KI-Agent an Akafen: Wéi vill Zäit spuert een tatsächlech?

An engem Test, iwwer deen Clubic bericht, huet ChatGPT e Akafskuerf ouni festgestallte Feeler gefëllt, awer an drësseg Minutten a mat e puer Interventiounen. Wat dëst Resultat iwwer déi Zäit seet, déi een tatsächlech spuert — a wat net.

Engem KI-Agent d’Fëlle vun engem Akafskuerf ze iwwerloossen, kann Zäit fräimaachen, ouni datt d’Bestellung méi séier geet. An engem Test, deen Clubic publizéiert huet, huet ChatGPT d’Produkter fonnt an déi gefrote Quantitéiten op enger Online-Akafssäit derbäigesat. Mee et huet ongeféier drësseg Minutten gedauert, de Kuerf ze fëllen, d’Autorisatioune hunn de Prozess ënnerbrach an de Benotzer huet seng Bestellung nach ëmmer missen ofschléissen. D’Resultat beschreift eng spezifesch Aufgab, keng Automatiséierung ouni Iwwerwaachung.

E gefëllten Akafskuerf, mat enger fäerdeger Lëscht

Am Test, iwwer deen Clubic bericht, goung et drëm, eng Akafslëscht vun engem Geschäft an en anert ze iwwerhuelen an duerno e puer Produkter derbäizesetzen. D’Marken an d’Quantitéite stoungen am Viraus fest. Fir den Agent ze guidéieren, huet de Journalist him eng Datei, siwe Screenshots a Linken op déi gesichte Produite ginn. Dës Elementer virzebereeden huet manner wéi fënnef Minutten gedauert.

Dëse Schrëtt ass alles anescht wéi onwichteg. Eng Lëscht, mat där ee schaffe kann, reduzéiert d’Sichaarbecht a léisst dem Agent manner Entscheedungen. Clubic schätzt, datt d’Lëscht opzeschreiwen, d’Marken an d’Quantitéiten unzeginn an ze kontrolléieren, wat gefeelt huet, éischter op d’mannst eng Véierelstonn gedauert hätt. Dat ass eng Schätzung vum Journalist, keng kontrolléiert Miessung; si weist awer, firwat d’Resultat och vun der Aarbecht ofhänkt, déi virum Asaz vun der KI gemaach gëtt.

D’Uweisunge ware kloer: kee Produit ersetzen, Duebelungen evitéieren an d’Artikelen, déi schonn am Akafskuerf waren, dran loossen. Den Agent konnt surfen a Produiten derbäisetzen, awer d’Bestellung net ofschléissen an net bezuelen. Bei engem éischten Duerchgang sinn e puer Artikelen net derbäigesat ginn, well se net disponibel waren oder keng genee Entspriechung fonnt gouf. Och war dat ugewisent Geschäft net dat, wat fir den nächste Schrëtt gewënscht war; de Benotzer huet dat misse präziséieren, éier et weidergaangen ass.

Um Enn vum Test bericht Clubic, datt am fäerdegen Akafskuerf kee Feeler festgestallt gouf: d’Produiten an d’Quantitéiten hunn der Ufro entsprécht. Dat ass en nëtzlecht Resultat, awer et gëllt nëmme fir eng bestëmmte Lëscht an e bestëmmte Prozess. Doraus kann een net schléissen, datt den Agent ëmmer de richtege Produit fënnt, datt den ugewisene Lagerbestand aktuell ass oder datt all Websäit op déiselwecht Manéier funktionéiert.

Déi vergaangen Zäit ass net déi Zäit, déi ee selwer asetzt

Fir de ganzen Oflaf, inklusiv den Astellungen, schätzt de Journalist déi vergaangen Zäit op ongeféier drësseg Minutten, vum Opstelle vu senger Ufro bis zum Ofschloss vun der Bestellung. Hie mengt, datt hien ongeféier zwanzeg Minutten dorunner gesat hätt, selwer en änlechen Akafskuerf ze fëllen. Wann een den Test just mat der Auer moosst, weist en also keng Zäiterspuernis: Déi automatiséiert Aufgab huet méi laang gedauert.

Den Ënnerscheed läit doran, wat an deene Minutte geschitt ass. De Journalist konnt weiderschaffen, wärend de Browser duerch d’Säite gaangen ass. Déi Gesamtzäit, bis e Kuerf fäerdeg ass, an déi Zäit, déi ee selwer mat de Klicks verbréngt, moossen net dee selwechten Opwand. Den Agent kann interessant sinn, wann d’Zil ass, d’Hänn fir eng aner Aktivitéit fräi ze hunn, och wann d’Aufgab net méi séier fäerdeg ass.

