Google weitet Computer Use — die KI, die selbst klickt, tippt und scrollt — gerade von der Entwickler-API in die normale Gemini-App aus. Was die Technik wirklich kann, was die Zahlen zeigen und wo Google selbst die Grenzen zieht.
Bisher war Gemini ein Gesprächspartner: Du fragst, es antwortet. Mit Computer Use ändert sich das Prinzip — die KI schaut sich einen Screenshot deines Bildschirms an, überlegt, welcher Klick als Nächstes sinnvoll ist, führt ihn aus und macht danach den nächsten Screenshot. Sie bedient die Oberfläche wie ein Mensch, nicht über eine Programmierschnittstelle.
Vorgestellt hat Google das Modell technisch bereits im Oktober 2025 als Entwickler-Vorschau. Neu im Juli 2026 ist der nächste Schritt: Die Fähigkeit wandert jetzt in Gemini 3.5 Flash und soll über den reinen Browser hinaus auch auf Android und Desktop ausgeweitet werden — vom Nischen-Werkzeug für Entwickler hin zu etwas, das normale Nutzer direkt in der App antippen können.
Computer Use liest keinen Quellcode und hat keinen API-Zugriff auf die App. Es funktioniert in einer einfachen, sich wiederholenden Schleife:
Das Modell bekommt die Aufgabe, ein Bildschirmfoto der aktuellen Oberfläche und den Verlauf der letzten Aktionen.
Daraus leitet es eine einzelne UI-Aktion ab — klicken, tippen, scrollen, ziehen — und gibt sie als klar strukturierten Befehl aus.
Die Aktion wird ausgeführt, ein neuer Screenshot entsteht — und die Schleife beginnt von vorn, bis die Aufgabe erledigt ist.
Auf drei Standard-Tests für Browser- und App-Steuerung meldet Google die Führung — bei einer Genauigkeit, die noch klar zeigt: Der Mensch bleibt vorerst Kontrollinstanz.
Wörtlich ist das Modell „primär für Web-Browser optimiert" — für die Steuerung ganzer Desktop-Betriebssysteme ist es explizit noch nicht ausgelegt. Bei ~30 % Fehlerquote im besten Test sollte niemand die KI unbeaufsichtigt an Bestellungen, Zahlungen oder Löschvorgänge lassen.
Wenn eine KI selbst klickt, wächst das Risiko mit — Google baut deshalb mehrere Sicherheitsebenen gleichzeitig ein:
Ausdrücklich untersagt: Systemintegrität gefährden, Sicherheitsmechanismen umgehen, CAPTCHAs knacken oder medizinische Geräte steuern.
Google selbst zeigt in Demos genau die Art von Fleißarbeit, die kleine Unternehmen und Marketer täglich haben: Kontaktdaten von einer Anmeldeseite abtippen und ins CRM übertragen, Termine nachtragen, digitale Notizzettel auf einem Board sortieren.
Der Unterschied zu klassischer Automatisierung (Zapier, Make, eigene Skripte): Computer Use braucht keine API-Anbindung der Ziel-App — es bedient die Oberfläche genau so, wie ein Mensch es auch tun würde. Das macht es interessant für genau die Tools, für die es (noch) keine saubere Schnittstelle gibt.
Für produktive, kritische Abläufe in deinem Unternehmen ist das heute noch nichts — Public Preview, ~30 % Fehlerquote im besten Fall, keine Desktop-Steuerung. Wer jetzt einsteigt, sammelt Erfahrung für später — nicht, um schon morgen den Praktikanten zu ersetzen.
Computer Use ist ein früher, aber klarer Schritt: KI verlässt das Chat-Fenster und bedient Software direkt. Für dein Business heißt das: Beobachten, testen, noch nicht auf Kernprozesse verlassen.
Computer Use ist kein fertiges Produkt, sondern eine Richtungsansage: Google baut Gemini gezielt vom Antwort-Automaten zum Handlungs-Automaten aus — jetzt eben nicht mehr nur für Entwickler mit API-Zugang, sondern direkt in der App, die jeder nutzt.
Die Zahlen zeigen: Es funktioniert schon erstaunlich oft — aber „meistens richtig" reicht nicht, wenn eine falsche Bestellung oder eine gelöschte Datei die Folge ist. Genau deshalb bleibt der Prüfdienst pro Aktion und die Bestätigungspflicht bei heiklen Schritten kein Nice-to-have, sondern der eigentliche Kern des Ganzen.
Mein Rat: Test-Zugang holen, an ungefährlichen Aufgaben ausprobieren — und die Finger von allem lassen, was Geld bewegt oder Daten löscht, solange die Fehlerquote noch zweistellig ist.
Quellen: Google DeepMind — Gemini 2.5 Computer Use Model · GoogleWatchBlog — Computer Use startet für Smartphone, Apps & Webseiten. Stand: 07.07.2026. Verfügbarkeit & Funktionsumfang ändern sich schnell — keine Kaufberatung.
Welches Modell für welche Aufgabe, welche Tools wirklich zählen und wie du richtig promptest — komplett lesbar, kein Download.
Jetzt gratis lesen →Ob Computer-Use-Agenten, Automatisierung oder KI-Content — ich zeige dir, was heute schon sicher funktioniert und was noch Zukunftsmusik ist. Lass uns reden.