Hermes Browser Agent auf einer RTX Pro 6000
Für Routineaufgaben schon brauchbar. Für alles darüber braucht es weiter einen Menschen, der nachsieht.
- Anbieter
- Hermes (Open Source)
- Preis
- Software kostenlos · Testmaschine rund 12.000 €
- Getestet
- 22. Juli – 11. August 2026
Demo-Beitrag — dieser Test hat nicht stattgefunden.
Sämtliche Messwerte auf dieser Seite sind erfunden. Der Beitrag steht hier, damit wir Aufbau und Gestaltung unserer Testberichte prüfen können, bevor der erste echte Test erscheint. Nichts davon eignet sich als Kaufentscheidung.
Ein Agent, der den Browser selbst bedient, klingt nach dem Ende der Klickarbeit. Wir haben drei Wochen lang zugesehen — auf einer Maschine, die sich niemand aus Neugier hinstellt: eine RTX Pro 6000 mit 96 GB Speicher. Die Frage war nicht, ob es läuft. Die Frage war, ob es trägt.
Der Aufbau
Alles lokal, nichts in der Cloud. Genau das ist ja der Reiz: Wer einen Agenten durch sein Postfach oder sein Warenwirtschaftssystem laufen lässt, will nicht, dass jeder Klick durch fremde Rechenzentren geht.
- Grafikkarte: NVIDIA RTX Pro 6000 Blackwell, 96 GB
- Rechner: Threadripper 7965WX, 128 GB RAM, Ubuntu 24.04
- Modell: 70B-Klasse, FP8, ausgeliefert über vLLM
- Kontextfenster: 128k — davon belegt die Seitenstruktur einer normalen Nachrichtenseite schon rund ein Fünftel
- Testzeitraum: 22. Juli bis 11. August 2026
Wie wir getestet haben
Vier Aufgaben, jede zehnmal, jeweils mit frischem Browserprofil. Gewertet haben wir stur nach Ergebnis: Kam das Richtige heraus, ja oder nein. Ein Lauf, der nach acht Minuten noch Tabs öffnet, gilt als gescheitert.
- Recherche — eine Frage, Antwort mit mindestens zwei Quellen
- Formular — dreiseitiges Anmeldeformular, keine Bot-Sperre
- Datenextraktion — Tabelle mit 40 Zeilen sauber übernehmen
- Langlauf — fünfzigmal dieselbe Aufgabe, um Abdriften zu sehen
Nicht getestet: alles, was Schutzmechanismen umgeht oder gegen Nutzungsbedingungen verstößt. Wer einen Agenten dafür einsetzt, hat ein anderes Problem als Technik.
Was dabei herauskam
| Aufgabe | Erfolg | Median-Dauer | Auffällig |
|---|---|---|---|
| Recherche | 8 / 10 | 1:47 min | beide Fehlläufe: Quelle erfunden |
| Formular | 9 / 10 | 0:52 min | solide, auch bei Pflichtfeld-Fehlern |
| Datenextraktion | 6 / 10 | 2:14 min | ab Zeile 25 fehlen Werte |
| Langlauf | 28 / 50 | 2:03 min | Quote fällt ab Durchlauf 30 deutlich |
Die Formularaufgabe war die Überraschung: Selbst als wir absichtlich ein Pflichtfeld leer ließen, fand der Agent die Fehlermeldung, sprang zurück und trug nach. Das ist die Art Kleinkram, an der Automatisierung sonst scheitert.
Die Karte langweilt sich
Der interessanteste Wert steht in keiner Ergebniszeile: Die GPU-Auslastung lag im Mittel bei 23 Prozent. Belegt waren 61 der 96 GB — aber gerechnet wurde kaum. Der Agent wartet die meiste Zeit: auf das Laden der Seite, auf ein Nachrücken im DOM, auf sich selbst.
Der Flaschenhals ist nicht die Grafikkarte. Es ist das Internet.
Praktisch heißt das: Wer sich diese Karte für einen Browser-Agenten kauft, kauft vor allem Speicher, nicht Rechenleistung. Für dasselbe Ergebnis hätte hier deutlich weniger gereicht — solange das Modell in den Speicher passt. Interessant wird die große Karte erst, wenn mehrere Agenten parallel laufen. Das haben wir nicht getestet.
Wo es scheitert
- Cookie-Banner im Shadow DOM. Der Agent sieht den Knopf, trifft ihn aber nicht — er klickt auf das Element darunter. Zweimal hat er sich so aus der eigenen Aufgabe herausnavigiert.
- Lange Seiten. Ab etwa 8.000 sichtbaren Wörtern schneidet der Kontext ab, und zwar lautlos. Das Ergebnis sieht dann vollständig aus, ist es aber nicht — die gefährlichste Fehlerart.
- Kein Zurück. Nach einem Fehlklick gibt es keine verlässliche Rücksetzung. Der Agent baut auf dem falschen Zustand weiter auf.
- Erfundene Quellen. Zweimal in zehn Recherchen stand eine URL in der Antwort, die es nicht gibt. Ohne Nachprüfen geht das nicht.
Unser Urteil
Für abgegrenzte, wiederholbare Aufgaben ist das brauchbar — Formulare ausfüllen, immer gleiche Daten abholen, Routinen abarbeiten. Der Agent macht das schneller als ein Mensch und beschwert sich nicht.
Als „setz dich hin und arbeite“ ist es das nicht. Der Abfall im Langlauf und die lautlos abgeschnittenen Ergebnisse sind kein Feinschliff-Problem, sondern der Grund, warum am Ende doch jemand draufschauen muss. Und solange jemand draufschaut, spart man weniger, als die Demos versprechen.
Wir bleiben dran. Der nächste Durchlauf soll zeigen, ob mehrere Agenten parallel die Karte endlich auslasten — und ob die Fehlerquote dann mitwächst.