Business Insider testet persönliche KI-Agenten: Stärken bei Synthese, Schwächen bei Transaktionen

Einwöchiger Redaktionstest mit zwei KI-Agenten

Business Insider hat über eine Woche hinweg die persönlichen KI-Agenten Meta Muse und Instinct in den Arbeitsalltag von Redakteuren aus New York, London, San Francisco und Singapur integriert, um deren Alltagstauglichkeit zu prüfen. Die Redakteure dokumentierten ihre Erfahrungen bei der Nutzung der Agenten in beruflichen und privaten Arbeitsabläufen. Die Agenten gehen über reine Chat-Funktionen hinaus und sollen eigenständig Aufgaben erledigen. Die Redakteure nutzten die Agenten für verschiedene alltägliche Aufgaben, von der Informationsbeschaffung bis zur Organisation persönlicher Angelegenheiten. Dabei wurden sowohl berufliche als auch private Aufgaben abgedeckt, um ein umfassendes Bild der Alltagstauglichkeit zu erhalten. Der Test zeigt eine Technologie an einem kritischen Wendepunkt: Sie bietet bemerkenswerten Nutzen bei der Informationssynthese, offenbart jedoch erhebliche Lücken bei der Transaktionsgenauigkeit und der Verifikation von Echtzeitdaten.

Stärken bei Synthese, Schwächen bei Transaktionen

Im einwöchigen Redaktionstest zeigten sich deutliche Stärken bei der Informationssynthese: Meta Muse entschlüsselte mehrdeutige Kreditkartenbeschreibungen, die herkömmliche Chat-Schnittstellen nicht auflösen konnten. Dies gelang, weil der Agent auf die Transaktionshistorie des Nutzers zugreifen und unklare Händlernamen mit bekannten Mustern abgleichen konnte – eine Syntheseleistung, die über reine Sprachverarbeitung hinausgeht. Instinct sicherte eine Rückerstattung von 8 Dollar für ein Abonnement, erstellte umfassende Wochenend-Reisepläne und half bei limitierten Merchandise-Käufen, indem es mehrstufige Aufgaben eigenständig ausführte und dabei auf E-Mail, Kalender und Browser zugriff. Ein Korrespondent nutzte die Plattform, um einen stark umkämpften Drop von Fan-Merchandise zu bewältigen: Er kondensierte Stunden an Marktforschung in einen dreiminütigen Prompt, der ihm exklusiven Bestand sicherte und verhinderte, dass er Kaufzeitfenster verpasste.

Zugleich verarbeitete Instinct eine lokale kommunale Gebühr in Oxford falsch. Der Fehler trat auf, weil der Agent die Gebühr nicht korrekt als kommunale Abgabe identifizierte und stattdessen eine falsche Zuordnung vornahm – ein Beleg dafür, dass die Echtzeit-Verifikation lokaler, kontextabhängiger Gebühren noch nicht zuverlässig funktioniert. Dies zeigt, dass die Agenten bei Transaktionen, die präzise finanzielle oder logistische Parameter erfordern, anfällig für Fehlinterpretationen sind. Die Testergebnisse machen deutlich, dass die Technologie bei der Synthese von Informationen und der Automatisierung von Recherche- und Planungsaufgaben überzeugt, jedoch bei der präzisen Verarbeitung von Transaktionen und der Verifikation von Echtzeitdaten noch Lücken aufweist. Insbesondere die fehlerhafte Verarbeitung der lokalen Gebühr in Oxford unterstreicht, dass die Agenten bei finanziellen Parametern noch nicht zuverlässig genug sind.