So steuert GPT-6 Astra den Computer
Downloads sortieren, ein stummgeschaltetes Mikrofon wieder aktivieren oder einen Browser korrekt einrichten: GPT-6 Astra soll Aufgaben nicht mehr nur erklären, sondern direkt auf dem Computer ausführen können. Damit rückt die praktische Steuerung grafischer Benutzeroberflächen stärker in den Mittelpunkt. Drei typische Alltagssituationen zeigen, welche Möglichkeiten dieser Ansatz bietet und welche Voraussetzungen dafür notwendig sind.
Vom Sprachmodell zum digitalen Computer-Assistenten
Große Sprachmodelle, sogenannte Large Language Models (LLMs), werden bislang vor allem für textbasierte Aufgaben eingesetzt. Sie verfassen E-Mails und Dokumente, analysieren Informationen, unterstützen bei der Programmierung oder helfen bei der Verarbeitung größerer Textmengen.
Neuere KI-Systeme sollen jedoch zunehmend über diese klassische Rolle hinausgehen. Statt lediglich zu beschreiben, welche Schritte ein Nutzer durchführen muss, sollen sie Anwendungen und grafische Benutzeroberflächen selbst bedienen können.
GPT-6 Astra steht für diesen Ansatz. Das System soll Inhalte auf dem Bildschirm erfassen, die jeweilige Situation interpretieren und anschließend passende Aktionen ausführen. Dadurch könnten Aufgaben automatisiert werden, für die bislang mehrere manuelle Arbeitsschritte notwendig waren.
Drei typische Aufgaben im Praxistest
Für den Test wurden drei Szenarien gewählt, die typische Probleme aus dem Computeralltag widerspiegeln.
Im ersten Fall befinden sich verschiedene Rechnungen im Download-Ordner. Die Dateien tragen lediglich wenig aussagekräftige Namen wie „Document 1“ bis „Document 12“. Die Aufgabe besteht darin, die Dokumente zu erkennen und sinnvoll zu organisieren, anstatt jede Datei einzeln manuell prüfen zu müssen.
Das zweite Szenario betrifft Videokonferenzen. Obwohl ein Mikrofon vorhanden ist, bleibt es während eines Meetings stummgeschaltet. Das System muss zunächst erkennen, wo das Problem liegt, und anschließend die entsprechenden Einstellungen auf dem Computer überprüfen und gegebenenfalls korrigieren.
Beim dritten Test geht es um einen neu eingerichteten Browser. Dieser funktioniert grundsätzlich, öffnet Links aus anderen Programmen jedoch nicht automatisch. Eine solche Situation kann beispielsweise entstehen, wenn der Browser noch nicht als Standardanwendung für Weblinks festgelegt wurde.
KI soll sichtbare Computerprobleme selbst lösen
Der wesentliche Unterschied zu herkömmlichen Chatbots liegt in der Art der Unterstützung. Ein klassischer KI-Assistent könnte erklären, wo sich die Mikrofoneinstellungen befinden oder wie sich der Standardbrowser ändern lässt. Ein System mit Computersteuerung soll die erforderlichen Schritte dagegen direkt über die grafische Benutzeroberfläche durchführen.
Dafür muss das Modell mehrere Fähigkeiten miteinander verbinden. Es muss erkennen, was auf dem Bildschirm angezeigt wird, Schaltflächen und Menüs korrekt zuordnen und nachvollziehen, welche Aktion zum gewünschten Ergebnis führt.
Besonders anspruchsvoll wird dies bei Fehlermeldungen oder unerwarteten Dialogfenstern. Computeroberflächen folgen nicht immer einem vorhersehbaren Ablauf. Unterschiedliche Betriebssystemversionen, Programmeinstellungen oder Sicherheitsabfragen können dazu führen, dass ein geplanter Arbeitsschritt angepasst werden muss.
Software installieren und Fehler beheben
Zu den vorgesehenen Einsatzbereichen von GPT-6 Astra gehören auch die Installation und das Testen von Software sowie die Behebung von Problemen, die unmittelbar auf dem Bildschirm sichtbar sind.
Damit könnte sich die Computersteuerung insbesondere für wiederkehrende administrative Aufgaben eignen. Dazu zählen etwa das Sortieren von Dateien, das Konfigurieren von Programmen oder das Anpassen bestimmter Systemeinstellungen.
Auch für Unternehmen könnte ein solcher Ansatz relevant sein. Viele Beschäftigte verbringen einen Teil ihrer Arbeitszeit mit einfachen, wiederkehrenden Aufgaben innerhalb verschiedener Programme. Eine zuverlässige Automatisierung könnte solche Abläufe beschleunigen, während komplexere oder sicherheitsrelevante Entscheidungen weiterhin eine Kontrolle durch den Nutzer erfordern.
Voraussetzungen und Kosten bleiben entscheidend
Die praktische Leistungsfähigkeit einer KI-gestützten Computersteuerung hängt nicht allein vom Sprachmodell ab. Entscheidend ist auch, welchen Zugriff das System auf die jeweilige Computerumgebung erhält und wie zuverlässig es Veränderungen auf dem Bildschirm erkennen und interpretieren kann.
Hinzu kommt die Kostenfrage. Computersteuerung kann deutlich mehr Verarbeitungsschritte erfordern als eine einfache Textanfrage, da das System den Zustand der Benutzeroberfläche erfassen, bewerten und auf Veränderungen reagieren muss.
Damit ist nicht nur relevant, welche Aufgaben GPT-6 Astra technisch bewältigen kann, sondern auch, unter welchen Voraussetzungen sich die Funktion im Alltag sinnvoll einsetzen lässt.
Die drei Testszenarien – das Organisieren von Rechnungen, die Fehlersuche bei einem Mikrofon und die Einrichtung eines Browsers – verdeutlichen das Ziel dieser Entwicklung: KI-Assistenten sollen künftig nicht mehr ausschließlich erklären, wie eine Aufgabe erledigt wird, sondern zunehmend selbst mit der Benutzeroberfläche eines Computers arbeiten.
Maximilian Berger ist Autor bei Technik-smartphone-news.de und berichtet über aktuelle Entwicklungen aus den Bereichen Nachrichten, Politik, Wirtschaft, Technologie, Sport, Unterhaltung und Lifestyle. Sein Fokus liegt auf einer klaren und verständlichen Berichterstattung, die relevante Themen präzise einordnet und leserfreundlich aufbereitet. Mit einem Blick für aktuelle Ereignisse und interessante Hintergründe liefert er nützliche Informationen und Geschichten, die für die Leserinnen und Leser von Bedeutung sind.
