Adept

Mehr als nur Konversation: Adept bringt KI bei, selbst „Hand anzulegen“

In den zwei Jahren, in denen generative KI einen rasanten Aufschwung erlebt hat, haben wir uns daran gewöhnt, mit ChatGPT zu sprechen und Midjourney Bilder generieren zu lassen. Doch ein zentraler Schmerzpunkt bleibt bestehen: KI ist nach wie vor in Dialogfeldern gefangen. Sie kann nicht automatisch Spesenabrechnungen ausfüllen, keine Daten systemübergreifend abrufen und in vorgegebene Tabellen einfügen und schon gar nicht wie ein echter Praktikant still und leise eure veraltete Unternehmenssoftware bedienen. Adept wurde genau geschaffen, um diese Barriere zu durchbrechen. Das von ehemaligen Google-Brain-Forschern gegründete Unternehmen stattet KI-Agenten mit seinem leistungsstarken Modell ACT-1 erstmals mit der Fähigkeit aus, jede grafische Benutzeroberfläche und jedes digitale Werkzeug so frei zu bedienen wie ein Mensch.

Kernvorteil: Der Sprung vom „Absicht verstehen“ zum „Aktion ausführen“

Herkömmliche Automatisierung ist auf vorgefertigte Skripte angewiesen – ändert sich ein Element der Benutzeroberfläche, bricht das Skript sofort zusammen. Das zugrunde liegende Modell ACT-1 von Adept verfolgt einen völlig anderen Ansatz: eine tiefgreifende Fusion aus visueller Analyse und Aktionsvorhersage. Es liest nicht den Backend-Code einer Software, sondern „sieht“ – wie ein Mensch – Pixel, Schaltflächen und Eingabefelder auf dem Bildschirm, versteht den aktuellen Kontext und gibt dann atomare Aktionen wie Mausklicks, Tastatureingaben und Scrollbewegungen direkt aus. Diese native, anwendungsübergreifende Generalisierungsfähigkeit ist der stärkste Burggraben von Adept. Man kann das Modell anweisen, eine Kundenliste aus Notion zu nehmen, für jeden Eintrag einen Browser zu öffnen, um Firmeninformationen zu recherchieren, und die Ergebnisse anschließend in die entsprechenden Felder in SalesForce zurückzuschreiben – ganz ohne API-Anbindung, ohne RPA-Konfiguration, allein durch eine natürlichsprachliche Anweisung.

Zielgruppen: Diese drei Personengruppen profitieren zuerst

• Wissensarbeiter ohne technischen Hintergrund: Büroangestellte, die täglich durch plattformübergreifende Routineaufgaben in Verwaltung, Finanzen oder Personalwesen enorm viel Zeit verlieren. Sie können nicht programmieren, aber sie können Adept nutzen, um der KI Rechnungsabgleiche, Lebenslauf-Screenings und Formulareingaben beizubringen und so wertvolle Zeit für wichtigere Entscheidungen freizubekommen.
• Kleine und mittlere Unternehmen sowie Startup-Teams: Sie können sich weder teure Systemintegration leisten, noch haben sie IT-Personal für maßgeschneiderte Automatisierungsprozesse. Adept fungiert als „Universalkleber“, der Datensilos zwischen verschiedenen SaaS-Tools schnell aufbricht – und das zu einem Bruchteil der Kosten eines Mitarbeiters.
• Early Adopters und Effizienz-Geeks: Digitale Vorreiter, die mit Leidenschaft persönliche Automatisierungs-Workflows aufbauen. Von der massenhaften Verwaltung von Social-Media-Posts bis zum automatischen Crawlen und Aufbereiten von Wettbewerbspreisen – sie teilen in der Community beeindruckende ACT-1-Anleitungen.

Nutzungserfahrung: Wenn KI beginnt, aktiv euren Bildschirm zu steuern

Als ich Adept zum ersten Mal startete, war der Eindruck ziemlich überwältigend: Ein eigenständiges Browserfenster öffnete sich, und anstatt dass still und leise Code im Hintergrund ausgeführt wurde, konnte ich mit eigenen Augen sehen, wie sich ein virtueller Cursor bewegte, klickte und Inhalte Zeichen für Zeichen in Eingabefeldern erschienen. Diese Transparenz zerstreute meine Vertrauensängste gegenüber einer undurchschaubaren KI-Blackbox erheblich. Meine erste Aufgabe an das System bestand darin, aus einer unübersichtlichen englischen E-Mail Kernklauseln zu extrahieren, eine Vertragsvorlage Punkt für Punkt auszufüllen und eine chinesische Zusammenfassung zu erstellen, die an DingTalk gesendet wurde. ACT-1 zeigte eine beeindruckende Robustheit beim Verstehen vager Anweisungen; bei Pop-ups oder Verzögerungen beim Laden von Seiten wartete es wie ein Mensch, anstatt sofort eine Fehlermeldung auszugeben. Allerdings ist es merklich langsamer als native RPA-Tools, jede Aktion wirkt von einem Hauch „Nachdenken“ begleitet, und die Unterstützung für extrem komplexe Drag-and-Drop-Designsoftware befindet sich noch in einer frühen Phase. Doch das Faszinierende daran ist: Selbst wenn die Benutzeroberfläche ein völlig anderes Design erhält, findet das System mithilfe seines visuellen Modells zuverlässig den richtigen Button – etwas, das herkömmlicher Automatisierung verwehrt bleibt.

Alles in allem verschwimmt die von Adept repräsentierte „aktionsfähige KI“ zunehmend die Grenzen zwischen menschlicher und digitaler Arbeitskraft. Es mag derzeit nicht die schnellste Lösung für die Ausführung sein, aber es ist mit Sicherheit das universellste und dem menschlichen Bedienverhalten am nächsten kommende Tor zur Zukunft.