https://browser-use.com

Eine kurze Beschreibung

Browser Use ist ein Framework für die Automatisierung von Browsern sowie eine Cloud-Dienstleistung für KI-Agenten, die es Modellen ermöglicht, Webseiten zu öffnen, darauf zuzuklicken, Eingaben zu machen, Formulare auszufüllen, Dateien hochzuladen, strukturierte Daten zu extrahieren und mehrstufige Online-Aufgaben auszuführen.

Einführung in die Tools

Browser Use ist weder ein gewöhnlicher Browser noch ein codefreier Aufnahmewerkzeug, sondern ein Entwicklungswerkzeug, das große Sprachmodelle mit der Interaktion mit echten Webseiten verbindet. Nutzer können das open-source Python-Framework von MIT lokal ausführen oder die von Browser Use Cloud bereitgestellten Hosted-Agenten, Browser, Proxy-Server sowie parallele Infrastrukturen erwerben.

Das Produktportfolio umfasst außerdem eine CLI für bestehende Code-Agenten, Cloud SDKs für Python und TypeScript, REST-Schnittstellen, Verbindungen zum CDP-Browser, Desktop-Anwendungen sowie MCP-bezogene Funktionen. Die Updates der verschiedenen Komponenten erfolgen sehr schnell; produktionstechnische Projekte sollten daher eine feste Version verwenden und sich anhand der aktuellen Dokumentation anpassen.

Vergleich der Produktformen

Hauptfunktionen

Aufgaben mit natürlicher Sprache auf Webseiten

Nachdem der Benutzer ein Ziel festgelegt hat, beobachtet die KI die Seite, wählt die entsprechenden Aktionen aus und führt sie wiederholt aus, bis die Aufgabe abgeschlossen ist oder die Anzahl der Schritte sowie die Kostenbeschränkungen erreicht sind. Typische Aufgaben umfassen das Ausfüllen von Anträgen, den Vergleich von Produkten, das Sammeln öffentlicher Informationen, das Hochladen von Inhalten sowie das Eingeben von Daten in das Backend-System.

Seitenklicks und Eingaben

Browser Use kann Schaltflächen, Eingabefelder, Menüs und andere interaktive Elemente auf Webseiten erkennen und anschließend Klicks, Eingaben, Auswahlvorgänge sowie Scrollungen ausführen. Die Seitenstruktur, Pop-ups, dynamische Ladevorgänge sowie A/B-Versionen können jedoch weiterhin zu Fehlern bei der Erkennung der Elemente führen.

Form ausfüllen

Ein Agent kann die bereitgestellten Daten in mehrfeldrige Formulare eintragen und bei Bedarf Dateien hochladen. Bei Formularen im Bereich Beschäftigung, Gesundheit, Finanzen, Regierung oder Verträge sollte der Benutzer vor der endgültigen Einreichung jeden Punkt einzeln überprüfen; das Modell sollte keine wichtigen Fakten eigenmächtig ableiten.

Strukturierte Datenextraktion

Python-Frameworks und Cloud-Dienste ermöglichen es, strukturierte Ergebnisse mit definierten Feldern zurückzugeben – was sich besonders für Preise, Kataloge, Testergebnisse und Überwachungsdaten eignet. Die Inhalt von Webseiten kann fehlen, doppelt vorkommen oder von der Region abhängen. Die extrahierten Ergebnisse müssen daher überprüft, dupliziert werden und das Erfassungsdatum muss festgehalten werden.

Mehrschrittiger Workflow

Aufgaben können über mehrere Seiten hinweg mit aufeinanderfolgenden Aktionen wie Suchen, Anmelden, Filtern, Herunterladen, Organisieren und Einreichen erledigt werden. Je mehr Schritte es gibt, desto höher ist die Wahrscheinlichkeit für Fehler und unerwünschte Aktionen. Deshalb sollten die Aufgaben in Phasen unterteilt und Kontrollpunkte festgelegt werden.

Datei hochladen und herunterladen

Cloud Workspaces bieten eine dauerhafte Dateispeicherung. Benutzer können CSV-Dateien, Dokumente oder andere Aufgabendateien hochladen, und die KI kann ebenfalls Dateien erstellen und zur Herunterladung bereitstellen. Die Dateien können persönliche Informationen sowie Geschäftsgeheimnisse enthalten; daher sollten sie vor dem Hochladen anonymisiert werden und eine automatische Löschung nach Ablauf einer bestimmten Frist vorgesehen sein.

