Tencent Marvis im Cross-App-Check: Warum Word, Excel und Browser jetzt durch einen KI-Befehl verbunden werden

In den letzten Marvis-Artikeln ging es vor allem um drei Fragen:

• Kann es den Computer tatsächlich steuern?
• Kann es lokale Dateien lesen?
• Kann es Bilder, Sprache und Dokumente zu einem multimodalen Workflow zusammenführen?

Dieser Beitrag beantwortet eine Frage, die noch näher am Kern eines Desktop-Agenten liegt:

Kann Marvis nicht nur eine einzelne Aufgabe erledigen, sondern mehrere Anwendungen wirklich zu einem kompletten Ablauf verbinden?

Ich habe den Tencent-Cloud-Developer-Community-Beitrag „Marvis保姆级教程（六·完结）｜应用操作大师——一个指令串起Word、Excel、浏览器“ noch einmal genau durchgearbeitet. Mein Fazit ist eindeutig:

Das Spannendste an Marvis im Bereich Cross-App-Zusammenarbeit ist nicht, ob es auf Buttons klicken kann. Entscheidend ist, dass Excel, Browser, Word und Dateispeicherung nicht mehr als Einzelschritte, sondern als kompletter Auftrag zusammenlaufen.

Sobald das zuverlässig funktioniert, geht es nicht mehr nur darum, dass „KI einen Absatz schreibt“, sondern darum:

KI beginnt endlich, ganze Abläufe für dich zu verketten.

Das Fazit vorweg

• Stand 29. Juni 2026 sind die überzeugendsten öffentlich sichtbaren Cross-App-Szenarien von Marvis auf vier Schritte konzentriert:

  1. Excel lesen und Daten analysieren
  2. Im Browser Referenzinformationen recherchieren
  3. Berichte in Word strukturieren und schreiben
  4. Dateien speichern und archivieren

• Der entscheidende Punkt ist nicht, dass einfach mehrere Fenster geöffnet werden, sondern:

  • ob Daten zwischen Anwendungen ohne Bruch weiterfließen
  • ob Copy-and-paste-Zwischenschritte reduziert werden
  • ob am Ende direkt eine lieferbare Datei entsteht

• Wenn du vor allem mit solchen Aufgaben arbeitest:

  • Wochenberichte / Monatsberichte
  • Schulverwaltung / Administration / pädagogische Auswertung
  • operative Analysen
  • kompakte Datenauswertungen
  • Arbeitsabläufe nach dem Muster „Tabelle lesen -> recherchieren -> Bericht schreiben“

  dann ist dieser Ansatz deutlich relevanter als ein gewöhnlicher Chatbot.

Warum Cross-App-Kollaboration wertvoller ist als punktuelle Automatisierung

Viele KI-Assistenten können dir heute bereits helfen:

• einen Text zusammenzufassen
• eine Datei zu erklären
• eine E-Mail umzuschreiben

Der größte Zeitfresser im Alltag sind aber meist nicht diese Einzelschritte, sondern:

• Daten in Excel finden
• in den Browser wechseln und Referenzen suchen
• zurück in Word wechseln und den Text schreiben
• am Ende alles manuell speichern, benennen und ablegen

Das bedeutet: Häufig kostet nicht ein einzelner Arbeitsschritt die meiste Zeit, sondern der ständige Transport von Informationen zwischen verschiedenen Programmen.

Genau dieses Hin-und-her zwischen Anwendungen ist oft der eigentliche Effizienzverlust.

Und genau hier liegt der interessanteste Durchbruch im öffentlich gezeigten Marvis-Beispiel:

Es hilft nicht mehr nur bei einem einzelnen Schritt, sondern versucht, mehrere Schritte unter einem gemeinsamen Befehl zusammenzufassen.

