
Gerade schneide ich ein Video. Das Programm kann viel, aber seine Bedienung ist kompliziert. Wenn ich nicht weiterweiß, hole ich Computer Use dazu. Die KI sieht meinen Bildschirm, sucht die passende Funktion und führt die nächsten Schritte mit Maus und Tastatur aus.
Ich muss nur noch wissen, was ich will. Die Ausführung überlasse ich der KI.
Das habe ich inzwischen bei ganz unterschiedlichen Aufgaben ausprobiert:
- eingescannte Belege in eine Tabellenvorlage übertragen und unklare Fälle markieren,
- Kalendereinträge in einer Tabelle aufbereiten,
- einen Text im Überarbeiten-Modus korrigieren,
- Formulare ausfüllen und Weboberflächen einrichten,
- einen Blogbeitrag formatieren, bebildern und veröffentlichen,
- Nachrichten und Kommentare schreiben sowie einen Sprachbot einrichten.
Für mich verschiebt das den Kern digitaler Kompetenz. Lange musste ich wissen, wohin ich klicke. Jetzt muss ich vor allem das Ziel beschreiben: Was soll am Ende vorliegen?
Auch Automatisierung verändert sich. Bei klassischen Werkzeugen baue ich einen festen Ablauf aus einzelnen Schritten und benötige passende Schnittstellen. Computer Use kann dagegen die sichtbare Oberfläche bedienen und bei wechselnden Aufgaben einen Weg zum Ziel suchen. Für häufige, immer gleiche Vorgänge bleiben feste Abläufe schneller und verlässlicher. Bei einer neuen Aufgabe oder einem Programm ohne Schnittstelle hilft mir der Agent oft sofort weiter.
Die Fähigkeit, ein Problem zu verstehen, ein gutes Ziel zu setzen und das Ergebnis zu prüfen, wird damit wichtiger. Den Klickweg muss ich nicht mehr kennen. Gerade beim Videoschnitt (z.B. Bearbeitung von Untertiteln) merke ich, wie befreiend das ist.