Dein erster KI Mitarbeiter · 2.286 Wörter · Georg Roch
OpenClaw vs. Hermes Agent
Das Labor ist vorbereitet.
Auf der Werkbank liegen Kabel, Werkzeuge, Speicherbausteine und zwei Baupläne. Beide versprechen, aus einem körperlosen Sprachmodell einen KI-Mitarbeitenden zu machen, der sich in unserer digitalen Welt bewegen und tatsächlich Arbeit übernehmen kann.
Auf dem ersten Bauplan steht OpenClaw.
Auf dem zweiten steht Hermes Agent.
Das Gehirn unseres Wesens ist damit noch nicht festgelegt. Diese Rolle übernimmt später ein Large Language Model, beispielsweise ein Modell von OpenAI, Anthropic oder einem anderen Anbieter. Das Agentensystem bildet den Körper darum herum: Es verbindet das Gehirn mit Dateien, Werkzeugen, Kommunikationskanälen und den Systemen, in denen unsere Arbeit stattfindet.
Ohne diesen Körper kann ein Sprachmodell zwar denken, formulieren und Probleme lösen. Es bleibt jedoch in seinem Chatfenster gefangen. Wir müssen ihm Informationen hineinreichen, Ergebnisse herauskopieren und jeden Arbeitsschritt selbst zwischen den verschiedenen Programmen transportieren.
Ein Agentensystem gibt dem Modell Hände, Augen, Ohren und ein Nervensystem.
FIG_001OpenClaw vs. Hermes Agent
OpenClaw hat Ende 2025 als eines der ersten Projekte einer großen Öffentlichkeit gezeigt, was möglich wird, wenn man diese Teile zusammensetzt. Anfang 2026 eroberte das Open-Source-Projekt die KI-Welt im Sturm. Plötzlich war der Schritt vom reinen Frage-Antwort-Chat zu einem zugänglichen KI-Agenten greifbar: Ein Modell konnte nicht mehr nur erklären, wie etwas erledigt wird, sondern selbst Dateien öffnen, Werkzeuge benutzen und Aufgaben ausführen.
Hermes Agent verfolgt eine ähnliche Richtung. Sein Körper ist jedoch stärker darauf ausgelegt, Erfahrungen zu speichern, wiederkehrende Abläufe zu erkennen und sich mit der Zeit selbst zu verbessern.
Beide Konstruktionen können zum Leben erweckt werden. Für unseren KI-Mitarbeitenden müssen wir trotzdem einen Bauplan auswählen.
Gerade bei neuer Technologie ist es schließlich nicht immer ein Vorteil, als Erstes auf dem Labortisch zu liegen. Der erste Hype kann beeindruckend sein. Für den produktiven Einsatz zählen später andere Eigenschaften: Stabilität, Wartbarkeit, Lernfähigkeit und die Frage, ob das Wesen im Alltag tatsächlich Arbeit abnimmt.
Ich benutze OpenClaw und Hermes Agent beinahe seit ihrer jeweiligen Veröffentlichung. Seitdem schicke ich beide regelmäßig in unterschiedliche Tests: Welche Aufgaben bewältigen sie zuverlässig? Welche Werkzeuge lassen sich sinnvoll anschließen? Wo entstehen Fehler? Und welches System eignet sich besser als Grundlage für einen digitalen Mitarbeitenden, der uns über längere Zeit begleiten soll?
Bevor wir die ersten Kabel verbinden, schauen wir uns deshalb beide Baupläne genauer an.
Was ist OpenClaw?
FIG_002Das Maskottchen von OpenClaw ist ein Hummer
OpenClaw ist ein persönlicher KI-Assistent und eines der ersten Systeme seiner Art, das viral gegangen ist.
OpenClaw gibt einem Sprachmodell quasi Scheren, mit denen es nach Dateien, Programmen und Informationen greifen kann.
Du kannst den Agenten auf deiner eigenen Hardware oder auf einem eigenen Server betreiben. Dort verbindet OpenClaw das eingesetzte Sprachmodell mit deinen Dateien, deiner Infrastruktur und deinen bevorzugten Kommunikationskanälen. Dein KI-Mitarbeitender kann dann beispielsweise über WhatsApp, Telegram oder Slack erreichbar sein.