Echtzeit-Voranschau im Browser

Cloud gibt eine Echtzeit-Browserseite zurück, über die die Anwendung die aktuellen Aktionen des Agents anzeigen kann, was die Beobachtung und manuelle Einmischung erleichtert. Die Echtzeit-Adresse sollte als sensibles Zugangsmerkmal betrachtet werden und darf weder in öffentliche Protokolle aufgezeichnet noch langfristig geteilt werden.

Optionale Sitzungsaufzeichnung

Die Aufgabe ermöglicht die Videoaufnahme im Browser zur Fehlersuche, Prüfung sowie Kundensupport. Bei der Aufnahme können Kontoinformationen, Formulare und Webseiteninhalte erfasst werden. Die Download-Adressen sind zeitlich begrenzt gültig, und auch nach der Speicherung müssen Zugriffskontrollen sowie Beschränkungen bezüglich der Aufbewahrung eingehalten werden.

Dauerhafter Browser-Profile

Profile speichern zwischen den Sitzungen Cookies, lokalen Speicher sowie gespeicherte Passwörter, sodass die Benutzer sich nicht jedes Mal neu anmelden müssen. Profile sind hochsensible Ressourcen, die isoliert vor dem Endbenutzer gehalten, regelmäßig gelöscht und sicherstellen müssen, dass die Sitzung am Ende der Aufgabe ordnungsgemäß beendet wird, um den Zustand zu bewahren.

Synchronisation von lokalem und Cloud-Anmelden

Das Profil-Synchronisierungs-Tool kann den Anmeldezustand des lokalen Browsers in die Cloud übertragen, um auf bereits autorisierte Websites zuzugreifen. Dabei werden sensible Daten wie Cookies übertragen; Unternehmen sollten daher zunächst die Berechtigungen, die Richtlinien bezüglich der Konten, die Sicherheit der Geräte sowie die Protokolle für die Verarbeitung von Daten in der Cloud prüfen.

Dauerhafte Dateien der Arbeitsräume

Workspace ermöglicht es, mehrere Aufgaben dabei zu nutzen, um Dateien hochzuladen, Ergebnisse sowie Zwischenergebnisse zu erzeugen – ideal für Batch-Prozesse und langfristige Projekte. Verschiedene Kunden sollten eigene Workspaces verwenden, um zu vermeiden, dass eine Aufgabe die Dateien eines anderen Benutzers liest.

Sitzung fortsetzen

Im Keep-Alive-Modus kann der Browser nach Abschluss einer Aufgabe weiterhin geöffnet bleiben, um anschließend weitere Aufgaben auszuführen und den Zustand der Seite beizubehalten. Auch inaktiv gebliebene Sitzungen verbrauchen Ressourcen oder verursachen Kosten; alle erfolgreichen sowie fehlerhaften Abläufe sollten aktiv beendet werden.

Maximale Kosteneinschränkung

Für Cloud-Aufgaben kann eine Obergrenze für die Kosten in US-Dollar festgelegt werden; sobald dieser Schwellenwert erreicht ist, wird die Ausführung gestoppt. Die Kostenobergrenze verhindert eine unendliche Steigerung der Rechnungsbeträge, muss jedoch zusammen mit Beschränkungen bezüglich der Anzahl der Schritte, der Zeitüberschreitungen, der Konkurrenz sowie der Beträge von externen Transaktionen berücksichtigt werden.

Intelligente Konversationen und der ursprüngliche Browser

Der Cloud Agent ist dafür zuständig, Aufgaben zu verstehen und eigenständig darauf zu reagieren. Der Cloud Browser bietet lediglich eine herkömmliche Browser-Sitzung, die durch den eigenen Code des Benutzers über CDP gesteuert wird. Wird eine ergebnisorientierte Automatisierung benötigt, sollte der Agent gewählt werden; bei notwendiger deterministischer Steuerung oder bereits vorhandener Automatisierungsinfrastruktur ist der Browser die bessere Wahl.

Verborgener Browser

Der Cloud-Browser verwendet eine angepasste Version von Chromium und passt Eigenschaften wie Canvas, WebGL, Schriftarten sowie den Navigator an. Zudem werden automatisch einige Cookie-Banner behandelt. Die „Invisibilitätsfunktion“ dient lediglich dazu, Fehldeutungen zu vermeiden – sie erlaubt es den Nutzern jedoch nicht, die Bedingungen der Website, Zugriffsbeschränkungen oder gesetzliche Vorschriften zu umgehen.

Wohnungsvermittler und Standortauswahl

Cloud stellt Immobilienagenten in verschiedenen Ländern und Regionen zur Verfügung und ermöglicht die Auswahl des Exportlandes. Die regionalen Agenten können für Konformitätsprüfungen und Lokalisierungsüberprüfungen genutzt werden; sie dürfen jedoch nicht zur Erstellung falscher Identitäten, um regionale Genehmigungen zu umgehen, oder zur Manipulation der Plattform verwendet werden.

