Computer Use macht KI vom Chatbot zum digitalen Sachbearbeiter. GPT-5.4 übertrifft Menschen bei Desktop-Aufgaben. So profitieren KMUs davon.
Jannis Gerlinger
Computer Use ist die Fähigkeit moderner KI-Modelle, Desktop-Programme eigenständig per Maus und Tastatur zu bedienen und damit ganze Büroabläufe zu automatisieren. Die KI sieht den Bildschirm, bewegt die Maus, tippt in Felder und navigiert durch Menüs, ohne dass eine API-Schnittstelle nötig ist. GPT-5.4 erreicht damit 75 % im OSWorld-Benchmark und übertrifft die menschliche Baseline von 72,36 % (Quelle: OpenAI, März 2026). Für KMUs bedeutet das: Klick-Arbeit in Excel, CRM und ERP lässt sich ohne teure API-Entwicklung automatisieren.
Computer Use ist eine Methode der KI-Automatisierung, die neben der API-Integration und der klassischen RPA steht. Während APIs Daten über feste Schnittstellen übertragen und RPA programmierte Klickpfade abarbeitet, bedient Computer Use deine bestehende Software so, wie es ein Mitarbeiter tun würde.
Lange war KI dagegen nur ein besserer Textgenerator. Du stellst eine Frage, die KI antwortet. Nützlich, aber begrenzt. Denn die meiste Büroarbeit besteht nicht aus Texten schreiben. Sie besteht aus Klicken, Kopieren, Einfügen, Wechseln zwischen Programmen, Ausfüllen von Formularen. Genau das ändert sich gerade grundlegend. Ich beschäftige mich als Gründer der Jannis Gerlinger GmbH und mit knapp 20 Jahren Erfahrung in der Digitalbranche seit dem ersten Release intensiv mit Computer Use und habe GPT-5.4 dafür selbst evaluiert.
Am 5. März 2026 hat OpenAI mit GPT-5.4 ein Modell veröffentlicht, das bei Desktop-Aufgaben erstmals besser abschneidet als menschliche Experten. Das ist kein Laborexperiment. Es betrifft reale Arbeitsabläufe in echten Programmen.
Abgrenzung: In unserem Artikel über KI-Agenten im Büro geht es um die verschiedenen Technologien und Anbieter. Dieser Artikel fokussiert sich auf Computer Use als Paradigmenwechsel und die aktuellen Benchmark-Ergebnisse von März 2026.
Bisherige KI-Automatisierung lief über zwei Wege: Entweder du nutzt eine API-Schnittstelle, die Daten zwischen Systemen überträgt. Oder du setzt RPA-Bots ein, die fest programmierte Klickpfade abarbeiten. Beide Ansätze haben Grenzen.
APIs existieren nicht für jede Software. Gerade im Mittelstand laufen oft Systeme, die 10 oder 15 Jahre alt sind. RPA wiederum bricht ab, sobald sich ein Button um wenige Pixel verschiebt oder ein Dialog unerwartet auftaucht.
Computer Use löst beide Probleme. Die KI arbeitet visuell: Sie macht einen Screenshot, analysiert den Bildschirminhalt und entscheidet dann, was zu tun ist. Ein verschobener Button? Kein Problem, die KI erkennt ihn trotzdem. Ein unerwartetes Pop-up? Die KI liest es und reagiert.
Drei Fähigkeiten machen Computer Use so wirkungsvoll:
Der Vergleich zu klassischer Automatisierung macht den Unterschied deutlich: Wo RPA eine exakte Anleitung braucht, reicht Computer Use eine Aufgabenbeschreibung.
| Kriterium | Klassische RPA | Computer Use |
|---|---|---|
| Grundprinzip | fest programmierte Klickpfade | visuelles Verständnis des Bildschirms |
| Reaktion auf UI-Änderungen | bricht bei verschobenem Button ab | erkennt den Button trotzdem |
| Einrichtung | exakte Schritt-für-Schritt-Anleitung | Aufgabenbeschreibung in natürlicher Sprache |
| Umgang mit Unerwartetem | scheitert an unbekannten Dialogen | liest Pop-ups und reagiert flexibel |
Wie automatisierungsreif ist dein Unternehmen? Unser KI-Readiness-Check zeigt dir in 2 Minuten, wo der größte Hebel liegt.
Zwei Benchmarks zeigen, wie leistungsfähig Computer Use inzwischen ist.
OSWorld testet, ob eine KI reale Desktop-Aufgaben erledigen kann. Dazu gehören: Dateien organisieren, in Tabellenkalkulationen arbeiten, mehrstufige Formulare ausfüllen, zwischen Programmen wechseln.
GPT-5.4 erreicht 75,0 % auf der verifizierten Variante des Benchmarks (Quelle: OpenAI, März 2026). Die menschliche Baseline im OSWorld-Benchmark liegt bei 72,36 % (Quelle: OSWorld, Xie et al., 2024). Damit übertrifft GPT-5.4 menschliche Experten bei autonomen Desktop-Aufgaben.
