KI-Agent zur Computersteuerung: Claude 3.5 Sonnet und n8n eröffnen eine neue Ära der Automatisierung ohne API

Die meisten Inhaber kleiner und mittlerer Unternehmen in Polen assoziieren Automatisierung mit dem Zusammensetzen von Bausteinen: Wir verbinden ein CRM-System mit Gmail und einen Online-Shop mit einem Buchhaltungsprogramm. Es gibt eine Bedingung – beide Tools müssen über eine sogenannte API (Programmierschnittstelle) verfügen. Leider dominieren in der polnischen Geschäftsrealität immer noch „geschlossene“ Systeme – alte Lagersoftware, Nischenportale der Branche oder Desktop-Anwendungen ohne Integrationsmöglichkeiten. Bis vor kurzem bestand die einzige Lösung in der manuellen Datenübertragung oder der Investition in teure RPA-Systeme (Robotic Process Automation). Das hat sich gerade geändert.

Claude 3.5 Sonnet mit „Computer Use“-Funktion: KI, die für Sie klickt

Am 22. Oktober 2024 kündigte das Unternehmen Anthropic ein bahnbrechendes Update für das Modell Claude 3.5 Sonnet an und führte eine Funktion namens „computer use“ (dt. Computernutzung) ein. Laut offizieller Mitteilung des Herstellers ist dieses Modell das erste auf dem Markt, das Bildschirminhalte in Echtzeit interpretieren, den Cursor bewegen, Schaltflächen klicken und Text eingeben kann, genau wie ein Mensch. Anstatt eines starren Integrationscodes „sieht“ die KI die Benutzeroberfläche einer beliebigen Anwendung und führt darin vorgegebene Anweisungen aus, was völlig neue Möglichkeiten im Ökosystem von Tools wie n8n eröffnet.

Was das real für ein kleines Unternehmen ändert? Das Ende der API-Barriere

Für den KMU-Sektor bedeutet diese Neuerung vor allem eine drastische Senkung der Einstiegshürde für fortgeschrittene Automatisierung. Laut einem Bericht von McKinsey & Company hat generative künstliche Intelligenz das Potenzial, Aufgaben zu automatisieren, die derzeit 60% do 70% der Arbeitszeit der Mitarbeiter in Anspruch nehmen. Zuvor waren die Implementierungskosten ein Hindernis – die Erstellung einer dedizierten „Brücke“ zwischen Systemen kostete zehntausende Zloty.

Die realen Vorteile für Unternehmensinhaber umfassen:

• Reduzierung der Kosten für die Wartung von Legacy-Systemen: Sie können ein altes Buchhaltungsprogramm oder CRM automatisieren, das seit Jahren nicht aktualisiert wurde und keine API besitzt, ohne es ersetzen zu müssen.
• Zeitersparnis: Prozesse, die eine manuelle Anmeldung bei externen Portalen erforderten (z. B. Überprüfung des Sendungsstatus bei mehreren Kurieren gleichzeitig), können nun von einem KI-Agenten im Hintergrund ausgeführt werden.
• Flexibilität: Der Agent benötigt keine Anweisungen für jeden Klick – er versteht den Befehl „finde die Rechnung der Firma X und lade sie in den Ordner herunter“, selbst wenn sich das Layout der Website leicht geändert hat.
• Skalierbarkeit: Ein n8n-Agent, der das Claude-Modell nutzt, kann Prozesse bearbeiten, für die Sie früher mehrere Vollzeitmitarbeiter für mühsames Copy-and-Paste benötigt hätten.

Es lohnt sich, auf die Zahlen zu achten. Laut Gartnera werden bis 2028 bis zu 33% der Geschäftsanwendungen agentische KI-Funktionen enthalten, die autonome Entscheidungen im Namen des Benutzers treffen. Die „computer use“-Funktion ermöglicht es einem kleinen Unternehmen aus Polen, diese Lösungen bereits heute zu implementieren, ohne auf Multimillionen-Dollar-Budgets von Konzernen warten zu müssen.

Wie nutzt man einen computersteuernden Agenten in n8n? Szenarien und Zahlen

Die n8n-Plattform eignet sich ideal als Orchestrator, der die Arbeit des KI-Agenten verwaltet. Das Szenario „Computer Use“ unterscheidet sich von der klassischen Automatisierung dadurch, dass n8n anstatt eine Datenbankabfrage zu senden, einen Container mit einem Browser oder Desktop startet, auf den Claude über die API Zugriff hat. Die folgende Tabelle zeigt einen Vergleich zwischen traditioneller Automatisierung, menschlicher Arbeit und der neuen Generation von KI-Agenten:

Praktisches Beispiel für die Implementierung: Stellen wir uns ein Transportunternehmen vor, das sich täglich bei drei verschiedenen Frachtenbörsen anmelden muss, die keine API bereitstellen. In n8n erstellen wir ein Szenario, das:

1. Alle 15 Minuten ausgelöst wird (Trigger).
2. Einen AI Agent Node startet, der mit dem Modell Claude 3.5 Sonnet verbunden ist.
3. Der Agent erhält die Anweisung: „Gehe auf die Website der Börse X, logge dich mit den Daten aus dem n8n-Vault ein, suche nach Aufträgen auf der Strecke Warschau-Berlin für 3.5t-Fahrzeuge, kopiere die Daten in ein Google Sheets Dokument und benachrichtige mich auf Slack, wenn der Preis 2000 zł überschreitet“.
4. Das Modell erstellt Screenshots, entscheidet, wohin geklickt werden soll, überträgt die Daten und schließt den Prozess ab.

Die Kosten für eine solche Operation? Bei den aktuellen Preisen der Anthropic-API kostet eine einzelne Überprüfung der Börse durch den Agenten etwa 0,20 - 0,80 PLN (abhängig von der Anzahl der Schritte/Screenshots). Auf den Monat hochgerechnet sind die Technologiekosten ein Bruchteil der Arbeitskosten eines Mitarbeiters, der dies manuell tun müsste und dabei von wichtigeren Vertriebsaufgaben abgelenkt würde.

Man sollte jedoch die Risiken im Auge behalten. Diese Funktion befindet sich derzeit in der Public Beta Phase. Anthropic räumt offen ein, dass das Modell Fehler beim präzisen Klicken auf kleine UI-Elemente (z. B. Schieberegler) machen kann. Daher ist es in n8n entscheidend, ein sogenanntes „human-in-the-loop“-Prinzip anzuwenden – die Automatisierung erledigt 90% der Arbeit, und der Mensch bestätigt nur kritische Aktionen, wie z. B. das endgültige Absenden einer Überweisung oder die Bestätigung einer Bestellung.

Zusammenfassung

Die Einführung der „computer use“-Funktion in Claude 3.5 Sonnet ist ein Wendepunkt. Automatisierung ist nicht mehr durch Programmierer und die Verfügbarkeit von APIs begrenzt, sondern hängt ausschließlich davon ab, ob ein Prozess logisch beschrieben und auf einem Bildschirm ausgeführt werden kann. Für ein kleines Unternehmen bedeutet dies die Möglichkeit zur Digitalisierung von Prozessen, die bisher als „nicht automatisierbar“ galten.

Meine Empfehlung: Wenn Mitarbeiter in Ihrem Unternehmen mehr als 2 Stunden am Tag damit verbringen, Daten zwischen Systemen zu übertragen, die „nicht miteinander sprechen“, testen Sie den KI-Agenten in n8n. Beginnen Sie mit einem kleinen, wiederholbaren Prozess, der nicht kritisch für die finanzielle Sicherheit ist, um das Potenzial der neuen Technologie von Anthropic sicher zu prüfen.