Die API kommt nicht, wenn man auf sie wartet
Viele wichtige Desktop-Systeme (Buchhaltung, Warenwirtschaft, ältere ERPs) haben keine API und werden sie offiziell auf der Desktop-Seite auch bald nicht bekommen — Integrationen bleiben auf den Datei-Export/-Import beschränkt, auf dem bereits andere Marktwerkzeuge basieren.
Das heißt nicht, dass Automatisierung unmöglich ist — es heißt, dass sie anders gebaut werden muss: durch direktes Lesen des nativen Datenformats oder durch kontrollierte Bedienung der bestehenden Oberfläche. Software-Automatisierung ohne API bedeutet konkret KI-Agenten, die genau die Oberfläche bedienen, die Sie selbst offen hätten — keine API-Integration, die es bei vielen Desktop-Buchhaltungsprogrammen schlicht nicht gibt.
Der bevorzugte Weg, wenn möglich
Wenn die Daten auf der Festplatte oder im Netzwerk zugänglich sind (lokale Datenbanken, native Dateien), ist direktes Lesen schneller, robuster und sicherer als die Bedienung der Oberfläche — es hängt nicht davon ab, wie der Bildschirm aussieht, und kann nicht „versehentlich einen Button drücken“.
Die strikte Regel, die wir anwenden: direktes Lesen ja, direktes Schreiben nie. Jede Änderung läuft über den offiziellen Importmechanismus des Quellsystems, nicht über direkte Manipulation der Datendateien. Anders als klassisches RPA, das einem festen Skript aus Klicks folgt, erkennt ein Computer-Use-Agent, was sich auf dem Bildschirm geändert hat — ein verschobenes Fenster, ein umbenanntes Menü — und passt sich an, statt bei der ersten Abweichung zu scheitern. Für hochsensible Systeme, bei denen selbst direktes Daten-Lesen nicht ausreicht, erklären wir separat, Self-hosted-KI mit Ihren Daten auf eigener Infrastruktur, als Alternative zur Bedienung eines bestehenden Programms.
Direktes Datenlesen vs. Automatisierung über die Oberfläche
Zwei Wege für ein System ohne API. Wir kombinieren sie fast immer.
| Direktes Lesen von Daten | Computer-Use (auf der Oberfläche) | |
|---|---|---|
| So funktioniert's | Liest das native Format: Datenbank, DBF, PDF. | Sieht den Bildschirm und interagiert wie ein Mensch: klicken, tippen. |
| Geschwindigkeit | Schnell, ohne die App zu öffnen. | Langsamer, hängt von der Geschwindigkeit der Oberfläche ab. |
| Robustheit | Es hängt nicht vom Aussehen des Bildschirms ab. | Empfindlich gegenüber Änderungen der Oberfläche oder Version. |
| Wann es eingesetzt wird | Die Daten sind auf der Festplatte oder im Netzwerk zugänglich, nur zum Lesen. | Die Oberfläche ist der einzige Weg: Dateneingabe, Validierungen in der Anwendung. |
| Risiko | Reduziert, konstruktionsbedingt rein lesend. | Größer: isolierte Umgebung plus Schritt-für-Schritt-Validierung. |
In der Praxis kombinieren die meisten Projekte beides: direktes Lesen für die Analyse, Computer-Use nur für die Schritte, die wirklich eine Interaktion mit der Oberfläche erfordern.
Wenn die Oberfläche der einzige Weg ist
Manchmal gibt es keine andere Option, als dass der Agent mit der Anwendung genau so interagiert wie ein Mensch — klicken, tippen, vom Bildschirm lesen — für Schritte, die nicht durch Datei-Lesen/-Schreiben erledigt werden können (Validierungen in der Oberfläche, anwendungsspezifische Formulare).
Hier sind die Sicherheitsregeln strenger: eine isolierte Umgebung, Schritte, die einzeln geprüft werden, und niemals irreversible Aktionen (Absenden, endgültige Bestätigung) ohne ausdrückliche menschliche Freigabe. Ein Computer-Use-Agent ist praktisch ein KI-Agent, der den Computer genau so bedient, wie es ein Mensch tun würde — bewegt die Maus, liest den Bildschirm, drückt Tasten —, dort, wo es keinen anderen Zugangsweg gibt. Für Computer-Use-Aufgaben, bei denen der Agent selbst eine lange Kette von Bildschirmaktionen entscheidet, erklären wir separat, wann sich das fortschrittlichste verfügbare KI-Modell wirklich lohnt, im Vergleich zum Rest Ihres gewöhnlichen Arbeitsvolumens.
Was wir beim Testen mit echten Daten gelernt haben
Echte Oberflächen haben Überraschungen: durch unsichtbare Einstellungen blockierte Menüs, Fehlercodes ohne Erklärung, falsch gerenderte Dialogfenster. Ein guter Computer-Use-Agent erkennt diese Blockaden, statt nur dieselbe fehlgeschlagene Aktion zu wiederholen.
