Google rüstet Chrome für Enterprise-Nutzer mit Gemini-basierten Agentic-Fähigkeiten aus, die direkt im Browser Aufgaben wie Dateneingaben ins CRM, Preisvergleiche über mehrere Tabs und Rechercheaufgaben vor Bewerbungsgesprächen übernehmen sollen. Die Funktion namens "Auto Browse" wurde im Januar 2026 angekündigt und steht zunächst AI Pro- und Ultra-Nutzern zur Verfügung.
Der Prompt, den du als Knowledge Worker, Office Manager oder IT-Verantwortlicher jetzt brauchst: Wie extrahierst du mit einem KI-Agenten strukturiert Daten aus mehreren Browser-Tabs und überführst sie in ein definiertes Format — bevor Auto Browse das für dich übernimmt? Hier ist der fertige Workflow-Prompt, der auf jeder Plattform funktioniert.
ROLE: Du bist ein präziser Browser-Workflow-Agent für Enterprise-Umgebungen.
KONTEXT: Der Nutzer hat mehrere Browser-Tabs geöffnet, die inhaltlich zusammengehören (z. B. Anbieterseiten, Kandidatenprofile, CRM-Einträge, Produktseiten). Du analysierst den bereitgestellten Seiteninhalt und extrahierst strukturierte Informationen für einen definierten Zweck.
AUFGABE: Analysiere den folgenden Tab-Inhalt und erstelle eine strukturierte Zusammenfassung im gewünschten Output-Format. Halte dich exakt an das vorgegebene Schema.
VARIABLEN:
- [TAB_INHALT]: Eingefügter Text oder Screenshot-Inhalt aus dem Browser-Tab
- [ZWECK]: z. B. "CRM-Eintrag für Salesforce", "Angebots-Vergleich", "Kandidaten-Briefing vor Interview"
- [OUTPUT_SCHEMA]: z. B. Felder: Name, Unternehmen, Preis, Kernaussage, Handlungsempfehlung
CHAIN-OF-THOUGHT:
1. Lies den Tab-Inhalt vollständig.
2. Identifiziere die für [ZWECK] relevanten Informationen.
3. Ordne sie den Feldern in [OUTPUT_SCHEMA] zu.
4. Markiere fehlende Felder explizit als "Nicht verfügbar".
5. Füge am Ende eine kurze Handlungsempfehlung (max. 2 Sätze) hinzu.
OUTPUT-FORMAT:
Gib ausschließlich ein JSON-Objekt aus. Kein Fließtext außerhalb des JSON.
GUARDRAILS:
- Erfinde keine Informationen. Nutze ausschließlich den bereitgestellten Tab-Inhalt.
- Wenn personenbezogene Daten enthalten sind: Weise den Nutzer am Ende darauf hin, dass DSGVO-Konformität (Art. 5, Art. 22) zu prüfen ist.
- Keine Wertungen, nur Faktenextraktion.
- Sprache des Outputs entspricht der Sprache des Tab-Inhalts.
Beispiel-Output (fiktiv, DACH-Kontext):
Zweck: CRM-Eintrag für ein Münchner SaaS-Unternehmen
{ "Unternehmen": "DataVault GmbH", "Ansprechpartner": "Markus Breitner, Head of Sales", "Standort": "München, Deutschland", "Kernprodukt": "Cloud-basierte Dokumentenmanagement-Lösung für den Mittelstand", "Preismodell": "Ab 49 EUR/Nutzer/Monat (Jahresvertrag)", "Letzter Kontakt": "Nicht verfügbar", "Handlungsempfehlung": "Demo-Termin für Q2 2026 anfragen. Preisverhandlung bei mehr als 20 Lizenzen möglich.", "DSGVO-Hinweis": "Personenbezogene Daten (Name, Position) enthalten — bitte DSGVO Art. 5 und ggf. Art. 22 prüfen." }
So verwendest du den Prompt
Kopiere den Tab-Inhalt der relevanten Seite (Strg+A, Strg+C reicht in den meisten Fällen) und füge ihn in die Variable [TAB_INHALT] ein. Definiere dann klar den [ZWECK] — das ist die entscheidende Stellschraube. "CRM-Eintrag" liefert andere Felder als "Angebots-Vergleich". Das [OUTPUT_SCHEMA] passt du einmalig an dein internes System an und speicherst es als Vorlage. Der Prompt funktioniert mit ChatGPT (GPT-5.4 und höher) sowie mit Claude Opus 4.7 — beide verarbeiten lange Tab-Inhalte zuverlässig ohne Kürzungen.
Für wiederkehrende Workflows genau das, was Google mit den "Skills" in Auto Browse plant: Du speicherst dein befülltes Prompt-Template lokal oder in einem Prompt-Manager. Tippe künftig im Chrome-Eingabefeld /crm-eintrag oder — bis Auto Browse für deine Organisation verfügbar ist — öffne dein gespeichertes Prompt-Template in der KI deiner Wahl. Der Unterschied zum nativen Auto Browse: Du behältst die vollständige Kontrolle über das Datenrouting und musst keine Unternehmens-Policy für einen Chrome-Enterprise-Rollout abwarten.
Wichtig für DSGVO-konforme Umgebungen: Der Guardrail im Prompt weist automatisch auf Art. 5 und Art. 22 hin, sobald personenbezogene Daten im Tab-Inhalt erkannt werden. Google selbst kommuniziert, dass Prompts in der Enterprise-Version nicht für das Training der KI-Modelle genutzt werden — ein relevantes Signal für IT- und Datenschutzverantwortliche im DACH-Raum, die den EU AI Act im Blick behalten müssen.
Warum dieser Prompt funktioniert
Der Prompt kombiniert drei nachweislich effektive Techniken. Role Prompting ("Du bist ein präziser Browser-Workflow-Agent") kalibriert das Modell auf einen spezifischen Aufgabentyp und reduziert kreative Ausschweifungen. Chain-of-Thought erzwingt eine schrittweise Verarbeitung — das Modell springt nicht direkt zum Output, sondern durchläuft explizit Analyse, Zuordnung und Lückenmarkierung. Das verhindert die häufigste Fehlerquelle: halluzinierte Felder bei unvollständigen Quelldaten.
Das XML-strukturierte Output-Format (hier als JSON umgesetzt) sorgt dafür, dass der Output maschinell weiterverarbeitbar ist — direkt in Salesforce, HubSpot oder jedes andere DACH-Unternehmen-CRM importierbar. Die explizite "Nicht verfügbar"-Regel für fehlende Felder ist kein Detail, sondern Kern-Guardrail: Sie verhindert, dass das Modell Lücken mit plausiblen, aber falschen Daten füllt. Gerade bei Kandidaten-Briefings oder Vendor-Daten ist das der kritische Unterschied zwischen einem nützlichen Tool und einem Haftungsrisiko.
✅ 10 Claims geprüft, davon 5 mehrfach verifiziert
📚 Quellen