Öffentlicher Fall 1: Ein Analysebericht zu Schulnoten zeigt am besten, ob das wirklich ein „Agent“ ist

Der Beitrag in der Tencent Cloud Developer Community nennt ein Beispiel, das sich hervorragend eignet, um Cross-App-Kollaboration greifbar zu machen:

Aufgabenstellung

• Einen „Analysebericht zu den Chinesisch-Noten dieses Semesters“ erstellen

Klassischer Ablauf

• Excel öffnen
• die Notentabelle suchen
• Durchschnitt, Bestehensquote und Anteil sehr guter Leistungen manuell berechnen
• die drei Schüler mit den größten Verbesserungen und die drei mit den stärksten Rückgängen identifizieren
• Word öffnen
• den Analysebericht schreiben
• Tabellen aus Excel nach Word kopieren
• im Browser nach einer passenden Musteranalyse suchen
• den Text danach ausformulieren und formatieren

Der öffentliche Beitrag nennt dazu eine sehr direkte Einschätzung:

• Zeitaufwand: 2 Stunden

Das wirkt realistisch. Denn die meiste Zeit geht in solchen Aufgaben nicht nur für die Datenanalyse selbst drauf, sondern für App-Wechsel und Copy-and-paste.

Öffentlicher Fall 2: Marvis macht nicht nur einen Schritt schneller, sondern verbindet vier Schritte per einem Befehl

Im selben Szenario lautet der im Beitrag gezeigte Marvis-Prompt sehr ähnlich zu dem, was echte Nutzer formulieren würden:

Öffne auf Laufwerk D die Datei 成绩表.xlsx und analysiere die Chinesisch-Noten dieses Semesters: Berechne den Klassendurchschnitt, die Bestehensquote und den Anteil sehr guter Leistungen. Finde außerdem die 3 Schüler mit den größten Verbesserungen und die 3 Schüler mit den stärksten Rückgängen. Suche danach online nach einem Muster für einen Analysebericht zu Chinesisch-Noten in der Grundschule. Öffne anschließend Word, erstelle ein neues Dokument und schreibe daraus einen etwa 500 Wörter langen Analysebericht mit Datentabelle und Textauswertung, orientiert an der Struktur des Online-Beispiels.

Laut öffentlicher Darstellung erledigt Marvis danach nacheinander:

• Excel öffnen
• Daten analysieren
• den Browser öffnen und nach einer Vorlage suchen
• Word öffnen
• den Bericht schreiben
• die Datentabelle einfügen

Die öffentliche Angabe dazu lautet:

• Zeitaufwand: 3 Minuten

Ich würde diese Zahl nicht blind als stabilen Erwartungswert übernehmen. Sie zeigt aber sehr klar, welches Produktziel dahintersteht:

Es geht nicht darum, einen Einzelschritt zu beschleunigen, sondern die komplette Kette aus App-Wechseln zu komprimieren.

Öffentlicher Fall 3: Der größte Mehrwert ist nicht „vier Programme geöffnet“, sondern ein ununterbrochener Datenfluss

Der wichtigste Satz im öffentlichen Beitrag ist aus meiner Sicht dieser:

Die in Excel berechneten Daten werden direkt in Word übernommen, ohne dass du sie manuell kopieren und einfügen musst.

Warum ist das so wichtig?

Weil viele Lösungen, die sich „KI-Büroautomatisierung“ nennen, am Ende genau an diesem Punkt scheitern:

• Die Daten liegen in einer Anwendung
• das Ergebnis entsteht in einer anderen
• und den Transport dazwischen übernimmst wieder du selbst

Sobald der Mensch diese Übergabe doch wieder manuell leisten muss, ist der Ablauf nicht wirklich geschlossen.

Gerade deshalb ist dieses öffentliche Marvis-Szenario so interessant, weil es mindestens auf der dokumentierten Produktebene klar macht:

• Daten werden nicht nur gelesen und dann vergessen
• Recherche endet nicht einfach mit der Suche
• der Bericht startet nicht auf einem leeren Blatt ohne Kontext
• die Datei muss am Ende nicht zwingend manuell separat gespeichert werden

Was hier versucht wird, ist:

einen durchgängigen Datenfluss zwischen Anwendungen herzustellen.

