Im Quellenvergleich
Worin die Quellen übereinstimmen
Google hat die Funktion "Computer Use" als integriertes Werkzeug in das KI-Modell Gemini 3.5 Flash aufgenommen. Die Funktion ermöglicht es der KI, Bildschirminhalte zu erfassen und eigenständig Aktionen wie Mausklicks, Tastatureingaben oder das Ausfüllen von Formularen auszuführen. Entwickler können damit KI-Agenten für Browser-, Mobil- und Desktop-Umgebungen erstellen. Bisher war diese Fähigkeit nur als separates Modell verfügbar. Google hat Sicherheitsmaßnahmen implementiert, darunter ein optionales System, das eine Nutzerbestätigung vor sensiblen Aktionen verlangt, und ein weiteres, das Aufgaben bei erkannten Prompt-Injection-Angriffen automatisch stoppt. Die Funktion ist über die Gemini-API und die Gemini Enterprise Agent Platform verfügbar. Die Funktion eignet sich besonders für automatisierte Softwaretests und das Erstellen von Dokumentationen. Google hat die Sicherheitsmaßnahmen durch gezieltes adversariales Training ergänzt. Die Funktion befindet sich im Preview-Stadium und ist fehleranfällig; Google rät von der Nutzung für wichtige oder irreversible Aufgaben ab. Die KI schlägt auf Basis eines Screenshots die nächste Aktion vor, der Code des Entwicklers führt sie aus.
Aktualisierungen
06.07.2026
Die Funktion eignet sich besonders für automatisierte Softwaretests und das Erstellen von Dokumentationen.
Google hat die Sicherheitsmaßnahmen durch gezieltes adversariales Training ergänzt.
Die Funktion befindet sich im Preview-Stadium und ist fehleranfällig; Google rät von der Nutzung für wichtige oder irreversible Aufgaben ab.
Die KI schlägt auf Basis eines Screenshots die nächste Aktion vor, der Code des Entwicklers führt sie aus.
Worin sie sich unterscheidenAnwendungsbereiche der Computer-Use-Funktion·Sicherheitsmaßnahmen und Empfehlungen·Schwächen und Einschränkungen+1 weitere
Anwendungsbereiche der Computer-Use-FunktionDie Funktion eignet sich besonders für automatisierte Softwaretests und das Erstellen von Dokumentationen.- Der Fokus liegt zunächst auf dem Unternehmensumfeld, etwa für Prozessautomatisierung oder Softwaretests.1
- Vorgesehene Einsatzbereiche sind Softwaretests und die Automatisierung von Büroarbeit.2
Sicherheitsmaßnahmen und EmpfehlungenGoogle hat optionale Sicherheitsmechanismen eingebaut: eine Bestätigungsabfrage vor sensiblen Aktionen und einen automatischen Stopp bei erkannten Prompt-Injection-Angriffen.- Die Sicherheitsmechanismen sind nicht standardmäßig aktiviert.1
- Der Hersteller empfiehlt, diese Funktionen mit Sandboxing und menschlicher Kontrolle zu kombinieren.3
Schwächen und EinschränkungenDie Funktion ist fehleranfällig; Google rät von der Nutzung für wichtige oder irreversible Aufgaben ab.- Das System hat noch Schwächen bei unvorhersehbaren Situationen wie CAPTCHAs oder Pop-ups.1
- Die KI könnte unglaubwürdigen Anweisungen folgen oder Ziele missverstehen.2
Wettbewerb und Positionierung- Gemini 3.5 Flash erreicht im OSWorld-Benchmark einen Wert von 78,4 und übertrifft damit das Vorgängermodell Gemini 3 Flash (65,1) sowie GPT-5.4 mini (72,1).4
- Knapp dahinter liegt GPT-5.5 mit 78,7, während Anthropics Opus 4.8 mit 83,4 den Spitzenwert hält.4
- Das Feature konkurriert mit der Anthropic-Lösung Claude Computer Use, die bereits breiter mit Betriebssystemen interagiert.1
- Auch die OpenAI treibt ihre KI-Agenten voran.1