Die neue Funktion von OpenAI kann einem so manche Aufgabe abnehmen.Bild: IMAGO / Mateusz Slodkowski
Digital
Das Leben wäre so einfach mit einer persönlichen Assistenz. Nervige Aufgaben kann man einfach delegieren und der Kopf bleibt frei für spannendere Sachen.
Normalerweise bleibt das nur reichen Menschen vorbehalten. OpenAI, die Firma hinter ChatGPT, ändert das jetzt. Sie haben eine neue Funktion der beliebten KI entwickelt.
OpenAI: Der Operator surft selbständig im Netz
Operator – so heißt der neue KI-Agent. Er kann einige alltägliche Aufgaben übernehmen, wie einen Tisch in einem Restaurant reservieren oder online einen Einkauf zusammenstellen. Dafür bewegt sich der Agent selbstständig im Internet.
In einem Video stellen OpenAI-Mitarbeiter den Operator mit seinen Funktionen vor. Die Oberfläche ähnelt stark der von ChatGPT. Neu ist, dass man unter dem Eingabe-Feld für die Prompts, mehrere verknüpfte Dienste wie Uber, Ebay oder OpenTable vorfindet.
Wenn man auf einen der Dienste klickt, weiß der Operator, dass er seine Aufgabe mithilfe dieser Website ausführen soll. Man kann ihm aber auch allgemeine Befehle geben, die nicht mit einer App verknüpft sind.
In dem Beispiel im Video zeigen die Mitarbeiter, wie der Operator einen Tisch in einem Restaurant für sie bucht. Sie wählen den Dienstleister OpenTable an und geben wie bei ChatGPT einen Prompt ein, der den Namen des Restaurants und die gewünschte Uhrzeit enthält.
Die KI öffnet daraufhin einen Browser in der Cloud und geht auf die Seite von OpenTable. In dem Beispiel sieht man, dass sich der Operator auch selbst korrigieren kann.
Erst sucht er zwar die richtige Restaurantkette raus, allerdings in der falschen Stadt. Da in den individuellen Einstellungen ein anderer Standort angegeben ist, sucht die KI nochmal mit den richtigen Informationen.
ChatGPT-Neuerung erstmal nur in den USA
Danach zeigen die OpenAI-Mitarbeiter ein weiteres Beispiel, bei dem sie ein Foto einer Einkaufsliste hochladen und den KI-Agenten beauftragen, die Lebensmittel online einzukaufen. Wenn währenddessen ein Login, Captchas oder Bezahlmethoden auftreten, müssen User:innen das wieder selbst übernehmen.
So überlässt man die sensiblen Daten nicht der KI. Auch vor jeder finalen Aktion, wie der Bestätigung einer Reservierung, fragt der Operator immer um Erlaubnis. Wenn die KI an einer Stelle nicht mehr weiter kommt, muss man genauso eingreifen.
Während die KI arbeitet, kann man jederzeit sehen, was sie macht. Man hat immer die Möglichkeit, einzugreifen. Oder man lässt es einfach im Hintergrund laufen, um sich anderen Aufgaben zu widmen.
Für den Operator wird ein neues KI-Modell eingesetzt, mit dem Namen Computer-Using Agent (CUA). Mithilfe von Screenshots der Websites orientiert sich die KI und navigiert mit der virtuellen Maus und Tastatur.
Um optische Elemente zu verarbeiten, bedient sich CUA unter anderem GPT-40. Darüber hinaus wurde das Modell speziell auf Benutzeroberflächen trainiert, sodass es Menüs, Textfelder und Buttons zuverlässig erkennen kann.
Wer kann den KI-Agenten nun ausprobieren? Momentan haben nur Pro-User:innen in den USA Zugriff auf die Neuheit. Da der Operator noch nicht voll ausgereift ist, möchte OpenAI die Technik erst einmal in einer kleineren Gruppe ausprobieren.
Aktuell hat er noch Einschränkungen und soll anhand des Feedbacks der Nutzer:innen weiter entwickelt werden. In der Zukunft möchte OpenAI den Operator in ChatGPT integrieren.
Im leicht ruckelnden Schlafwagen einschlummern und in weiter Ferne erwachen – Reisen mit dem Nachtzug sind nicht nur komfortabel, sondern haben auch etwas Abenteuerliches an sich. Vor Jahrzehnten waren Nachtzüge noch ein gängiges Reisemittel, bevor sie von Ryanair und Co. vertrieben wurden. Die Deutsche Bahn stellte ihr Nachtzugangebot 2016 komplett ein.
