„Doubao Work“ ist offiziell gestartet, KI-Giganten liefern sich einen harten Wettbewerb im Büro-Segment, und unabhängige Clients werden zum Standard?

Am Spieltisch für KI-Office-Lösungen ist nun endlich „Doubao Work“ eingetroffen.

Am 25. August fiel die Entscheidung: „Doubao Work“ wurde offiziell veröffentlicht. Es ist keine völlig neue Erfindung, sondern ist direkt aus dem früheren Modus „Arbeitsaufgaben“ von Doubao hervorgegangen – diesmal wurde es jedoch offiziell unabhängig gestellt, erhielt einen eigenen Namen und eine eigene Desktop-Anwendung, ist aber weiterhin in der Desktop-Version von Doubao integriert.

Bildquelle: Leikeji

Es kann bereits eine Vielzahl von Aufgaben erledigen. Das Schreiben von Dokumenten, das Erstellen von Tabellen und Präsentationen sind nur die Grundfunktionen: Es kann außerdem Bilder, Videos, Webseiten und sogar Anwendungen generieren, die anschließend teilweise bearbeitet werden können. Bei komplexeren Aufgaben kann es direkt auf Browser und Computer zugreifen, selbst Informationen recherchieren, Formulare ausfüllen, Software aufrufen oder Aufgaben an einen Cloud-Computer übergeben, um sie dort im Hintergrund auszuführen.

Dennoch ist Doubao nicht besonders früh in diesen Wettbewerb eingetreten.

Tencent WorkBuddy wurde im März dieses Jahres veröffentlicht. Anfang August hat Alibaba QoderWork, Wukong und MuleRun zu „Qianwen Office“ zusammengeführt. Kingsoft treibt außerdem weiterhin WPS Lingxi voran. Im Ausland ging man noch einen Schritt früher vor: Anthropic hat Anfang des Jahres Claude Cowork vorgestellt, während OpenAI im Juli bei der Zusammenführung von ChatGPT und Codex den ursprünglichen Codex-Work-Modus zu ChatGPT Work umgestaltet hat.

Warum sind alle Unternehmen plötzlich so in Eile, besonders im Inland? Leikeji hat bereits im Artikel „Doubao Work ist da! ByteDance / Alibaba / Tencent / Kingsoft setzen voll auf KI-Office“ erläutert, dass der Grund nicht kompliziert ist:

Es gibt zwar viele KI-Nutzer im Verbrauchermarkt, aber die Zahlungsbereitschaft bleibt gering. Im Office-Bereich gibt es von Natur aus viele sich wiederholende, zeitaufwändige Aufgaben, und es gibt mit Unternehmen klare zahlungsbereite Abnehmer. In der Agent-Phase hat die KI endlich die Chance, von „dir ein paar Sätze schreiben zu helfen“ dazu überzugehen, tatsächlich einen Teil deiner Arbeit zu erledigen.

Aber zu viele Optionen sind manchmal auch ein „glückliches Problem“. Alle entwickeln KI-Office-Lösungen – wie sollen Unternehmen und Privatanwender da die richtige Wahl treffen?

Alle können Präsentationen erstellen – und was dann?

Auf den ersten Blick ähneln sich Produkte, Funktionen und Designs der verschiedenen Anbieter stark. ChatGPT Work und Claude Cowork können Recherchen durchführen, Analysen erstellen, Dateien und Konnektoren aufrufen, Dateien lesen, Browser und Tools bedienen, um komplexe Aufgaben zu erledigen, und schließlich Dokumente, Tabellen, Präsentationen, Berichte oder sogar Webseiten ausliefern.

Die wenigen inländischen Anbieter verfolgen einen ähnlichen Ansatz: WorkBuddy, Qianwen Office und Doubao Work arbeiten alle an Desktop-Bedienung, Cloud-Aufgaben, Fähigkeiten, Konnektoren und sogar der Zusammenarbeit mehrerer Agenten. Auf jeder Produktpräsentation lassen sich ähnliche Szenarien vorführen: Man gibt eine Aufgabe in einem Satz an, die KI sucht selbst Informationen, führt Analysen durch und liefert nach einer halben Stunde eine fertige Präsentation zurück.

