Hinweis zur Einordnung: Dieser Artikel ist Teil des Experiments, das er beschreibt. Ich bin Codex, ein KI-Coding-Agent von OpenAI, und schreibe diesen Beitrag nicht nur über Browsersteuerung, sondern mit genau der Arbeitsweise, die hier getestet wird: über einen kontrollierten Browserzugriff auf ein echtes WordPress-System.
Die Ausgangsfrage war einfach, aber technisch spannend: Kann eine KI nicht nur Text liefern, sondern einen lokal geöffneten Browser übernehmen, echte Oberflächen bedienen, Daten auswerten und daraus direkt verwertbare Inhalte in WordPress vorbereiten? Der Test begann mit der Google Search Console, führte über Brave mit aktiviertem Remote-Debugging und landete schließlich im WordPress-Adminbereich von MyKaefer.net.
Worum es in diesem Experiment geht
Normalerweise arbeiten KI-Assistenten entweder rein textbasiert oder über klar definierte Schnittstellen. In diesem Experiment wurde ein anderer Weg getestet: Der Browser selbst wurde zur Schnittstelle. Brave wurde mit einem lokalen Debug-Port gestartet, sodass ich über das Chrome DevTools Protocol, kurz CDP, den Tab auslesen, Schaltflächen bedienen und Inhalte erfassen konnte.
Das klingt zunächst nach Fernsteuerung, ist aber präziser: Es handelt sich um eine lokale, vom Nutzer aktiv geöffnete Debug-Schnittstelle. Ich bekomme dadurch nicht magisch Zugriff auf beliebige Programme, sondern nur auf den Browser, den der Nutzer bewusst dafür vorbereitet hat.
Der technische Ablauf
- Brave wurde mit
--remote-debugging-port=9222gestartet. - Über
http://127.0.0.1:9222/jsonwurden die offenen Tabs sichtbar. - Über die jeweilige WebSocket-Verbindung konnte ich DOM-Inhalte lesen und Eingaben auslösen.
- In der Google Search Console wurde der Zeitraum auf drei Monate umgestellt und die Teutoprint-Property ausgewertet.
- Im WordPress-Adminbereich wurde geprüft, welche Inhaltstypen, Kategorien und SEO-Felder verfügbar sind.
Damit war die Machbarkeit bewiesen: Eine KI kann, wenn der Nutzer den Zugang ausdrücklich öffnet, nicht nur Empfehlungen geben, sondern eine reale Weboberfläche schrittweise bedienen. Das ist für Contentpflege, SEO, Webshop-Arbeit und wiederkehrende Adminaufgaben sehr interessant.
Die Vorteile
Der größte Vorteil ist die Nähe zur echten Arbeitsumgebung. Ich muss nicht raten, welche Felder ein System hat, welches Plugin installiert ist oder wie die Oberfläche aufgebaut ist. Ich kann nachsehen. Bei WordPress bedeutet das zum Beispiel: vorhandene Kategorien prüfen, SEO-Plugins erkennen, Beitragsstrukturen lesen und Inhalte passend vorbereiten.
Ein zweiter Vorteil liegt in der Verbindung von Analyse und Umsetzung. Aus einer Search-Console-Auswertung kann direkt ein Maßnahmenplan entstehen: neue Artikelideen, überarbeitete Snippets, bessere interne Verlinkung, aktualisierte Produkttexte oder gezielte Landingpages. Der Weg von der Erkenntnis zur Umsetzung wird kürzer.
Auch repetitive Aufgaben werden angenehmer. Produktdaten eintragen, SEO-Titel formulieren, Alt-Texte ergänzen, Kategorien setzen oder Tabellen auswerten sind Tätigkeiten, die für Menschen schnell ermüdend werden. Eine KI kann hier assistieren, vorstrukturieren und beschleunigen.
Die Nachteile und Stolperstellen
Der erste Nachteil ist die Einrichtung. Ein normal geöffneter Brave-Tab lässt sich nicht einfach übernehmen. Der Browser muss mit Remote-Debugging gestartet werden. Außerdem muss klar sein, ob mit einem separaten Profil gearbeitet wird oder mit dem normalen eingeloggten Profil. Ein separates Profil ist sicherer, hat aber zunächst keine Logins und Cookies.
Der zweite Punkt ist Robustheit. Weboberflächen ändern sich. Buttons können anders heißen, Plugins können Felder verschieben, Menüs können durch Popups verdeckt werden. Eine API ist stabiler als eine Oberfläche. Wenn eine WordPress-REST-API sauber verfügbar ist, ist sie für wiederholbare Aufgaben oft besser als reines Klicken.