Verifizierungscode-Verarbeitung

Die Hosting-Umgebung bietet die Möglichkeit, mit gängigen Captcha-Verfahren sowie Anti-Roboter-Seiten umzugehen, doch die Erfolgsrate liegt nicht bei 100 Prozent. Wenn eine Website die Automatisierung ausdrücklich verbietet oder eine Benutzerverifizierung erfordert, müssen die Regeln respektiert werden und eine manuelle Bearbeitung erfolgen.

Parallelausführung

Der Pay-as-you-go-Plan erweitert die Anzahl der gleichzeitigen Sitzungen von 25 auf 500 und eignet sich für umfangreiche Tests, Überwachung und Datenverarbeitung. Die Anzahl der gleichzeitigen Sitzungen ist außerdem durch die Geschwindigkeitsbeschränkungen der Ziel-Website, die Berechtigungen des Kontos, das Budget sowie die Kapazität der nachgelagerten Systeme begrenzt.

Benutzerdefinierte Tools

Entwickler können benutzerdefinierte Aktionen registrieren, damit die Agenten interne APIs, Datenbanken, Dateiverarbeitungsdienste oder Genehmigungsprozesse aufrufen können. Die Beschreibungen der Tools sowie ihre Parameter müssen präzise sein. Bei Tools, die das Schreiben, Bezahlen oder Löschen von Inhalten ermöglichen, sollten Whitelists sowie eine zweite Bestätigung eingestellt werden.

Optionale Modelle

Offene Frameworks können die eigenen Modelle von Browser Use verbinden, aber auch Modelle von OpenAI, Anthropic, Google oder dem lokalen Ollama nutzen. Die verschiedenen Modelle weisen erhebliche Unterschiede in Bezug auf die visuelle Verarbeitung, den Aufruf von Tools, die Geschwindigkeit und die Kosten auf; daher sollte man nicht nur nach allgemeinen Kriterien für Chat-Systeme wählen.

Einheitliches Modell-Gateway

ChatBrowserUse ermöglicht es, über einen Browser-Use-Schlüssel mehrere Modelle zu nutzen, und es ist den Nutzern auch gestattet, ihren eigenen Anbieter-Schlüssel zu verwenden. Das zentrale Gateway vereinfacht die Konfiguration, führt aber zu einer zusätzlichen Ebene für Daten- und Abrechnungspfade. Bei sensiblen Projekten sollte klar festgelegt werden, welches Modell bei jeder Aufgabe verwendet wird.

Browser Use CLI

CLI eignet sich für Nutzer, die bereits Codex, Claude Code, Cursor, Hermes oder OpenClaw verwenden, und ermöglicht es den vorhandenen Agenten, den Browser über Befehle zu steuern. Die neue Version basiert auf dem Chrome DevTools Protocol und verwendet einen kontinuierlichen Hintergrundprozess; sie unterstützt nur Chrome- oder Chromium-Browser und nicht Safari oder Firefox.

Verbinden mit dem vorhandenen Chrome

Die CLI kann den laufenden Chrome ausfindig machen und außerdem ein bestimmtes lokales Profil verwenden, wodurch Anmeldedaten, Cookies sowie Erweiterungen übernommen werden. Es ist riskant, die persönliche Browser-Instanz der KI zu überlassen; es wird empfohlen, ein eigenständiges Profil zu erstellen und unnötige Erweiterungen sowie die Synchronisierung auszuschalten.

Desktop-Anwendung

Das offizielle Desktop-Repository bietet Builds für macOS, Windows und Linux und kann mit einer Claude Code-Mitgliedschaft, Modell-APIs oder Codex verbunden werden. Es unterstützt außerdem das Starten von Sitzungen durch eingehende Nachrichten über WhatsApp usw.; jede Fernauslösung muss den Absender überprüfen und die ausführbaren Aktionen einschränken.

Skript-Cache

Cloud kann den ersten Ausführungsversuch eines Agenten in einen wiederverwendbaren Script umwandeln, wodurch bei späteren Ausführungen mit denselben Vorlagenparametern der Ressourcenverbrauch des Modells reduziert wird. Änderungen am Webseitenlayout, der Anmeldestatus sowie Aktualisierungen der Geschäftsregeln können das gespeicherte Script ungültig machen, wodurch eine Überwachung sowie ein Rückfall auf den vollständigen Agent erforderlich werden.

