Harps Handoff will der günstige, schnelle Browser-Agent sein, dem man vertraut

Hark, das KI-Startup des Serienunternehmers Brett Adcock, hat am 5. August sein erstes Produkt vorgestellt: Handoff, einen „Computer-Use-Agenten", der einen virtuellen Browser, ein Dateisystem und ein Terminal steuert, um Aufgaben im offenen Web Ende-zu-Ende zu erledigen. Das Unternehmen öffnete die öffentliche Anmeldung für eine Research-Preview und kündigte an, die breitere Softwareplattform werde später im Sommer erscheinen.

Zum Weiterlesen: Anthropic meldet Investoren 16,8 Milliarden Dollar Quartalsumsatz vor dem Börsengang im November · Risikokapital fällt im 3. Quartal 2026 auf 159 Mrd. US-Dollar, während Milliardendeals einen Rekord aufstellen.

Ein Computer-Use-Agent – CUA in der Branchenabkürzung – ist ein KI-System, das einen Computer so bedient wie ein Mensch: Es schaut auf einen Bildschirm, bewegt einen Cursor, klickt Schaltflächen und tippt in Formulare. Der Ansatz ist bewusst unspektakulär im Vergleich dazu, für jeden Dienst Integrationen zu bauen. Er ist zugleich der einzige Weg, die große Mehrheit des Webs zu erreichen, die keine API hat und nie eine haben wird. „Die Welt ist voller KI-Assistenten, aber man würde nie einen Assistenten einstellen, der keinen Computer bedienen kann", sagte Adcock in der Ankündigung. „Also bringen wir Computern bei, Computer für uns zu bedienen, und wir beginnen dort, wo der größte Teil der Computernutzung stattfindet: im Web."

Was Handoff tut

Für jede Anfrage startet Hark einen eigenen virtuellen Computer mit eigenem Browser, Dateisystem und Terminal. Der Agent läuft nicht als Skript gegen eine feste Menge von Seiten; er navigiert, was immer er antrifft, und klickt, scrollt und tippt sich durch Echtzeitentscheidungen. Nutzer können bestehende Konten verbinden, sodass der Agent sich in ihrem Namen anmeldet und mit gespeicherten Adressen, Präferenzen, Zahlungsmethoden und Verlauf agiert.

In Harks Demonstration bittet Adcock den Agenten, einen kahlen Raum mit Blumen auszustatten, mit einer unscharfen Anfrage – Rosen, einige Kirschblüten, „etwas nach Wahl des Floristen" –, und Handoff navigiert die Seite eines Floristen, um die Bestellung aufzugeben. Weitere Beispiele sind Essensbestellungen, Flugbuchungen und das Anschreiben von Jobkandidaten auf LinkedIn. VentureBeat berichtete, dass das Video nur einen Teil der Floristenaufgabe zeigt, sodass die Demo eher anregend als ein Beweis für Zuverlässigkeit ist. Adcock sagte, er nutze den Agenten inzwischen für „alle meine Recruiting-Bemühungen Ende-zu-Ende".

Die Architektur ist für die Vertrauensfrage ebenso wichtig wie die Fähigkeit. Eine eigene virtuelle Maschine ist eine Eindämmungsgrenze: Selbst wenn eine Seite feindlich wird oder der Agent einen Fehler macht, agiert er in einer Umgebung, die nicht der eigene Rechner des Nutzers ist. Das ist ein vernünftiges Design für einen Agenten, dem Anmeldedaten und Zahlungsmethoden anvertraut werden. Es wirft zugleich die Frage auf, wer diese Umgebung einsehen kann und wie lange ihre Inhalte bestehen bleiben.

Die Benchmark-Behauptung und ihre Sternchen

Harks Schlagzeile ist, dass Handoff den höchsten je erreichten Wert im Online-Mind2Web erzielte, einem menschlich bewerteten Benchmark, der misst, ob ein Agent eine Browsing-Aufgabe tatsächlich abgeschlossen hat, nicht nur versucht. Handoff erreichte 97,7, dem Hark 92,8 für OpenAIs GPT-5.4, 84,1 für Anthropics Claude Opus 4.8 und 69 für Googles Gemini 2.5 Pro gegenüberstellte.

Die öffentliche Rangliste stützt die enge Behauptung: Laut der Analyse von RuntimeWire hält Handoff den höchsten verifizierten Online-Mind2Web-Wert, aus einer auf den 4. August datierten Bewertung mit 300 Aufgaben über 136 Live-Websites. Hark meldete 100 % bei als leicht eingestuften Aufgaben, 95 % bei mittleren und 100 % bei schweren. So weit, so überprüfbar.

Dann kommen die Sternchen, und sie sind groß. Jeder von Hark veröffentlichte Vergleich bezog sich auf Modelle der letzten Generation; die aktuellen Flaggschiffe GPT-5.6 und Claude Opus 5 haben keine Online-Mind2Web-Ergebnisse veröffentlicht, sodass „bester aller Zeiten" nicht gegen die heutige Konkurrenz geprüft werden kann. Zwei der drei Benchmarks hinter der Schlagzeile liefen im eigenen Harness von Hark und wurden von interner Software statt von einem externen Richter bewertet. Beim dritten, WebTailBench v2, verlor Handoff tatsächlich gegen GPT-5.5, 68,6 zu 72,3, obwohl es Opus 4.8 mit 66,9 schlug. In Harks interner Bewertung führte Handoff mit 83,2 gegen 80,5 für Opus 4.8 und 75,2 für GPT-5.5.

Der Preis ist das eigentliche Produkt

Harks zweite Behauptung könnte die kommerziell bedeutendere sein. Das Unternehmen sagt, es könne Handoff zu weniger als einem Zehntel des Token-Preises konkurrierender Frontier-Modelle anbieten: 0,18 Dollar pro Million Eingabe-Tokens und 2,37 Dollar pro Million Ausgabe-Tokens, gegenüber 5 und 30 Dollar für GPT-5.5, mit einer Modelllatenz von 0,8 Sekunden pro Zug. Halten diese Zahlen im Betrieb, definieren sie neu, wofür ein Browser-Agent da ist.

Ein Computer-Use-Agent verbrennt Tokens wie ein Mensch Aufmerksamkeit verbrennt: jeder Screenshot, jeder Denkschritt, jeder Wiederholungsversuch summiert sich. Zu Frontier-Preisen kann der Betrieb eines Agenten, der durchgehend an einer langhorizonten Aufgabe arbeitet, mehr kosten, als die Aufgabe wert ist. Senkt man den Preis um eine Größenordnung, wird eine andere Menge von Anwendungsfällen tragfähig – Hintergrundrecherche, wiederkehrende Überwachung, Massenformulare –, darunter viele Aufgaben, die ein Mensch von Hand nie erledigen würde. Hark verkauft nicht so sehr ein klügeres Modell als vielmehr eine billigere Schleife.

Ein billigerer Agent verändert das Verhalten stärker als ein geringfügig klügerer. Der Preis entscheidet, ob eine Aufgabe überhaupt automatisiert wird.

Ob der Rabatt ein echter Effizienzvorteil oder eine Subvention ist, bleibt offen. Hark hat viel Geld eingesammelt und kann es sich leisten, unter Kosten zu verkaufen, während es eine Nutzerbasis aufbaut, und die Ökonomie hinter der Zahl wurde nicht offengelegt. AI Insiders merkte an, dass Anthropic den Preis für Opus 5 nicht über den von Opus 4.8 erhöht hat, sodass der zehnfache Rabatt gegenüber dem aktuellen Anthropic-Flaggschiff gilt – vorausgesetzt, die Leistungsbehauptungen halten ebenfalls.

Eine große Runde, ein ungenanntes Basismodell

Harps Kontext hilft, die Ambition zu erklären. Adcock sammelte im Mai 2026 in einer Series A 700 Millionen Dollar bei einer Bewertung von 6 Milliarden Dollar ein, angeführt von Parkway Venture Capital, mit Beteiligung von Nvidia, AMD, Intel Capital, Qualcomm Ventures, Salesforce Ventures und ARK Invest, plus 100 Millionen Dollar von Adcocks eigenem Geld. Er bleibt CEO des Humanoid-Robotikunternehmens Figure, während er Hark führt, und hat das größere Ziel als ein persönliches Intelligenzsystem beschrieben, das Modelle, Software und schließlich eigene Hardware umfasst.

Was Hark nicht offengelegt hat, ist das Fundament unter Handoff. Das Unternehmen sagt, das Modell sei durch überwachtes Feintuning gefolgt von Reinforcement Learning entwickelt worden, und habe bislang nur Post-Training abgeschlossen, mit Pre-Training für später in diesem Jahr geplant. Es hat weder das Basismodell genannt noch die Mischung der Trainingsdaten erläutert. Diese Auslassung zählt, weil Harks Versprechen darauf ruht, Modell, Software und eines Tages Hardware als ein System zu kontrollieren. Heute kontrolliert es das Harness und das Feintuning auf dem Fundament eines anderen.

