Von Webseiten lesen zu Aktionen ausführen

Die Bezeichnung „KI-Browser“ umfasst unterschiedliche Funktionen. Ein Assistent kann Fragen zu einer Webseite beantworten oder sie zusammenfassen; ein Agent kann darüber hinaus mit der Website interagieren: Links öffnen, Felder ausfüllen und mehrere Schritte nacheinander erledigen. Dabei geht es nicht nur um Komfort, sondern auch darum, was die Software im Namen der nutzenden Person tun kann.

Ein Assistent kann Fragen zu einer Webseite beantworten oder sie zusammenfassen. Im Agentenmodus kann der Browser die Webseite durch Klicken und Schreiben bedienen, wie OpenAI für den Agentenmodus von ChatGPT Atlas beschreibt. Auch die OCU unterscheidet zwischen Assistenzfunktionen und solchen, die Aktionen auf Webseiten automatisieren. Eine falsche Antwort und eine falsche Aktion haben daher nicht dieselben Folgen: Letztere kann ein Formular ändern oder einen Vorgang einleiten.

Die Grenze verläuft nicht unbedingt entlang des Produktnamens. Ein Browser kann Zusammenfassungen anbieten und in einer anderen Funktion oder Betriebsart auch Automatisierung ermöglichen. Beim Vergleich ist es deshalb hilfreicher zu fragen, welche Aktionen die jeweilige Funktion ausführen kann, statt allen „KI-Browsern“ denselben Zugriff zuzuschreiben.

Praktisch sollte man zwischen „Hilf mir, das zu verstehen“ und „Erledige es für mich“ unterscheiden. Eine Rückgaberichtlinie zusammenzufassen ist nicht dasselbe, wie eine Rückgabe einzuleiten; Öffnungszeiten zu vergleichen ist nicht dasselbe, wie einen Termin zu buchen. Je eher eine Aufgabe eine externe Änderung bewirkt, desto wichtiger ist es zu wissen, was der Agent ausführen kann und wann er menschliches Eingreifen verlangt.

Auf welchen Kontext der Agent zugreifen kann

Damit ein Agent handeln kann, benötigt er genügend Informationen, um Bedienelemente zu finden und den Status einer Webseite zu verstehen. Je nach Funktion können dazu sichtbare Inhalte, Seitentext, Formularelemente oder Informationen aus mehreren Tabs gehören. OpenAI erklärt, dass Atlas Webseiten sehen und im Browser Aktionen ausführen kann; die OCU nennt unter anderem das Lesen von E-Mails, das Analysieren von Dokumenten und den Vergleich mehrerer Tabs.

Gehört eine Seite zu einem Konto, bei dem man angemeldet ist, kann der Agent auf Informationen treffen, die in dieser Sitzung auch für die nutzende Person sichtbar sind. Eine angemeldete Sitzung ist relevant: Das Modell muss nicht erneut ein Passwort erhalten, damit die Automatisierung eine bereits geöffnete, angemeldete Seite bedienen kann. Das kann für legitime Aufgaben nützlich sein, erhöht aber zugleich die Sensibilität der zugänglichen Daten und Aktionen.

Nicht alle Produkte verarbeiten den Kontext auf dieselbe Weise. Manche Funktionen nutzen Cloud-Dienste, andere können lokale Komponenten anbieten. Welche Variante gilt, sollte man anhand der konkreten Datenschutzbestimmungen und Einstellungen des jeweiligen Dienstes prüfen, nicht aus der Tatsache ableiten, dass es sich um einen Browser handelt. Auch lokale Verarbeitung verhindert für sich genommen nicht, dass eine bösartige Anweisung auf einer Webseite den Agenten beeinflusst.

Vor dem Aktivieren einer Funktion sollte man ihren tatsächlichen Umfang klären: Liest sie nur den aktuellen Tab oder auch andere? Kann sie neue Websites öffnen, Felder ausfüllen, Formulare absenden oder Kaufoptionen auswählen? Prüfe die konkreten Fähigkeiten der Funktion, die erreichbaren Seiten und die möglichen Aktionen während der Aufgabe – nicht nur die Berechtigung, die in einem Pop-up angezeigt wird.

