Der schnellste Browser für KI-Agenten und Web-Automatisierung

ego (lite) ist ein Browser, in dem Sie und Ihre KI-Agenten parallel arbeiten. Ihre Agenten erledigen mehrere Browseraufgaben gleichzeitig in eigenen Spaces, während Ihre Tabs unberührt bleiben. So werden Aufgaben schneller und mit weniger Token abgeschlossen.

Im letzten Jahr haben viele von uns versucht, KI-Agenten ( Claude Code, Codex, Continue), um eine echte Browserautomatisierung in einem echten Browser durchzuführen. Rufen Sie eine Liste aus einem angemeldeten Admin-Panel ab. Füllen Sie ein Anbieterformular aus. Führen Sie die Qualitätssicherung in einer Staging-Umgebung durch. Die Werkzeuge dafür sind vorhanden, und doch bleibt die Erfahrung, es tatsächlich zu tun, schwierig.

ego (lite) ist unser Versuch, das zu beheben.

Was ist ego (lite)

ego (lite) ist tief im Chrome-Ökosystem verankert. Dieselbe Engine wie Chrome, wobei Ihre Lesezeichen, Erweiterungen und angemeldeten Sitzungen vollständig übernommen werden. Sie müssen die Art und Weise, wie Sie surfen, nicht ändern. Es funktioniert sofort.

Was ihn wirklich auszeichnet, ist die native Unterstützung für Agenten:

• Code-Basis statt CLI-Basis: schnellere Durchläufe mit weniger Token bei komplexen Aufgaben. Die Funktionen, die ego (lite) dem Agenten bereitstellt, sind als JavaScript-Funktionen gekapselt, die der Agent direkt aufruft. So kann der Agent das tun, was er am besten kann: Code schreiben und eine mehrstufige Aufgabe in einem Durchgang lösen, statt in der Schleife „zwei Befehle aufrufen, Ergebnis ansehen, zwei weitere aufrufen“ steckenzubleiben. Im Vergleich zum klassischen CLI-Ansatz laufen komplexe Workflows 20–50 % schneller, mit höherer Erfolgsquote und deutlich weniger Tool-Aufrufen pro Aufgabe. Dasselbe Muster zeigt sich in internen Benchmarks gegen den agent-browser von Vercel: Je anspruchsvoller der Workflow, desto größer der Abstand.
• Ein eigener Space für jeden Agenten. ego (lite) gibt jedem Agenten einen vollständig isolierten Space. Sie surfen im Vordergrund, Ihr Agent arbeitet im Hintergrund, ohne dass beide einander stören. Sie sehen jederzeit, in welchem Space ein Agent läuft, und können ihn übernehmen oder stoppen. Wer agent-browser-Tools kennt, die sich mit Chrome verbinden, kennt auch das Chaos aus ständig aufpoppenden Fenstern und Tabs. ego (lite) löst dieses Problem an der Wurzel.
• Ihre Agenten erledigen Multitasking in Spaces, parallelen Arbeitsbereichen innerhalb desselben Browsers. Jeder Space bekommt seinen eigenen KI-Agenten oder seine eigene Aufgabe, alle laufen gleichzeitig: Claude Code reichert 10 Leads in 10 parallelen Spaces an, Codex durchsucht 5 Konkurrenzseiten in 5 weiteren. Sie kollidieren nicht und stehlen Ihnen keine Tabs. Ihre Maus bleibt genau dort, wo Sie sie gelassen haben.
• Die stärkste Seite Snapshot auf dem Markt. Durch Anpassungen auf Kernel-Ebene erzeugt ego (lite) besonders hochwertige Seiten-Snapshots – die Darstellung, anhand derer Modelle eine Webseite „sehen“ und bedienen. Selbst schwierige Fälle wie tief verschachtelte iframes werden zuverlässig erfasst, genau dort, wo andere Ansätze immer wieder scheitern.
• Jeder Agent kann es steuern über ego-browser. ego-browser verbindet jede Agent-CLI – etwa Claude Code, Codex, Cursor oder eine eigene Lösung – mit ego (lite). Der Browser wird dabei als Satz von JavaScript-Tools auf der Seite bereitgestellt: snapshot, fill, click, wait, navigate und capture. Der Agent schreibt ein JavaScript-Snippet, das diese Tools aufruft, und ego-browser führt es in einem Durchgang auf der Seite aus.
• Erfahrungsakkumulation, die Ihren Agenten umso schneller macht, je häufiger Sie ihn nutzen (bald verfügbar). Bei Browseraufgaben verbringt ein Agent den größten Teil der Zeit mit Ausprobieren. Der offizielle Skill von ego (lite) überführt jede erfolgreiche Aktion in wiederverwendbare Tools und Abläufe. Ähnliche Aufgaben lassen sich später dadurch bis zu fünfmal schneller erledigen. Mehr dazu weiter unten.

