ChatGPT Chrome-Erweiterung: Browser von der KI steuern

Die ChatGPT Chrome-Erweiterung ist die Funktion, die mir gerade am meisten Arbeit abnimmt, und gleichzeitig die, über die am wenigsten gesprochen wird. Sie sorgt dafür, dass ChatGPT sich in deinen bestehenden Chrome-Browser einklinkt und die Programme dort für dich bedient. Nicht über eine Schnittstelle, sondern so, wie du es auch tun würdest, also hinschauen und klicken. Wenn du noch nicht weißt, was der Arbeitsmodus überhaupt ist, lies vorher kurz Was ist ChatGPT Work?.

Technisch steckt dahinter wenig Magie. ChatGPT macht Screenshots von deinem Browser und entscheidet anhand dessen, wo es als Nächstes hinklickt. Klingt banal, ist aber genau der Grund, warum die Funktion so weit trägt. Sie braucht niemanden, der vorher eine Anbindung gebaut hat.

Warum die Plugin-Liste nicht reicht

ChatGPT kann sich über die Plugins in der Seitenleiste mit anderen Apps verbinden. Bei Claude heißen die Dinger Konnektoren, das Prinzip ist dasselbe. Wenn du die Liste einmal durchgehst, fällt allerdings schnell auf, dass dort vor allem große amerikanische Anwendungen stehen, die von OpenAI freigegeben wurden. Gmail, Google Drive, SharePoint und ein paar mehr.

Nützlich, keine Frage. Nur arbeite ich den halben Tag in Systemen, die auf dieser Liste nie auftauchen werden. Kundensupport läuft bei mir über meine Verkaufsplattform, Belege wandern in meine Steuersoftware, und die Kunden unserer Implementierungsagentur verwalte ich in einem eigenen CRM. Für solche Fälle gibt es kein Plugin und wird es auch nie eines geben.

Die Chrome-Erweiterung schließt genau diese Lücke. Sie gibt ChatGPT Zugriff auf die Programme, mit denen du wirklich täglich arbeitest.

Schritt 1: Desktop-App und Erweiterung installieren

Die Browsersteuerung gibt es ausschließlich in den Desktop-Apps. Wenn du ChatGPT im Browser nutzt, kann es deinen Browser nicht bedienen. Das klingt paradox, ist aber so. Hol dir also zuerst die offizielle Desktop-App, falls du noch im Browser arbeitest. Warum sich das ohnehin lohnt, habe ich in ChatGPT Work Desktop App aufgeschrieben.

Danach installierst du die ChatGPT-Erweiterung für Chrome. Das ist der Teil, der die Verbindung zwischen App und Browser herstellt.

Schritt 2: Computernutzung freischalten

Bei vielen ist die Funktion nach der Installation noch nicht aktiv. Du findest den Schalter, indem du in ChatGPT Work die Seitenleiste öffnest, unten auf dein Profil und dann in die Einstellungen gehst. Dort unter Integrationen liegt der Punkt Computernutzung, und darin muss Google Chrome aktiviert sein.

Wenn du dort einmal bist, wirf gleich einen Blick auf den Genehmigungsmodus in der Chatleiste. Es gibt drei Stufen. Bei "Genehmigung anfordern" wirst du gefragt, bevor überhaupt eine Datei angefasst oder eine Seite geöffnet wird, was dich beim Arbeiten mehr bremst als es hilft. Vollzugriff bedeutet uneingeschränkten Zugriff auf Internet und alle Dateien, und das würde ich niemandem empfehlen. Die mittlere Einstellung fragt dich nur bei potenziell unsicheren Aktionen nach. Das ist der Sweet Spot, gerade wenn die KI gleich in deinen eingeloggten Browser darf.

Schritt 3: Die erste Aufgabe geben

Jetzt schreibst du einfach, was passieren soll. Ein Beispiel aus meinem Alltag: "Öffne bitte LinkedIn im Browser und bewerte meine letzten fünf Kooperationsanfragen." Für LinkedIn habe ich kein Plugin hinzugefügt, trotzdem öffnet ChatGPT die Seite, klickt sich in den Nachrichtenreiter und arbeitet die Anfragen durch. Am Ende bekomme ich jede Anfrage auf einer Skala von 1 bis 10 bewertet, dazu eine Empfehlung.

