KI-Agent soll Chrome-Browser bedienen

Google arbeitet an einem ambitionierten KI-Projekt, das den Umgang mit Webbrowsern grundlegend verändern könnte. Unter dem Codenamen "Project Jarvis" entwickelt der Tech-Konzern einen KI-Assistenten, der selbstständig im Chrome-Browser navigieren und alltägliche Aufgaben für Nutzer ausführen soll.

Die Funktionsweise des Systems: Jarvis erstellt regelmäßig Screenshots vom Bildschirm, analysiert diese und führt dann entsprechende Aktionen wie Mausklicks oder Texteingaben aus. Zu den geplanten Fähigkeiten gehören das Durchführen von Recherchen, das Tätigen von Produktkäufen und sogar das Buchen von Flügen – alles ohne direktes Eingreifen des Nutzers.
Infografik Künstliche Intelligenz: Die größten Befürchtungen bezüglich KI
Wie The Information (Paywall) unter Berufung auf Insider berichtet, plant Google, das KI-System bereits im Dezember 2024 zusammen mit der nächsten Generation des Sprachmodells Gemini vorzustellen. Allerdings betonen die Quellen, dass die Pläne bislang nicht endgültig festgelegt sind und sich ändern könnten.

Eine Frage der Effizienz und des Vertrauens

Trotz des vielversprechenden Konzepts steht Google vor einigen Herausforderungen. Eine davon ist die Geschwindigkeit des Systems. Aktuell benötigt der Agent noch einige Sekunden "Bedenkzeit" vor jeder Aktion, was die Effizienz beeinträchtigt. Zudem muss Google das Vertrauen der Nutzer gewinnen, damit diese bereit sind, dem System sensible Daten wie Passwörter und Kreditkarteninformationen anzuvertrauen.

Ein weiterer Aspekt, der Jarvis von ähnlichen Projekten unterscheidet, ist seine Fokussierung auf den Verbrauchermarkt. Während andere Unternehmen wie Anthropic ihre KI-Agenten primär für Entwickler und Büroarbeiter optimieren, zielt Google mit Jarvis hauptsächlich auf Otto Normalverbraucher ab.

Die Entwicklung von Jarvis reiht sich in einen größeren Trend ein. Immer mehr Tech-Unternehmen arbeiten an KI-Systemen, die in der Lage sind, komplexe Aufgaben auf Computern auszuführen. So hat beispielsweise Anthropic kürzlich eine Beta-Version seiner Claude- und Haiku-Modelle vorgestellt, die verschiedene Programme ("Computer Use") steuern kann.

Wie steht ihr zu einem KI-Assistenten, der euren Browser steuert? Seht ihr darin eher Chancen oder Risiken? Lasst uns eure Gedanken in den Kommentaren wissen.

Siehe auch: