Browser-Automatisierung

Ein Browser ist das Programm, mit dem man Webseiten öffnet, also etwa Chrome, Firefox oder Safari. Normalerweise bedient ihn ein Mensch: klicken, tippen, scrollen, warten. Bei der Browser-Automatisierung übernimmt das ein anderes Programm. Es öffnet die Seite, sucht das Eingabefeld, schreibt Text hinein und drückt den Knopf. Für die Webseite sieht das fast so aus, als säße eine Person davor. Der Unterschied ist die Geschwindigkeit und die Ausdauer: Ein solches Skript kann dieselbe Abfolge tausendmal hintereinander ausführen, ohne müde zu werden.

Warum Firmen Klicks von Maschinen erledigen lassen

Der älteste und wichtigste Grund sind Tests. Große Webseiten ändern sich jede Woche, oft mehrmals täglich. Nach jeder Änderung muss jemand prüfen, ob Anmeldung, Warenkorb und Bezahlung noch funktionieren. Von Hand wäre das nach kurzer Zeit unbezahlbar. Automatisierte Tests klicken sich stattdessen in wenigen Minuten durch hunderte Abläufe und melden, wo etwas hakt.

Der zweite Grund ist das Sammeln von Daten. Viele Informationen im Netz stehen nur auf Webseiten und nicht in einer offenen Schnittstelle, also einem technischen Zugang, über den Programme Daten direkt abfragen könnten. Preisvergleichsportale, Immobilienportale und Finanzdienste lassen deshalb Programme Seiten aufrufen und die angezeigten Zahlen herauslesen. Dieses Verfahren heißt Web Scraping. Browser-Automatisierung ist dabei die Variante, die auch mit Seiten klarkommt, deren Inhalte erst nach dem Laden erscheinen.

Neu hinzugekommen ist ein dritter Grund: KI-Assistenten, die Aufgaben eigenständig erledigen sollen. Ein Sprachmodell kann Texte schreiben, aber allein nichts im Netz bewirken. Erst über einen automatisierten Browser kann es ein Formular ausfüllen oder einen Termin buchen. Für Anbieter wie OpenAI, Anthropic oder Google ist das der Weg vom Chatbot zum handelnden Werkzeug.

Was zwischen Skript und Webseite passiert

Technisch läuft das über eine Fernsteuerung, die moderne Browser eingebaut haben. Ein Steuerprogramm schickt Befehle wie « öffne diese Adresse » oder « klicke auf dieses Element » und bekommt zurück, was auf der Seite steht. Bekannte Werkzeuge dafür heißen Selenium, Playwright und Puppeteer. Sie sind kostenlos verfügbar und werden von fast allen größeren Softwarefirmen eingesetzt.

Damit das Programm den richtigen Knopf trifft, braucht es eine Adresse für jedes Element. Eine Webseite besteht im Hintergrund aus einem verschachtelten Baum aus Bausteinen, dem sogenannten DOM. Das Skript beschreibt darin einen Pfad, etwa « der Knopf mit der Beschriftung Anmelden ». Ändert der Betreiber die Beschriftung, findet das Skript den Knopf nicht mehr. Genau daran scheitern automatisierte Abläufe in der Praxis am häufigsten.

KI-Agenten gehen deshalb teilweise anders vor. Sie machen ein Bildschirmfoto der Seite und lassen ein Modell entscheiden, wohin geklickt werden soll. Das ist robuster gegen kleine Umbauten, aber langsamer und teurer, weil für jeden Schritt gerechnet werden muss. Beide Ansätze werden derzeit oft kombiniert.

Bots, Sperren und die Frage nach den Regeln

Im Alltag begegnet einem das Thema von der anderen Seite: durch Sperren. Wenn eine Webseite fragt, ob man ein Roboter ist, oder ein Bilderrätsel zeigt, ist das eine Abwehrmaßnahme gegen automatisierte Zugriffe. Solche Tests heißen CAPTCHA. Anbieter wie Cloudflare verdienen Geld damit, echte Besucher von Skripten zu unterscheiden.

Rechtlich ist die Lage nicht einheitlich. Automatisiert öffentlich sichtbare Seiten zu lesen, ist in vielen Fällen zulässig. Die Nutzungsbedingungen vieler Anbieter verbieten es trotzdem, und wer Server mit Anfragen überlastet oder Anmeldeschranken umgeht, bewegt sich klar im Problembereich. Vor Gericht ging es in den vergangenen Jahren mehrfach genau um diese Grenze.

In den Nachrichten taucht Browser-Automatisierung derzeit vor allem im Zusammenhang mit KI-Agenten auf. Die Berichte handeln von Assistenten, die einkaufen oder recherchieren sollen. Ein häufiger Irrtum dabei: Solche Agenten haben keinen geheimen Zugang zum Netz. Sie klicken sich durch dieselben Seiten wie du, nur schneller und ohne Pause.