Skyvern im Test

Die Rechnungen liegen in den Portalen der einzelnen Lieferanten, jedes mit eigener Anmeldung, und eine Schnittstelle hat keins davon. Bisher klickt sich dafür ein Mensch durch. Skyvern setzt an dieser Stelle einen Agenten in den Browser, der die Seite auf dem Screenshot liest und selbst entscheidet, wohin er klickt. Das funktioniert auch auf Portalen, die der Agent noch nie gesehen hat, und übersteht den nächsten Umbau der Seite.

Wichtigste Funktionen

• Bildbasierte Navigation: Nach jedem Schritt macht Skyvern einen Screenshot, lässt ihn von einem Sprachmodell auswerten und plant daraus die nächste Aktion. Ändert die Gegenseite ihr Layout, passt sich der Agent an, ohne dass jemand einen Selektor nachzieht.
• Workflow Studio: Seit Juni 2026 gibt es einen neu gebauten Editor, der das laufende Browserfenster und die Laufansicht direkt neben der Zeichenfläche zeigt, vorerst als zuschaltbare Vorschau. Wer lieber tippt, bekommt im Code-Block einen Editor mit Syntaxhervorhebung und einer Zeitachse aller ausgeführten Aktionen.
• Aufnahme statt Programmierung: Du führst die Aufgabe einmal selbst im Browser aus, Skyvern schneidet die Schritte mit und baut daraus einen wiederverwendbaren Ablauf. Genauso entsteht der Ablauf aus einer vorhandenen Arbeitsanweisung, die du als PDF oder Word-Datei hochlädst.
• Anmeldung an geschützten Portalen: Zugangsdaten liegen in einem verschlüsselten Tresor, im Pro-Tarif zusätzlich in 1Password und im Unternehmenstarif in Bitwarden oder Azure Key Vault. Einmalpasswörter holt der Agent per TOTP-App oder seit Juni 2026 auch aus einem angebundenen Gmail-Postfach.
• CAPTCHAs und Bot-Erkennung: Skyvern erkennt reCAPTCHA v2 und v3, hCaptcha, Cloudflare Turnstile sowie einfache Bild-CAPTCHAs und löst sie im Lauf, ohne einen Fremddienst dazwischen. Die Dokumentation sagt selbst, dass das nicht immer gelingt. Gegen Bot-Erkennung schaltest du Proxys über Anschlüsse privater Internetkunden in 21 Ländern zu, Deutschland eingeschlossen.
• Anbindung an vorhandene Systeme: Skyvern hat eine REST-Schnittstelle, Programmierbausteine (SDKs) für Python und TypeScript sowie einen Server für das Model Context Protocol (MCP), die übliche Andockstelle für KI-Agenten. Darüber steuern Claude, ChatGPT oder Gemini den Browser mit; fertige Verbindungen bestehen unter anderem zu n8n, Make, Zapier, SAP und Salesforce.

Preise und Tarife

Skyvern rechnet in Credits ab, die jede Browser-Aktion des Agenten verbraucht. Ein Lauf zählt dabei als eine Ausführung eines Ablaufs, ob er nun eine Seite oder 20 Schritte umfasst. Der kostenlose Einstieg ist seit Juni 2026 eine einmalige Gutschrift von 5.000 Credits, die der Hersteller mit rund 200 Aktionen und einem parallelen Lauf beziffert. Die Werbeseite spricht an dieser Stelle weiterhin von 5.000 Credits pro Monat, während Produktdokumentation und Quellcode die einmalige Gutschrift belegen.

Der Hobby-Tarif kostet rund 25 Euro im Monat (29 USD) und enthält 30.000 Credits für etwa 1.200 Aktionen, dazu 10 parallele Läufe, gespeicherte Zugangsdaten und einen einfachen CAPTCHA-Löser. Für rund 128 Euro im Monat (149 USD) bringt Pro 150.000 Credits für etwa 6.200 Aktionen, 25 parallele Läufe, Team-Bereiche, 2-Faktor-Anmeldung, die 1Password-Anbindung und Proxys über private Anschlüsse. Enterprise wird individuell verhandelt und hebt die Credit-Grenze auf, dazu kommen HIPAA-Konformität, der SOC-2-Type-II-Bericht und eigene Code-Blöcke.