Vielleicht hast du den großen Mac-Mini-Hype zu Beginn des Jahres 2026 mitbekommen? Viele Menschen kauften sich einen Mac Mini, stellten ihn ins Büro und machten ihn zum dauerhaften Arbeitsplatz ihres persönlichen KI-Agenten.
FIG_003MacMini Hype, illustriert
Der Mac Mini bot dafür mehr als genug Leistung. Gleichzeitig wurde es durch OpenClaw vergleichsweise einfach, einen persönlichen Agenten auf eigener Infrastruktur zu betreiben. Der kleine silberne Computer wurde damit für viele zu einer Art digitalem Maschinenraum: rund um die Uhr eingeschaltet und jederzeit über einen Messenger erreichbar.
Im Kern ist OpenClaw ein Paket aus vielen Plugins, Verbindungen und einer zentralen Schnittstelle. Mit einer relativ einfachen Installation kannst du einrichten, dass du deinen Agenten über die Kommunikationskanäle erreichst, die du ohnehin verwendest.
Du schreibst ihm beispielsweise eine Nachricht in Telegram. OpenClaw nimmt diese Nachricht entgegen, reicht sie an das Sprachmodell weiter und stellt ihm die passenden Werkzeuge zur Verfügung. Der Agent kann anschließend Code schreiben, Dateien verändern, Informationen abrufen, Programme benutzen und Aufgaben über mehrere Systeme hinweg bearbeiten.
Damit verändert sich die Zusammenarbeit mit einem Sprachmodell grundlegend.
Du musst nicht mehr vor einzelnen ChatGPT- oder Claude-Chats sitzen und jeden Schritt manuell bearbeiten. Der Agent kann direkt in die Systeme eingebunden werden, in denen die Arbeit ohnehin stattfindet: Chats, Dateien, Tools, Kalender, CRM und interne Prozesse.
OpenClaw ist dabei stark gateway-orientiert. Man kann sich das Gateway wie das zentrale Nervensystem vorstellen, über das Nachrichten aus unterschiedlichen Richtungen beim Agenten ankommen. Ob du ihm über Telegram, Slack oder Microsoft Teams schreibst, spielt für den eigentlichen Arbeitsauftrag zunächst keine große Rolle. Das Gateway sorgt dafür, dass der Agent von vielen Orten aus erreichbar bleibt.
Diese Ausrichtung ist eine der größten Stärken von OpenClaw.
Das Projekt hat viel Momentum, zahlreiche Community-Skills und eine wachsende Zahl unterstützender Apps. Beim Blick in das Ökosystem entsteht schnell der Eindruck, dass sich der Agent beinahe überall anschließen lässt.
OpenClaw ist außerdem im positiven Sinne hackable. Der Körper ist nicht versiegelt. Du kannst ihn öffnen, neue Teile anbauen, bestehende Komponenten verändern und das System an deine Anforderungen anpassen.
Da OpenClaw früh große Aufmerksamkeit bekommen hat, ist rund um das Projekt eine starke Bewegung entstanden. Die Community baut Skills, dokumentiert Installationen und entwickelt neue Integrationen. Wenn du deinem Agenten eine weitere Fähigkeit geben möchtest, besteht eine gute Chance, dass bereits jemand ein passendes Werkzeug gebaut oder zumindest einen ähnlichen Aufbau ausprobiert hat.
Auf dem Papier ist OpenClaw damit eine beeindruckende Konstruktion.
Es kann einen Agenten beinahe überall erreichbar machen. Es gibt ihm Zugriff auf zahlreiche Werkzeuge. Und es bietet uns viele Möglichkeiten, den Körper nach unseren eigenen Vorstellungen umzubauen.
Für einen langfristigen KI-Mitarbeitenden bleibt allerdings eine entscheidende Frage offen:
Was geschieht mit den Erfahrungen, die dieses Wesen während der Arbeit sammelt?