Temporärer E-Mail-Adresse

Mithilfe von Cloud-Sessions kann über AgentMail eine temporäre E-Mail-Adresse erstellt werden, die für Workflows verwendet wird, bei denen eine Bestätigung per E-Mail erforderlich ist. Diese Funktion sollte nicht zur Massenregistrierung, um Plattformbeschränkungen zu umgehen oder zum Versenden von Spam genutzt werden. Wenn sie nicht benötigt wird, sollte sie ausgeschaltet werden.

Zeitgesteuerte Aufgaben

Aufgaben können nach Plan ausgeführt werden, um regelmäßige Überprüfungen, Berichte sowie Datenaktualisierungen durchzuführen. Dokumente weisen darauf hin, dass die geplanten Aufgaben im Projekt für die Projektmitglieder sichtbar sein können. Mehrbenutzeranwendungen müssen vermeiden, Aufgaben verschiedener Kunden in ein und dasselbe gemeinsame Projekt aufzunehmen.

MCP und Anbindung von kodierenden Agenten

Browser Use bietet Fähigkeiten sowie MCP-bezogene Integrationen, damit Coding-Agenten Webseitenoperationen als Toolaufrufe nutzen können. Die Berechtigungen der Tools, die zugänglichen Domainnamen sowie die Länge der Ausgaben müssen strenger kontrolliert werden, um zu verhindern, dass Webseitenanweisungen dazu führen, dass Agenten über ihre Befugnisse hinaus handeln.

Open-Source-Prozess für lokale Nutzung

1. Stellen Sie Python 3.11 oder eine neuere Version bereit und erstellen Sie eine isolierte virtuelle Umgebung.
2. Installieren Sie die stabile Version von Browser Use und festlegen Sie die Abhängigkeitsversionen.
3. Wählen Sie einen Modellanbieter oder ein lokales Modell aus und platzieren Sie den Schlüssel in einer sicheren Umgebung.
4. Führen Sie minimale, nur zum Lesen bestimmte Aufgaben mit einem dedizierten Chrome-Profil aus.
5. Beschränkung der erlaubten Domainnamen, Tools, Dateipfade und der maximalen Anzahl an Schritten.
6. Strukturierte Ausgaben definieren und Schlüsselfelder programmgesteuert überprüfen.
7. Erstellen Sie Testfälle für Anmelden, Pop-ups, Paginieren, Fehler und Wiederholversuche.
8. Bevor etwas gesendet, gekauft, gelöscht oder eingereicht wird, muss es einer manuellen Genehmigung zugeführt werden.
9. Versionen, Aufgaben, Ergebnisse und Fehler aufzeichnen, während Cookies und Tokens verdeckt werden.
10. Erst nach Abschluss der Sicherheitsbewertung soll es auf parallele und Produktionsplanung ausgeweitet werden.

Prozess zur Anbindung von Cloud-Produkten

1. Erstellen Sie Cloud-Projekte und eigenständige API-Schlüssel sowie legen Sie Zahlungshinweise fest.
2. Wählen Sie je nach Aufgabe den Cloud Agent oder den ursprünglichen Cloud Browser aus.
3. Für jeden Endbenutzer werden separate Profile sowie Workspace-Konfigurationen erstellt.
4. Einstellen Sie die Proxy-Region, den Bildschirm, die Zeitüberschreitung, die maximale Kostenobergrenze und die Konkurrenzbeschränkungen.
5. Standardmäßig werden unerwünschte Aufnahmen, temporäre E-Mails, Skills sowie dauerhafte Erinnerungen deaktiviert.
6. Laden Sie die maskierten Dateien hoch und beschränken Sie die Ausgabe auf eine klare Datenstruktur.
7. Führen Sie echte Seitenbeispiele im Testumfeld aus und dokumentieren Sie die Art der Fehler.
8. Echtzeit-Voransicht, Pause und manuelle Übernahme für schrittweise Hochrisiko-Aufgaben.
9. Die Browser-Sitzung wird in den Fällen von Erfolg, Misserfolg, Zeitüberschreitung und Abbruch beendet.
10. Löschen Sie regelmäßig ungenutzte Profile, Workspaces, Aufnahmen sowie API-Schlüssel.

Preise und Pakete

Die Preisangaben wurden am 23. August 2026 überprüft. Die tatsächlichen Beträge, Steuern, Wechselkurse sowie Rabatte können sich ändern; es gilt letztendlich das, was auf der Zahlelseite angezeigt wird.

Der Browser Use Cloud-Service arbeitet mit monatlichen Credits sowie einem Pay-as-you-go-Modell. Bei der jährlichen Zahlungsoption werden zwei Monate kostenlos dazu gegeben, und die Credits werden einmalig ausgeschüttet. Nachfolgend finden Sie die aktuellen Preise für das Monatsabonnement, wie sie auf der offiziellen Preisseite angezeigt werden. Die Preise und Gebühren können sich mit Updates des Produkts ändern.