Wer selbst hostet, zahlt an Skyvern nichts und hat nur die Kosten für den Server und die Aufrufe beim gewählten Modellanbieter. Das quelloffene Projekt zählt über 22.000 GitHub-Sterne und steht bei Version 1.0.47 vom 16.07.2026. Skyvern stellt in US-Dollar und ohne Steuer in Rechnung, die umgerechneten Euro-Beträge sind entsprechend Nettopreise, zu denen die Umsatzsteuer hinzukommt.

Für wen ist Skyvern geeignet?

• Unternehmen mit Lieferanten- und Behördenportalen: Wer Rechnungen, Anträge oder Nachweise regelmäßig aus Portalen ohne Schnittstelle holt, spart die Handarbeit. Skyvern kommt auch durch Anmeldeseiten mit Einmalpasswort.
• Buchhaltung und Sachbearbeitung ohne eigene Entwickler: Du machst die Aufgabe einmal im Browser vor oder lädst die vorhandene Arbeitsanweisung hoch, daraus entsteht ein erster lauffähiger Ablauf. Den Rest der Konfiguration erledigt das Sprachmodell.
• Entwicklerteams, die Skyvern in größere Agenten einbauen: Die SDKs für Python und TypeScript und der MCP-Server binden Skyvern als Browser-Werkzeug in eigene Agenten ein, etwa aus Claude heraus gesteuert.

DSGVO und Datenschutz

In der Cloud laufen die Browsersitzungen bei einem Anbieter mit Sitz in San Francisco, dort liegen auch die Screenshots und die gespeicherten Zugangsdaten. Einen EU-Standort weist Skyvern nirgends aus. Eine Datenschutzerklärung ist über die Webseite nicht erreichbar, und das beworbene Trust Center liefert am 04.08.2026 nur eine Weiterleitung. Ob Skyvern die Daten aus den Läufen zum Modelltraining nutzt, bleibt damit offen.

Der Hersteller wirbt mit SOC 2 Type II und HIPAA-Konformität. Beide Nachweise betreffen die Sicherheit der Verarbeitung, den Serverstandort decken sie nicht ab. Das Projekt selbst steht unter AGPL-3.0, und du setzt es per Docker oder Kubernetes im eigenen Rechenzentrum auf, kostenfrei und ohne Enterprise-Vertrag. Der Unternehmenstarif fügt nur die betreute Installation in der eigenen AWS-, GCP- oder Azure-Umgebung hinzu.

Auch im Eigenbetrieb braucht Skyvern ein Sprachmodell, und die Anleitung nennt dafür OpenAI, Anthropic, Google, Azure OpenAI, AWS Bedrock sowie lokale Modelle über eine OpenAI-kompatible Schnittstelle. Kann das lokale Modell keine Bilder auswerten, liest Skyvern die HTML-Struktur statt des Screenshots und wird auf verschachtelten Seiten ungenauer. Für personenbezogene Daten führt damit nur der Eigenbetrieb zu einer belastbaren Grundlage, und zwar mit einem Modellanbieter, den du selbst vertraglich bindest.

Alternativen zu Skyvern

• Playwright MCP: Der MCP-Server von Microsoft lässt einen KI-Agenten denselben Browser bedienen, liest die Seite aber als Textbaum statt als Screenshot. Er ist sparsamer im Modellverbrauch, dafür fehlen ihm Ablaufverwaltung, CAPTCHA-Lösung und Zugangsdaten-Tresor.
• n8n: Deckt Automatisierung über Schnittstellen ab und läuft ebenfalls auf eigenen Servern. Sobald die Gegenseite keine Schnittstelle hat, fehlt n8n genau der Teil, den Skyvern übernimmt.
• Crawl4AI: Reicht, wenn du nur Inhalte öffentlich erreichbarer Seiten einsammelst. Anmeldungen, Formulare und mehrstufige Abläufe deckt die Bibliothek nicht ab.