Was ist Hermes Agent?
FIG_004
Auf dem zweiten Bauplan steht Hermes Agent.
Hermes wird von Nous Research als sich selbst verbessernder KI-Agent entwickelt. Das System richtet sich an Menschen, die einen Agenten an Dateien arbeiten lassen, ihm echte Aufgaben übertragen und über längere Zeit immer mehr Kontextwissen aufbauen möchten.
Auch Hermes bildet einen Körper um das eingesetzte Sprachmodell. Es verbindet das Gehirn mit Dateien, Werkzeugen und Kommunikationskanälen. Du kannst den Agenten ebenfalls über Dienste wie Discord, Microsoft Teams, WhatsApp oder Telegram erreichen.
Die beiden Konstruktionen sehen sich deshalb auf den ersten Blick ähnlich. Beide können Nachrichten empfangen, Tools verwenden und Aufgaben ausführen.
Hermes legt bei seinem Bauplan jedoch ein anderes Bauteil in die Mitte:
Hermes Agent setzt die Lernschleife an die erste Stelle.
Der Fokus liegt auf dauerhaften Erinnerungen, Skills und Profilen. Das System soll nicht nur eine einzelne Aufgabe erledigen. Es soll sich merken, was während der Zusammenarbeit wichtig war, wiederkehrende Muster erkennen und die gewonnenen Erfahrungen später erneut verwenden.
Auch technische Funktionen wie Heartbeats, Cronjobs, Webhooks und die generelle Architektur unterscheiden sich zwischen den Systemen. Für unseren Aufbau ist zunächst weniger entscheidend, wie jedes einzelne Kabel im Inneren verläuft. Wichtiger ist, welches Verhalten daraus entsteht.
Mit OpenClaw und Hermes Agent können wir grundsätzlich dasselbe Ziel erreichen: Wir integrieren KI in ein von uns kontrolliertes System, sodass sie mit uns und für uns arbeiten kann.
Der für uns relevante Unterschied zeigt sich nach den ersten gemeinsamen Aufgaben.
Hermes wird bereits mit einer guten Auswahl an Skills und Werkzeugen ausgeliefert. Vor allem besitzt das System eine selbstverbessernde Methodik, die den Aufbau produktiver Agenten vereinfachen soll.
Das merkt man relativ schnell, wenn man mit Hermes arbeitet.
Angenommen, wir erzählen dem Agenten einige Dinge über unser Unternehmen und lösen anschließend gemeinsam ein Problem. Während dieser Aufgabe erfährt Hermes möglicherweise, wie unsere Projekte benannt werden, welche Lösung bereits gescheitert ist und welche Vorgehensweise am Ende funktioniert hat.
Nach der Session endet die Arbeit nicht einfach mit der letzten Antwort.
Hermes kann das Gelernte kondensieren und in seinen verschiedenen Gedächtnisformen ablegen. Aus einem langen Gespräch bleibt dadurch nicht nur ein Transkript zurück, sondern verwertbares Wissen: eine Entscheidung, ein Ablauf oder eine Regel, die bei der nächsten ähnlichen Aufgabe wieder relevant sein kann.
Wenn wir den Agenten später erneut aufrufen, müssen wir dadurch im besten Fall nicht wieder am Anfang beginnen.
Das ist fundamental für einen KI-Mitarbeitenden.
Ein Mensch kommt schließlich ebenfalls nicht jeden Morgen ins Büro und fragt erneut, wie das Unternehmen heißt, welche Kunden wichtig sind und was gestern beschlossen wurde. Er sammelt Erfahrungen. Er baut Kontext auf. Und mit jeder erledigten Aufgabe wird das Onboarding ein Stück vollständiger.
OpenClaw vs. Hermes Agent
Wir haben nun beide Konstruktionen vor uns.
Beide können dasselbe Sprachmodell als Gehirn verwenden. Beide können mit Tools, Kommunikationskanälen und Erinnerungen ausgestattet werden. Beide verfolgen die Idee, dass ein Agent mehr tun soll, als Text in einem Chatfenster auszugeben.
