OpenAI stellt mit Operator einen neuen KI-Agenten vor, der erstmals in der Lage ist, über einen eigenen integrierten Browser Aufgaben im Internet selbstständig zu erledigen. Derzeit befindet sich Operator in einer Forschungs-Vorschau und ist zunächst für Pro-Nutzer in den USA unter operator.chatgpt.com verfügbar.
Was ist Operator?
Operator ist einer der ersten autonomen Agenten von OpenAI. Mithilfe eines eigenen Browsers kann er Webseiten besuchen, Texteingaben tätigen, klicken, scrollen und komplexe Aufgaben im Internet durchführen – ganz ohne spezielle API-Integrationen. Ziel ist es, wiederkehrende Tätigkeiten wie das Ausfüllen von Formularen, Online-Bestellungen oder das Erstellen einfacher Inhalte wie Memes effizient zu automatisieren.
So funktioniert Operator
Angetrieben wird Operator vom neuen Modell namens Computer-Using Agent (CUA), das GPT-4o’s visuelle Fähigkeiten mit fortschrittlichem logischem Denken kombiniert. CUA wurde speziell dafür trainiert, grafische Benutzeroberflächen (GUIs) wie Buttons, Menüs und Textfelder zu verstehen und zu bedienen.
Operator nutzt Screenshots, um Inhalte auf dem Bildschirm „zu sehen“, und kann per virtueller Maus und Tastatur direkt mit Webseiten interagieren. Bei Problemen nutzt er sein logisches Denkvermögen, um sich selbst zu korrigieren oder übergibt die Kontrolle an den Nutzer zurück – für ein reibungsloses, kollaboratives Nutzererlebnis.
Obwohl CUA sich noch in einem frühen Entwicklungsstadium befindet, erzielt das Modell bereits führende Ergebnisse in Benchmarks wie WebArena und WebVoyager.
Nutzung und Personalisierung
Um Operator zu verwenden, genügt eine einfache Aufgabenbeschreibung – der Agent übernimmt den Rest. Nutzer können jederzeit die Kontrolle übernehmen, insbesondere bei sensiblen Aufgaben wie Login, Bezahlvorgängen oder CAPTCHA-Abfragen.
Individuelle Anweisungen für spezifische Webseiten lassen sich speichern, etwa bevorzugte Fluggesellschaften bei Buchungsportalen. Wiederkehrende Aufgaben, wie das Auffüllen von Warenkörben bei Instacart, lassen sich als Schnellzugriffe speichern. Zudem können parallele Aufgaben in separaten Operator-Sitzungen ausgeführt werden – etwa das gleichzeitige Buchen eines Campingplatzes und das Bestellen eines personalisierten Tassen-Geschenks.
Für wen ist Operator gedacht?
Operator wandelt KI von einem passiven Werkzeug zu einem aktiven digitalen Assistenten. Unternehmen wie DoorDash, Instacart, OpenTable, Priceline, StubHub, Thumbtack und Uber arbeiten bereits mit OpenAI zusammen, um reale Anwendungsfälle umzusetzen. Auch öffentliche Einrichtungen wie die Stadt Stockton profitieren: Hier unterstützt Operator Bürger bei der Anmeldung zu städtischen Services.
„OpenAI’s Operator ist ein technologischer Durchbruch, der Prozesse wie das Online-Einkaufen revolutioniert.“
— Daniel Danker, Chief Product Officer bei Instacart
Datenschutz und Sicherheit
Sicherheit steht bei Operator im Fokus. Drei Schutzebenen gewährleisten verantwortungsvolle Nutzung:
- Übernahme-Modus: Bei sensiblen Aufgaben (Login, Zahlungsdaten) fordert Operator den Nutzer zur direkten Eingabe auf und speichert dabei keine Daten.
- Bestätigung: Vor kritischen Aktionen wie Bestellungen oder E-Mail-Versand verlangt Operator eine explizite Zustimmung.
- Aufgabenbeschränkungen: Bestimmte Vorgänge wie Banktransaktionen oder wichtige Entscheidungen lehnt Operator ab.
Zudem können Nutzer mit einem Klick sämtliche Daten löschen, sich aus allen Seiten abmelden und Browserverläufe entfernen. Wer nicht zur Trainingsdatenbasis beitragen möchte, kann diese Funktion in den ChatGPT-Einstellungen deaktivieren.
Gegen manipulierte Webseiten kommen ein Monitoring-Modell, automatisierte Erkennungssysteme und Schutzmechanismen gegen schädlichen Code zum Einsatz. Verstöße gegen die Nutzungsrichtlinien werden streng sanktioniert.
Aktuelle Grenzen
Trotz beeindruckender Fähigkeiten befindet sich Operator noch in der Testphase. Komplexe Oberflächen wie Kalender oder Präsentationstools stellen derzeit noch Herausforderungen dar. Feedback aus der Nutzercommunity ist entscheidend, um die Genauigkeit und Verlässlichkeit weiter zu verbessern.
Was kommt als Nächstes?
- CUA als API-Modell: Entwickler sollen bald Zugriff auf das zugrunde liegende Modell erhalten, um eigene Agenten zu entwickeln.
- Erweiterte Funktionen: Operator soll in Zukunft auch längere und komplexere Aufgabenketten verarbeiten können.
- Breitere Verfügbarkeit: Nach der Pro-Phase wird Operator auch für Plus-, Team- und Enterprise-Nutzer verfügbar sein – direkt integriert in ChatGPT.
Fazit
Operator ist ein vielversprechender Schritt in Richtung autonomer KI-Assistenten, die reale Aufgaben im Web eigenständig erledigen können. Durch strenge Sicherheitsmechanismen, eine nutzerzentrierte Gestaltung und eine schrittweise Einführung schafft OpenAI die Grundlage für einen verantwortungsvollen und praxisnahen Einsatz dieser neuen Technologie.