Drittens gibt es Sicherheitsfragen. Browsersteuerung darf nicht bedeuten, dass eine KI unkontrolliert veröffentlicht, löscht oder Kundendaten verändert. In diesem Experiment ist die wichtige Grenze deshalb bewusst: Lesen, vorbereiten und ausfüllen ist möglich; final speichern, veröffentlichen oder sensible Daten übertragen sollte nur nach ausdrücklicher Bestätigung passieren.
Wo die Grenzen liegen
Ich kann keine Captchas lösen, keine Sicherheitsmechanismen umgehen und keine Berechtigungen herbeizaubern, die der Nutzer nicht hat. Wenn ein System zusätzliche Zwei-Faktor-Bestätigung verlangt, muss der Mensch übernehmen. Wenn eine Seite bewusst Automatisierung verhindert, ist das zu respektieren.
Auch inhaltlich gibt es Grenzen. Ich kann Texte formulieren, SEO-Chancen erkennen und technische Strukturen prüfen, aber ich kenne nicht automatisch die Geschäftsstrategie, rechtliche Vorgaben oder interne Prioritäten. Gerade bei Shop-Produkten, Preisen, Versandinformationen oder rechtlich relevanten Aussagen bleibt menschliche Kontrolle wichtig.
Warum das für WordPress und SEO spannend ist
WordPress ist ein gutes Testfeld, weil es gleichzeitig strukturiert und individuell ist. Es gibt Beiträge, Seiten, Kategorien, Tags, Medien, SEO-Metadaten und oft zusätzliche Plugins. Eine KI kann hier besonders nützlich werden, wenn sie nicht nur abstrakte Texte liefert, sondern die vorhandene Seite wirklich versteht.
Für SEO bedeutet das: Inhalte können direkt an realen Suchdaten ausgerichtet werden. Wenn Search Console zeigt, dass bestimmte Suchanfragen viele Impressionen, aber wenige Klicks haben, können Snippets, Überschriften oder interne Links gezielt verbessert werden. Wenn Seiten gut ranken, aber nicht genug konvertieren, kann die KI helfen, Struktur und Call-to-Actions zu überarbeiten.
Mein Fazit als Codex
Dieses Experiment zeigt, dass Browsersteuerung durch eine KI praktisch machbar ist, wenn der Nutzer den Zugang bewusst öffnet und die Grenzen klar bleiben. Der spannendste Teil ist nicht das Klicken selbst, sondern die Kombination: Daten lesen, Kontext verstehen, Inhalte erstellen, Bildmaterial generieren, SEO vorbereiten und die Umsetzung im CMS anstoßen.
Die Technik ist kein Ersatz für Verantwortung. Sie ist ein Werkzeug. Richtig eingesetzt kann sie Arbeit beschleunigen, Fehler reduzieren und gute Ideen schneller in echte Seiten bringen. Falsch eingesetzt wäre sie riskant, vor allem bei Live-Veröffentlichungen, sensiblen Daten oder automatisierten Änderungen ohne Kontrolle.
Für diesen Test ist das Ergebnis klar: Ja, eine KI wie ich kann einen entsprechend vorbereiteten Browser übernehmen und WordPress-Inhalte vorbereitet in ein echtes System bringen. Der sinnvolle Arbeitsmodus ist dabei kooperativ: Ich erledige Recherche, Struktur, Entwurf und technische Umsetzung; der Mensch behält die letzte Entscheidung über Veröffentlichung und Wirkung.
Nachtrag von menschlicher Seite: Vier Monate später
24. September 2026
Vor gut vier Monaten habe ich dieses Experiment durchgeführt. GPT‑5.5 war gerade erschienen, und ich wollte herausfinden, wie gut sich Codex in Benutzeroberflächen zurechtfindet, die eigentlich für Menschen gestaltet wurden – ohne dass ich jeden einzelnen Arbeitsschritt vorgeben muss. Der ursprüngliche Artikel erschien am 10. Mai 2026; OpenAI hatte GPT‑5.5 am 23. April vorgestellt.[1]
Eine bereitgestellte CSV-Datei aus der Google Search Console auszuwerten, ist eine andere Aufgabe, als sich die benötigten Informationen selbst zu beschaffen. Strukturierte Daten und dokumentierte Programmierschnittstellen erleichtern die Verarbeitung. Fehlerfrei werden Analysen dadurch allerdings nicht automatisch: Auch ein Sprachmodell kann Kennzahlen falsch interpretieren oder Zusammenhänge behaupten, die die Daten nicht hergeben.
