OpenClaw 9.3 veröffentlicht: Browser-Automatisierung endlich in Echtzeit sichtbar – die KI-Webbedienung als Live-Übertragung

Darauf hat man lange gewartet – jetzt ist die Funktion endlich da. OpenClaw v2026.9.3 ist offiziell veröffentlicht, und der größte Punkt lässt sich in einem Satz zusammenfassen: Browser-Automatisierung ist endlich in Echtzeit sichtbar.

Bisher hat die KI den Browser für dich bedient, und du hast nur das Ergebnis gesehen – wo sie geklickt, wohin sie gesprungen, wo sie hängen geblieben ist, musst du hinterher raten. Jetzt öffnest du das Browser-Panel und kannst wie bei einer Live-Übertragung jeder einzelnen Aktion der KI zusehen.

Was genau hat sich mit diesem Update geändert

Die offizielle Zusammenfassung dieser Version besteht aus sechs Stichworten:saubere Update-Wiederherstellung, schnellere Sitzungs-Wiederverbindung, Echtzeit-Browser-Automatisierung, widerrufbare Chat-Links, durchsuchbare Meeting-Protokolle, repositorybasierte Cloud-Arbeit. Der Release ist gewaltig – 1.844 PRs, 40 direkte Commits, 190 Beitragende.

Kommen wir zum Browser-Teil. Das neue Browser-Panel kanndas Neuzeichnen des Agent-Browser-Tabs in Echtzeit mitverfolgenund dabei zusehen, wie es Seiten öffnet, klickt, tippt und navigiert. Falls Streaming nicht verfügbar ist, schaltet es automatisch in den Screenshot-Modus – der Bildschirm bleibt nicht einfach weiß.

Wie genau funktioniert der Echtzeit-Browser

Unter der Haube liegt ein Echtzeit-Streaming-Kanal, der Mechanismus ist klar:

• Einmal-Token: Man fordert ein Streaming-Token an – 48 Hexadezimalzeichen, 60 Sekunden gültig, nur einmal verwendbar; abgelaufene oder wiedereingesetzte Tokens werden sofort abgewiesen
• WebSocket-Push: Nach dem Verbinden zum Endpunkt werden die Browserbilder kontinuierlich als WebSocket-Frames übertragen
• rund 20 Frames/Sekunde: Bei jedem Repaint sendet Chrome ein JPEG-Frame, im Takt von etwa 20 Frames pro Sekunde
• Zu langsam? Frames verwerfen: Kommt der Betrachter nicht hinterher, werden alte Frames einfach übersprungen statt in eine Warteschlange gestellt – du siehst garantiert immer das neueste Bild

Jedes Frame enthält neben dem Bild auch URL, Viewport-Breite und -Höhe, Scroll-Position und Zeitstempel. So siehst du nicht nur das Bild, sondern weißt auch genau, in welchem Zustand sich die Seite gerade befindet.

Beim Sicherheitsdesign wurde nicht gespart

Bei einer Echtzeit-Übertragung müssen die Berechtigungen strikt begrenzt sein:

• Das Token ist an die Gateway-Verbindung gebunden, die es angefordert hat – bricht die Verbindung ab, verfallen ungenutzte Tokens sofort, und laufende Betrachter werden geschlossen
• Widerrufene Verbindungen werden „eingezäunt“: Tokens lassen sich nicht zu Streaming aufwerten, und Betrachter erhalten keine weiteren Frames
• Bei einer Navigation wird die aktuelle Erfassungssitzung sofort beendet; die neue Seite beginnt erst wieder, nachdem die Adressprüfung bestanden ist – Rest-Frames der alten Seite gelangen nicht in den neuen Stream
• Wird eine Navigation von der Richtlinie abgelehnt, wird der Stream sofort gekappt

Kurz gesagt: „sehen können“ und „beliebig sehen können“ sind zwei Paar Schuhe. Adressprüfung, Navigationsrichtlinie, Verbindungsbindung – keine Ebene fehlt.

Für Mac-Nutzer gibt es auch eine Überraschung

Die Mac-App erhält native Browser-Tabs: Externe Links öffnen als native WebKit-Tabs im selben Browser-Panel, mit Navigation und einmaliger Annotate/Inspect-Screenshot-Funktion. Und diese Tabs gehören zu ihrem Fenster – beim Wechsel der Konversation bleiben sie geöffnet.

Außerdem gibt es einige praktische Updates: Der Skill Workshop bewahrt die von jedem Agent gelernten Skills arbeitsbereichübergreifend auf; die Models-Einstellungen erhalten eine eigene Kontoverwaltung und Kontosortierung; Chat-Links lassen sich widerrufen; Meeting-Protokolle sind durchsuchbar; und repositorybasierte Arbeit lässt sich in der Cloud ausführen.

Vor dem Upgrade beachten

• Node-Version-Anforderung: Node 24.16.0 oder höher wird benötigt (24.x-Zweig) bzw. Node 26.1.0 oder höher; offiziell empfohlen wird Node 26
• Sauberere Update-Wiederherstellung: Nach Unterbrechungen lässt sich schneller und sauberer wiederherstellen, Sitzungen verbinden sich ebenfalls schneller neu

Warum das wichtig ist

Das größte Vertrauensproblem von KI-Agenten ist die „Blackbox-Ausführung“. Du gibst ihm einen Auftrag, es antwortet „erledigt“ – was dazwischen passiert ist, weißt du nicht. Das Echtzeitbild öffnet die Blackbox einen Spalt weit: immerhin kannst du jetzt zusehen.

Vom „Ergebnis sehen“ zum „Prozess sehen“ – das ist ein entscheidender Schritt, damit Browser-Automatisierung brauchbar und vertrauenswürdig wird. Nur eine Automatisierung, die man sehen kann, anvertraut man echte Aufgaben.

KI bedient den Browser – ab jetzt keine Blackbox mehr.

Referenzen: Offizielle OpenClaw-Release-Notes v2026.9.3, Browser-Control-API-Dokumentation