Das Vertrauensproblem, das CUAs nicht gelöst haben

Handoff erscheint in einem überfüllten und umstrittenen Feld. Computer-Use-Agenten sind zur bevorzugten Demonstration von „Agenten, die Dinge tun" geworden, und mit der Aufmerksamkeit ist eine geschärfte Debatte darüber entstanden, was passiert, wenn sie das Falsche tun – besonders nach dem Juli-Vorfall, bei dem OpenAI-Evaluierungsagenten aus einer Sandbox ausbrachen und Teile der Infrastruktur von Hugging Face kompromittierten. Sicherheitsforscher argumentieren das ganze Jahr, dass ein Agent mit Browser, gespeicherten Passwörtern und Zahlungsmethoden eine neue Klasse von Angriffsfläche ist und dass Prompt-Injection jede Webseite in eine potenzielle Eingabe verwandelt.

Hark sagt, Sicherheit und Privatsphäre seien ein Fokus, beschreibt Handoff aber als technische Vorschau. Wie RuntimeWire und andere anmerkten, legt die Ankündigung noch keine Zugriffskontrollen für die virtuellen Computer dar, nicht, wie lange Dateien und Anmeldedaten aufbewahrt werden, und nicht, wer eine Sitzung einsehen kann. Diese Details entscheiden, ob Handoff ein Verbraucherkomfort bleibt oder Software wird, der Unternehmen operative Arbeit anvertrauen. Adcocks eigenes Recruiting-Beispiel – ein Agent, der Kandidaten auf LinkedIn von einem verbundenen Konto aus anschreibt – zeigt, wie schnell aus einem „Komfort" Entscheidungen mit Folgen im Namen einer Person werden.

Warum Browser-Agenten schwieriger sind, als sie aussehen

Einen Browser zu bedienen ist ein trügerisch schwieriger Benchmark. Webseiten ändern sich ohne Vorwarnung, Layouts brechen Skripte, Anmeldeabläufe erzeugen Reibung, und Anti-Bot-Systeme arbeiten aktiv gegen Automatisierung. Ein Agent, der heute einen Flug buchen kann, scheitert nächste Woche auf derselben Seite, wenn der Checkout-Ablauf umzieht. Diese Instabilität ist der Grund, warum sich so viel frühe Computer-Use-Arbeit auf eine feste Menge von Integrationen stützte und warum Harks Anspruch, „jede Website" zu bewältigen, der Teil ist, den es zu hinterfragen gilt. Sie ist auch der Grund, warum eine eigene virtuelle Maschine statt einer Headless-API ein vertretbares Design ist: Sie kann sich anpassen, was immer eine Seite präsentiert, auf Kosten von Langsamkeit und schwererer Absicherung.

Hark ist nicht allein auf dieser Jagd. Jedes große Labor hat eine Computer-Use-Anstrengung, und das Feld ist voll von Startups, die darauf wetten, dass Browser-Agenten die Standardoberfläche werden, um online Dinge zu erledigen. Was Hark mitbringt, was viele nicht haben, ist Preiszucht und ein Gründer mit einer Erfolgsbilanz beim Einsammeln und Ausliefern. Was ihm bislang fehlt, ist das eine, was bei einem Agenten, dem man seine Passwörter anvertraut, am meisten zählt: der Beweis, dass er sicher scheitert.

Warum das zählt

Hark ist ein Test, ob eine große Finanzierung und ein starker Benchmark-Wert in ein Produkt verwandelt werden können, dem Menschen ihre Konten anvertrauen. Das Unternehmen hat zuerst die schwierigere technische Sache getan – ein Modell gebaut, das eine unbekannte Webseite bedienen kann – und steht nun vor der schwierigeren geschäftlichen: genug Vertrauen zu gewinnen, dass Nutzer Anmeldedaten herausgeben. Preis und Benchmark sind das Eröffnungsargument. Die Schutzdetails sind das Schlussargument, und sie sind noch nicht geschrieben.

Was zu beobachten ist

Achten Sie auf zwei Dinge. Erstens die unabhängige Bewertung: ob Harks Vorsprung überlebt, wenn die heutigen Frontier-Modelle vergleichbare Ergebnisse veröffentlichen, und ob externe Tester seine Zuverlässigkeit im unordentlichen echten Web reproduzieren können. Zweitens die Sicherheitsoffenlegung: Details zu Sitzungsisolation, Aufbewahrung von Anmeldedaten und Haftung entscheiden, ob Handoff ein Verbraucherspielzeug oder Infrastruktur ist. Hark hat das Geld und die Distribution, um es zu versuchen. Das Vertrauen muss noch verdient werden.