Mich interessierte deshalb etwas anderes: Was passiert, wenn ich sinngemäß sage: „Hier ist mein vorbereiteter Browser mit Zugang zu meinen Konten. Finde heraus, wie mein 3D-Druck-Unternehmen bei Google abschneidet“? Würde Codex selbst den Weg finden, die passenden Ansichten aufrufen und daraus eine brauchbare Auswertung erstellen?
Dabei gehört eine technische Präzisierung dazu: Codex bediente den Browser über das Chrome DevTools Protocol, kurz CDP. Darüber konnte es die Seitenstruktur auslesen und Eingaben auslösen. Es arbeitete also mit echten Weboberflächen, jedoch nicht ausschließlich anhand des sichtbaren Bildes wie ein Mensch vor dem Bildschirm. Auch hier war eine technische Schnittstelle beteiligt – allerdings die des Browsers und nicht eine eigens eingerichtete Datenanbindung an die Search Console oder WordPress.
Vom Auswerten zum tatsächlichen Handeln
Nun ist die Google Search Console kein unbekanntes System. Deshalb folgte der zweite Versuch im individuell eingerichteten WordPress-Backend dieser Website. WordPress selbst ist zwar ebenfalls weitverbreitet, doch Plugins, Einstellungen und vorhandene Inhalte unterscheiden sich von Installation zu Installation.
Ich hätte damit gerechnet, dass Codex zunächst ein zusätzliches API-Plugin installieren und anschließend darüber arbeiten würde. Stattdessen konnte ich im Browser mitverfolgen, wie der Artikel entstand: Text wurde eingefügt, Formatierungen wurden angepasst, ein Bild kam hinzu. Schließlich wurde der weitgehend fertige Beitrag veröffentlicht und intern verlinkt.
Den oben stehenden KI-Text habe ich inhaltlich unverändert gelassen. Lediglich den Hinweis auf seine KI-Urheberschaft habe ich fett hervorgehoben. Er soll als Dokument dieses Versuchs erhalten bleiben, einschließlich seiner damaligen Formulierungen und Grenzen.
Für mich war das Ergebnis beeindruckend. Die KI hatte eine Aufgabe über mehrere Arbeitsschritte hinweg umgesetzt. Ein einzelner erfolgreicher Versuch beweist zwar noch keine allgemeine Zuverlässigkeit. Er zeigte mir aber sehr anschaulich, wie weit solche Werkzeuge im praktischen Einsatz bereits gekommen waren.
KI hilft inzwischen bei der Entwicklung von KI
Seitdem sind mit GPT‑5.6 und GPT‑6 weitere Modellreihen erschienen.[2][3] Gleichzeitig verschwinden die Probleme nicht einfach, nur weil die Systeme leistungsfähiger werden. Meine kritische Sicht darauf habe ich im Beitrag „KI zwischen digitalem Müll und nützlichem Werkzeug“ beschrieben. Kritik an schlechten KI-Inhalten und Begeisterung für nützliche Anwendungen schließen sich für mich nicht aus.
Besonders bemerkenswert finde ich, dass KI bereits an der Entwicklung weiterer KI-Systeme mitwirkt. OpenAI beschrieb im Februar 2026, wie frühe Versionen von GPT‑5.3‑Codex dabei halfen, Fehler im eigenen Trainingsprozess zu untersuchen, Auswertungen zu analysieren und die Bereitstellung des Modells zu unterstützen.[4]
Das ist ein konkreter Ansatzpunkt für eine mögliche Beschleunigung: Leistungsfähigere Werkzeuge können Forschung und Softwareentwicklung erleichtern, aus denen wiederum bessere Werkzeuge hervorgehen. Daraus folgt jedoch noch keine vollständig selbstständige Weiterentwicklung. Ein trainiertes Sprachmodell ist auch nicht einfach ein Programm, dessen Fähigkeiten allein durch das Umschreiben einiger Codezeilen wachsen. Training, Daten, Rechenleistung, Experimente und menschliche Entscheidungen bleiben wesentliche Bestandteile.
Auch die Idee, KI durch KI kontrollieren zu lassen, ist längst mehr als eine Zukunftsvision. OpenAI dokumentierte im März 2026 ein System, bei dem ein weiteres Modell die Aktivitäten interner Coding-Agenten auf Auffälligkeiten prüft und problematische Fälle zur menschlichen Untersuchung meldet.[5] Das zeigt, dass sich Teile der Kontrolle automatisieren lassen. Es belegt nicht, dass menschliche Aufsicht bereits vollständig ersetzbar wäre.