Warum wir ego (lite) gebaut haben

Wir haben eine klare Meinung zur Frage „Stirbt die GUI?“. Nein. Was sich grundlegend ändert, ist, wer sie bereitstellt. Heute liefert jede Plattform ihre eigene, vorgefertigte Oberfläche. Morgen erzeugt Ihr persönlicher Agent sie spontan für Sie.

Das ist die Zukunft. Die Realität heute: Agenten müssen schon jetzt jede Menge echte Arbeit erledigen, und die Welt ist noch nicht für sie gebaut. Viele Dienste bieten weder API noch MCP. Informationen und Funktionen stecken in der GUI fest, verpackt für menschliche Nutzer. Wer schon mit Codex oder Claude Code recherchiert oder Aufgaben erledigt hat, die von einem SaaS-Tool abhängen, kennt das Problem: Der Agent muss trotzdem einen Browser öffnen und sich mit dieser alten Welt herumschlagen.

Deshalb schrauben sich immer mehr Agent-Produkte einen Browser an. Manche liefern einen abgespeckten, eingebetteten Browser mit, andere eine Erweiterung, die sich in Ihr bestehendes Chrome einklinkt. Beide funktionieren nicht gut genug. Der Chrome-Bridge-Ansatz ist instabil: Angemeldete Sitzungen werden mal übernommen, mal nicht, Tabs poppen ohne Grund in neuen Fenstern auf, Headed- und Headless-Modus geraten außer Kontrolle. Der eingebettete Ansatz ist kein echter Browser und bricht bei allem Komplexeren zusammen.

Der tiefere Grund, warum das alles nicht reicht: Der Browser wurde nie für einen Agenten entworfen. Jedes Interaktionsdetail in Chrome – Tabs, Fenster, Navigation, Berechtigungen – wurde für menschliche Nutzer entworfen. Niemand hat sich gefragt, wie ein autonomer Agent damit umgehen würde. Bridge-Tools und eingebettete Tools sind beides nur Flicken auf einem System, das nie Platz für einen Agenten vorgesehen hat. Die Probleme sind die logische Folge.

Die andere Hälfte des Problems: Keines dieser Tools hat sich ernsthaft gefragt, was ein Browser für einen Agenten eigentlich sein sollte. Die einen kapseln den Browser zu stark und geben dem Agenten nur ein paar CLI-Befehle an die Hand – und unterschätzen dabei, wie viel ein Agent selbst orchestrieren kann. Die anderen schlagen ins Gegenteil um, legen das rohe Protokoll offen und kippen dem Modell das gesamte Rauschen vor die Füße.

Deshalb haben wir ego (lite) gebaut. Wir wollten den Browser von Grund auf neu denken und ihn zur reibungslosesten Nahtstelle zwischen Ihnen, Ihrem Agenten und dem Web machen.

Wie wir ego (lite) gebaut haben

Bevor wir eine Zeile Code schrieben, mussten wir eine Frage klären: Wie soll ein Agent mit einem Browser interagieren?

Unsere Antwort waren drei Ebenen.

Die erste Ebene ist Sehen und Handeln. Der Agent „sieht“ die Seite wie ein Mensch, dann klickt, tippt und scrollt er. Das ist das Minimum, das jeder Browser einem Agenten geben sollte.

