Amazon Nova Act - Browser-Automatisierung mit KI-Agenten

Was ist Amazon Nova Act?

Amazon Nova Act ist ein AWS-Service und SDK, mit dem Sie zuverlässige KI-Agenten für die Browser-Automatisierung aufbauen und im großen Maßstab betreiben können. Die Agenten erledigen wiederkehrende UI-Workflows im Browser, etwa Formularausfüllung, Datenextraktion oder QA-Tests, und eskalieren bei Bedarf an einen menschlichen Supervisor. Workflows definieren Sie durch die Kombination aus natürlicher Sprache und Python-Code: Ein act()-Aufruf übergibt eine Aufgabe in natürlicher Sprache an das Modell, während Python die Orchestrierungslogik abbildet.

Nova Act adressiert ein konkretes Problem: Viele Geschäftsprozesse laufen über Weboberflächen ohne programmatische API oder mit häufig wechselndem Layout, bei denen klassische Skript-Automatisierung schnell bricht. Statt fragiler Selektoren und manueller Wartung nutzt Nova Act ein eigens trainiertes agentisches Foundation-Modell, das Seiten beobachtet und passende Aktionen ableitet. AWS nennt über 90 Prozent Aufgabenzuverlässigkeit im Skalierungsbetrieb für produktive UI-Workflows. Sie starten im Web-Playground unter nova.amazon.com/act, entwickeln und debuggen in der IDE-Erweiterung, deployen nach AWS und überwachen die Ausführung in der AWS Management Console.

Kernfunktionen

• Natürliche Sprache plus Python: Sie beschreiben Aufgaben in natürlicher Sprache über act() und steuern die Ablauflogik mit Python-Code. Das SDK setzt Python 3.10 oder höher voraus und ist auf Englisch ausgelegt.
• Vollständiges Toolkit: Eigenes agentisches Foundation-Modell, Web-Playground (nova.amazon.com/act), Python-SDK, IDE-Erweiterungen für VS Code, Kiro und Cursor, CLI sowie Monitoring in der AWS Console. Workflows lassen sich auf Amazon Bedrock AgentCore Runtime und Browser Tool deployen.
• Human-in-the-Loop und Parallelisierung: Genehmigungs-Workflows und UI-Übernahme durch Menschen sind integriert. Mehrere Sessions laufen parallel innerhalb eines Workflow-Runs, sodass Aufgaben skalieren.
• Strukturierte Extraktion und Tool-Anbindung: Strukturierte Datenextraktion über Pydantic-Schemas, Session-Persistenz (lokale Dateien, Amazon S3, AgentCore-Profile, Chromium-Profile), Aufruf externer APIs und Remote-MCP-Tools sowie IAM-basiertes Credential-Management und S3-Datenkontrollen.

Typische Anwendungsfälle

Formularausfüllung und Dateneingabe: Agenten verstehen und befüllen komplexe Webformulare über mehrere Portale hinweg, etwa zum Pflegen von CRM-Datensätzen oder zur Ausführung von Aufgaben in ERP-Systemen. Sie passen sich unterschiedlichen Layouts an und reichen Eingaben konsistent ein.

Suchen und Extrahieren von Daten: Agenten navigieren durch Websites und Suchergebnisse, filtern relevante Inhalte und extrahieren Schlüsselfelder aus unstrukturierten Webquellen oder Dashboards. Das eignet sich für Wettbewerbsbeobachtung, das Überwachen von Lieferantenportalen oder das Konsolidieren von Daten aus Plattformen ohne Export-Schnittstelle.

Web QA und Checkout-Flows: Agenten durchlaufen komplette User-Journeys zur automatisierten Oberflächenprüfung und beschleunigen Release-Zyklen. Ebenso lassen sich Kauf- und Buchungsflows von der Produktauswahl bis zur Bezahlung autonom abbilden, etwa für das Testen von Retail-Erlebnissen oder das Automatisieren wiederkehrender Beschaffungsvorgänge.

Vorteile

• Hohe Zuverlässigkeit durch vertikale Integration aus Foundation-Modell, Orchestrator und Browser-Aktuator mit durchgängigem Training über den gesamten Stack.
• Geringerer Wartungsaufwand als bei selektorbasierter Skript-Automatisierung, da das Modell Oberflächen interpretiert statt fester Pfade.
• Durchgängige Entwickler-Erfahrung vom Web-Playground über SDK und IDE-Erweiterung bis zum produktiven Deployment auf Amazon Bedrock AgentCore mit integriertem Monitoring.

Integration mit innFactory

Als AWS Reseller unterstützt innFactory Sie bei Einführung und Betrieb dieses Service.