Opera: Browser kann demnächst eigenständig Blumen bestellen - oder andere, komplexe Aufgaben erfüllen

Der Browser Opera wartet mit einer recht umfangreichen und auch kostenfreien KI-Integration auf - so können Nutzer direkt im Browser und kostenfrei beispielsweise GTP-4o nutzen und auch Imagen 3. Damit lassen sich dann etwa Texte mithilfe der Modelle erstellen - auch die Generierung von Bildern ist möglich. Der Entwickler Opera Software hat bereits angekündigt, den auf Chromium basierenden Webbrowser in Zukunft noch intelligenter zu machen - nämlich mit AI-bases agentic browsing.

Damit soll Opera in Zukunft quasi nicht mehr nur Benutzereingaben interpretieren und umsetzen können, sondern auch komplexe Aufgaben erfüllen. Die Präsentation auf den Opera Browser Days war fast schon typisch für eine solche Live-Demonstration: Sie zeigte, dass das Konzept im Grunde funktioniert und jede Menge Potenzial bieten dürfte - allerdings funktionierte nicht alles ganz reibungslos und einige Fragen blieben offen. Bei der Präsentation wurde gezeigt, wie ein Strauß Blumen mehr oder weniger komplett vom Browser bestellt werden kann. Konkret sucht der Browser nach einer Eingabe dazu einen Lieferdienst, kann dann sogar noch einen passenden Blumenstrauß auswählen und etwa das Lieferdatum und die Adresse eingeben. Manuell müssen dann noch etwa die Kreditkartendaten eingeben werden.

Im Interview mit den Monika Kurczyńska und Damian Trelka wurde klar, dass es sich um ein hybrides System handelt. So findet etwa die Analyse der Webseite in der Cloud statt, die Interaktion mit der Internetseite wird dann auf dem PC abgewickelt - dies ist nicht zuletzt auch ein Sicherheitsmechanismus, so werden beispielsweise Zahlungsdaten nicht in die Cloud übergeben. Während der Präsentation wurde auch noch ein komplexeres Szenario gezeigt, nämlich das Buchen eines Urlaubs - wenn denn noch gar nicht klar ist, wo es hingehen soll. So kann der Agent dann auch bei der Auswahl eines Urlaubsziels helfen.

Der Browser Operator birgt unserer Einschätzung nach ein riesiges Potenzial - allerdings sind noch einige Fragen offen. So war während der Demonstration beispielsweise der Browser Operator jeweils im Fokus, der Browser war dementsprechend in dem Zeitraum nicht anderweitig nutzbar. Noch spannender dürfte das System sein, wenn der Browser Operator im Hintergrund agieren kann und sich dann erst bei einem fertiggestelltem Task meldet, oder wenn Nutzereingaben erforderlich sind. Ganz entscheidend für das Ergebnis dürfte überdies sein, wie gut der Browser Operator die einzelnen Bedienelemente und letztlich auch den Aufbau von Internetseiten analysieren kann - dies gelang während der Demonstration aber im Allgemeinen recht gut.