Die zweite Ebene besteht aus gekapselten Methodenaufrufen. Wir haben die häufigsten Operationen – Snapshot ist der Klassiker – genommen und ihnen saubere Abstraktionen gegeben. Bewusst zurückhaltend: keine hundert Methoden aufeinandertürmen. Ziel war eine scharfe Abstraktion, nicht eine erschöpfende.

Die dritte Ebene ist der direkte Zugriff auf die zugrunde liegenden Fähigkeiten des Browsers. Wenn der Agent wirklich die volle Kontrolle braucht, ist sie da.

Der Sinn der drei Ebenen: Der Agent wählt jeweils die passende. Ein einfacher Klick braucht keinen rohen Protokollaufruf, und ein komplexer Ablauf wird nicht in einen einzigen CLI-Befehl gepresst.

Warum JavaScript statt Python oder Shell

Code statt CLI ist die architektonische Grundentscheidung. Aber warum JavaScript statt Python oder Shell? Zwei Gründe.

Der erste Grund ist die kognitive Belastung. Was ego (lite) in die Seite einspeist, ist bereits JavaScript. Wäre der Orchestrierungscode im Hintergrund in einer anderen Sprache geschrieben, müsste der Agent bei jeder Aufgabe zwischen zwei Syntaxen wechseln. Das erzeugt unnötige Reibung. Eine Sprache für die gesamte Aufgabe bedeutet, dass der Agent nur in einem Modus denken muss.

Die zweite ist die Stabilität der Umgebung. Wir können nicht davon ausgehen, dass jeder Benutzer Python installiert hat oder eine Shell, die sich genauso verhält wie unsere. Anstatt von der Umgebung des Benutzers abhängig zu sein, bringen wir die Laufzeit mit. Wir verwenden die V8-Engine bereits im Browser wieder, reduzieren den Rest von Node.js und liefern eine vollständige Node-Laufzeit innerhalb von ego (lite). Die Installationsgröße erhöht sich nur um 6 MB.

Wie schnell ist ego (lite)?

Wir haben ego (lite) bei vier komplexen Browserautomatisierungsaufgaben mit Vercels agent-browser verglichen. ego (lite) erledigte jede Aufgabe mit deutlich weniger Token und bis zu 3,45-mal schneller.

Je schwieriger die Aufgabe, desto größer der Abstand.

Zwei Design-Entscheidungen machten den Unterschied: Erstens die oben beschriebene dreischichtige JavaScript-Interaktion – der Agent schreibt ein Snippet, das viele Aktionen auf einmal ausführt, statt einzelne CLI-Aufrufe aneinanderzureihen. Zweitens der Snapshot auf Kernel-Ebene in unserer angepassten Chromium-Engine, der bis in Cross-Origin-iframes, Shadow DOM und Drittanbieter-SDK-Widgets vordringt, die JS-Shim-basierte Snapshot-Tools stillschweigend übergehen.

Je öfter Sie es nutzen, desto schneller wird es (bald verfügbar)

Im offiziellen Skill von ego (lite) testen wir einen Mechanismus zum Sammeln von Erfahrung. Jede erfolgreiche Aufgabe wird in wiederverwendbare, auf die jeweilige Domain zugeschnittene Tools und Abläufe überführt. Bei einer ähnlichen Aufgabe lädt Ihr Agent diese Tools und überspringt das erneute Ausprobieren.

Die ideale Version davon wäre, dass der Agent die Erfahrung während der Ausführung der Aufgabe erfasst. Das haben wir zuerst versucht. Die Bewertungsergebnisse haben uns zurückgedrängt. Wenn das Modell aufgefordert wird, sowohl die Aufgabe selbst als auch die Erfahrungserfassung im selben Lauf zu optimieren, sinkt die Erfolgsquote der Aufgabe und die Ausführung verlangsamt sich. Der Versuch, beides gleichzeitig gut zu machen, bedeutet, keines von beiden gut zu machen.