Kostenlose Nutzungsmenge

Free beinhaltet monatlich 10 Agent-Aufgaben; ohne Aufladung können gleichzeitig 3 Sitzungen laufen; nach einer Aufladung kann die maximale Anzahl auf 10 erhöht werden. Die Verwendung des Cloud-Browsers, von Proxies und zusätzlichen Modellen verbraucht weiterhin den verfügbaren Betrag zu den offiziellen Tarifen.

Kosten für die Browser-Infrastruktur

Kosten für Modell-Tokens

Auf der offiziellen Seite werden für jedes Modell die Preise pro Million Eingabetoken, Cache-Eingabetoken und Ausgabetoken separat aufgeführt; die Preisunterschiede sind groß. Die Gesamtkosten einer Aufgabe umfassen außerdem die Dauer der Nutzung des Browsers, den Datenverkehr über Proxys sowie die Ausgangsverbindungen – man darf sich daher nicht nur auf den Preis pro Modell konzentrieren.

Kredite und Aufladungen

Die monatlichen Gebühren für Dev, Business und Scaleup werden in Credits für den jeweiligen Monat umgerechnet, die für verschiedene Cloud-Produkte verwendet werden können. Das Team sollte prüfen, ob ungenutzte Credits übertragen werden, wie lange die Gültigkeit der Aufladungen ist, wie mit negativen Salden umgegangen wird und welche Fristen nach einer Kündigung gelten.

Jahresgebühren und Unternehmensbedingungen

Das Jahresabonnement zeigt derzeit zwei Monate kostenlos an und gewährt außerdem im Voraus Credits für das ganze Jahr. Unternehmen, die ein SLA, eine bestimmte Datenspeicherung, einen jährlichen Credit-Pool oder einen Kaufvertrag benötigen, sollten sich an den Verkauf wenden – man sollte nicht davon ausgehen, dass die Standard-Monatszahlung automatisch alles beinhaltet.

Vergleich von Open Source und Cloud-Fähigkeiten

Für welche Benutzer geeignet

• Ingenieurteam zur Entwicklung von Web-Agenten, automatisierten Assistenten und Produkten für die Datenerfassung.
• Entwickler, die den Browser mit Codex oder Claude Code steuern müssen.
• Unternehmen, die die wiederholten Prozesse der Eingabe in den Hintergrund, des Downloads und der Tests automatisieren möchten.
• Es werden strukturierte Webdaten, geplante Aufgaben sowie eine Plattform für die parallele Ausführung von Aufgaben benötigt.
• Entwickler von KI-Anwendungen, die mehrschrittige Workflows über verschiedene Webseiten hinweg erstellen.
• Open-Source-Nutzer, die hoffen, lokale Modelle auswählen und das Verhalten der Tools tiefgreifend anpassen zu können.
• Produktprojekte, die eine Wohnungsvermittlung, einen regionalen Browser sowie gehostete Profile benötigen.
• Produktteams, die eine Echtzeit-Überwachung, Aufzeichnung sowie manuelle Übernahme von Browseraufgaben benötigen.

Für welche Nutzer es nicht geeignet ist

• Einfache Benutzer, die nur manuell Webseiten durchblättern möchten und keine Automatisierung benötigen.
• Benutzer, die nicht programmieren können und keine Lust haben, Desktop-Agenten oder Cloud-Workflows einzurichten.
• Unternehmen, die von ihren Webseitenaufgaben eine 100-prozentige Erfolgsrate verlangen und keine manuelle Überprüfung benötigen.
• Benutzer, die versuchen, mithilfe von Automatisierungen die Bedingungen der Website, Zahlungswände oder Zugangsbeschränkungen zu umgehen.
• Organisationen, die nicht zulassen wollen, dass Modelle oder der Cloud Inhalt von Webseiten sowie den Anmeldezustand verarbeitet werden.
• Unternehmensteams mit hohem Risiko, die über keine ausreichenden Befugnisse, kein Budget sowie keine Mechanismen zur Überwachung der Abläufe verfügen.
• Projekte, die eine lokale CLI-Kontrolle über Safari oder Firefox erfordern, müssen unterstützt werden.
• Alte Systeme, die eine feste, langfristige API benötigen und daher nicht mit schnellen Versionserweiterungen Schritt halten können.