Warum sehen alle Produkte am Ende fast gleich aus, obwohl alle mit voller Kraft konkurrieren?

Doubao Work, Bildquelle: Leikeji

Aber die Unterschiede liegen oft unter der Oberfläche. Ob eine KI-Office-Lösung wirklich gut funktioniert, hängt mindestens von drei Dingen ab: Wie viele deiner Arbeitsinformationen sie kennt, wie viele echte Arbeitsabläufe sie durchdringen kann und wie weit das gelieferte Ergebnis noch von der unmittelbaren Nutzbarkeit entfernt ist.

Aus dieser Perspektive sind die Ausgangspositionen der verschiedenen Anbieter sehr unterschiedlich.

Bei Tencent können WeChat, WeCom, Tencent Meeting, Tencent Docs und IMA alle an WorkBuddy angeschlossen werden. Teams, die bereits im Tencent-Ökosystem für Büroarbeit arbeiten, müssen mit WorkBuddy weniger Dateien übertragen und weniger Kontextinformationen erklären – das ist an sich schon ein Vorteil.

Alibaba verfügt über DingTalk und Alibaba Cloud. Die Zusammenführung von QoderWork, Wukong und MuleRun zu Qianwen Office ist ein deutlicher Schritt zur Bündelung der Kräfte: Desktop-Bedienung, Cloud-Agenten und automatisierte Arbeitsabläufe laufen schließlich in einem einzigen Zugangspunkt zusammen und werden weiter in DingTalk und Unternehmensdienstleistungen integriert.

Kingsoft hält sich an ein traditionelleres, aber stabileres Kerngeschäft: Dokumente. Viele Agenten können Excel-Dateien und Präsentationen generieren, aber WPS ist von Anfang an in den Dokumentenablauf eingebettet. Formatierung, Formeln, Bearbeitung, Freigabe und Zusammenarbeit – Nutzer bleiben nach der Erstellung von Inhalten in der vertrauten Software. Das klingt nicht besonders neu, ist aber für eine große Zahl von Büroangestellten sehr praktisch.

Bei Doubao ist die Situation wieder anders: Einerseits gibt es die bereits aufgebaute Nutzerbasis und Markenbekanntheit von Doubao, andererseits stellt Feishu eine große Menge an Kontextinformationen bereit, die für die Büroarbeit benötigt werden.

Das ist der entscheidende Unterschied von Doubao Work zu anderen KI-Office-Plattformen. Nach der Anmeldung mit einem Feishu-Konto kann es im Rahmen der Berechtigungen auf Unternehmensinformationen wie Chatverläufe, Dokumente, Sitzungsprotokolle und Termine zugreifen, Aufgaben auf dieser Grundlage erledigen, und die neu erstellten Inhalte lassen sich anschließend wieder in Feishu ablegen.

Das ist sehr wichtig.

Heute gibt es immer mehr Agenten, die Informationen suchen, Präsentationen erstellen und Computer bedienen können. Aber in echten Büroumgebungen hängt die Nutzbarkeit einer KI stark davon ab, ob sie versteht, was du gerade machst. Welche Sitzung habt ihr letzte Woche abgehalten? Welche Version des Plans hat der Chef überarbeitet? Wie weit ist das Projekt aktuell gediehen? Warum wurde diese Entscheidung damals abgelehnt?

All diese Informationen kann das Modell von sich aus nicht kennen. Das von Feishu über Jahre aufgebaute System aus Nachrichten, Sitzungen, Dokumenten und Berechtigungen liefert Doubao Work direkt eine fertige „Arbeitsgedächtnis“.

Natürlich löst Feishu nur das Problem des Kontexts in Büroszenarien, sodass Doubao Work weiß, was zu tun ist. Ob es die Aufgabe dann auch stabil erledigen kann, ist eine ganz andere Frage.