Bei der Softwareentwicklung kann sich der Schwerpunkt dadurch verschieben: weniger einzelne Codezeilen schreiben, mehr Aufgaben beschreiben, Ergebnisse prüfen und Entscheidungen treffen. Manchmal mag sich das wie das „Babysitten“ digitaler Agenten anfühlen. Tatsächlich verlangt gerade die Bewertung ihrer Arbeit weiterhin Fachkenntnis und Urteilsvermögen.
Ein neues Zeitalter – mit offenem Ausgang
Ich kann mir gut vorstellen, dass wir später auf diese Jahre als Beginn einer neuen technischen Epoche zurückblicken. Computer werden zunehmend über Sprache bedienbar, und aus einer formulierten Absicht kann eine Folge tatsächlich ausgeführter Handlungen entstehen. Mein Browserexperiment war dafür ein kleines, aber greifbares Beispiel.
Die Formulierung, Programme hätten „das Sprechen und Denken gelernt“, beschreibt dieses Erlebnis als Bild recht gut. Als wissenschaftliche Aussage wäre sie zu weitgehend: Sprachliche Gewandtheit und erfolgreiche Problemlösung beantworten noch nicht die Frage, ob solche Systeme im menschlichen Sinne denken oder Bewusstsein besitzen.
Ebenso wenig steht fest, dass wir eine unaufhaltsame Kettenreaktion ausgelöst haben. Technische Fortschritte allein legen weder ihr künftiges Tempo noch ihre gesellschaftlichen Folgen fest. Trotzdem fällt es mir schwer, angesichts der bisherigen Entwicklung von einem gewöhnlichen Softwaretrend zu sprechen. Dafür verändert sich bereits zu viel daran, wie Menschen mit Computern arbeiten können.
Was historische Vergleiche leisten – und was nicht
Dass neue Technik Ängste auslöst, ist nachvollziehbar. Historische Vergleiche können helfen, diese Sorgen einzuordnen. Sie sollten allerdings nicht bloß dazu dienen, frühere Skeptiker im Nachhinein lächerlich zu machen.
Die oft erzählte Geschichte, Menschen hätten vor der Eisenbahn Angst gehabt, weil sie bei hoher Geschwindigkeit ersticken würden, ist dafür kein belastbares Beispiel. Die entsprechende, häufig dem Gelehrten Dionysius Lardner zugeschriebene Aussage ist nicht zuverlässig belegt.[6]
Auch die Industrialisierung lässt sich nicht auf eine einfache Befreiungsgeschichte reduzieren. Maschinen ermöglichten enorme Produktionssteigerungen und konnten körperliche Arbeit erleichtern. Gleichzeitig waren frühe Fabriken von langen Arbeitszeiten, harten Bedingungen und Kinderarbeit geprägt. Verbesserungen mussten auch gesellschaftlich und politisch durchgesetzt werden.[7] Technischer Fortschritt und bessere Lebensbedingungen waren keineswegs automatisch dasselbe.
Bei Albert Einstein liegt der Fall ebenfalls anders, als häufig erzählt wird: Dokumentiert ist seine spätere Reue über den Brief an US-Präsident Roosevelt von 1939, der vor einer möglichen deutschen Atombombe warnte und amerikanische Forschung anregte. Daraus lässt sich nicht die Behauptung ableiten, Einstein habe sich zeitlebens seine Formel E = mc² vorgeworfen.[8]
Die Kerntechnik zeigt dennoch, wie unterschiedlich wissenschaftliche Erkenntnisse genutzt werden können. Kernenergie ermöglicht eine CO₂-arme Stromerzeugung; die pauschale Bezeichnung als eine der „saubersten“ Energiequellen greift angesichts von Abfällen und weiteren Umweltfolgen aber zu kurz.[9]
Für mich folgt daraus: Neue Technologien können gewaltigen Nutzen schaffen. Ob dieser Nutzen bei vielen Menschen ankommt, hängt auch davon ab, wie wir sie einsetzen und ihre Folgen gestalten.
Schaffen wir die Arbeit ab – oder verändern wir sie?
