Eine Beispielseite kontrolliert mit einem Browseragenten bedienen
Von Oliver Schmalzl · Ausgearbeitet: · Archiv-Funddatum:
10.06.2026 · Archivdatum
Ein Browseragent kann eine Oberfläche bedienen, statt nur über sie zu sprechen. Für einen ersten Versuch ist eine eigene Testseite besonders übersichtlich: Ihre Inhalte und ihr erwartetes Verhalten sind bekannt.
Die Aufgabe könnte lauten, drei erfundene Papiermodelle nach Größe zu sortieren und das kleinste in einer lokalen Merkliste auszuwählen. Es gibt keine echten Konten, Käufe oder Nachrichten. Damit bleibt der Versuch auf eine beobachtbare Bedienungsaufgabe begrenzt.
Ziel und erlaubte Aktionen benennen
Vor dem Start wird festgelegt, welche Seite benutzt werden darf und was als Erfolg zählt. Ein geöffnetes Menü ist noch kein gespeichertes Ergebnis. Ein Klick auf „Auswählen“ muss im sichtbaren Zustand der Merkliste ankommen.
Skyvern dokumentiert einen Ansatz zur Browserautomatisierung. Die konkrete Unterstützung hängt vom Werkzeug und der Seite ab. Für einen eigenen Versuch zählt deshalb der tatsächlich beobachtete Ablauf, nicht eine pauschale Aussage über beliebige Webseiten.
Wenn sich ein Element nicht finden lässt, sollte der Agent das melden oder innerhalb der erlaubten Schritte neu orientieren. Eine andere Seite zu verwenden oder zusätzliche Aktionen zu erfinden, wäre keine Erfüllung der ursprünglichen Aufgabe.
Den Abschluss am Ergebnis erkennen
Nach der Bedienung wird geprüft: Ist der richtige Eintrag gewählt? Hat die Sortierung die richtige Bedeutung? Wurde etwas verändert, das gar nicht zur Aufgabe gehörte? Ein Vergleich des Zustands vor und nach dem Versuch macht diese Fragen greifbar.
Eine gute Testseite kann zusätzlich eine fehlende Eingabe oder einen bewusst einfachen Fehlerfall enthalten. So zeigt sich, ob der Ablauf verständlich anhält. Die Übung bleibt klein, liefert aber wesentlich mehr Erkenntnis als eine Vorführung ohne erkennbare Aufgabenbegrenzung.
Ursprüngliche Funde
Diese Links waren der Ausgangspunkt für den Beitrag. Die Einordnung im Text stammt von mir; die verlinkten Beiträge sind keine eigenen Tests.
- Chrome Buddy als Browseragent mit transparentem Modell, eigenem API-Zugang und Bestätigung folgenreicher Handlungen.
- Skyvern als quelloffener Agent zur visuellen Web-Automatisierung.
- Vorstellung eines schnellen Browser-Agenten namens Jev Ultrafast; Beitrag nennt DOM-basierte Bedienung und Grenzen des frühen Projekts.
- Beschreibung eines sprachgesteuerten Mac-Assistenten, der mit Jev Aktionen auswählen soll; Bildschirmsteuerung und Eingaben stammen laut Beschreibung aus weiterer Software.
Zum Datum: Dieser Beitrag wurde am 11. Oktober 2026 ausgearbeitet. Das Archivdatum entspricht dem frühesten zugehörigen Fund in der Sammlung, nicht einer damaligen Veröffentlichung. Technische Einordnungen und nachträglich ergänzte Quellen beziehen sich auf die Ausarbeitung.