Ein Computer Use Agent ist ein KI-Agent, der einen Rechner oder Browser so bedient wie ein Mensch. Er schaut auf den Bildschirm, meist über Bildschirmfotos, oder liest die Webseite direkt, entscheidet den nächsten Schritt, klickt und tippt, und das so lange, bis die Aufgabe erledigt ist. Das hilft überall dort, wo es keine Schnittstelle gibt: Lieferantenportale, ältere Programme, Formulare. Anthropic bietet das als Werkzeug in der API, in Claude in Chrome und in Claude Cowork an, OpenAI als Computer Use in der ChatGPT-Desktop-App und mit ChatGPT Dots, das einen eigenen Rechner in der Cloud hat. Als Open-Source-Wege gibt es Nod von n8n und OpenClaw. Der Haken: Ein solcher Agent liest alles, was auf dem Bildschirm steht, auch eingeschleuste Anweisungen, und er handelt mit deinen Zugängen. Wo es eine Schnittstelle gibt, ist ein fester Workflow meist schneller, günstiger und verlässlicher. Alle Herstellerangaben Stand 15.11.2026.
In meiner Belegschaft gilt die Regel: Keine Anmeldedaten durch KI. Als mein SEO-Mitarbeiter Sebastian am 15.09.2026 mit Claude in Chrome den KI-Bericht der Google Search Console öffnen sollte, machte die Erweiterung Screenshots und las den Seiteninhalt. An der Anmeldung hat er gestoppt und gemeldet, statt sich anzumelden. Den Nod-Server habe ich am 15.11.2026 auf meinem Mac aus dem Quellcode installiert, Version 0.7.6. Alles Weitere stützt sich auf Dokus und Hilfeseiten von Anthropic, OpenAI und n8n, abgerufen am 15.11.2026. Alles zu KI-Agenten sammle ich auf der Seite KI-Agenten.
Was ist ein Computer Use Agent?
Ein Chatbot antwortet. Ein Workflow arbeitet feste Schritte ab, die du vorher gebaut hast. Ein Computer Use Agent bekommt ein Ziel und einen Rechner und sucht sich den Weg selbst: Er öffnet eine Seite, sieht ein Formular, füllt es aus, prüft das Ergebnis und macht weiter. Anthropic beschreibt das Werkzeug als Bildschirmfotos plus Maus und Tastatur für die selbstständige Arbeit am Desktop. OpenAI schreibt, ChatGPT könne mit Computer Use grafische Oberflächen auf macOS oder Windows sehen und bedienen.
Bleibt die Arbeit im Browser, spricht man oft von einem Browser Agent. Der Unterschied ist die Reichweite: Ein Browser Agent bedient Webseiten, ein Computer Use Agent auch Desktop-Programme, Dateien und Systemeinstellungen. Was ein KI-Agent allgemein ist, steht in Was ist ein KI-Agent? Einfach erklärt, wie sich agentische KI von generativer unterscheidet, in Agentische KI: was das ist und was nicht.
So arbeitet ein Computer Use Agent
Anthropic erklärt den Ablauf in vier Schritten, und bei den anderen Anbietern sieht er im Kern genauso aus:
- Auftrag und Werkzeug. Das Modell bekommt deine Aufgabe und die Erlaubnis, den Rechner zu bedienen.
- Das Modell wählt eine Aktion. Zum Beispiel: Bildschirmfoto machen, an eine Stelle klicken, Text tippen.
- Ein Programm führt sie aus. Es klickt wirklich, macht das neue Bildschirmfoto und schickt das Ergebnis zurück ans Modell.
- Wiederholen. Das Modell schaut sich das Ergebnis an und entscheidet, ob noch etwas zu tun ist. Wenn nicht, meldet es sich mit einer Antwort.
Schritt 3 und 4 ohne dein Zutun nennt Anthropic die Agentenschleife. Wichtig daran: Das Modell sitzt nicht im Rechner. Es sieht nur, was ihm das Programm zeigt, und kann nur tun, was das Programm ausführt.