Deshalb haben wir es in zwei Phasen aufgeteilt. Während der Ausführung konzentriert sich der Agent ausschließlich auf die Aufgabe. Ist sie erledigt, folgt eine separate Sammelphase, in der der Agent die relevanten Docs liest und Tools sowie Lektionen aufbaut. Dieser schrittweise Ansatz hat genau die Beschleunigung gebracht, die wir wollten. Interne Tests bei komplexen Aufgaben zeigen: Wiederholte Durchläufe sind bis zu 2,6× schneller schneller als beim ersten Durchlauf, mit deutlich weniger Token.

Bei der UX sind wir noch nicht zufrieden. Nach Abschluss der Aufgabe muss der Nutzer auf den Sammelschritt warten, bevor das Endergebnis kommt, und dieses Warten läuft noch nicht rund. Eine Option, die wir prüfen: die Sammelphase dem Nutzer selbst überlassen. Er entscheidet dann, ob nach einer Aufgabe eine Erfahrungserfassung angestoßen wird – keine erzwungene Wartezeit, und mehr Kontrolle darüber, wie der eigene Agent dazulernt.

Wir feilen noch daran und bringen es breit aus, sobald es unseren Ansprüchen genügt.

Die Rolle von ego (lite) in unserem Produktangebot ist einfach: ein Browser, der für Sie und Ihre Agenten gleichermaßen funktioniert – nicht mehr und nicht weniger.

Was unterscheidet ego (lite) von bestehenden Tools

Warum heißen wir „ego“

Die moderne Kultur setzt stark auf „low ego“. Wir verstehen die Absicht dahinter – zu viel Ego kann anderen tatsächlich schaden. Aber der Trend ist übers Ziel hinausgeschossen. Daraus ist eine Rhetorik geworden, die Selbstunterdrückung als Tugend verkauft und Menschen zu Rädchen in einer viel größeren Maschine macht.

Je mehr Arbeit die KI übernimmt, desto überzeugter sind wir vom Gegenteil. Genau jetzt lohnt es sich, neu zu bewerten, was das „Selbst“ wert ist. Je stärker das Werkzeug wird, desto wertvoller werden menschliches Urteilsvermögen, Persönlichkeit und eigenständiges Denken dahinter. Sie sollten nicht verwässert, sondern verstärkt werden.

Die eigentliche Gefahr ist nicht, dass Computer anfangen wie Menschen zu denken, sondern dass Menschen anfangen wie Computer zu denken.

Also haben wir es genannt ego. Kein Aufruf zum Egoismus. Eine Wette darauf, dass Ihre Intuition, Ihre Identität und Ihr eigenes Urteilsvermögen es überhaupt wert sind, geschützt zu werden.

Das „lite“ in ego (lite) bedeutet, dass dies nicht das gesamte Produkt ego ist. Die Vollversion von ego umfasst einen persönlichen Agenten, eine Cloud-Sandbox, systemweite Funktionen über den Browser hinaus und ein Gedächtnissystem. Beide werden als eigenständige Produkte angeboten.

Jetzt ausprobieren

ego (lite) ist derzeit unter macOS kostenlos. Windows und Linux stehen auf der Roadmap. Alle Browseraktionen werden von Ihrem eigenen Agenten gesteuert, nicht von unseren Servern. Deshalb können wir ego (lite) für Einzelpersonen kostenlos anbieten.

• Laden Sie .dmg.

Onboarding stellt Ihnen genau eine Frage (ob Sie Ihre Chrome-Daten migrieren wollen) und erledigt den Rest.

Wenn Sie beim Versuch, einen KI-Agenten in einen echten Browser zu integrieren, frustriert waren, versuchen Sie es mit ego (lite), es wird Sie nicht enttäuschen.

Noch ein wichtiger Hinweis: ego (lite) gibt Ihrem Agenten echte Funktionen zur Browserbedienung – er kann Seiteninhalte lesen und Aktionen ausführen. Lassen Sie deshalb nur einen Agenten aus einer vertrauenswürdigen Quelle darauf zugreifen.