Öffentlicher Fall 4: Im Kern geht es nicht darum, Software zu öffnen, sondern zu verstehen, wo Daten herkommen und wohin sie gehen

Am öffentlichen Beitrag gefällt mir besonders eine Erklärung zu „Cross-App-Befehlen“:

Marvis muss klar wissen, in welcher Anwendung sich die Daten befinden und in welche Anwendung sie weiterfließen sollen.

Dieser Satz bringt den Kern von Cross-App-Kollaboration eigentlich perfekt auf den Punkt.

Ein wirklich wertvoller Befehl lautet also nicht einfach:

• Öffne diese Software

Sondern eher:

• Öffne Anwendung A
• hole die Daten heraus
• verarbeite sie in Anwendung B
• gib das Ergebnis anschließend in Anwendung C aus

Der öffentliche Beitrag formuliert diesen Denkansatz sogar schon als Vorlage:

• Öffne 【Anwendung A】+ was zu tun ist
• in 【Anwendung B】+ was zu tun ist
• in 【Anwendung C】+ Ergebnis ausgeben

Das zeigt, dass es nicht mehr nur um „wie frage ich richtig?“ geht, sondern bereits in Richtung:

Workflow-Templatisierung

läuft.

Öffentlicher Fall 5: Sobald dieser Ansatz templatisiert ist, wird daraus ein echter Workflow-Baustein

Ein weiterer wichtiger Punkt im selben Beitrag ist:

Monatsreport-Workflow als Vorlage

Das dort gezeigte Beispiel lautet:

• die Excel-Datei mit den Lehr- und Forschungsaktivitäten des Monats öffnen
• Anzahl der Aktivitäten, Teilnehmerzahl und betroffene Jahrgangsstufen auswerten
• das Word-Dokument mit den Unterrichtskontrollen des Monats öffnen
• gemeinsame Problemfelder extrahieren
• anschließend in Word den Monatsbericht generieren

Warum ist das wichtig?

Weil sich ein solcher Ablauf, wenn er wiederholt nutzbar ist, von einem „smarten Assistenten“ zu etwas viel Wertvollerem entwickelt:

zu einem wiederverwendbaren Workflow-Baustein.

Gerade für Unternehmen, Schulen, Verwaltungsteams oder kleinere Operations-Teams ist das zentral. Echte Effizienz entsteht selten durch eine einmalige Demo, sondern dadurch, dass:

• derselbe Ablauf auch nächsten Monat weiterverwendet werden kann
• andere Teammitglieder ihn ebenfalls nutzen können
• neue Kolleginnen und Kollegen ihn reproduzierbar übernehmen können

Öffentlicher Fall 6: Eingebaute Zwischenstopps zeigen, dass Marvis reale Zusammenarbeit mitdenkt

Der Beitrag enthält noch ein Detail, das stark nach echter Nutzungspraxis aussieht:

• zuerst Daten in Excel analysieren
• mir das Ergebnis nach der Analyse erst einmal zeigen
• und erst nach Bestätigung in Word den Bericht schreiben

Warum ist mir das so wichtig?

Weil ein echter Desktop-Agent nicht nur aus den beiden Extremen „vollautomatisch“ und „vollmanuell“ bestehen sollte.

In vielen realen Aufgaben brauchst du vielmehr:

• zuerst einen automatisierten Abschnitt
• an zentralen Stellen eine menschliche Freigabe
• danach den nächsten Schritt im Ablauf

Genau deshalb wirkt dieser Ansatz auf mich eher wie ein kollaborativer KI-Workflow und nicht wie bloße Skript-Automatisierung.

So sieht aus meiner Sicht die reale Produktionsnutzung hinter diesem öffentlichen Beispiel aus

Wenn man den Beitrag auseinanderzieht, zeigt Marvis im Bereich Cross-App-Kollaboration bereits mehrere typische Merkmale echter Produktivumgebungen:

• Es gibt reale Anwendungskombinationen
  • Excel
  • Browser
  • Word
  • Dateisystem
• Es gibt reale Aufgabenketten
  • Tabellen lesen
  • Kennzahlen berechnen
  • Referenzen recherchieren
  • Berichte schreiben
  • speichern und archivieren
• Es gibt reale menschliche Eingriffspunkte
  • Zwischenbestätigung
• Es gibt reale Wiederverwendbarkeit
  • templatisierte Befehle
  • wiederkehrende Monatsreport-Abläufe

Genau deshalb halte ich es eher für einen:

Desktop-nahen Cross-App-Workflow-Orchestrator

und nicht bloß für eine:

Demo-KI, die mal kurz eine einzelne Anwendung bedienen kann.