Bildschirm oder Seite. Es gibt zwei Arten zu sehen. Die eine arbeitet mit Bildschirmfotos und Koordinaten, wie Claude Computer Use in der API. Die andere liest die Webseite selbst; Anthropic nennt dafür ein eigenes Browser-Werkzeug, das ohne vollen Desktop auskommt. Claude in Chrome macht beides: Die Erweiterung liest den Text der Seite und macht Bildschirmfotos.
Wo der Rechner steht. Das entscheidet über Risiko und Datenfluss:
- eine virtuelle Maschine oder ein Container, die du selbst stellst. Anthropics Beispiel ist ein Linux-Desktop mit Firefox und LibreOffice in einem Docker-Container.
- dein eigener Rechner, wie bei Computer Use in der ChatGPT-Desktop-App oder in Claude Cowork. Auf dem Mac braucht die ChatGPT-App dafür die Rechte für Bildschirmaufnahme und Bedienungshilfen.
- ein Rechner in der Cloud des Anbieters, wie bei ChatGPT Dots oder den Cowork-Sitzungen auf Anthropics Servern.
- ein Container auf deinem eigenen Rechner oder Server, wie bei Nod.
Kosten. Jedes Bildschirmfoto geht als Bild ans Modell und wird bei API-Abrechnung als Bild-Eingabe berechnet. Allein das Computer-Use-Werkzeug von Anthropic kostet laut Doku rund 4.500 Eingabe-Token je Anfrage. Viele kleine Schritte summieren sich.
Computer Use Agents im Überblick
Anthropic: Computer Use, Claude in Chrome und Cowork
Claude Computer Use ist ein Werkzeug in der API. Ein Eintrag im Aufruf gibt Claude 17 Teilwerkzeuge, etwa für Bildschirmfotos, Klicks, Tippen und Zoomen; jeden Aufruf führt deine Anwendung in einer Umgebung aus, die du kontrollierst. Anthropic empfiehlt dafür eine eigene virtuelle Maschine oder einen Container mit wenig Rechten, keinen Zugriff auf Anmeldedaten, eine Liste erlaubter Domains und eine Bestätigung durch einen Menschen, bevor etwas mit echten Folgen passiert, etwa Cookies akzeptieren, bezahlen oder Bedingungen zustimmen. Bildschirmfotos und Dateien entstehen laut Anthropic in deiner Umgebung und werden dort gespeichert; ans Modell geht jedes Bildschirmfoto trotzdem mit der Anfrage. Als Grenzen nennt Anthropic selbst die Geschwindigkeit, Fehler bei Koordinaten und eine geringere Zuverlässigkeit bei Nischenprogrammen.
Claude in Chrome ist eine Erweiterung, mit der Claude Webseiten neben dir liest, klickt und navigiert, aus dem Seitenpanel, aus Cowork oder aus Claude Code. Sie läuft nur in Chrome, nicht in anderen Chromium-Browsern und nicht auf dem Handy. Anthropic schreibt selbst, die Erweiterung sei durch Sicherheitsfilter verstärkt, aber „still risky“. Wie du sie einrichtest, steht in Claude in Chrome: Erweiterung nutzen.
Claude Cowork führt Aufgaben auf Anthropics Servern in einer abgeschotteten Umgebung aus. Für Webseiten nutzt Claude einen Browser in der Desktop-App oder dein Chrome. Mit Computer Use, als Beta in Pro, Max und Ultra, bedient Claude Programme auf deinem Rechner per Klick, Tippen und Navigation, aber nur, solange Claude Desktop offen ist. Was Cowork sonst kann, steht in Claude Cowork: was es kann und für wen.
OpenAI: Computer Use, ChatGPT Work und Dots
Computer Use in ChatGPT gibt es in unterstützten Regionen in der Desktop-App für macOS und Windows, mit ChatGPT Work und Codex. ChatGPT fragt, bevor es eine App nutzt; mit „Always allow“ darf es sie künftig ohne Rückfrage nutzen. Unter Windows übernimmt es den aktiven Desktop, also Mauszeiger und Vordergrund, solange die Aufgabe läuft. OpenAI rät selbst: Hat eine App ein eigenes Plugin oder einen MCP-Server, ist diese feste Anbindung für Daten und wiederkehrende Abläufe die bessere Wahl.