Vorteile des Produkts

• Offene Python-Frameworks verwenden die MIT-Lizenz, was eine Überprüfung sowie eine tiefgehende Anpassung erleichtert.
• Unterstützung für Aufgaben im natürlichen Sprachverkehr, strukturierte Ausgaben und benutzerdefinierte Tools.
• CLI kann direkt der Fähigkeit verschiedener Kodierungs-Agenten, Browser-Operationen durchzuführen, hinzufügen.
• Cloud bietet gleichzeitig Agenten, den ursprünglichen Browser, Profile und Workspaces an.
• Die Hostumgebung umfasst ein verstecktes Chromium, Proxy-Server sowie Infrastruktur für hohe Konkurrenzlasten.
• Echtzeit-Voransicht, optionale Aufzeichnung und Kostenobergrenzen tragen zur Produktionssteuerung bei.
• Es ist möglich, sowohl Plattformmodelle zu verwenden als auch mit etablierten Anbietern oder lokalen Modellen zu verbinden.
• Die offiziellen Python- und TypeScript-SDKs decken die wichtigsten Ressourcen der Cloud ab.
• Open-Source-Projekte sind aktiv, mit häufigen Updates für Versionen und Sicherheitsbehebungen.
• Die Desktop-Version unterstützt die gängigsten Systeme und bietet verschiedene Möglichkeiten, Aufgaben auszulösen.

Einsatzbeschränkungen und Hinweise

• Die Seite-Layouts, der Login-Vorgang, Pop-up-Fenster, Verifizierungscodes sowie Netzwerkstörungen können dazu führen, dass Aufgaben fehlschlagen.
• Das Modell könnte die Seite falsch interpretieren und auf den falschen Knopf klicken, falsche Werte eingeben oder vortäuschen, dass eine Aktion erfolgreich war.
• Hohe Konkurrenzzahlen erhöhen gleichzeitig die Kosten für Modelle, Browser, Datenverkehr und Proxy-Dienste.
• Free bietet nur eine geringe Anzahl an Agentenaufgaben und eignet sich nicht für kontinuierliche Produktionslasten.
• Die CLI unterstützt nur Chrome oder Chromium, nicht Safari und Firefox.
• Für den lokalen Betrieb müssen weiterhin Kosten für Modelle, Server, Browser-Arbeitsspeicher und Proxy bezahlt werden.
• Profilen enthalten Cookies und Passwörter, deren Enthüllung zu einer Übernahme des Kontos führen kann.
• Aufnahmen, Screenshot und Protokolle können sensible Seiten sowie persönliche Informationen speichern.
• Die Sichtbarkeit von geplanten Aufgaben innerhalb eines Projekts eignet sich möglicherweise nicht für die Isolierung mehrerer Mieter.
• Webseiten-Hinweise zur Einfügung können dazu führen, dass Agenten Dateien, Schlüssel preisgeben oder externe Aktionen ausführen.
• Die Fähigkeit, unsichtbar zu werden und Captchas zu umgehen, bedeutet nicht, dass man die Erlaubnis hat, die Regeln der Plattform zu umgehen.
• Die Versionen der Cloud-Schnittstelle entwickeln sich schnell – Produktprojekte benötigen daher eine feste Version sowie Migrationsprüfungen.
• Die Zahlungen sind in der Regel nicht rückerstattbar, und die Abonnemente werden automatisch verlängert, bis sie gekündigt werden.

Sicherheit, Privatsphäre und Datenverarbeitung

Cloud-Agenten können Anfragen, Dateien, Bilder, Seiteinhalte, Formulardatenfelder, erzeugte Ergebnisse sowie Geräte- und Nutzungsdaten verarbeiten. Laut der Datenschutzerklärung werden die eingegebenen Daten zur Schulung der KI-Modelle der Plattform verwendet. Die anonymisierten oder bereinigten Eingangs-, Ausgangs-, Telemetriedaten sowie Workflow-Daten können zudem zur Verbesserung, zum Vertrieb oder zur Bereitstellung von Datensätzen genutzt werden.

Modelltraining und Datensätze

Die Datenschutzrichtlinie legt ausdrücklich fest, dass Inputs zur Schulung von KI-Modellen verwendet werden, und dass dadurch Datenmengen erstellt, geteilt oder lizenziert werden können, die aggregiert, identifizierungsfrei, anonymisiert oder bereinigt sind. Vor der Verarbeitung von Kunden- oder regulierten Daten sollte überprüft werden, ob es Optionen zur Nicht-Schulung, eine DPA, Zusagen zur Löschung sowie eine Liste von Unterauftragsverarbeitern gibt.