Zum Vergleich: Frühe Modelle wie GPT-4o erreichten 2024 nur rund 12 % auf OSWorld (Quelle: OSWorld, Xie et al., 2024). Der Sprung auf über 72 % innerhalb von zwei Jahren zeigt, wie schnell sich diese Technologie entwickelt.
Anthropics Claude liegt nach Herstellerangaben ebenfalls nahe an der menschlichen Baseline. Belastbar vergleichbar sind die Zahlen aber nur auf identischer Benchmark-Variante: Achte bei Anbieter-Angaben immer darauf, ob dieselbe OSWorld-Version und Aufgabenmenge zugrunde liegt.
GDPval geht einen Schritt weiter. Der Benchmark misst, ob KI wirtschaftlich relevante Arbeitsprodukte erstellen kann. Er umfasst 1.320 Aufgaben aus 44 Berufsfeldern der neun umsatzstärksten US-Branchen. Die Aufgaben stammen von Fachleuten mit durchschnittlich 14 Jahren Berufserfahrung (Quelle: OpenAI GDPval, Oktober 2025).
Was wird getestet? Echte Arbeitsprodukte: Vertriebspräsentationen erstellen, Buchhaltungstabellen modellieren, Dienstpläne für eine Notaufnahme planen, Fertigungsdiagramme zeichnen.
Die bisher belastbar dokumentierten GDPval-Ergebnisse zeigen den Trend deutlich:
Anbieter melden für ihre jeweils neuesten Modelle höhere Werte, etwa bei der Tabellenmodellierung. Solche Hersteller-Benchmarks sind aber nicht unabhängig verifiziert: Behandle sie als Marketing-Angabe, nicht als belastbaren Standard.
Benchmarks klingen abstrakt. Deshalb ein konkretes Gedankenexperiment.
Ein Kunde schickt eine Bestellung per E-Mail. Ein Sachbearbeiter muss:
Die Auftragsbearbeitung dauert je nach System 8 bis 15 Minuten. Bei 50 Bestellungen am Tag sind das 7 bis 12 Stunden reine Sachbearbeitung.
Mit Computer Use kann eine KI diese Schritte übernehmen. Sie öffnet die E-Mail, liest die Bestelldaten, wechselt ins ERP, legt den Auftrag an und erstellt die Bestätigung. Der Sachbearbeiter prüft das Ergebnis und gibt mit einem Klick frei.
Mögliche Zeitersparnis: schätzungsweise 60 bis 70 Prozent der bisherigen Bearbeitungszeit, abhängig vom konkreten Prozess. Die freigewordene Zeit fließt in Kundenberatung, Reklamationsbearbeitung oder strategische Planung.
Mehr Beispiele für KI-Anwendungen im Mittelstand findest du in unserem Überblicksartikel.
Aktuell bieten vor allem zwei Anbieter Computer Use auf hohem Niveau an: OpenAI mit GPT-5.4 und Anthropic mit Claude.
OpenAI GPT-5.4 kombiniert Computer Use mit einem großen Kontextfenster (laut OpenAI bis zu 1 Million Tokens via API). Das Modell plant und führt komplexe Workflows über lange Zeiträume aus. Es nutzt dabei sowohl Screenshot-Analyse als auch Code-Ausführung (z.B. über Playwright) zur Steuerung von Anwendungen.
Anthropic Claude setzt stärker auf die direkte Desktop-Steuerung. Claude Computer Use bedient beliebige Desktop-Anwendungen, nicht nur Browser. Das ist besonders für Unternehmen mit lokaler Software relevant. In unabhängigen OSWorld-Tests liegt Claude nach Herstellerangaben nahe an der Spitze, knapp unter dem aktuellen GPT-Spitzenmodell.
| Kriterium | OpenAI GPT-5.4 | Anthropic Claude |
|---|---|---|
| Schwerpunkt | lange, mehrstufige Workflows | direkte Desktop-Steuerung |
| Steuerungsweise | Screenshot-Analyse plus Code-Ausführung | Screenshot-Analyse beliebiger Desktop-Apps |
| Kontextfenster | laut OpenAI bis zu 1 Mio. Tokens (via API) | modellabhängig |
| Stärke für KMU | komplexe Prozesse über viele Tools | Legacy-Desktop-Software ohne API |
OpenAIs CUA (Computer Using Agent) im Vergleich ist primär auf Browser-Aufgaben spezialisiert. Wer vor allem Web-Anwendungen automatisieren will, findet hier einen niedrigschwelligen Einstieg. Für komplexe Desktop-Workflows ist die volle Computer-Use-Variante besser geeignet.
Welcher Ansatz für dein Unternehmen passt, hängt von deiner Software-Landschaft ab. Reine Web-Anwendungen? Dann reicht oft ein Browser-Agent. Legacy-Desktop-Software? Dann brauchst du die volle Desktop-Steuerung.
Die Benchmark-Ergebnisse sind beeindruckend. Trotzdem wäre es fahrlässig, die KI einfach laufen zu lassen. Drei Punkte sind entscheidend.