Ein konkretes Beispiel: die Diagnose, warum ein Menü in einer Buchhaltungsanwendung blockiert erscheint (eine Konfigurationseinstellung, die in der Standardoberfläche nicht sichtbar ist) — gelöst durch direktes Auslesen der Konfigurationsdateien, nicht durch Trial-and-Error auf dem Bildschirm. Wir haben KI-Agenten getestet, die den Computer auf echten Oberflächen bedienen, mit blockierten Menüs und falsch gerenderten Dialogfenstern, nicht nur in sauberen Testumgebungen.
Erst Diagnose, dann Automatisierung
Jedes Projekt dieser Art beginnt mit der Prüfung, was technisch möglich ist, nicht mit der Annahme, dass sich die Oberfläche direkt automatisieren lässt. Die KI-Automatisierung von Desktop-Anwendungen beginnt immer mit einer technischen Diagnose — wir prüfen, was sich direkt aus den Daten auslesen lässt, bevor wir die Bedienung der Oberfläche vorschlagen.
- 01Wir prüfen, ob ein direkter Lesezugriff möglich ist (bevorzugt) oder ob eine Interaktion mit der Oberfläche nötig ist
- 02Wir bauen den Connector/Agenten, mit expliziten Regeln, was er allein tun darf und was eine Bestätigung braucht
- 03Wir testen mit echten Daten und Szenarien, inklusive Grenzfällen (Fehler, Blockaden, unerwartete Oberflächen)
- 04Wir übergeben mit Dokumentation, was das System genau automatisiert und was manuell bleibt
Festpreis, nach einem kurzen Discovery-Gespräch.
- Systemdiagnose
- rein lesender Connector
- Übergabe + Dokumentation
- Kartierung der Oberfläche
- Agent + Sicherheitsregeln
- Team-Schulung
- laufende Überwachung
- monatliche Anpassungen
- monatlicher Bericht
Jedes Projekt hat einen anderen Kontext, andere Abläufe und eine andere Infrastruktur. Der Preis wird nach einem kurzen, bezahlten Discovery festgelegt und ändert sich danach nicht mehr.
Häufige Fragen
Was ist ein Computer-Use-Agent?
Es ist ein KI-Agent, der mit einer Anwendung genau so interagiert wie ein Mensch — er sieht den Bildschirm, klickt, tippt — für Systeme, die keinen anderen Integrationsweg bieten (keine API, kein automatischer Export). Wird als letzte Lösung eingesetzt, wenn direktes Datenlesen nicht möglich ist.
Automatisierung von Software ohne API — ist das möglich?
Ja, auf zwei Wegen: durch direktes Lesen des nativen Datenformats (robuster, wenn möglich bevorzugt) oder durch kontrolliertes Bedienen der bestehenden Oberfläche (Computer-Use, wenn es keinen anderen Weg gibt). Viele wichtige Desktop-Systeme in Rumänien funktionieren so.
Ist es sicher, einen KI-Agenten eine Desktop-Anwendung bedienen zu lassen?
Mit klaren Regeln, ja: isolierte Umgebung, geprüfte Schritte, und keine irreversiblen Aktionen (Versand, finale Bestätigung, Löschen) ohne ausdrückliche menschliche Freigabe. Ohne diese Grenzen ist das Risiko real — deshalb trennen wir immer strikt „was er allein tun darf“ von „wofür ein Mensch gebraucht wird“.
Warum wartet man nicht einfach darauf, dass eine API erscheint?
Für einige wichtige Desktop-Systeme hat der Hersteller offiziell bestätigt, dass APIs nur für Cloud-/Web-Versionen geplant bleiben, nicht für die Desktop-Versionen, ohne klaren Termin. Sie warten dann endlos auf eine API, die für die Version, die Sie heute nutzen, vielleicht nie kommt.
Kann automatisch ins Quellsystem zurückgeschrieben werden (z. B. Buchhaltung)?
Unsere klare Empfehlung ist nein — das direkte Schreiben in die Datendateien eines Systems kann dessen Integrität beschädigen. Jede Änderung läuft über den offiziellen Import-/Export-Mechanismus, den das System bereitstellt, auch wenn das einen zusätzlichen Schritt bedeutet.
Was kostet die Automatisierung eines Systems ohne API?
Es hängt davon ab, ob nur Lesen nötig ist (einfacher, günstiger) oder die vollständige Bedienung der Oberfläche (komplexer).
Welcher CAEN-Code deckt diese Art von Automatisierung für ein Unternehmen aus Rumänien ab?
Die Automatisierung und Integration von Individualsoftware, einschließlich Computer-Use-Agenten, fällt unter denselben CAEN-Code 6201 wie die Individualsoftwareentwicklung.
Lassen Sie uns schauen, was sich bei Ihnen automatisieren lässt.
Eine kostenlose 30-Minuten-Sitzung: Wir sagen Ihnen, was sich automatisieren lässt, wie lange es dauert und was es kostet – mit Festpreis nach dem Discovery-Gespräch.