Der Unterschied liegt vor allem darin, wie die einzelnen Teile zusammenspielen und wie viel Arbeit wir selbst in ihre langfristige Entwicklung stecken müssen.
Dafür können wir wieder mit der Arbeitsmappe eines Mitarbeitenden arbeiten.
In dieser Mappe liegen seine Skills, Erinnerungen, Profile, Anbindungen und Arbeitsanweisungen. Beide Systeme können eine solche Mappe besitzen.
Hermes verhält sich dabei stärker wie der engagierte Mitarbeitende, der seine Mappe nach einer Aufgabe selbst öffnet, wichtige Erkenntnisse notiert und seine Abläufe überarbeitet. Er erkennt wiederkehrende Muster, hält funktionierende Prozesse fest und evaluiert, welche Fähigkeiten er künftig erneut benötigen könnte.
Bei OpenClaw müssen wir diese Ordnung stärker selbst herstellen.
Das bedeutet nicht, dass OpenClaw kein Gedächtnis besitzt. Die Erinnerung ist technisch anders aufgebaut. OpenClaw arbeitet stärker mit Session-Transkripten und durchsuchbaren Verläufen. Der Agent kann vergangene Gespräche durchsuchen und relevante Informationen daraus zurückholen.
Hermes setzt stärker auf eine strukturierte Speicherlogik mit Core Memories, abrufbaren Erinnerungen und tieferer Suche. Das System versucht, Erfahrungen in verdichtetes Wissen zu überführen und dieses Wissen später gezielt einzusetzen.
Dieser Unterschied klingt zunächst klein. Im Alltag ist er erheblich.
Ein Archiv aus sämtlichen Gesprächen entspricht schließlich noch keinem guten Gedächtnis. Auch ein menschlicher Mitarbeiter erinnert sich selten an jeden gesprochenen Satz eines Meetings. Er erinnert sich an das Ergebnis, an wichtige Zusammenhänge und an die Entscheidung, die für seine nächste Aufgabe relevant ist.
Genau diese Form von verwertbarer Erfahrung wollen wir in unseren KI-Mitarbeitenden einbauen.
Beide Systeme verwenden ähnliche Standards für Agenten und Skills. Beide können Tools aufrufen, Dateien bearbeiten und Aufgaben ausführen. Beide sind grundsätzlich sinnvolle Möglichkeiten, einen oder mehrere KI-Mitarbeitende aufzubauen.
OpenClaw punktet besonders bei Verfügbarkeit und Integration.
Du kannst mehrere Agenten initialisieren, ihnen eigene Channels geben und sie in unterschiedlichen Chat-Systemen platzieren. Ein Agent kann in Telegram erreichbar sein, ein anderer in Discord und ein weiterer in Microsoft Teams. Dazu kommen die große Community und das Skill-Ökosystem rund um Claw Hub.
Wer einen stark modularen Aufbau mit zahlreichen Anschlüssen und viel Community-Unterstützung sucht, findet in OpenClaw eine mächtige Grundlage.
Hermes punktet stärker beim Arbeitsgedächtnis, bei Lernschleifen und bei der Transparenz während der Arbeit.
Der Agent zeigt vergleichsweise klar, was er gerade tut, welche Tools er verwendet und welche Informationen er für eine Aufgabe heranzieht. Du kannst verfolgen, welche Datei geöffnet, welche Erinnerung abgerufen und welches Werkzeug eingesetzt wird.
Diese Tool-Transparenz ist ein wichtiger Unterschied.
Bei früheren Versionen von OpenClaw war teilweise schwer nachzuvollziehen, was der Agent zwischen dem Auftrag und dem Ergebnis eigentlich tat. Das wird inzwischen besser. Hermes löst diesen Teil jedoch weiterhin sehr klar: Die einzelnen Arbeitsschritte bleiben sichtbar und die Aufgabe verschwindet nicht einfach in einer undurchsichtigen Maschine.
Sobald der Agent nur mit Testdateien experimentiert, ist das angenehm.
