Wir haben ChatGPT Atlas und Perplexity Comet bei realen Aufgaben getestet - einer hat den anderen vernichtet

KI-Browser. Angeblich sind sie die Zukunft des Webs. Das Konzept sieht so aus: Webseiten werden nicht mehr für Menschen gestaltet, sondern für KI-Agenten, mit klaren Strukturen, vorhersehbaren Schaltflächen und maschinenlesbaren Absichten. Du wirst nicht mehr browsen. Du wirst Anweisungen geben. Der Agent wird für dich scannen, klicken, vergleichen und entscheiden. Diese Zukunft könnte irgendwann kommen. Im Moment sind wir davon jedoch noch weit entfernt.

Zwei der bekanntesten Versuche zu diesem Konzept eines agentischen Browsers sind Perplexitys Comet und OpenAIs Atlas. Beide versprechen, in Ihrem Auftrag im Browser zu handeln. Also haben wir sie nebeneinander getestet, mit denselben Eingaben, auf denselben Websites und unter denselben Einschränkungen. Welches funktioniert am besten? Die kurze Antwort: Sie sind nicht gleich. Einer von ihnen liefert konstant bessere Ergebnisse, ist schneller und verursacht weniger eigene Fehler.

Einkaufen von Sonnenbrillen

Seltene Droprate, fragwürdige Passform

Die Aufgabe war einfach, aber realistisch. Ich habe ein Foto von einer Sonnenbrille hochgeladen und den Agenten gebeten, ähnliche Produkte auf einer Shopping-Seite zu finden. Die Vorgaben waren eindeutig: eine seriöse Marke, mindestens eine 4-Sterne-Bewertung von 500 oder mehr Rezensionen, unter 100 $, und drei konkrete Optionen mit Links und Preisen.

Atlas ging zuerst und beendete die Aufgabe in 1:58. Atlas analysierte das Bild, erstellte eine textliche Beschreibung der Sonnenbrille und nutzte diese Beschreibung, um auf Amazon zu suchen. Es wurden drei Produktlinks zurückgegeben, wie angefordert. Auf den ersten Blick sah das wie ein Erfolg aus. Bei genauerem Hinsehen zerfiel es jedoch. Zwei der drei Links waren defekt. Die manuelle Suche der Produktnamen zeigte, dass keiner von ihnen den ursprünglichen Gläsern auf dem Foto besonders nahe kam. Atlas schloss den Arbeitsablauf ab, aber die Bewertungsebene war schwach.

Comet folgte. Es wurde nicht fertig und ich musste es um 5:00 Uhr abbrechen. Während Atlas das Bild analysierte und auf dieser Grundlage handelte, schien Comet völlig den Faden zu verlieren. Es blieb im unendlichen Scrollen von Amazon hängen und lud wiederholt weitere Artikel, ohne jemals auf etwas Nützliches zu stoßen. Es lief weiter, bis ich es nach fünf Minuten stoppte. Anstatt Produkte zu identifizieren, erzeugte Comet Links zu Amazon-Suchergebnisseiten statt zu einzelnen Angeboten. Eine manuelle Überprüfung dieser Ergebnisse zeigte, dass keines der Produkte auch nur annähernd dem Referenzbild ähnelte.

Tabellenkalkulationsanalyse und Diagrammerstellung

Zahlen verdienen Respekt

Als Nächstes eine Produktivitätsaufgabe. Mithilfe einer bereits geöffneten Tabelle musste der Agent die Daten zusammenfassen, den richtigen Diagrammtyp auswählen, um die Beziehung zwischen Gewicht, PS und 0-100-Beschleunigung zu zeigen, und dann dieses Diagramm tatsächlich erstellen.

Atlas hat die Aufgabe in 2:13 abgeschlossen. Es wählte ein Blasendiagramm, ordnete die X- und Y-Achsen korrekt zu und stellte die Blasengröße angemessen ein. Interessanterweise hörte Atlas nicht auf, als das Diagramm erschien. Es bemerkte, dass das Diagramm bestehende Daten verdeckte, und versuchte, es zu verschieben. Dieser Versuch verlief schlecht. Fast eine Minute lang versuchte es, das Diagramm neu zu positionieren, geriet dabei durcheinander und gab schließlich auf - aber nicht, bevor es sich entschied, das Diagramm stattdessen auf ein neues Blatt zu verschieben. Diese Entscheidung war merkwürdig menschlich. Das Endergebnis war sauber, lesbar und genau.

Comet hat die Aufgabe in 4:05 abgeschlossen. Es wählte auch ein Blasendiagramm aus, was die richtige Wahl war. Allerdings ließ es alle Datenbeschriftungen aktiviert, wodurch das Diagramm nahezu unlesbar wurde. Obwohl es behauptete, die Blasengröße nach Gewicht festzulegen, war das Größenfeld de facto leer — alle Blasen sahen identisch aus. Ein Großteil der Verzögerung resultierte daraus, dass Comet Schwierigkeiten hatte, die richtigen Spalten in der Tabelle auszuwählen. Technisch gesehen hat es die Aufgabe abgeschlossen, aber das Ergebnis musste manuell nachbearbeitet werden, um nutzbar zu sein.

In einem Treffen nachfassen

Vor allem Kalenderzauber

Diese Aufgabe testete die mehrstufige Koordination zwischen verschiedenen Diensten. Der Agent musste ein Google-Kalenderereignis für den nächsten Tag um 9:00 Uhr erstellen, es angemessen benennen, die besprochene Tabelle anhängen, eine kurze Beschreibung zur Erklärung der Tabelle schreiben und anschließend bestätigen, dass das Ereignis erstellt wurde.

