Claude | Computer Use zur Steuerung von Aufgaben

2 MinutenMittelstufeUmsetzungAnthropicAutomatisierungen
Video abspielen

Anthropic. Eine zweiminütige Anthropic-Demo, in der Claude eine kleine anwendungsübergreifende Aufgabe plant, im Web sucht, Maps prüft und eine Kalendereinladung erstellt, indem er den Desktop direkt steuert. Sie bildet einen nützlichen Kontrast zum reinen Cloud-Browser-Modell in der folgenden Operator-Demo und veranschaulicht die Kernaussage des Artikels: Computer-Use-Agenten funktionieren am besten bei kurzen, klar abgegrenzten Tätigkeiten und nicht bei offenen Aufgabenstellungen.

Hinweis von AI Expert

Dies ist eine kurze Funktionsdemo und keine Anleitung für ein Deployment. Übernehmen Sie das Vorgehen nicht ohne Sandbox, isolierte Konten, Protokollierung und ausdrückliche Freigabe durch den Benutzer für zustandsverändernde Aktionen in den Produktivbetrieb.

Was Sie aus diesem Video mitnehmen sollten

Vergleichen Sie das Verhalten von Computer Use auf dem Desktop mit dem von reinen Browser-Agenten.

Das sollten Sie zuerst ansehen oder wissen

Lesen Sie zuerst den Sicherheitsabschnitt des Begleitartikels; die folgende Operator-Demo ergänzt die Perspektive aus dem Browser.

Zuletzt geprüft: 18. Mai 2026

Nächste Videos ansehen

Fahren Sie mit demselben Lernpfad fort und sehen Sie die nächsten kuratierten Begleitvideos.

Thema vertiefen

Sorgfältig ausgewählte externe Kurse, die dieses Thema vertiefen.

Anthropic Academy

Einführung in das Model Context Protocol

Anthropic Academy

MCP ist das Protokoll, das im gesamten Ökosystem der KI-Tools zunehmend individuelle Einzellösungen für Tool-Integrationen ersetzt. Lernen Sie es direkt von den Urhebern. Am Ende haben Sie einen eigenen MCP-Server erstellt und bereitgestellt, einen LLM-Client damit verbunden und verstanden, warum dieser Standard einem USB-C für die KI-Branche am nächsten kommt.

MittelstufeIm eigenen Tempo (kurz)Überprüft vor 8 Tagen
DeepLearning.AI

Practical Multi AI Agents and Advanced Use Cases with crewAI

João Moura (Founder, CrewAI)

Doubles as our sales and customer-support vertical pick and a genuinely practical agent-building course: you build an agentic sales pipeline (lead scoring, personalized outreach) and a customer-support data-insights pipeline as two of the five hands-on projects, taught by CrewAI's own founder. Requires basic Python, so it sits with our other builder-track courses rather than the no-code picks.

Mittelstufe~2h 49m · self-paced (15 lessons)Überprüft vor 8 Tagen
Hugging Face

Kurs zu KI-Agenten

Hugging Face

Die klarste verfügbare Open-Source-Darstellung agentischer Systeme. Der Kurs basiert auf den drei Frameworks, die Entwickler tatsächlich evaluieren – smolagents, LlamaIndex und LangGraph – statt auf dem Stack eines einzelnen Anbieters. Er endet mit einer Benchmark-Aufgabe und einer öffentlichen Rangliste: nachvollziehbare Ergebnisse, die Ihr Team selbst prüfen kann.

Mittelstufe~25 StundenÜberprüft vor 8 Tagen

Alle Kurse für Automatisierungen ansehen