Du kannst dabei live zusehen. Der Tab ist ganz normal in Chrome offen, und an einem kleinen Zeigersymbol im Tab erkennst du, dass ChatGPT gerade dort arbeitet. Manchmal öffnet es stattdessen ein eigenes Browserfenster direkt in der App. Das kannst du größer und kleiner ziehen oder einfach klein lassen, dann läuft die Arbeit im Hintergrund weiter.

Das zweite Beispiel zeigt besser, wie weit das geht. Ich brauchte für einen Umzug einen Transporter und habe geschrieben, dass ich Preise verglichen und die Buchungsmaske ausgefüllt haben möchte, sodass ich nur noch bestätigen muss. ChatGPT hat sich durch die Maske geklickt, den passenden Wagen ausgewählt und meine Daten eingetragen. Die hatte es aus meinem Second Brain. Nach etwa einer Minute war alles ausgefüllt. Meine Kreditkartendaten habe ich selbst eingegeben und die Buchung auch selbst bestätigt. Dabei würde ich es an deiner Stelle ebenfalls belassen. Zahlungsdaten und den letzten Klick gibst du besser nicht ab.

Warum das erst mit einem Second Brain richtig zündet

Mit dem Browserzugriff allein kann die KI zwar klicken, sie weiß aber nicht, wer du bist, woran du gerade arbeitest und welche Daten in ein Formular gehören. Genau dafür ist das Second Brain da, also ein Ordner auf deinem Rechner, in dem dein Arbeitswissen liegt und den ChatGPT als Projekt geöffnet hat.

Im Mietwagen-Beispiel kam beides zusammen. Das Second Brain lieferte die Informationen, die Erweiterung erledigte die Klicks. Hätte ich nur eins von beidem, würde ich den halben Vorgang wieder selbst machen. Falls du noch keins hast, fang hier an: Was ist ein Second Brain? und danach Second Brain erstellen.

Bei mir läuft inzwischen auch ein Teil der Kommunikation mit meinem Steuerberater darüber. Früher lief das über E-Mail, mittlerweile haben sie ein eigenes Portal, und dort klinkt ChatGPT sich über die Browserfunktion ein.

Und wenn du nicht am Rechner sitzt

Eine Sache, die kaum jemand nutzt: Du kannst dich mit der ChatGPT-App auf dem Handy in deine laufenden Sitzungen am Rechner einloggen. In den Einstellungen findest du unter dem Reiter Programmierung den Punkt Verbinden, dort klickst du auf Hinzufügen und scannst den angezeigten QR-Code mit der Handykamera.

Danach öffnest du in der Handy-App die Seitenleiste, gehst auf Remote, und siehst alle Chats, die auch auf deinem Rechner laufen. Was du dort schreibst, landet direkt im Chat auf dem Laptop. Ich lasse den Rechner dafür am Stromkabel, damit er nicht in den Standby geht. Wenn dann beim Spaziergang eine Kundenmail reinkommt, gebe ich vom Handy aus die Anweisung, und die Arbeit passiert zu Hause auf meinem Rechner, inklusive Browserzugriff und Second Brain. Auf dem Handy selbst hast du diese beiden Funktionen nämlich nicht.

Was du realistisch erwarten kannst

Die Browsersteuerung ist langsamer als ein direktes Plugin, weil die KI wirklich hinschaut und klickt. Für Aufgaben, die du sonst selbst zusammenklicken würdest, ist das trotzdem ein guter Tausch. Fang mit etwas an, das dich nichts kostet, wenn es schiefgeht. Eine Recherche in einem Portal zum Beispiel, oder ein Formular vorausfüllen lassen. Alles, was Geld bewegt oder rechtlich bindend ist, prüfst du selbst.

Wie du solche Abläufe anschließend auf einen Zeitplan legst, steht in ChatGPT geplante Aufgaben. Und wenn dir dabei Daten unterkommen, die nicht in die Cloud sollen, hilft dir Sensible Daten mit KI verarbeiten weiter.