Computer Use bedeutet, dass eine KI aktiv in deinen Systemen arbeitet. Sie kann Daten ändern, Aufträge anlegen, E-Mails versenden. Ein Fehler hat sofort reale Konsequenzen.
Deshalb gilt: Die KI bereitet vor, der Mensch prüft und gibt frei. Besonders bei finanziellen Transaktionen, Vertragsänderungen oder personenbezogenen Daten ist ein Human-in-the-Loop-Ansatz nicht optional, sondern Pflicht.
Bei Cloud-basierten Lösungen werden Screenshots deines Bildschirms an externe Server gesendet. Diese Screenshots können Kundendaten, Finanzzahlen oder Personalinformationen enthalten. Ohne Auftragsverarbeitungsvertrag und Datenschutz-Folgenabschätzung besteht ein erhebliches Risiko eines DSGVO-Verstoßes.
Die Alternative: Lokale Modelle, die auf deiner eigenen Hardware laufen. Open-Source-Lösungen wie Browser Use mit Ollama ermöglichen Computer Use ohne Datenabfluss.
Starte nicht mit dem komplexesten Prozess. Wähle eine klar definierte, repetitive Aufgabe mit geringem Fehlerrisiko. Lass die KI eine Woche parallel zum Mitarbeiter laufen. Vergleiche die Ergebnisse. Erst wenn die Qualität stimmt, übergibst du schrittweise.
Nicht vergessen: Computer Use befindet sich noch in einer frühen Phase. Benchmarks messen Durchschnittsleistung. Bei einzelnen Aufgaben kann die KI versagen. Plane immer eine menschliche Fallback-Option ein.
Identifiziere eine Aufgabe, die folgende Kriterien erfüllt:
Für einen ersten Test eignet sich GPT-5.4 über die API oder ChatGPT Pro. Lass die KI eine einfache Desktop-Aufgabe ausführen und beobachte, wie sie vorgeht. So bekommst du ein Gefühl für die Möglichkeiten und Grenzen.
Definiere klare Erfolgskriterien: Zeitersparnis pro Vorgang, Fehlerquote, Mitarbeiterzufriedenheit. Lass die KI vier Wochen parallel zum bestehenden Prozess laufen. Dokumentiere die Ergebnisse.
Wenn das Pilotprojekt funktioniert, weite Computer Use auf weitere Prozesse aus. Wenn nicht, analysiere die Schwachstellen. Oft reicht eine bessere Aufgabenbeschreibung oder eine Anpassung des Workflows.
Laut Gartner werden bis Ende 2026 40 % der Unternehmensanwendungen aufgabenspezifische KI-Agenten enthalten, gegenüber weniger als 5 % in 2025 (Quelle: Gartner, August 2025). Wer jetzt startet, hat einen Vorsprung.
Computer Use verändert die Rolle der KI grundlegend. Sie wird vom Gesprächspartner zum Sachbearbeiter. Vom Textgenerator zum digitalen Kollegen, der deine Software genauso bedient wie du selbst.
Die Benchmark-Ergebnisse von GPT-5.4 zeigen: Die Technologie ist reif genug für erste produktive Einsätze. Nicht für alles. Nicht ohne menschliche Kontrolle. Aber für die repetitive Klick-Arbeit, die in jedem Büro Stunden frisst.
Der nächste logische Schritt: Evaluiere, welche deiner täglichen Bildschirmaufgaben für Computer Use geeignet sind. Starte klein, miss die Ergebnisse und skaliere, was funktioniert.
Du willst wissen, welche Prozesse in deinem Unternehmen für Computer Use geeignet sind? Lass uns in einem kostenlosen Erstgespräch dein Automatisierungspotenzial bewerten.
Jannis Gerlinger ist Geschäftsführer der JANGER GmbH. Seit über 15 Jahren entwickelt er digitale Lösungen, erst im UX/UI Design und E-Commerce, heute mit dem Fokus auf sichere KI-Systeme für den Mittelstand. Mit seiner TÜV-Zertifizierung in Verkaufspsychologie verbindet er technisches Know-how mit einem tiefen Verständnis für Geschäftsprozesse.
Die neuesten Praxis-Tipps zur KI-Einführung direkt in dein Postfach. Kein Spam, jederzeit abbestellbar.
KI-Telefonassistent für KMU: So beantwortet künstliche Intelligenz Anrufe rund um die Uhr, bucht Termine und qualifiziert Anfragen. Praxisnah erklärt mit Anwendungsfällen, Vergleich und Checkliste.
Weiterlesen
Echtzeit-Dashboards für KMUs: Lagerbestände, Sensordaten und Verkehr auf einen Blick. Mit Grafana, Retool und DSGVO-konformen Lösungen.
Weiterlesen
KI-Einführung im Mittelstand Schritt für Schritt: 10 Phasen vom Pilotprojekt bis zum Rollout, mit Change Management und DSGVO-Check für Geschäftsführer.
WeiterlesenIn 15 Minuten findest du heraus, wo KI in deinem Betrieb den größten Hebel hat. Kostenlos, unverbindlich.
