Anthropic startet Computer Use

Da große Sprachmodelle (LLMs) immer stärkere Denkfähigkeiten zeigen, wird es zur nächsten entscheidenden Entwicklungsphase, KI Aufgaben selbstständig zerlegen zu lassen. KI-Agenten sind das neue Ziel, das alle großen Tech-Konzerne verfolgen – etwa mit Anthropics Start von Computer Use und Microsofts Ankündigung eines anpassbaren Copilot Studio.

Anthropic: Computer Use

Am 22. Oktober 2024 kündigte Anthropic ein Upgrade von Claude 3.5 Sonnet und das neue Modell Claude 3.5 Haiku an – zusammen mit einer Funktion, mit der der KI-Assistent Claude einen Computer bedienen kann: „Computer Use“.

Laut Anthropic befindet sich Computer Use noch in einem frühen Stadium und steht der breiten Öffentlichkeit nicht zur Verfügung. Entwickler können die Funktion aber bereits über die API nutzen und eigene Anwendungen bauen.

Mit Computer Use kann die KI Bildschirminhalte sehen, Programme starten, Text eingeben und mit der Maus klicken. Bekommt der KI-Agent eine Aufgabe, kann er also per Maus Software öffnen, die passenden Funktionen auswählen und Anwendungen nutzen, um die Aufgabe zu erledigen. Muss ein Ergebnis in einen Texteditor eingefügt werden, beherrscht das Modell auch Kopieren und Einfügen – ein Beleg für umfassende Computersteuerung.

Entwickler berichten allerdings von unerwarteten Pausen und Aktionen während der Nutzung.

Einsatzszenarien für KI-Agenten

Soll Claude etwa Daten zu den zehn Unternehmen mit dem höchsten Börsenwert zusammenstellen – etwa Umsatz, Gewinn, CEO, Firmenadresse, Kontakt-E-Mail und Website von Apple –, sucht die KI zuerst die Liste der zehn wertvollsten Unternehmen, dann die gewünschten Daten zu jedem Unternehmen, ordnet schließlich alles in einer Excel-Tabelle an und speichert sie. Die gesamte Aufgabe ist damit erledigt.

Ein weiteres Beispiel: einen Ort für den Sonnenuntergang finden, die Entfernung berechnen und die Abfahrtszeit bestimmen. Claude sucht zuerst die besten Aussichtspunkte in der Nähe, prüft die Entfernung vom Hotel und die Zeit des Sonnenuntergangs am nächsten Tag und sucht einen Parkplatz in der Nähe. Geht die Sonne um 18:00 Uhr unter und dauert die Fahrt 30 Minuten, plant Claude die Abfahrt vom Hotel für 17:20 Uhr und trägt Reiseplan, Navigationskarte und weitere Infos in eine Notiz-App ein.

Diese Beispiele zeigen, wie KI einen Computer bedienen kann, indem sie die Schritte eines Menschen nachvollzieht. Computer Use ist der nächste Schritt großer Sprachmodelle hin zu Agenten. Wenn heutige LLMs 30 % der Fähigkeiten eines Agenten besitzen, bringt Computer Use sie auf 70 %. Auch wenn die Ergebnisse von KI-Agenten nicht perfekt sind, können sie viele Aufgaben bereits wirkungsvoll erledigen.

Langfristig will Anthropic mit KI bei alltäglichen Routineaufgaben und im Kundenservice helfen. Zwar gibt es ähnliche Anwendungen bereits am Markt, doch Anthropic scheint auf konkretere operative Fähigkeiten zu setzen – vor allem für Aufgaben, die herkömmliche Chat-KI nicht bewältigen kann.

Claude 3.5 Upgrade

Mit diesem Update brachte Anthropic gleichzeitig das Upgrade von Claude 3.5 Sonnet und das neue Modell Claude 3.5 Haiku heraus.

Das neue Claude 3.5 Sonnet soll OpenAIs GPT-4 und sogar das frühere Claude 3 Opus übertreffen und mehr als doppelt so schnell antworten. Es steht Nutzern bereits zur Verfügung, auch mit kostenlosem Konto.

Claude 3.5 Haiku ist auf schnellere Antworten bei geringeren Kosten ausgelegt und übertrifft sogar das frühere Claude 3 Opus. Ende Oktober soll es über die Anthropic-API sowie Amazon Bedrock und Google Cloud Vertex AI verfügbar sein – für etwa 0,25 US-Dollar pro Million Eingabe-Tokens und 1,25 US-Dollar pro Million Ausgabe-Tokens.

Microsoft: Copilot Studio

Am 21. Oktober 2024 kündigte Microsoft auf der AI Tour in London KI-Agenten an. Ab dem folgenden Monat soll Copilot Studio die Anpassung von KI-Agenten ermöglichen – unter anderem, damit Unternehmen autonome Agenten-Dienste für verschiedenste wiederkehrende Aufgaben aufbauen können.

Braucht ein Unternehmen also einen KI-Roboter für Aufgabe A, kann es ihn mit Copilot Studio maßschneidern. Während Copilot ursprünglich als Assistent die Effizienz steigern sollte, gehen Agenten einen Schritt weiter: Sie erledigen Aufgaben vollständiger und verringern den Bedarf an manueller Bedienung.

Microsoft erwartet, dass Mitarbeitende künftig mit Copilot Studio mehrere KI-Agenten einrichten, die sie bei wiederkehrenden Aufgaben unterstützen. Diese Agenten lassen sich für Teams oder ganze Unternehmen als autonome Dienste gestalten. Dank SaaS-Architektur, KI-Modellen, Low-Code-Oberflächen und zahlreichen Schnittstellen können Unternehmen zudem leichter Agenten aufbauen, die ihren internen Standards entsprechen.

Fazit

Betrachtet man die aktuelle Marktdynamik, dürfte 2025 ein Wendepunkt für KI-Agenten werden. Alle großen Tech-Konzerne – Microsoft, OpenAI, Anthropic, Google und Meta – bereiten sich auf diesen Wandel vor. Bis Ende 2024 werden weitere Machbarkeitsnachweise und erste Produkte erwartet, die den Weg für eine breite Entwicklung im Jahr 2025 ebnen. Diese Entwicklung umfasst drei Ebenen: bessere Basismodelle, Integration in Betriebssysteme und neue Anwendungen.

Dieser Wandel ist mehr als technischer Fortschritt – er bedeutet eine Neuordnung des gesamten Branchen-Ökosystems. So wie PCs und Smartphones unsere Arbeitsweise verändert haben, werden KI-Agenten die Interaktion zwischen Mensch und Maschine neu definieren. Es ist nicht nur ein neues Werkzeug, sondern ein neues Computing-Paradigma, das die Grundlage für die nächste Innovationswelle legt. Was wir sehen, ist erst der Anfang: Mit zunehmender Reife der Technik und wachsenden Einsatzmöglichkeiten werden KI-Agenten Arbeitsweisen und Effizienzstandards in den kommenden Jahren grundlegend verändern.