Google stattet seine Gemini-App für macOS mit einer Funktion aus, die Mac-Programme und Websites bedienen kann, um mehrstufige Aufgaben zu erledigen. TechCrunch nennt als Beispiele das Sortieren von Dateien, das Ausfüllen von Formularen und Abläufe, die mehrere Werkzeuge verbinden. Während der Arbeit zeigt eine Live-Vorschau, was der Assistent gerade tut; Bildschirm und Cursor bleiben für den Nutzer sichtbar. Gemini beschränkt sich damit nicht mehr auf Antworten im Chat, sondern kann auch direkt mit Elementen des Computers interagieren.
Der Modus ist auf Aufgaben ausgelegt, die lokale Dateien, Apps und das Web verbinden. Laut Google können Nutzer den Ablauf pausieren, stoppen oder Aktionen des Agenten freigeben. Diese Kontrolle ist wichtig, weil eine Veränderung an einer Datei oder einem Konto andere Folgen haben kann als eine ungenaue Chat-Antwort. Auch andere KI-Dienste entwickeln Computersteuerung. Entscheidend wird daher neben der Erfolgsquote sein, wie nachvollziehbar Berechtigungen, Rückfragen und ausgeführte Schritte für Nutzer dargestellt werden.
Warum es wichtig ist
Wenn ein Assistent den Computer bedienen kann, ändern sich die Folgen eines Fehlers: Eine falsche Antwort ist etwas anderes als eine veränderte Datei oder eine Aktion in einem Konto. Live-Vorschau und Pausenfunktion schaffen Einblick, erklären aber nicht automatisch alle Berechtigungen. Beim Start sollten Nutzer prüfen, welche Apps Zugriff erhalten, welche Schritte eine Bestätigung verlangen und ob sich dauerhafte Änderungen rückgängig machen lassen.
Quellen und weiterführende Informationen
Dieser Beitrag ist eigenständig formuliert. Diese Links führen zu Berichten und Ankündigungen, mit denen die Angaben geprüft wurden.




