# Anthropic startet Claude 3.5 Sonnet-Beta zur Computernutzung auf allen API-Plattformen Source: TechNewsList (https://technewslist.com) Canonical URL: https://technewslist.com/de/article/anthropic-launches-claude-3-5-sonnet-computer-use-beta-across-2026-10-25-morn-de Section: AI (https://technewslist.com/de/ai) Author: TechNewsList Language: de Published: 2026-10-25T10:22:28.605+00:00 Updated: 2026-10-25T10:22:28.779256+00:00 > Das aktualisierte Frontier-Modell interpretiert Bildschirmvisualisierungen direkt und führt native Mausklicks und Tastenanschläge aus, wodurch öffentliche API-Primitive für die Automatisierung autonomer Desktop-Workflows eingerichtet werden. ## TL;DR - Anthropic hat neben einer experimentellen Computer Use API-Beta auch ein aktualisiertes Claude 3.5 Sonnet eingeführt. - Das Modell kann Screenshots ansehen, räumliche Aktionen planen sowie Mausklicks und Eingaben ausführen. - Die Funktion ist über die API Anthropic, Amazon Bedrock und Google Cloud Vertex AI verfügbar. ## Key points - Claude 3.5 Sonnet ist das erste große Grenz-KI-Modell, das allgemeine Computerinteraktionsprimitive über eine öffentliche API bietet. - Entwickler können Claude in virtuellen Sandbox-Maschinen mit Werkzeugaufrufschleifen ausführen, die Mausbewegungen und Tastenanschläge ausführen. - Das System demonstriert hochmoderne Fähigkeiten bei komplexen OSWorld-Benchmarks für Software-Workflows mit mehreren Anwendungen. - Anthropic führte umfassende Sicherheitsleitplanken ein und empfahl isolierte, containerisierte Ausführungsumgebungen. - Die frühe Einführung in Unternehmen konzentriert sich auf automatisierte Qualitätssicherungstests, die Dateneingabe in Tabellenkalkulationen und mehrstufige Browseraufgaben. ## Was passiert ist Anthropic kündigte die sofortige allgemeine Veröffentlichung eines aktualisierten Claude 3.5 Sonnet-Basismodells an, das eine experimentelle Funktion namens Computernutzung in der öffentlichen Beta einführt. Die neue Funktionalität ermöglicht es Entwicklern, Claude anzuweisen, mit grafischen Benutzeroberflächen von Computern auf eine Art und Weise zu interagieren, die grundsätzlich mit der von menschlichen Bedienern identisch ist. Durch das Aufnehmen sequenzieller Bildschirmaufnahmen, das Berechnen von Koordinatenzielen und das Senden virtueller Maus- und Tastaturbefehle kann das Modell in Webbrowsern navigieren, Tabellenkalkulationen bearbeiten, Terminalbefehle ausführen und ältere Unternehmenssoftware bedienen, ohne dass maßgeschneiderte Software-Integrations-APIs erforderlich sind. Die Veröffentlichung ist das erste Mal, dass ein Pionierlabor für künstliche Intelligenz Betriebssystem-Interaktionsprimitive nativ über eine kommerzielle Anwendungsprogrammierschnittstelle zugänglich gemacht hat. Das aktualisierte Modell wurde gleichzeitig über die Anthropic-API, Amazon Bedrock und Google Cloud Vertex AI bereitgestellt und ermöglichte globalen Enterprise-Engineering-Teams sofortigen Zugriff auf die Erstellung automatisierter Software-Agenten, die in der Lage sind, komplexe mehrstufige Arbeitsabläufe auszuführen. Neben dem aktualisierten Sonnet-Modell demonstrierte Anthropic Referenztool-Integrationen und Open-Source-Docker-Container, die virtuelle Anzeigeserver und Aktions-Listener kapseln. Frühe Partner, darunter Asana, Canva, Cognition und Replit, haben mit der Bereitstellung der Computernutzungsarchitektur begonnen, um sich wiederholende Desktop-Aufgaben zu bewältigen, automatisierte End-to-End-Regressionstests für Benutzeroberflächen durchzuführen und