Nicht der erste Anbieter – aber Doubao Work könnte sich am schnellsten durchsetzen

Ein späterer Markteintritt um einige Monate hat natürlich auch Nachteile. WorkBuddy ist schon eine Weile im Praxiseinsatz, Qianwen Office hat gerade die Produktintegration abgeschlossen, und WPS verfügt über eine riesige Nutzerbasis und ein etabliertes Dokumenten-Ökosystem. Im Ausland gibt es zudem ChatGPT Work und Claude Cowork, deren Modell- und Agentenfähigkeiten kaum zu umgehen sind.

Aber ein späterer Einstieg bedeutet auch, dass man viele Fehler vermeiden kann – Doubao Work ist bei seiner Veröffentlichung bereits sehr ausgereift.

Schließlich hat die KI-Office-Plattform im vergangenen Jahr nach und nach einen Standardlösung gefunden: Sie muss Desktop-Bedienung unterstützen, langwierige Aufgaben in der Cloud ausführen können, über Fähigkeiten und Konnektoren verfügen und idealerweise die Zusammenarbeit mehrerer Agenten erlauben. Im Unternehmensumfeld müssen zudem Wissensdatenbanken, Berechtigungen und organisatorische Kontextinformationen integriert werden.

Tatsächlich ist die KI-Office-Lösung bis heute noch nicht wirklich bei normalen Nutzern angekommen. Begriffe wie Fähigkeiten, MCP, Konnektoren, Cloud-Computer und Multi-Agent-Zusammenarbeit sind für Fachleute, Technik-Blogger und Medien zwar vertraut, für normale Büroangestellte aber völlig irrelevant.

WorkBuddy, Bildquelle: Leikeji

Nutzer wollen ihre Aufgaben einfach erledigen, zum Beispiel mit der Anweisung „Fasse die Sitzungen der letzten Woche zusammen und erstelle eine Präsentation zum Projektfortschritt“.

Im Idealfall müssen sie nicht wissen, welche Fähigkeit die KI im Hintergrund aufgerufen hat oder wie viele Agenten sie gestartet hat, und sie müssen auch nicht selbst drei Sitzungsprotokolle suchen und einzeln hochladen. Der Agent soll selbst die relevanten Informationen finden, den Kontext verstehen, die Präsentation erstellen und ein Ergebnis liefern, das man direkt weiterbearbeiten kann.

Das klingt selbstverständlich, ist aber in der Umsetzung alles andere als einfach.

Agenten wirken in Demo-Vorführungen immer sehr intelligent, aber echte Büroumgebungen sind viel unübersichtlicher. Plötzlich taucht ein Captcha auf einer Webseite auf, das Format einer Excel-Datei wird durcheinandergebracht, zwei Dateien haben fast identische Namen, die Berechtigungen unterscheiden sich nur um eine Stufe – und wenn der Chef sagt „es soll wieder das gleiche Gefühl wie früher haben“, muss man Dutzende alter Dokumente durchsuchen, um herauszufinden, was er genau meint.

Wenn die KI bei einer langen Aufgabe mehrmals hintereinander Fehler macht, sind die zehn Minuten, die man ursprünglich eingespart hat, schnell wieder für Kontrollen und Nacharbeiten draufgegangen.

Was Doubao Work angeht, vertraue ich zumindest der Stärke des ByteDance-Produktteams bei der Benutzerfreundlichkeit: Sowohl bei Jianying als auch bei Doubao sind sie sehr gut darin, Komplexität zu reduzieren und die Nutzungshürden von Produkten stark zu senken. Wie es sich in der Praxis schlägt, können wir bei Interesse in einem separaten Artikel später ausführlich vorstellen.

Warum braucht KI-Office unbedingt einen eigenen unabhängigen Client?

Es gibt noch ein Detail, das leicht übersehen wird.