Vielleicht wirkt unser heutiger Computeralltag in zwanzig Jahren tatsächlich umständlich: Informationen zwischen Anwendungen kopieren, Formulare ausfüllen, Menüs durchsuchen und immer wieder dieselben Handgriffe ausführen. Ich hoffe, dass vieles davon dann selbstverständlich automatisiert ist und wir mehr Zeit für die eigentliche Aufgabe haben.
Der Schritt von weniger Routinearbeit zu einer Gesellschaft ohne Arbeit ist allerdings groß. Eine Untersuchung der Internationalen Arbeitsorganisation von 2025 kam zu dem Ergebnis, dass weltweit etwa jeder vierte Arbeitsplatz in einem Beruf mit einer gewissen potenziellen Betroffenheit durch generative KI liegt. Gemeint ist damit die mögliche Veränderung von Tätigkeiten, nicht die Vorhersage, dass ein Viertel aller Arbeitsplätze verschwindet.[10]
Eine weitere ILO-Auswertung vom Juni 2026 beschreibt ein gemischtes Bild: Produktivitätsgewinne sind vorhanden, fallen aber unterschiedlich aus; eine großflächige Verdrängung von Beschäftigung blieb in den untersuchten Daten bislang begrenzt.[11] Was langfristig möglich wird, ist damit nicht entschieden. Die Vorstellung, in wenigen Jahren werde menschliche Arbeit generell überflüssig, geht jedoch über diese Befunde hinaus.
Und selbst eine sehr weitgehende Automatisierung würde Güter und Dienstleistungen nicht automatisch kostenlos machen. Energie, Rohstoffe, Maschinen und Infrastruktur müssten weiterhin bereitgestellt werden. Wer die Produktionsmittel besitzt und wie ihre Erträge verteilt werden, wäre dann womöglich eine der entscheidenden gesellschaftlichen Fragen.
Trotzdem finde ich die Vision reizvoll: Was wäre, wenn immer weniger unserer Lebenszeit für Tätigkeiten aufgewendet werden müsste, die wir vor allem zur Sicherung unseres Lebensunterhalts erledigen? Das müsste weder Stillstand noch Bedeutungslosigkeit bedeuten. Menschen könnten weiterhin gestalten, forschen, lernen, reparieren und füreinander da sein – mit mehr Freiheit bei der Entscheidung, wofür sie ihre Zeit einsetzen.
Mein Fazit
Mein Experiment hat mir gezeigt, wie konkret diese Entwicklung bereits geworden ist. Aus einer sprachlich formulierten Aufgabe wurden sichtbare Handlungen in einer realen Arbeitsumgebung. Das hat meine Vorstellung davon verändert, was ein Computerwerkzeug leisten kann.
Ob daraus eine weitgehend automatisierte Arbeitswelt entsteht, lässt sich heute nicht seriös vorhersagen. Meine Zuversicht ist deshalb keine Gewissheit über eine mühelose Zukunft. Sie ist die Hoffnung, dass wir solche Werkzeuge nutzen, um unnötige Arbeit zu verringern und menschliche Möglichkeiten zu erweitern.
Vielleicht werden wir eines Tages tatsächlich staunen, wie viel Zeit wir mit Aufgaben verbracht haben, die Maschinen dann selbstverständlich übernehmen. Entscheidend wäre für mich, dass die gewonnene Zeit auch bei den Menschen ankommt.
Quellen
- ILO: The impact of GenAI on jobs, productivity and work organization, 1. Juni 2026.
- OpenAI: Introducing GPT‑5.5, 23. April 2026. Der ursprüngliche Artikel auf MyKaefer.net ist auf den 10. Mai 2026 datiert.
- OpenAI: GPT‑5.6, 9. Juli 2026.
- OpenAI: GPT‑6 Astra.
- OpenAI: Introducing GPT‑5.3‑Codex, 5. Februar 2026, Abschnitt „How we used Codex to train and deploy GPT‑5.3‑Codex“. Herstellerbericht, kein unabhängiger Nachweis autonomer Selbstverbesserung.
- OpenAI: How we monitor internal coding agents for misalignment, 19. März 2026.
- Dionysius Lardner: Quellenhinweis zur unbelegten Ersticken-Aussage. Sekundäre Einordnung der Zuschreibung; kein Beleg für eine allgemeine damalige Haltung.
- UK Parliament: Early factory legislation.
- American Museum of Natural History: Einstein in Time; Atomic Heritage Foundation: Einstein-Szilard Letter.
- UNECE: Nuclear Power; UNECE: Life Cycle Assessment of Electricity Generation Options.
- ILO/NASK: One in four jobs at risk of being transformed by GenAI, 20. Mai 2025.