Drittanbieter von Modellen

Eingaben und Ausgaben können an Dritte weitergegeben werden, die KI- und große Sprachmodell-Anbieter sind und Dienstleistungen bereitstellen. Bei der Verwendung des Schlüsselbasierten Modus müssen zudem die Richtlinien des jeweiligen Anbieters eingehalten werden, und es muss überprüft werden, ob die Daten durch die Browser-Use-Orchestrierungsschicht geleitet werden.

Lizenz für Benutzerinhalte

Die Dienstbedingungen gewähren der Plattform umfassende, weltweite, übertragbare und weiterlizenzierbare Rechte am Benutzerinhalts zur Betrieb, Entwicklung und Verbesserung der Dienste. Unternehmen mit strengen Urheberrechten oder Verpflichtungen zur Kundengeheimhaltung sollten vor dem Hochladen prüfen, ob der Vertrag andere Bestimmungen vorsieht.

Datenhaltung

Die Datenschutzerklärung gibt lediglich an, dass personenbezogene Daten für die Dauer der Erbringung von Dienstleistungen, bei Streitigkeiten, zur Sicherheit sowie aufgrund rechtlicher Verpflichtungen aufbewahrt werden. Es werden keine einheitlichen Fristen für alle Arten von Daten angegeben. Unternehmen sollten jeweils die Aufbewahrungsfristen für Aufgaben, Protokolle, Profile, Arbeitsbereiche, Aufnahmen, Backups sowie Löschanfragen festlegen.

SOC 2

Die Erklärung zur Browsernutzung wurde einer SOC 2 Type II-Auditorie unterzogen. Der Zeitraum, der auf der offiziellen Seite angegeben ist, erstreckt sich vom 17. Juli bis zum 17. Oktober 2025. Der Käufer muss weiterhin einen aktuellen Bericht anfordern, um zu überprüfen, ob Cloud-Dienste, Modelle, Agenten, Profile sowie die konkrete Unternehmensumgebung alle im Rahmen der Auditorie berücksichtigt werden.

Empfehlungen zur Automatisierten Sicherheit

GitHub, SDK und Open-Source-Status

Der Kernspeicher für die Browsernutzung ist auf GitHub öffentlich verfügbar und unterliegt der MIT-Lizenz. Er enthält Python-Bibliotheken, eine CLI, Beispiele, Anleitungen, Tests sowie Konfigurationen für Container. Die offizielle Desktop-Anwendung ist ebenfalls ein eigenständiges Open-Source-Projekt unter der MIT-Lizenz und ermöglicht die Erstellung von Anwendungen für gängige Desktop-Systeme.

Versionen und Lieferkette

Die Projekte werden häufig veröffentlicht; aufgrund von Problemen in der Lieferkette von Drittanbietern wurden bereits Kernabhängigkeiten schnell entfernt. Benutzer sollten eine geprüfte Version verwenden, Lock-Dateien sowie Sicherheitsscans anwenden und nach Veröffentlichung von Sicherheitshinweisen rechtzeitig aktualisieren.

Lokale Open-Source-Lösungen bedeuten nicht Kostenlosigkeit.

Das MIT-Framework kann kostenlos installiert und angepasst werden, erfordert jedoch Modelle, Rechenleistung des Browsers, Server, Netzwerk, Proxy-Server sowie Funktionen für Protokollierung und Wartung. Die Verwendung lokaler Modelle verringert den Ausfallbereich, erhöht aber die Verantwortung für die Wartung von Hardware und Modellen.

Grundlegende Informationen

Häufige Fragen

Was ist Browser Use?

Es handelt sich um ein Framework sowie Cloud-Dienste, die es KI-Modellen ermöglichen, Webseiten zu verarbeiten – dabei können Elemente geklickt werden, Daten eingegeben, hochgeladen und heruntergeladen werden, sowie Daten extrahiert und mehrstufige Workflows abgewickelt werden.

Ist die Browser-Verwendung kostenlos?

Offene Python-Frameworks und CLI-Tools werden unter der MIT-Lizenz bereitgestellt und können kostenlos genutzt werden. Modelle, Server und Agenten können jedoch weiterhin Gebühren verursachen. Die kostenlose Cloud-Version beinhaltet monatlich 10 Agentenaufgaben; darüber hinaus wird nach Verbrauch abgerechnet oder es kann ein Upgrade auf ein teureres Paket erfolgen.

Soll man die CLI oder eine Python-Bibliothek wählen?

Für einmalige Browseraufgaben, die bereits mit Codex oder Claude Code erledigt wurden, eignet sich die CLI; für die Entwicklung wiederholbarer, planbarer oder in Produkte eingebetteter Automatisierungen sind Python-Bibliotheken geeignet.

Was ist der Unterschied zwischen Cloud Browser und Cloud Agent?