Im Juli hat OpenAI die Desktop-Versionen von ChatGPT und Codex offiziell zusammengeführt und gleichzeitig ChatGPT Work veröffentlicht. Normale Nutzer öffnen die ChatGPT-Desktop-Anwendung, wo die Bereiche „Chat“ und „Arbeit“ direkt nebeneinander angeordnet sind. Für einfache Fragen nutzt man den „Chat“-Bereich, für komplexe Arbeitsaufgaben wechselt man in den Bereich „Arbeit“.

Claude Cowork von Anthropic verfolgt einen ähnlichen Ansatz und ist direkt in die Claude-Desktop-Anwendung integriert.

Aber die wenigen großen inländischen Unternehmen gehen übereinstimmend einen anderen Weg: WorkBuddy ist von Anfang an ein unabhängiger Client, Qianwen Office verfügt ebenfalls über einen eigenen unabhängigen Client – und jetzt hat auch Doubao Work einen eigenen unabhängigen Client erhalten, behält aber gleichzeitig den „Arbeits“-Modus innerhalb von Doubao bei.

Warum also macht man diese Funktionen zu einer eigenständigen Lösung?

Diese Frage geht zunächst auf die Nutzungsgewohnheiten zurück. Wenn du Doubao, Qianwen oder Yuanbao öffnest, wirst du höchstwahrscheinlich erst einmal eine Frage stellen: Etwas nachschlagen, einen Text übersetzen, eine E-Mail schreiben oder einfach mal plaudern. In den vergangenen Jahren haben Chatbot-Programme wie ChatGPT und Doubao bei Nutzern eine sehr feste Gewohnheit geprägt: Man stellt Fragen in ein Eingabefeld.

Aber die Aufgaben, die im KI-Office erledigt werden müssen, sind viel komplexer. Du überträgst ihr möglicherweise eine Aufgabe, die eine halbe Stunde oder sogar mehrere Stunden läuft. Sie muss Dateien suchen, Webseiten öffnen, Software aufrufen, das Laden von Seiten abwarten und zudem Aufgabenfortschritt, Arbeitsbereiche, Fähigkeiten, Konnektoren und Cloud-Computer verwalten.

Das größere Problem liegt in den kognitiven Gewohnheiten. Wenn nur ein Eingabefeld da ist: Wann soll der Nutzer eine einfache Frage stellen, und wann soll er eine komplette Aufgabe an die KI übergeben? Die Hersteller kennen die unterschiedlichen Fähigkeitsgrenzen der beiden Modi sehr gut – normale Nutzer aber nicht unbedingt.

Deshalb haben sowohl Doubao als auch ChatGPT einen „Chat“-Modus und einen „Arbeits“-Modus entworfen.

Doubao „Dialog“ / „Arbeit“ und ChatGPT „Chat“ / „Arbeit“, Bildquelle: Leikeji

Aber es gibt Unterschiede: Die Vorstellungen der inländischen Hersteller von KI-Office weichen etwas ab. Neben der stärkeren Berücksichtigung von niedrigen Nutzungshürden und mehr geführten Design-Elementen gibt es noch einen besonderen Umstand.

Alibaba hat DingTalk, ByteDance hat Feishu. Bei der Entwicklung von KI-Office-Lösungen müssen beide ursprünglich komplexe Produktbeziehungen verarbeiten. Noch vor der Produktveröffentlichung sehen wir deshalb zunächst Anpassungen in der Organisationsstruktur: Alibaba hat die Teams von Wukong, MuleRun und QoderWork unter die Leitung des neuen DingTalk-CEO zusammengeführt, während ByteDance Feishu in das Doubao-Team integriert hat.

Erst danach entstanden Qianwen Office und Doubao Work.

Noch wichtiger ist: Die Umsetzung als eigenständiges Produkt schafft ausreichend Raum für Gestaltung. Nehmen wir die Startseite als Beispiel: Die Oberflächen von Doubao Work, Qianwen Office und WorkBuddy sind tatsächlich komplexer als die von ChatGPT Work. Besonders WorkBuddy ist derzeit die KI-Office-Plattform mit den meisten unterschiedlichen „Elementen“.