Automatisierung hieß lange: ein Skript, eine Aufgabe, ein Ergebnis. Seit KI-Agenten echte Browser bedienen können, stimmt dieser Satz nicht mehr. Bei OIT arbeitet heute nicht mehr ein Mensch an einem Vorgang – ein Mensch begleitet eine ganze Reihe davon gleichzeitig. Das hat unsere Arbeit verändert. Und, ehrlich gesagt, verbessert.
Vom Tab-Chaos zur Flotte
Wer schon einmal versucht hat, mehrere Browser-Automatisierungen parallel laufen zu lassen, kennt das Ergebnis: Sessions klauen sich gegenseitig den Login, Tabs überschreiben sich, und niemand weiß, welcher Vorgang gerade wo steht. Ein Agent ist beeindruckend. Zehn Agenten sind ein Kabelsalat.
Genau dort haben wir angesetzt. Statt zehn unübersichtlicher Prozesse betreiben wir eine Flotte: zehn dauerhaft eingeloggte Browser, jeder mit klarer Identität, jeder einzeln sicht- und steuerbar. Kein Vorgang stört den anderen.
Compute Use: die Maschine bedient die Maschine
Der Fachbegriff dafür heißt Compute Use – die Fähigkeit einer KI, einen Computer so zu bedienen wie ein Mensch: klicken, tippen, scrollen, lesen, entscheiden. Für uns war das ein Wendepunkt. Die immer gleichen Handgriffe – anmelden, Formulare ausfüllen, Belege ziehen, Inhalte einpflegen, Status prüfen – übernimmt heute der Agent.
Das Bemerkenswerte ist nicht, dass die Maschine klickt. Sondern, was dadurch mit unserer Zeit geschieht.
Der eigentliche Gewinn: mehr Kopf pro Aufgabe
Wenn der Agent das Ausführen übernimmt, verschwindet die Arbeit nicht – sie verlagert sich. Weg vom Tun, hin zum Formulieren, Prüfen und Kommunizieren. Und genau dort entsteht der Qualitätssprung.
Früher floss die meiste Zeit einer Aufgabe in ihre Ausführung. Heute fließt sie in die Frage: Ist das Ergebnis wirklich gut? Wir schreiben präzisere Anweisungen, wir prüfen jedes Resultat, wir besprechen Zweifelsfälle. Pro Aufgabe investieren wir mehr Aufmerksamkeit als je zuvor – nicht weniger. Paradox? Nur auf den ersten Blick: Weil das Ausführen fast nichts mehr kostet, können wir uns das Nachdenken leisten.
Das Ergebnis: Wo eine Person früher einen Vorgang nach dem anderen abarbeitete, begleitet sie heute mehrere gleichzeitig – und liefert bei jedem sorgfältiger ab. Mehr Durchsatz und bessere Qualität schließen sich nicht länger aus.
Wie MultiMan technisch funktioniert
Unter der ruhigen Oberfläche steckt eine klare Architektur. Eine KI steuert, MultiMan überwacht, und eine isolierte Browser-Flotte führt aus – verbunden über das Chrome DevTools Protocol (CDP).
- Isolierte Flotte: Zehn dedizierte Chrome-for-Testing-Instanzen, jede mit eigenem, dauerhaftem Profil, von macOS’ launchd am Leben gehalten – strikt getrennt vom persönlichen Chrome.
- Live-Spiegel über CDP: Ein JPEG-Screencast bringt jede Session in Echtzeit in die App; Maus, Tastatur und Scroll gehen als CDP-Input-Events zurück. Eine Fokus-Emulation hält den Renderer auch im Hintergrund flüssig.
- Standardmäßig geparkt: Ungenutzte Sessions schlafen komplett – kein Fenster, kein Dock-Icon, kein RAM. Beim Öffnen oder auf Anforderung eines Agenten wachen sie in rund einer Sekunde auf.
- Kollisionsfreie Verteilung: Ein Aufgaben-Hub vergibt Session-Sperren und Reservierungen; ein MCP-Werkzeug lässt KI-Agenten schlafende Sessions bei Bedarf selbst wecken. Zwei Agenten greifen nie dieselbe Session an.
- Steuernde KI: Die eigentliche Automatisierung übernimmt Claude Cowork oder das OIT KI Gateway – Compute Use im Wortsinn.
- Selbstheilend: Login- und Hänger-Wächter melden sich, ein Klick startet neu, und eine eingebaute Systemprüfung richtet die isolierte Umgebung eigenständig ein – bis hin zum Herunterladen des isolierten Browsers.
Das Ergebnis ist eine native macOS-App, die zehn Agenten so überschaubar macht wie zehn Tabs – nur dass jeder „Tab“ ein vollwertiger, dauerhaft eingeloggter Browser ist.
Ein Werkzeug für die ganze Firma
Das Prinzip bleibt dasselbe, ob Social Media, Kundenportale, Buchhaltung oder Recherche. Deshalb nutzt bei uns die gesamte Firma ein gemeinsames Cockpit – nicht zehn Insellösungen. Jeder sieht denselben Session-Status, greift auf dieselben Sperren und Aufgaben zu und spricht dieselbe Sprache: PW1 bis PW10.
Das drückt die Einarbeitung auf beinahe null und macht Wissen teilbar. Wer eine Session betreut, kann sie an eine Kollegin übergeben, ohne viel zu erklären – der Zustand ist für alle sichtbar.
Was MultiMan ist
Aus dieser Arbeitsweise ist ein Produkt geworden: MultiMan. Eine native macOS-App, die aus vielen Agenten eine überschaubare Flotte macht.
Man sieht jede Session live – inklusive Speicherverbrauch. Ungenutzte Sessions schlafen von selbst (kein Fenster, kein RAM) und wachen auf Klick in Sekunden wieder auf. Man verteilt Aufgaben kollisionsfrei, springt per Session oder direkt aus dem Spiegel ins echte Browser-Fenster, und alles läuft auf einem isolierten Browser (Chrome for Testing) – das persönliche Chrome bleibt unberührt. Hängt eine Session, meldet sie sich und startet auf einen Klick neu. Und bleiben Fragen offen, ist der Support schon eingebaut: Ticket, Live-Chat und ein KI-Assistent, direkt in der App.
Die kurze Version: Wir haben aufgehört, selbst zu klicken. Wir kümmern uns jetzt um das, was zählt – die richtige Aufgabe, das gute Ergebnis, das klare Wort. Den Rest erledigt die Flotte.