den Datenabgleich mit mehreren Systemen zu verwalten. ## Warum es wichtig ist Der Bereich der künstlichen Intelligenz konzentrierte sich jahrelang hauptsächlich auf die Erweiterung generativer Textausgaben, die Synthese von Konversationscode und den strukturierten JSON-Tool-Aufruf. Die überwiegende Mehrheit der betrieblichen Arbeitsabläufe in Unternehmen bleibt jedoch hinter veralteter Software, maßgeschneiderten internen Dashboards und fragmentierten Browserfenstern gefangen, in denen formale API-Verbindungen entweder nicht vorhanden sind oder deren Wartung unerschwinglich teuer ist. Indem Anthropic ein Vision-Language-Grundmodell ermöglicht, Pixelanzeigen direkt wahrzunehmen und Zeigerkoordinaten zu manipulieren, hat es die traditionelle Notwendigkeit umgangen, benutzerdefinierte API-Konnektoren für jede einzelne Anwendung zu erstellen. Diese Entwicklung stellt einen Paradigmenwechsel hin zu einer echten Agenten-Softwareautomatisierung dar und verändert die Art und Weise, wie Wissensarbeiter digitale Aufgaben für mehrere Anwendungen delegieren. ![Einrichtungen im Technologieviertel von San Francisco, in denen autonome Computer-Vision- und KI-Agenten-Frameworks einer Benchmark-Validierung unterzogen werden](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1792923199100-gtm5u8-anthropic-launches-claude-3-5-sonnet-computer-use-beta-across-2026-10-25-morning-inside-1-10fac11f57.webp) Die Fähigkeit verändert die Strategien der digitalen Transformation von Unternehmen grundlegend. Anstatt mehrjährige Software-Integrationsprojekte zur Verbindung isolierter Cloud-Datenbanken zu benötigen, können Unternehmen autonome Agenten-Frameworks bereitstellen, die sich bei Unternehmensportalen anmelden, Datensätze überprüfen, Rechnungsanomalien abgleichen und administrative Genehmigungen direkt über standardmäßige grafische Benutzeroberflächen einreichen. ## Technische Details Die technische Architektur, die der Computernutzung von Anthropic zugrunde liegt, basiert auf einer iterativen Wahrnehmungs-Begründungs-Aktions-Schleife, die durch Standard-Tool-Calling-Protokolle vermittelt wird. Wenn ein Entwickler dem Modell Computernutzungstools zur Verfügung stellt, erfasst die API-Umgebung einen Screenshot der virtuellen Desktop-Umgebung und speist das Base64-codierte Bild in die Vision-Encoder Claude 3.5 Sonnet ein. Das Modell analysiert das Schnittstellenlayout, identifiziert visuelle Zielelemente wie Eingabefelder, Schaltflächen, Dropdown-Menüs und Textfelder und berechnet normalisierte Koordinatenvektoren. Anschließend gibt Claude strukturierte JSON-Tool-Aufrufantworten aus, die explizite Aktionsbefehle enthalten, einschließlich Zeigerbewegungen, Einzel- und Doppelklicks, Mausziehvorgänge, Tastenanschläge für die Texteingabe und Tastenkombinationen. ![Forschungszentrale für städtisches Software-Engineering, die sich der Entwicklung von Sicherheitsprotokollen und Frontier-Agent-Tools widmet](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1792923202073-z3noeg-anthropic-launches-claude-3-5-sonnet-computer-use-beta-across-2026-10-25-morning-inside-2-75b8a86d0e.webp) Entscheidend ist, dass das Modell keine direkten uneingeschränkten Ausführungsrechte auf dem Host-Betriebssystem besitzt. Entwickler müssen die Agentenschleife in einer isolierten virtuellen Maschine oder einer Container-Sandbox ausführen, die mit Aktions-Listenern wie XDOTool oder PyAutoGUI ausgestattet ist. Anthropic betonte, dass die Betaversion der Computernutzung noch experimentell sei, und stellte fest, dass das Modell