ChatGPT Agent und ChatGPT Work. Die Seite zum ChatGPT Agent leitet heute auf ChatGPT Work weiter. Work nutzt laut OpenAI deine Apps, Dateien, Werkzeuge und einen eingebauten Browser in der Desktop-App. Wie Work und Cowork sich unterscheiden, steht in ChatGPT Work vs Claude Cowork: delegieren.
ChatGPT Dots ist ein ständig laufender Agent mit eigenem Rechner und Browser in der Cloud. Er arbeitet weiter, wenn dein Rechner aus ist. Willst du selbst eingreifen, übernimmst du den Rechner mit „Take over“. Vor bestimmten Aktionen, etwa dem Senden einer Mail, prüft „Auto-review“ Empfänger und Inhalt gegen deine Anweisungen und Regeln; ob das auch alle Browser- und Desktop-Aktionen abdeckt, prüft OpenAI laut eigener Doku noch. Dots gibt es für Pro und Business Premium, im Pro-Abo nicht im Europäischen Wirtschaftsraum, in Großbritannien und der Schweiz.
Nod: ein Computer Use Agent als Open Source
Nod von n8n ist ein Open-Source-Agent unter Apache 2.0 mit eigenem Rechner: einem abgeschotteten Linux-Workspace für Befehle und einem eigenen Chromium-Browser in einem Container, auf deinem Rechner oder Server. Der Browser erreicht laut Doku nur öffentliche Adressen, nie dein lokales Netz. Jeden Browser-Schritt, der etwas ändern kann, prüft der Nod-Server gegen deinen Auftrag; die Prüfung sieht dabei die Aktion, die Website und die Beschriftung des Knopfs, nie den Text der Seite. Logins trägt der Vault selbst in das passende Feld ein, das Modell sieht nur Kontonamen und Status. Als Modell nimmst du, was du willst, Claude allerdings nur per API-Schlüssel. Was Nod insgesamt kann, steht in Nod von n8n: was der KI-Agent kann, den Vergleich mit Cowork, Dots und Grok Bot in Claude Cowork Alternative: Nod im Vergleich.
OpenClaw
OpenClaw ist ein weiterer Open-Source-Agent unter MIT-Lizenz, den du über Messenger steuerst und der Shell, Dateien und einen Browser bedient. Werkzeuge laufen ohne eingerichtete Sandbox direkt auf dem Rechner. Wie du ihn absicherst, steht in OpenClaw: was der Agent kann und riskiert. Den direkten Vergleich mit Nod ziehe ich in Nod vs OpenClaw: KI-Agenten im Vergleich.
Risiken: was schiefgehen kann
Eingeschleuste Anweisungen. Ein Computer Use Agent liest alles, was auf dem Bildschirm steht. Anthropic schreibt: Unter Umständen folgt Claude Anweisungen aus Webseiten oder Bildern, auch wenn sie deinen widersprechen. Anthropic lässt deshalb Filter über die Bildschirmfotos laufen, OpenAI trainiert die Modelle hinter Dots darauf, versteckten Anweisungen in Mails, Dateien und Webseiten nicht zu folgen, und Nod lässt Seiten und Mails keine Erlaubnis erteilen. Ausgeschlossen ist der Angriff bei keinem Anbieter. Wie er funktioniert, steht in Prompt Injection: KI-Agenten absichern.
Freigaben. Je selbstständiger der Agent arbeitet, desto wichtiger ist, wo er anhält. Anthropic nennt als Beispiele für eine menschliche Bestätigung Cookies, Zahlungen und das Zustimmen zu Bedingungen. Nod lässt jede Zahlung von dir mit dem Sicherheitscode der Karte freigeben.
Zugangsdaten. Anthropic rät, dem Modell keine Anmeldedaten zu geben. Nod trennt Passwörter vom Modell über den Vault, schreibt aber selbst: Ein Geheimnis, das du in den Chat tippst, kennt das Modell und kann es in eine Seite eintragen. Am sichersten meldest du dich selbst an. Sebastian hat am 15.09. genau dort gestoppt und mich gerufen, statt sich anzumelden.