Prompt-Injection durch Webseiten

Von indirekter Prompt-Injection spricht man, wenn ein KI-System externe Inhalte verarbeitet, die Anweisungen an den Agenten enthalten. Eine Webseite kann sichtbaren Text oder Elemente enthalten, die Menschen kaum wahrnehmen, die das System aber in seinen Kontext aufnimmt. Solche Inhalte können versuchen, die vom Nutzer gestellte Aufgabe umzulenken.

Brave veröffentlichte im Oktober 2025 Einzelheiten zu einer Schwachstelle, die das Unternehmen Opera gemeldet hatte: In verborgene HTML-Elemente eingefügte Anweisungen konnten den Assistenten Opera Neon beeinflussen. Das beschriebene Beispiel betraf das Auslesen einer E-Mail-Adresse aus einem Konto und deren Weitergabe an Dritte. Brave zufolge stellte Opera am 21. Oktober 2025 eine Korrektur bereit; bei einer späteren Überprüfung schien das Problem behoben. Es handelt sich um einen konkreten, inzwischen behobenen Fall, nicht um einen Beleg dafür, dass sich alle Browser gleich verhalten.

Der Fall zeigt, warum Inhalte einer Webseite als nicht vertrauenswürdige Informationen behandelt werden sollten, auch wenn sie wie Anweisungen aussehen. Ein Agent kann gleichzeitig die Bitte des Nutzers und die Inhalte der analysierten Website verarbeiten. Unterscheidet er beides nicht zuverlässig, kann eine bösartige Seite versuchen, ihn vom ursprünglichen Ziel abzubringen. Der Zugriff auf weitere bereits geöffnete Seiten kann die möglichen Folgen vergrößern.

OpenAI bezeichnet Prompt-Injection als anhaltende Herausforderung für Agenten und beschreibt automatisierte Angriffstests sowie Verbesserungen der Schutzmaßnahmen für Atlas. Das Unternehmen weist außerdem darauf hin, dass Agenten auf nicht vertrauenswürdige Anweisungen in Webseiten, E-Mails oder Dokumenten stoßen können. Schutzmaßnahmen senken Risiken, machen Webinhalte aber nicht vertrauenswürdig. Diese Unterscheidung bleibt wichtig, auch wenn Anbieter ihre Modelle und Sicherheitsvorkehrungen aktualisieren.

Was Bestätigungen leisten – und wo ihre Grenzen liegen

Bestätigungen vor sensiblen Aktionen können Fehler reduzieren: Sie ermöglichen es, Empfänger, Inhalt, Betrag oder ausgewählte Option vor dem Absenden oder Speichern zu prüfen. Die OCU nennt Beispiele für Aufgaben, bei denen der Agent vor sensiblen Schritten wie einer Zahlung anhalten kann. Eine Pause vor der Ausführung ist besonders hilfreich, wenn sie zeigt, was sich ändern soll, und eine Korrektur ermöglicht, bevor die Aktion erfolgt.

Eine Bestätigung löst jedoch nicht alle Probleme. Hat der Agent die Webseite falsch interpretiert, kann er eine falsche Aktion zur Genehmigung vorlegen; bestätigt der Nutzer, ohne genau hinzusehen, verliert die Kontrolle ihren Wert. Eine Freigabe für einen Vorgang sollte außerdem nicht als allgemeine Erlaubnis für weitere Änderungen gelten. Der Auftrag sollte klar begrenzt sein, und Aktionen mit größeren Folgen sollten eine ausdrückliche Prüfung erfordern.

Anbieter können Bestätigungen mit Angriffstests, Überwachung und weiteren Schutzmaßnahmen kombinieren. OpenAI beschreibt für Atlas eine Sicherheitsaktualisierung sowie fortlaufende Tests und Anpassungen. Diese Angaben dokumentieren Maßnahmen des Anbieters, sind aber keine Garantie, dass jeder künftige Angriff abgewehrt wird. Sicherheit beruht auf mehreren Schutzebenen – und auch darauf, welche Entscheidungen Nutzer delegieren.

Eine einfache Regel: Bei jedem schwer rückgängig zu machenden Schritt oder bei Auswirkungen auf andere Personen sollte ein Mensch die Freigabe erteilen. Dazu zählen das Senden von Nachrichten, das Veröffentlichen von Inhalten, das Teilen von Dateien sowie Änderungen an Kontodaten, Buchungen oder Zahlungen. Auch Ergebnisse aus dem Lesen, Extrahieren und Sortieren sollte man prüfen, bevor man sie weiterverwendet.