Der Cloud Browser bietet nur einen gehosteten Browser sowie eine CDP-Verbindung an; die Steuerlogik wird vom Benutzer geschrieben. Der Cloud Agent versteht Ziele in natürlicher Sprache und wählt selbstständig die zu ausführenden Aktionen auf der Webseite aus.

Welche Modelle werden unterstützt?

Es werden eigene Browser-Modelle sowie Optionen wie OpenAI, Anthropic, Google und das lokale Ollama unterstützt. Die Erfolgsrate bei der Ausführung von Aufgaben, die Geschwindigkeit, die Privatsphäre sowie die Kosten unterscheiden sich je nach Modell.

Kann man den bereits vorhandenen Anmeldezustand nutzen?

Man kann entweder ein lokales Chrome-Profil oder ein Cloud-basiertes, dauerhaftes Profil verwenden; außerdem kann der Anmeldezustand teilweise synchronisiert werden. Cookies und Passwörter sind äußerst sensibel – es ist daher am besten, eine eigene Benutzerkonto zu nutzen und die Rechte darauf einzuschränken.

Kann man Code-Eingaben verarbeiten?

Cloud bietet einen unsichtbaren Browser, Proxy-Server sowie Funktionen zur Verarbeitung von Captchas – doch es kann nicht garantiert werden, dass alle Websites problemlos funktionieren. Die Nutzer müssen sich an die Bedingungen der jeweiligen Websites sowie an die geltenden Gesetze halten.

Wie viele parallele Aufgaben können ausgeführt werden?

Free bietet anfangs 3 parallele Verarbeitungen – nach Aufladung sind es bis zu 10. Für Dev-Konten sind es 25, für Business-Konten 200 und für Scaleup-Konten 500. Die tatsächliche Durchsatzrate hängt außerdem von den Eigenschaften des Modells, der Website sowie vom Budget ab.

Wie wird bei Cloud abgerechnet?

Die Monatsgebühr wird in Credits umgerechnet, wobei anschließend Gebühren je nach Dauer der Nutzung des Browsers, Datenverkehr über den Proxy, Netzwerkzugang sowie Modell-Tokens berechnet werden. Derzeit kostet die Nutzung des Browsers 0,02 US-Dollar pro Stunde, gerechnet in Minuten.

Wird die Browser-Nutzung zum Trainieren des Modells verwendet?

Ja. Die Datenschutzrichtlinien besagen ausdrücklich, dass die eingegebenen Daten zur Schulung von KI-Modellen verwendet werden, und es können auch Datenmengen mit sensiblen Informationen verwendet werden – sofern diese zuvor bearbeitet und anonymisiert wurden. Sensible Unternehmen sollten daher zunächst überprüfen, ob eine solche Schulung möglich ist.

Ist Browser Use Open Source?

Das Kern-Python-Framework, die CLI und die Desktop-Oberfläche sind unter der MIT-Lizenz offen zugänglich. Der Cloud-basierte Backend, die versteckte Infrastruktur sowie die Proxy- und Steuerungsplattformen sind hingegen nicht vollständig offen zugänglich.

Kann es für die Produktion verwendet werden?

Das ist möglich, aber es müssen Domainnamen sowie Zugriffsbeschränkungen, Versuche zur Wiederholung bei Fehlern, Obergrenzen für Kosten, manuelle Überprüfungen, Trennung der Profile, Maskierung von Daten sowie Überwachung eingeführt werden. Die Automatisierung allein reicht nicht aus, um die Anforderungen an die Sicherheit des Unternehmens zu erfüllen.

Zusammenfassung

Browser Use eignet sich für Entwickler und Plattformteams, die die Interaktion mit Webseiten in eine AI-fähige Funktion umwandeln möchten. Offene Quellcode-Frameworks bieten hochgradig steuerbare lokale Lösungen, während Cloud-Lösungen Probleme wie Anonymität, Proxy-Verwaltung, Profile, Aufzeichnung sowie den großflächigen Betrieb von Browsern lösen.

Bei der Auswahl sollte man nicht nur den Erfolg der Aufgaben betrachten, sondern auch die Autorisierungsmechanismen der Website, die Einbettung von Anweisungen, die Sicherheit der Konten, die Kosten für Modelle und Proxy-Server, die Datenverarbeitung, die Lizenzen für Nutzerinhalte sowie die Fristen für deren Löschung berücksichtigen. Bei der Einführung in den Produktbetrieb sollte man mit nur lesbaren, risikofreien Aufgaben mit geringer Konkurrenzlast beginnen und menschliche Genehmigungen vor jeder unumkehrbaren Aktion einholen.