Sobald er Zugriff auf echte Projekte, Kalender, Kundendaten oder interne Systeme erhält, wird es unverzichtbar.
Wir müssen nachvollziehen können, welche Hände unser Wesen gerade verwendet und an welchem Teil des Unternehmens es arbeitet.
Der größte Unterschied bleibt für mich jedoch die automatische Entstehung neuer Skills aus wiederholten Mustern und Sessions.
Hermes besitzt ein selbstlernendes System, das erkennen kann, wenn wir eine bestimmte Art von Aufgabe wiederholt bearbeiten. Aus dieser Wiederholung kann ein stabilerer Ablauf entstehen. Der Agent sammelt dadurch nicht nur Erinnerungen, sondern entwickelt zunehmend eine eigene Arbeitsweise.
Damit kommen wir zur eigentlichen Entscheidung.
Meine Empfehlung für unser KI-Mitarbeitenden-Projekt
Für unseren Aufbau wählen wir aktuell Hermes Agent.
Der wichtigste Grund ist das selbstverbessernde Prinzip.
Ein KI-Mitarbeitender soll nicht lediglich eine gute Antwort liefern. Er soll verstehen, wie wir arbeiten. Er soll sich merken, welche Projekte wichtig sind, welche Aufgaben regelmäßig wiederkommen und welche Entscheidungen bereits getroffen wurden.
Er soll lernen, welche Formulierungen wir bevorzugen.
Er soll erkennen, dass bestimmte Kunden anders behandelt werden müssen.
Er soll wissen, welche Prozesse bereits funktionieren und welche Fehler wir nicht noch einmal machen möchten.
Genau an dieser Stelle spart Hermes viel manuelle Arbeit und vermutlich auch einige Nerven. Wir müssen nicht für jeden einzelnen Vorgang ein aufwendiges Onboarding-System bauen oder jede Erfahrung selbst in eine neue Anweisung überführen.
Das Erinnerungssystem von Hermes ist für diesen Anwendungsfall nach meiner bisherigen Erfahrung besser und performanter. Es wirkt weniger fehleranfällig und bleibt bei produktiver Arbeit nachvollziehbarer.
Gleichzeitig wird Hermes als Projekt immer weiter adaptiert. Die Community wächst schnell und das System lässt sich problemlos auf einem kleinen VPS betreiben – also auf einem kleinen Server, der nur wenige Euro pro Monat kostet.
Unsere Entscheidung ist damit nicht für alle Zeiten in Metall gegossen.
OpenClaw entwickelt sich weiter. Hermes entwickelt sich weiter. Neue Agentensysteme werden erscheinen und bestehende Systeme werden ihre Architektur verändern. Vielleicht bauen wir später weitere KI-Mitarbeitende auf anderen Grundlagen oder tauschen einzelne Teile unserer Konstruktion aus.
Für den ersten Aufbau brauchen wir jedoch einen konkreten Weg.
Zu viele offene Baupläne führen schnell dazu, dass man tagelang Systeme vergleicht, Dokumentationen liest und Experimente startet, ohne am Ende einen funktionierenden Mitarbeitenden vor sich zu haben.
Deshalb entscheiden wir uns in diesem Projekt zunächst für Hermes.
Wir wollen ein System erschaffen, das mit uns wächst, Aufgaben ausführt, Erfahrungen speichert und seine Fähigkeiten weiterentwickelt. Die Mitarbeitenden-Analogie soll schließlich mehr sein als ein hübscher Begriff. Unser Agent soll nicht bei jeder Aufgabe wieder als unbeschriebenes Wesen auf dem Labortisch liegen.
Der Bauplan ist damit ausgewählt.
Vor uns befindet sich allerdings noch immer kein lebendiger KI-Mitarbeitender. Bisher haben wir lediglich entschieden, welchen Körper wir zusammensetzen wollen.
Als Nächstes braucht dieser Körper einen Arbeitsplatz. Danach setzen wir das Sprachmodell als Gehirn ein, schließen einen Kommunikationskanal an und geben dem Agenten nach und nach Zugriff auf seine ersten Werkzeuge.