Fehler. Ein Agent kann sich verklicken, Koordinaten falsch treffen oder eine unerwartete Abkürzung nehmen. Auf deinem eigenen Rechner kann das auch außerhalb deines Projektordners wirken, deshalb rät OpenAI zu klar begrenzten Aufgaben.
Datenfluss. Jedes Bildschirmfoto geht an den Modellanbieter. Was auf dem Bildschirm steht, auch Kundendaten in einem offenen Fenster, landet dort. Was Nod genau an Modell, n8n und weitere Dienste schickt, steht in Nod Datenschutz: was der KI-Agent weitergibt.
Wann sich ein Computer Use Agent lohnt und wann ein n8n-Workflow
Die Faustregel steht schon in den Dokus der Anbieter: OpenAI empfiehlt für Apps mit Plugin oder MCP-Server diese Anbindung statt Computer Use, Anthropic für reine Webseiten-Aufgaben das schlankere Browser-Werkzeug. Wie du einen festen Ablauf baust, zeige ich in n8n Workflow erstellen: Tutorial mit Beispiel; wann Workflow, wann Agent, steht in n8n, Make oder Claude: was wofür?. Wie Claude über Schnittstellen statt über den Bildschirm an Dienste kommt, erkläre ich in Claude Connectors: was sie können, was nicht.
Häufige Fragen
Was ist ein Computer Use Agent?
Ein KI-Agent, der einen Rechner oder Browser selbst bedient: Er sieht den Bildschirm über Bildschirmfotos oder liest die Seite, klickt, tippt und prüft das Ergebnis, bis die Aufgabe erledigt ist. Ein Programm führt dabei jede Aktion aus, die das Modell vorschlägt.
Gibt es einen Computer Use Agent als Open Source?
Ja, zum Beispiel Nod von n8n unter Apache 2.0, mit eigenem Browser und Linux-Workspace in Containern, und OpenClaw unter MIT-Lizenz. Anthropic stellt für Claude Computer Use eine Beispiel-Umgebung auf GitHub bereit, die du selbst betreibst.
Was ist der Unterschied zwischen Browser Agent und Computer Use Agent?
Ein Browser Agent bedient nur Webseiten, oft indem er die Seite direkt liest. Ein Computer Use Agent bedient den ganzen Rechner über den Bildschirm, also auch Desktop-Programme und Dateien. Viele Angebote können beides.
Was kostet Claude Computer Use?
Abgerechnet wird nach Token über die API. Das Werkzeug selbst bringt laut Anthropic rund 4.500 Eingabe-Token je Anfrage mit, dazu kommt jedes Bildschirmfoto als Bild-Eingabe. In Claude Cowork und Claude in Chrome steckt die Nutzung in den bezahlten Claude-Plänen.
Ist ein Computer Use Agent sicher?
So sicher wie die Umgebung und die Freigaben, die du ihm gibst. Die Anbieter filtern eingeschleuste Anweisungen, ausschließen kann es keiner. Lass den Agenten in einer eigenen Umgebung arbeiten, gib ihm keine Passwörter und behalte Zahlungen und Außenwirkung in deiner Hand.
Wo finde ich den ChatGPT Agent heute?
Die Seite zum ChatGPT Agent leitet auf ChatGPT Work weiter. Computer Use gibt es dort in der Desktop-App für macOS und Windows, einen ständig laufenden Agenten mit eigenem Cloud-Rechner mit ChatGPT Dots.
Wie du weitermachst
Such dir eine Aufgabe, die heute an einem Portal ohne Schnittstelle hängt, und schreib auf, wo der Agent anhalten muss: vor dem Login, vor dem Absenden, vor dem Bezahlen. Teste sie zuerst in einer eigenen Umgebung mit Testdaten. Gibt es für dieselbe Aufgabe eine Schnittstelle, bau lieber einen Workflow. Wie ich KI-Mitarbeiter mit klaren Rechten und Freigaben aufbaue, zeige ich in meiner deutschsprachigen Community Claude Practitioners.
