest, kommt der Agent auch mit kleinen Änderungen an der Oberfläche zurecht, an denen klassische Klick-Roboter oft scheitern.

Wie gut funktioniert das heute wirklich?

Die beste öffentliche Messlatte ist der Test OSWorld. Agenten bekommen dort echte Aufgaben in echten Programmen wie Tabellenkalkulation, Browser oder Mailprogramm. Die Entwicklung ist steil, aber die Zahlen zeigen auch die Grenzen.

• 2024: OSWorld startet mit 369 Aufgaben. Menschen lösen 72,36 Prozent, das beste KI-Modell nur 12,24 Prozent.
• 16. Dezember 2025: Der Anbieter Simular gibt an, sein Agent S habe 72,6 Prozent erreicht und damit erstmals den menschlichen Wert übertroffen. Das ist eine Herstellerangabe.
• OSWorld 2.0: Die neue Version prüft 108 lange Arbeitsabläufe. Ein Mensch braucht dafür im Median rund 1,6 Stunden. Das beste dort genannte Modell erledigt nur 20,6 Prozent dieser Abläufe vollständig.
• Kosten pro Schritt: In Copilot Studio kostet jeder Schritt 5 Copilot Credits, mit einem Premium-Modell 15. Ein Formular mit vier Schritten kostet damit 20 bzw. 60 Credits.
• Datenmenge: Laut Anthropic belegt jedes Bildschirmfoto rund 1.000 bis 1.800 Eingabe-Token. Lange Abläufe werden dadurch schnell groß.

Die Lehre daraus: Kurze, klar beschriebene Aufgaben in einem bekannten Programm klappen heute gut. Lange Abläufe über viele Programme hinweg ohne Aufsicht sind noch kein Selbstläufer. Genau deshalb gehört zu jedem solchen Agenten eine Kontrolle durch einen Menschen.

Wann ist eine echte Schnittstelle besser?

Fast immer, wenn es sie gibt. Eine Schnittstelle liefert Daten in fester Form, ist schnell und meldet Fehler eindeutig. Ein Agent am Bildschirm muss jeden Schritt sehen, deuten und prüfen. Das kostet Zeit und Geld pro Vorgang.

Wir gehen in Projekten deshalb in dieser Reihenfolge vor:

• Erste Wahl: eine offizielle Schnittstelle des Herstellers.
• Zweite Wahl: ein geregelter Lesezugriff auf die Daten, wenn nur gelesen werden muss.
• Dritte Wahl: ein Computer-Using Agent, wenn geschrieben werden muss und es keinen anderen Weg gibt.

Die dritte Wahl hat einen echten Vorteil, der oft unterschätzt wird. Der Agent arbeitet über die normale Oberfläche, mit einem eigenen Benutzerkonto und den Rechten, die jeder Mitarbeiter auch hat. Es braucht keinen Sonderzugang zur Datenbank und keine lange Abstimmung mit dem Softwarehersteller. Die Software bleibt, wie sie ist. Ob die Bedienung durch einen Agenten mit dem Lizenzvertrag der Software vereinbar ist, sollte man vorher prüfen.

Wie bleibt so ein Agent sicher?

Ein Agent, der klicken darf, kann auch falsch klicken. Beide großen Anbieter sagen das offen und empfehlen ähnliche Schutzregeln. Anthropic warnt außerdem: Das Modell kann in manchen Fällen Anweisungen befolgen, die es auf einer Webseite oder in einem Bild findet, auch wenn sie den eigenen Vorgaben widersprechen. Fachleute nennen das Prompt Injection.

Die Schutzregeln aus den Dokumentationen von Anthropic und Microsoft, zusammengefasst:

• Eigener Rechner: eine eigene virtuelle Maschine nur für den Agenten, getrennt vom Alltagsbetrieb.
• Wenig Rechte: ein eigenes Benutzerkonto mit genau den Rechten, die die Aufgabe braucht.
• Erlaubnisliste: nur freigegebene Webseiten und Programme.
• Mensch entscheidet: eine Bestätigung durch einen Menschen bei allem, was echte Folgen hat.
• Zugangsdaten geschützt: keine Passwörter im Auftragstext, sondern in einem geschützten Speicher.

Wir ergänzen einen Punkt, der für viele Betriebe entscheidend ist: Welche Daten sieht das KI-Modell? Jedes Bildschirmfoto zeigt, was gerade am Bildschirm steht, also oft Kundendaten. Wer das nicht in eine fremde Cloud schicken will, kann den Agenten mit einem lokalen Modell auf dem eigenen Server betreiben. Dann verlassen die Bildschirmfotos das Haus nicht. Zusätzlich prüft unsere AIROS Schleuse, was an externe KI-Dienste geht, bevor es hinausgeht.

Für welche Aufgaben lohnt sich das im Betrieb?

Gute Kandidaten haben drei Merkmale. Die Aufgabe kommt oft vor. Sie läuft immer gleich ab. Und am Ende kann ein Mensch das Ergebnis schnell prüfen. Typische Beispiele:

• Daten aus einer E-Mail oder einem PDF in eine Fachsoftware übertragen.
• Werte aus einem alten Programm auslesen, das keinen Export hat.
• Ein Webportal regelmäßig abfragen und das Ergebnis weitergeben.

Weniger geeignet sind seltene Sonderfälle, Abläufe mit vielen Ausnahmen und alles, wo ein Fehler sofort Geld kostet und niemand mehr drüberschaut.

Was heißt das für Betriebe in Kärnten?

Das Interesse an genau solchen Umsetzungen ist da. Die Wirtschaftskammer Kärnten und das Land Kärnten haben eine KI-Umsetzungsförderung angeboten: sechs Beratungs- und Umsetzungsstunden, zu 100 Prozent gefördert, ausdrücklich für Assistenten, Workflows, Automatisierungen und Prototypen. Mit Stand 9. September 2026 meldet die WKO Kärnten, dass der Fördertopf ausgeschöpft ist.

Für viele Kärntner Betriebe ist das Thema also kein Zukunftsprojekt mehr. Die typische Hürde ist auch hier selten die KI selbst, sondern die Fachsoftware, die keine Tür nach außen hat. Ein Computer-Using Agent ist genau für diesen Fall gebaut. Wichtig ist nur, ihn bewusst als dritte Wahl einzusetzen, mit eigenem Konto, engen Rechten, Protokoll und einem Menschen, der freigibt. Wie wir Unternehmen in Villach, Klagenfurt und ganz Kärnten begleiten, steht unter KI-Beratung in Kärnten.

Wenn Sie wissen wollen, welcher Weg für Ihre Software passt, schauen wir uns das gemeinsam an. Mehr dazu, wie wir KI-Agenten in bestehende Abläufe einbinden, finden Sie unter Lösungen: KI-Agenten.