Nach einigen Browserassistenten werden zwei Wege sichtbar. Der eine legt das Gewicht aufs schnelle Fragen, der andere beginnt, für einen zu handeln. Harpa AI gehört zum zweiten. Die Startseite nennt sich einen KI-Agenten fürs Webbrowsen, der Untertitel presst die Modellbündelung in eine App, die jede KI enthält, daneben hängen ein Abzeichen einer Erweiterungsliste für 2025, eine Bewertung von 4.7 und eine Zeile, dass 500000 Fachleute es nutzen.

Ein Kürzel, mehrere Modelle

Der Eingang ist eine Tastenkombination. Alt + A drücken, und auf jeder Seite werden mehrere Frontiermodelle verschiedener Anbieter gerufen. Das Unternehmen beschreibt seine Maschine als Hybrid aus Browserautomation und KI, kompatibel mit den großen Modellanbietern, und das ist der interessantere Halbsatz: die Modelle sind austauschbare Teile, das Produkt ist die Maschine, die sie an eine Webseite anschließt.

Die Anbindung kommt in Schichten. Man meldet sich mit einem Gesprächskonto an, liefert einen Schnittstellenschlüssel oder nutzt die gehosteten Modelle des Anbieters. Wer auf Kosten achtet, fährt damit gut: ein Abo allein läuft über den offiziellen Kanal, ein eigener Schlüssel wird nach Verbrauch abgerechnet.

Was es tatsächlich tut

Die Startseite listet dicht. Videozusammenfassungen holen die Kernpunkte und springen zu Zeitmarken, und das Video lässt sich danach befragen. Die Antwortmaschine liefert belegte Antworten neben den Suchergebnissen und nimmt Nachfragen an. Der Mailassistent sortiert Eingänge, fasst lange Stränge zusammen und entwirft Antworten im eigenen Ton. Der Schreiber ahmt die eigene Stimme nach, über Mail, Direktnachricht, Beitrag, Artikel und Bewerbungsschreiben. Die Seitenüberwachung prüft Websites nach Plan und meldet Änderungen.

Darunter läuft eine längere Liste: über 100 fertige Befehle, die die Seite lesen, auf der sie laufen, 25 Schreibvorlagen, die einen Text bis 25000 Wörter tragen, ein Präfix aus zwei Zeichen, das Befehle über einzelne Buchstaben ruft, für Entwurf fertigstellen, Grammatik prüfen, umschreiben, übersetzen, suchen und erklären, eine Suchmaschinenprüfung mit Extraktion langer Seiten, Preis- und Lagerwarnungen, das Auslesen beliebiger Seiten mit Auslösen von Automationsketten, eigene Agenten im Browser sowie Assistenten für Bildanweisungen und Sprachenlernen. Häufige Griffe auf einzelne Buchstaben zu legen, sagt etwas darüber, wie ernst die Tastatur genommen wurde.

Der Name verdient eine Zeile. Die Fragen und Antworten lösen HARPA in High Availability Robotic Process Automation auf, positionieren das Produkt als virtuellen Assistenten, der KI und Automation verbindet, an Stellen auch als digitale Arbeitskraft für Unternehmen. Die Preiswarnungen erreichen einen ordentlichen Kreis großer Marktplätze.

Datenschutz: lokale Modelle, keine Protokolle

Zum Datenschutz ist das Unternehmen ungewöhnlich konkret: lokale offene Modelle werden unterstützt, Gespräche und Aktionen nicht protokolliert, der Dienst folgt den europäischen Datenschutzregeln, und jedes gewählte Modell lässt sich anbinden. Die Fragen und Antworten ergänzen, dass es auf dem Gerät selbst läuft, Seitendaten nicht an entfernte Server schickt oder dort speichert, keine Werbung betreibt und keine Daten verkauft und eine Anweisung transparent an den verarbeitenden Anbieter weiterreicht. Lokale Modelle sind hier eine Option, nicht der einzige Weg, die Stärke des Datenschutzes lässt sich also nach Bedarf einstellen.

Preise: drei Stufen, nach Millionen Tokens

Die Preisseite hat drei Stufen in einer Tabelle. S1 richtet sich an alle, 12 Dollar im Monat bei jährlicher Zahlung mit 75 Millionen Tokens im Jahr. S2 richtet sich an stärkere Nutzer, als beliebt markiert, 19 Dollar im Monat mit 225 Millionen Tokens im Jahr und einem Zehntel Nachlass auf weitere Plätze. Die X-Stufe ist ein einmaliger Betrag von 240 Dollar für eine lebenslange Lizenz, eine Person, mit 30 Millionen Tokens. Wer auf jährlich wechselt, bekommt weitere 25 Prozent Tokens.