Mee d’Zäit ass net ganz fräi ginn. Den Zougrëff op de Kont, op verschidde Säiten an op d’Kontroll vun der Websäit huet missen autoriséiert ginn; dono huet de Benotzer op weider Ufro reagéiert. Dës Bestätegungen hunn en prakteschen Opwand: De Benotzer muss disponibel bleiwen a verfollegen, wat den Agent mécht. Si spillen och eng Kontrollroll, besonnesch wann de System an engem perséinleche Beräich handelt. An dësem Test bloufen d’Bestellung an d’Bezuelung ausserhalb vu sengem Aufgabenberäich.

Een Test ass keng Garantie

OpenAI huet a sengem Startartikel iwwer ChatGPT agent, deen de 17. Juli 2025 publizéiert gouf, e System virgestallt, dee mat engem virtuelle Computer Aufgabe maache kann an, éier e verschidde wichteg Handlunge mécht, eng Autorisatioun freet. D’Entreprise huet och uginn, datt de Benotzer d’Aarbecht ënnerbrieche kann oder d’Kontroll iwwer de Browser nees iwwerhuele kann. Dëst Dokument erkläert de Prinzip, deen OpenAI ugekënnegt huet; et ass keng onofhängeg Bewäertung vun der Zouverlässegkeet vun engem Akaf an och keng aktuell Beschreiwung vun alle Bedéngungen, fir Zougang ze kréien. Op der Säit steet selwer, datt hiren Inhalt fir déi aktuell Bedéngungen net méi aktuell ass.

Den Test vu Clubic liwwert eng aner Zort Informatioun: de Bericht iwwer eng spezifesch Benotzung duerch e Journalist. Et handelt sech net ëm e Benchmark — eng widderholl Bewäertung no engem festgeluechte Protokoll — an déi disponibel Quellen enthalen keng Serie vu Bestellungen, mat där sech eng Feelerquote moosse léisst. Aus engem richtegen Akafskuerf an dësem Test kann een also net d’Wahrscheinlechkeet berechnen, datt déi nächst Bestellung geléngt.

Den Ënnerscheed ass wichteg, well den Agent net nëmmen eng schrëftlech Äntwert gëtt. Hien handelt an engem Browser an ass vun de Säiten, de Konten an den disponibelen Autorisatioune ofhängeg. Eng schlecht preparéiert Ufro, e Produit, deen net disponibel ass, eng zweedeiteg Entspriechung oder eng geännert Interface kënnen de Prozess méi komplizéiert maachen. Déi mënschlech Kontroll bleift néideg: Et muss een den Akafskuerf kontrolléieren an decidéieren, ob een d’Bestellung mécht.

D’Nëtzlechkeet hänkt och dovun of, wat fir Léisunge scho disponibel sinn

Fir reegelméisseg Akeef kënnen déi gespäichert Lëschten, den Historique an déi üblech Produiten, déi e Geschäft ubitt, méi direkt sinn. Clubic betount, datt den Test eng Besonneschkeet hat: Produite sollten aus engem Geschäft an en anert iwwerholl ginn, eppes, wat déi gespäichert Gewunnechten am éischte Kont net automatesch gemaach hunn. Déi éischt Sich kann also méi bréngen, wéi wann een en Akafskuerf, deen ee scho kennt, nach eng Kéier bestellt.

Wann d’Produiten am neie Geschäft fonnt a gespäichert sinn, ass et manner evident, datt et sech lount, nach eng Kéier en Agent anzesetzen. Bei enger klenger, scho fäerdeger Lëscht kann d’Automatiséierung eng Rei vu Sichaktiounen iwwerflësseg maachen, wärend de Benotzer enger anerer Aufgab nogeet. Fir e Moolzecht, fir dat Dosende vu Produite gebraucht ginn, seet de Journalist, hie géif direkt op den Drive zeréckgoen an et selwer méi séier maachen.

Clubic bericht och, datt dës Operatioun bal d’Hallschent vum ChatGPT-Plus-Kontingent vum Journalist bannent enger Fënnef-Stonne-Fënster verbraucht huet. Dat ass seng Observatioun aus dësem Test, keng offiziell allgemeng Limit, déi onbedéngt och haut nach gëllt. Si erënnert awer un eng Ofhängegkeet, déi an d’Rechnung muss abezunn ginn: En Agent kann eng Abonnementsressource verbrauchen, déi och fir aner Zwecker gebraucht gëtt.

Déi richteg Fro ass also net nëmmen, ob d’KI en Akafskuerf fëlle kann. An dësem konkrete Fall huet si dat richteg gemaach, nodeems si Instruktioune krut, d’Geschäft gewiesselt gouf an e puer Autorisatioune ginn goufen. Fir ze entscheeden, ob de Service nëtzlech ass, muss een och vergläichen, wéi vill Zäit wierklech fräi gëtt, wéi vill Iwwerwaachung nach néideg ass, wat fir Tools d’Geschäft schonn ubitt a wat den Zougang kascht. Den Akafskuerf kann fäerdeg sinn, ouni datt de Benotzer net méi responsabel dofir ass.