Für wen sich ein erster Test jetzt am ehesten lohnt

Besonders passend für einen direkten Praxistest

• Menschen, die regelmäßig Excel -> Word-Berichte erstellen
• Teams oder Personen, die oft Wochenberichte, Monatsberichte oder Auswertungen schreiben
• Rollen aus Schulverwaltung, Pädagogik, Administration, Operations oder Projektassistenz
• Arbeitsabläufe, bei denen Web-Recherche, lokale Dokumente und Berichtsausgabe gemeinsam vorkommen
• alle, die wiederkehrende Desktop-Prozesse als Vorlagen standardisieren möchten

Wer noch abwarten kann

• Wer nur reine Chat-Fragen stellt und keine lokalen Anwendungen nutzt
• Wer sehr kurze Aufgaben ohne Softwarewechsel erledigt
• Wer weder Zwischenfreigaben noch Workflow-Vorlagen braucht
• Wer nur gelegentlich einmalig einen Bericht erstellt und keinen wiederverwendbaren Prozess aufbauen will

Wenn du Marvis selbst testen willst, würde ich so vorgehen

1. Teste nicht zuerst, ob es „Programme öffnen kann“, sondern gib ihm direkt eine vollständige Aufgabe.
2. Besonders gute Einstiegsszenarien sind meistens:
   • Analyseberichte zu Noten
   • Wochenberichte / Monatsberichte
   • Excel-Datenauswertung + Ausgabe in Word
   • Web-Recherche als Referenz + lokaler Berichtsentwurf
   • wiederkehrende, templatisierte Abläufe
3. Achte nicht nur auf Geschwindigkeit, sondern vor allem auf:
   • ob App-Wechsel seltener werden
   • ob Copy-and-paste-Schritte abnehmen
   • ob Daten in der Kette nicht verloren gehen
   • ob das Ergebnis näher an einer direkt lieferbaren Datei ist
4. Wenn du dir ohnehin Desktop-KI-Lösungen ansiehst, kannst du gleich mitvergleichen:
   • Für welche Cross-App-Aufgaben Marvis besonders geeignet ist
   • Bei welchen Aufgaben Skripte, RPA oder manuelle Arbeit weiterhin stabiler bleiben

Wenn dich aktuell stärker interessiert, wie sich Modelle von Tencent, GLM, Kimi, DeepSeek, StepFun und anderen einheitlich in den eigenen Desktop-Workflow integrieren lassen, dann schau dir zuerst diese Seiten an:

• Modellpreise
• API Key kaufen
• API-Dokumentation

Schlussfazit

Wenn ich meine Sicht auf die Cross-App-Richtung von Marvis in einem Satz zusammenfassen müsste, dann so:

Wirklich spannend ist nicht, dass Marvis Word, Excel und den Browser öffnen kann, sondern dass es beginnt, die bislang getrennten Schritte zwischen diesen Anwendungen zu einer durchgehenden Aufgabenkette zusammenzuführen.

Sobald das sauber funktioniert, liegt der Mehrwert nicht mehr nur darin:

• etwas anzuklicken
• etwas nachzusehen
• einen Absatz zu schreiben

Sondern viel eher darin:

• Daten zu lesen
• Informationen zu recherchieren
• Berichte zu schreiben
• Dateien zu speichern
• Vorlagen wiederzuverwenden

Mit anderen Worten: Die spannendste Frage bei Marvis lautet nicht „Kann es Anwendungen bedienen?“, sondern:

Kann es beginnen, genau jene Informationsflüsse zu übernehmen, die du jeden Tag zwischen mehreren Programmen hin- und herträgst?

Quellen

• Marvis保姆级教程（六·完结）｜应用操作大师——一个指令串起Word、Excel、浏览器
• Marvis 官网