Atlas beendete in 2:48. Es öffnete Google Kalender in einem neuen Tab, erstellte ein Ereignis zur richtigen Zeit und nannte es „Cars & Specs Discussion.“ Es öffnete das Anhangsfenster, fand die Tabelle in meinem Google Drive, fügte sie an, schrieb eine kurze Beschreibung und speicherte das Ereignis. Alles funktionierte wie erwartet, von Anfang bis Ende.

Comet beendete es in 2:53. Es folgte einem ähnlichen Ablauf und nannte die Veranstaltung „Überprüfung von Auto-Motoren und Spezifikationen“. Es schrieb eine Beschreibung unter Verwendung von Aufzählungspunkten, was zwar nicht angefordert war, aber auch nicht schädlich. Statt die Datei jedoch direkt anzuhängen, fügte es einen Link zur Tabelle in die Beschreibung ein. Die Aufgabe war technisch gesehen erledigt, aber etwas weniger ausgefeilt.

E-Mail-Zusammenfassung

Triage unter Druck

Das Ziel war hier die Priorisierung. Der Agent musste meinen Posteingang durchsuchen, die letzten 15 ungelesenen E-Mails zusammenfassen, die keine automatischen Benachrichtigungen waren, sie nach Thema oder Absender gruppieren, alles Dringende markieren und empfohlene Maßnahmen auflisten.

Atlas hat die Aufgabe in 2:18 abgeschlossen. Es nahm einen Brute-Force-Ansatz, indem es ungelesene E-Mails einzeln durchklickte. Der frustrierende Teil war, dass es eine E-Mail als automatisiert identifizierte und dann eine weitere E-Mail desselben Absenders mit demselben Betreff öffnete - scheinbar ohne zu erkennen, dass auch diese garantiert automatisiert war. Abgesehen von dieser Ineffizienz war die endgültige Zusammenfassung knapp und gut lesbar, und es fühlte sich tatsächlich wie eine Zusammenfassung und nicht wie ein Informationsdump an.

Comet erledigte die Aufgabe in 4:43. Es begann damit, alle E-Mails auszuwählen, verbrachte dann eine volle Minute damit, herauszufinden, wie man sie wieder abwählt. Es suchte nach `is:unread`, war von der Anzahl der ungelesenen Asana-E-Mails überwältigt, versuchte sie herauszufiltern, stellte dann jedoch fest, dass Asana nicht der einzige automatisierte Absender war. Letztendlich gab es das Filtern ganz auf und begann, E-Mails manuell zu öffnen — wobei sie gleichzeitig als gelesen markiert wurden. Es hörte frühzeitig auf und erstellte dann eine Zusammenfassung, die von genau den automatisierten E-Mails dominiert wurde, die ich ausdrücklich zum Ausschluss angegeben hatte.

Ein Buch zu Goodreads hinzufügen

Ein klarer Sieg

Das war die einfachste Aufgabe: Ein bestimmtes Buch zu meiner „Zu lesen“-Liste auf Goodreads hinzufügen.

Atlas beendete in 0:54. Zunächst suchte er mit dem vollständigen Titel und dem Autorennamen, was jedoch Lernhilfen anstelle des Buches selbst ergab. Danach versuchte er den genauen Titel ohne Erfolg, bevor er schließlich nur nach „Neuromancer“ suchte, den richtigen Eintrag fand und ihn zur Liste hinzufügte. Leicht umständlich, aber effektiv.

Comet beendete in 0:59. Es öffnete Goodreads, suchte nach „Neuromancer“, wählte das erste Ergebnis aus und fügte es hinzu. Weniger Fehltritte als Atlas, dennoch dauerte es geringfügig länger. Das Muster war inzwischen vertraut: Comets Handlungen selbst sind langsam, unabhängig davon, ob seine Überlegungen sinnvoll sind.

Perplexity hat es zuerst gemacht, aber OpenAI macht es besser

Früher Zugriff, späte Ausführung

Comet war einer der ersten agentischen KI-Browser. Ich mag diesen Begriff nicht - es wirkt wie unternehmerisches Füllmaterial, das sich als Innovation ausgibt - aber es ist die Kategorie, mit der wir leben müssen. In ihrem aktuellen Zustand sind diese Agenten stark eingeschränkt. Sie können Aufgaben ausführen, aber in den meisten Fällen wären Sie selbst schneller und weniger frustriert, wenn Sie die Arbeit selbst erledigen.

Selbst wenn ein Agent technisch gesehen Zeit spart, gleicht der Aufwand für das Schreiben einer genauen Eingabeaufforderung dies oft wieder aus. Ich hätte das Blasendiagramm in weniger als zehn Sekunden manuell erstellen können. Es gab keine einzige Aufgabe hier, die entweder Atlas oder Comet in weniger als 50 Sekunden erledigt hätten. Ein Buch zu Goodreads hinzuzufügen, kommt in die Nähe, aber das hätte ich manuell in fünf Sekunden erledigt.

Sie sind interessant als Experimente und faszinierend als Ideen, aber sie sind noch nicht ausgereift. Zwischen den beiden ist OpenAIs Atlas der klare Gewinner - nicht weil es perfekt ist, sondern weil es weniger katastrophal scheitert, sich geschickter erholt und Ergebnisse liefert, die häufiger dem entsprechen, was man tatsächlich angefragt hat. Das ist noch nicht die Zukunft des Surfens. Aber es ist näher dran.