Qué aportan las confirmaciones y sus límites Las confirmaciones previas a una acción sensible pueden reducir errores: permiten revisar el destinatario, el contenido, el importe o l...

Welche Aufgaben sich delegieren lassen – und welche geprüft werden sollten

Delegieren ist am sinnvollsten, wenn das Ziel klar abgegrenzt ist und sich das Ergebnis prüfen lässt, bevor es Folgen hat. Einen Agenten veröffentlichte Öffnungszeiten zusammentragen, Merkmale vergleichen oder eine Webseite zusammenfassen zu lassen, gibt dem Nutzer Gelegenheit, die Angaben zu überprüfen. Automatisierung kann Schritte sparen, doch vor wichtigen Entscheidungen sollte ein Mensch das Ergebnis prüfen.

Bei Aufgaben, die Informationen schreiben oder absenden, ist mehr Vorsicht geboten. Ein Formular als Entwurf auszufüllen ist nicht dasselbe, wie es abzusenden; eine Nachricht vorzubereiten ist nicht dasselbe, wie sie zu verschicken. Wenn eine Funktion vor dem letzten Schritt angehalten werden kann, sollte man diesen Kontrollpunkt nutzen und Felder mit persönlichen oder finanziellen Daten sowie folgenreichen Angaben überprüfen.

Eine praktische Einteilung hilft vor jeder Aufgabe:

  • Lesen und zusammenfassen: eine Webseite zusammenfassen oder öffentliche Daten zusammentragen; Namen, Daten und Links prüfen, bevor man dem Ergebnis vertraut.
  • Umkehrbare Vorbereitung: Ergebnisse filtern oder einen Entwurf ausfüllen, ohne ihn abzusenden; alle Felder und die Zielseite überprüfen.
  • Folgenreiche Aktionen: etwas absenden, veröffentlichen, kaufen, buchen, stornieren oder ein Konto ändern; die endgültige Bestätigung selbst erteilen.

Diese Einteilung hängt nicht davon ab, ob eine Aktion alltäglich wirkt. Ein Klick kann einen Kauf bestätigen, ein Abonnement ändern oder ein Dokument teilen. Entscheidend ist die Wirkung, nicht die Zahl der Schritte: Betrifft eine Änderung Geld, Zugang, Ansehen oder Daten, sollte man sie vor der Ausführung bewusst prüfen.

Was du vor dem Aktivieren eines Agenten prüfen solltest

Prüfe vor dem Erteilen des Zugriffs, welche Informationen die Funktion nutzen kann und welche Möglichkeiten es gibt, diesen Kontext einzuschränken. Kläre, ob sie mit dem aktuellen oder mehreren Tabs beziehungsweise mit verbundenen Konten arbeitet, wann sie Informationen an externe Systeme sendet und ob sich der zugehörige Verlauf löschen oder deaktivieren lässt. Eine allgemeingültige Antwort gibt es nicht: Die Optionen hängen vom Anbieter und der jeweiligen Funktion ab.

Beschränke außerdem den unnötigen Kontext. Schließe private Tabs, die nichts mit der Aufgabe zu tun haben, lass sensible Konten nicht geöffnet und bitte den Agenten nicht, in einer Bank- oder Arbeitssitzung zu handeln, wenn öffentliche Informationen genügen. Weniger zugänglicher Kontext bedeutet weniger potenzielle Offenlegung, auch wenn dadurch das Risiko bösartiger Inhalte auf der tatsächlich analysierten Seite nicht verschwindet.

Lege schließlich vorher fest, wo die Delegation endet. Eine Anweisung wie „Vergleiche diese Optionen und gib eine Empfehlung, aber buche und versende nichts“ setzt eine klarere Grenze als ein allgemeiner Auftrag, eine Aufgabe zu erledigen. Wenn der Agent auf Hindernisse stößt, zusätzliche Daten verlangt oder eine unerwartete Aktion vorschlägt, solltest du den Ablauf anhalten und den Auftrag erneut prüfen.

Agentische Browser können wiederkehrende Aufgaben beschleunigen, bringen KI aber auch näher an Konten, Formulare und Entscheidungen, für die zuvor jeder Klick von Hand nötig war. Es geht nicht darum, jede Automatisierung zu vermeiden, sondern die endgültige Kontrolle über folgenreiche Aktionen zu behalten und den Zugriff auf das zu beschränken, was die Aufgabe tatsächlich erfordert.