zwar beim strengen OSWorld-Benchmark mit 14,9 % bei reinen Screenshot-Aufgaben und 22,0 % bei mehrstufiger Beobachtung eine hochmoderne Genauigkeit erreicht, die menschliche Leistung jedoch mit über 70 % deutlich höher bleibt. ## Auswirkungen auf Markt und Branche Die Enthüllung nativer Computernutzungsprimitive verändert sofort die Wettbewerbsdynamik in der Landschaft der generativen künstlichen Intelligenz. Konkurrenten wie OpenAI, Microsoft und Google haben erhebliche Ressourcen in die Entwicklung proprietärer Agentenarchitekturen und Browser-Plugins investiert. Die schnelle Einführung der allgemeinen Bildschirmnavigation durch Menschen setzt einen aggressiven technischen Maßstab, den konkurrierende Anbieter von Grenzmodellen nun erfüllen müssen. In den Bereichen Softwareentwicklung und Qualitätssicherung sind die Auswirkungen bereits akut. Automatisierte UI-Testplattformen, die auf spröden Selenium- oder Playwright-Locators basieren, werden durch multimodale Agenten gestört, die Schnittstellenkomponenten trotz CSS-Klassenverschiebungen oder Layout-Neugestaltungen visuell identifizieren. Risikokapitalinvestitionen verlagern sich schnell in Richtung Sicherheits-Sandboxing, Berechtigungsüberwachung und Human-in-the-Loop-Auditsysteme, die autonome Desktop-Agenten überwachen. Gleichzeitig mobilisieren Cybersicherheitsteams in Unternehmen neue Abwehrhaltungen. Durch die Steuerung von Mausbewegungen und Tastenanschlägen durch einen externen Agenten für künstliche Intelligenz werden neuartige Angriffsflächen eingeführt, darunter die sofortige Einschleusung über nicht vertrauenswürdige Webseitenvisualisierungen und die unbeabsichtigte Datenexfiltration über Browser-Registerkarten im Hintergrund. ## Worauf man als Nächstes achten sollte In den kommenden Wochen wird sich die Aufmerksamkeit auf reale Zuverlässigkeitsmetriken konzentrieren, da Tausende von Unternehmensentwicklern Claude 3.5 Sonnet in Produktionspipelines bereitstellen. Beobachter beobachten genau, wie effektiv Anthropic-Leitplanken verhindern, dass autonome Agenten Opfer böswilliger visueller, gegnerischer Eingabeaufforderungen werden, die in öffentliche Webseiten eingebettet sind. Branchenanalysten erwarten auch entsprechende Produktaktualisierungen konkurrierender Hyperscaler, insbesondere hinsichtlich der Frage, ob Microsoft eine ähnliche generalisierte Desktop-Steuerung in Windows Copilot integrieren wird oder ob Google Vertex AI Agent Engines erweitern wird. Da sich die Ausführungsgeschwindigkeit verbessert und die visuelle Latenz abnimmt, ist die autonome Computerinteraktion auf dem besten Weg, zur Standardschnittstelle für die Automatisierung von Unternehmenssoftware zu werden. ## Quellen - [Anthropic Technische Ankündigungen](https://www.anthropic.com/news/3-5-models-and-computer-use) - [TechCrunch Enterprise AI-Abdeckung](https://techcrunch.com/2024/10/22/anthropic-computer-use-ai-agents-claude-3-5-sonnet/) - [Der Verge-Schreibtisch für künstliche Intelligenz](https://www.theverge.com/2024/10/22/24276713/anthropic-claude-computer-use-ai-agent-beta) Mentions: Anthropic, Claude 3.5 Sonnet, Computer Use API, Amazon Bedrock, Vertex AI ## Sources - [Anthropic Technische Ankündigungen](https://www.anthropic.com/news/3-5-models-and-computer-use) - [TechCrunch Enterprise AI-Abdeckung](https://techcrunch.com/2024/10/22/anthropic-computer-use-ai-agents-claude-3-5-sonnet/) - [Der Verge-Schreibtisch für künstliche Intelligenz](https://www.theverge.com/2024/10/22/24276713/anthropic-claude-computer-use-ai-agent-beta)