Wie man Finanz-Agenten baut, die im gesamten Web funktionieren - Jay Sahnan & Arik Bird, Browserbase
Original · How to Build Financial Agents That Work Across the Web - Jay Sahnan & Arik Bird, Browserbase
Key Takeaway
Browser-Agenten mit modifizierter Chromium-Infrastruktur und dem SDK Stagehand automatisieren komplexe Finanzprozesse über Tausende unterschiedliche Web-Portale hinweg, ohne an Anti-Bot-Sperren zu scheitern.
Highlights
Ramp sparte durch den Einsatz von Browser-Agenten über 30.000 manuelle Arbeitsstunden bei der Belegabfrage ein und verfünffachte sein Geschäftsvolumen.
Standardmäßige Headless-Browser in Rechenzentren scheitern an Anti-Bot-Systemen, während geforkte Browser Automatisierungs-Flags wie Webdriver entfernen.
Stagehand reduziert den DOM-Code für LLMs von 122.000 Token auf rund 4.000 Token, indem es einen kompakten Barrierefreiheitsbaum nutzt.
Das Open-Source-SDK Stagehand bietet die Kernfunktionen Observe, Act und Extract zur Steuerung von Web-Browsern über natürliche Sprache und Zod-Schemata.
Timeline
Grundlagen und Definition von Browser-Agenten
Agenten benötigen einen Browser, um an schwer zugängliche Webseiten zu gelangen. Unternehmen wie Ramp, Bill und Stripe verarbeiten hochsensible Finanzinformationen hinter geschützten Portalen. Diese Abläufe erfordern automatisierte Browser-Interaktionen im gesamten Web.
- Ein Browser-Agent greift auf Websites zu, interagiert mit ihnen und liest Informationen, wenn keine API oder kein MCP vorhanden ist.
- Zu den typischen Anwendungsfällen gehören das Buchen von Flügen, das Planen von Terminen oder das Ermitteln von Mitbewerberpreisen.
Infrastruktur und Umgehung von Anti-Bot-Maßnahmen bei Ramp
Das automatische Abrufen von Belegen nach Flugbuchungen stößt bei Standard-Chromium auf strenge Anti-Bot-Systeme. Rechenzentren verursachen verräterische Muster bei Netzwerkreputation und Browserversionen. Durch das Modifizieren des Chromium-Binärcodes und das Vermeiden des sofortigen Schließens der Instanzen wird echtes Nutzerverhalten imitiert.
- Ramp ersetzte manuelle Dateneingaben durch Browser-Agenten und sparte dadurch 30.000 Arbeitsstunden ein.
- Headless-Browser in Rechenzentren erzeugen verdächtige Fingerabdrücke, frische Cookies und Rechenzentrums-IPs.
- Ein geforkter Browser entfernt das Webdriver-Flag, passt die Identität an und hält den Prozess dauerhaft aktiv.
Adaptive Automatisierung mit Stagehand bei Bill
Herkömmliche Automatisierungswerkzeuge brechen ab, sobald sich XPath-Selektoren oder Feldbezeichnungen auf Websites verschieben. Stagehand übergibt reduzierte Webdaten an LLMs, um Ziel-Elemente zuverlässig zu finden. Eine direkte Integration als Chrome-Erweiterung im gehosteten Browser eliminiert zudem störende Latenzen bei Hin- und Rückwegen.
- Tausende verschiedene Zahlungsportale mit ständigen UI-Änderungen machen starre Skripte wie Playwright unzuverlässig.
- Stagehand dient als Open-Source-SDK über Playwright und ermöglicht Befehle in natürlicher Sprache.
- Die Komprimierung des DOM auf einen Barrierefreiheitsbaum senkt die Token-Kosten von 122.000 auf 4.000 Token.
KYC-Verifizierung und Parallelausführung bei Stripe
Die Überprüfung von Händlern auf Echtheit erfordert das Auslesen verschiedener staatlicher und finanzieller Quellen. Mit strukturierten Datenabfragen lassen sich SEC-Daten, Börsennotierungen und Websites parallel analysieren. Verifizierte Browser minimieren dabei das Auftreten von Captchas während massenhafter Automatisierungsworkflows.
- Stripe automatisiert die Verifizierung von zehntausenden Händlern über Landesregierungsportale.
- Stagehand stellt die Befehle Observe, Act und Extract bereit, wobei Extract unstrukturierte Daten in Zod-Schemata umwandelt.
- Die parallele Ausführung verarbeitet SEC-Einreichungen und Investor-Relations-Seiten von Dutzenden Unternehmen gleichzeitig.
Description
Some of the most important financial data sits behind logins and anti-bot walls, with no API. Jay Sahnan and Arik Bird of Browserbase show how browser agents solve this through three case studies: Ramp fetching receipts at scale (over 30,000 manual hours saved), Bill paying across thousands of different vendor portals with one agent, and Stripe automating KYC checks. They also cover how Browserbase forked Chromium to run reliably in the cloud, and how Stagehand's act, extract and observe primitives keep automations from breaking when sites change. Chapters 00:00 Intro 00:27 What is a browser agent? 01:37 Ramp, Bill and Stripe: data on the hardest-to-reach web 02:13 Ramp: fetching receipts at scale 03:34 Why browsers get blocked in the data center 06:03 Forking Chromium for the cloud 07:49 Demo: 100 browsers at once 10:11 Bill: one agent, thousands of portals 11:08 Stagehand vs Playwright 14:52 Stripe: automating KYC 15:52 Act, extract and observe 16:35 Demo: researching 20 companies in parallel Jay Sahnan, Browserbase Arik Bird, Browserbase Join us in SF for the second annual AIE CODE summit: https://aie.codes our last flagship summit of 2026. Applications live now!