Die Einheit braucht eine Erklärung. Nach eigener Auskunft ist eine Million Tokens eine Million Eingabetokens auf einem effizienten Modell, grob 750000 englische Wörter Eingabetext; Ausgabetokens werden mit dem 3-fachen Eingabesatz berechnet, und teure Modelle verbrauchen bei jeder Anfrage mehr. Die Umrechnungshilfen sind der nützliche Teil: eine Million Tokens entspricht etwa 100 Befehlsläufen, Videozusammenfassungen oder seitenbewussten Fragen oder, in Chatnachrichten, 300 bei einem teuren und 3000 bei einem effizienten Modell. Warum nach Tokens statt nach Aktionen abgerechnet wird, steht offen dabei: die Größe einer einzelnen Anfrage schwankt enorm, Tokens sind transparenter, und man sieht, was eine Anfrage verbraucht hat.

Der funktionale Abstand zwischen den Stufen ist schmal. Geplante Befehle und fortgeschrittene Automation beginnen bei S2. Websitzung und Schnittstelle gibt es auf allen drei Stufen, ebenso Bildverstehen, PDF- und Dateizusammenfassungen, Verlauf über Geräte, eigene wiederverwendbare Befehle sowie Preis- und Seitenüberwachung. Nur die Spalte der Cloudmodelle zerfällt in zwei Spielarten: Abostufen reichen eine Reihe gehosteter Modelle, die Lebenszeitstufe setzt eher auf den eigenen Schlüssel oder unbegrenzte Websitzungen. Das Geld kauft vor allem Tokenmenge und die Frage, ob Automation nach Plan laufen darf.

Kostenlose Stufe und Nachbetreuung

Die kostenlose Stufe ist ein Vorführkontingent: Websitzungen erreichen drei gängige Gesprächsdienste, begrenzt auf 10 Nachrichten pro Tag, mit 100 Befehlsläufen als Obergrenze, dazu fertige und eigene Befehle sowie Seitenüberwachung. Das reicht, um den Hauptablauf einmal zu durchlaufen.

Die Abrechnung läuft über einen Zahlungsdienstleister, mit gängigen Kredit- und Debitkarten, einer bekannten Geldbörse, Banküberweisung und einer Prepaidkarte. Abos lassen sich jederzeit auf der Abrechnungsseite kündigen, die Zahlungsart wechseln oder eine Rechnung anfordern. Zwei Dinge sollte man vorher wissen: keine Rabatte und keine Erstattungen, mit der Begründung, jede Fähigkeit habe eine Vorführzeit, also erst prüfen, dann kaufen; wird aber ein Lebenszeitkauf später in ein Abo umgewandelt, wird sein Betrag mit der Rechnung verrechnet, was diesen Aufstieg offen hält.

Die Automationsbibliothek und die Schnittstellen nach außen

Fertige Befehle liegen in einer Bibliothek. Einige stammen vom Unternehmen, etwa ein Rechercheroboter, eine Antwort im eigenen Ton mit einem Klick, eine Zusammenfassung sozialer Meldungen und eine Suche samt Kontaktaufnahme im beruflichen Netzwerk; andere schreiben und teilen Mitglieder der Gemeinschaft. Jeder trägt Installations- und Zustimmungszahlen und ist nach Beliebtheit sortiert, sodass niemand Anweisungen selbst basteln muss.

Für Teams ändert sich das Vokabular. Ein Raum ist ein Arbeitsbereich für Befehle, S-Stufen lassen mehrere Mitglieder sie teilen, gekauft und abgerechnet wird pro Raum und Kopfzahl, geteilt werden also die Befehle, nicht ein Konto. Nach außen gibt es eine Schnittstelle zur Browserorchestrierung, die über die gängigen Automationsplattformen oder einen schlichten REST-Aufruf angebunden wird, und die Maschine läuft in Knoten, ein Browserprofil je Knoten, ohne Obergrenze für die Zahl der Knoten. Für ein Team mit bestehenden Abläufen ist dieser Weg weit praktischer, als einen Browser von Hand zu bedienen.

Für wen es taugt, und was zu beachten ist

Drei Gruppen. Wer täglich viel lange Inhalte im Netz liest, spart mit Videozusammenfassungen, seitenbewussten Fragen und der Antwortmaschine spürbar. In Inhalt und Marketing passen Stilnachahmung, Suchmaschinenprüfung und lange Texte. Und Teams mit wiederkehrenden Browserarbeiten hängen Auslesen, Formulare und Überwachung über Bibliothek und Schnittstelle in bestehende Abläufe.

Zwei Hinweise. Der Tokenverbrauch schwankt stark mit der Aufgabe: Chatnachrichten sind billig, seitenbewusste Fragen, Videozusammenfassungen und Automation liegen in einer anderen Größenordnung, wer also dauerhaft automatisieren will, schätzt den Monatsbedarf anhand der offiziellen Umrechnung, bevor er eine Stufe wählt. Und obwohl das Produkt das lokale Laufen und das Fehlen von Protokollen betont, werden Anweisungen weiterhin an den Modellanbieter gereicht, bei heiklem Material muss man also vorher entscheiden, durch wessen Hände die Daten gehen.

Die frühen Browserassistenten lösten das schnelle Fragen, die nächste Generation begann, für einen zu handeln; ob einer im Arbeitsablauf bleibt, entscheidet meist der unsichtbare Teil, wohin die Daten gehen und wie die Rechnung zählt.