OpenClaw für Anfänger: wie wir mit KI Agenten arbeiten
Die Frage kommt inzwischen in fast jedem Gespräch. Beim Kunden, auf LinkedIn, abends beim Bier: Was genau macht ihr da eigentlich mit euren Agenten?
Meistens folgt im selben Atemzug die Vermutung, wir hätten irgendwo einen besonders gut trainierten Chatbot stehen. Haben wir nicht. Was wir haben, ist etwas anderes, und der Unterschied ist der ganze Punkt.
Dieser Beitrag erklärt es von vorne. Ohne Fachchinesisch, ohne Codebeispiele, in der Reihenfolge, in der wir es selbst gelernt haben.
Der Unterschied zwischen Chatbot und Agent
Ein Chatbot beantwortet Fragen. Man tippt etwas ein, es kommt Text zurück, fertig. Der nächste Tag beginnt bei null.
Ein Agent tut Dinge. Er hat Werkzeuge, mit denen er die echte Welt anfassen kann: Dateien lesen und schreiben, eine Website aufrufen, eine Mail verschicken, einen Shop abfragen, ein Skript starten, ein Bild erzeugen, einen Server prüfen. Er entscheidet selbst, welches Werkzeug für eine Aufgabe passt, benutzt es, schaut sich das Ergebnis an und macht weiter, bis die Aufgabe erledigt ist.
Der praktische Unterschied klingt im Alltag so. Ein Chatbot antwortet auf die Frage nach kaputten Bildern mit einer Anleitung, wie man kaputte Bilder findet. Ein Agent crawlt die 227 Seiten der Website, prüft 491 Bilder, findet die drei, die nicht ausgeliefert werden, und schickt morgens um acht die Liste.
Was OpenClaw dabei ist
Hier fangen die meisten Missverständnisse an, deshalb einmal sauber getrennt.
Das Sprachmodell ist der Kopf. Claude, GPT, Gemini. Es denkt, formuliert, entscheidet. Es kann aber von sich aus nichts anfassen und vergisst alles, sobald das Gespräch endet.
OpenClaw ist alles drumherum, das aus diesem Kopf einen arbeitsfähigen Mitarbeiter macht. Es ist ein sogenanntes Gateway, ein Vermittler, der auf einem Rechner läuft. Es hält die Verbindung zu den Sprachmodellen, verwaltet die Werkzeuge, führt das Gedächtnis, kümmert sich um Rechte und Freigaben und sorgt dafür, dass man den Agenten über einen ganz normalen Messenger erreicht.
Der Vergleich, der es für die meisten klick macht: Das Sprachmodell ist der Kopf, OpenClaw ist der Körper mit Händen, Kalender und Notizbuch.
Der Agent sitzt nicht im Chat
Wir sprechen mit unseren Agenten über Telegram. Auf dem Handy, in der Bahn, mit einer Sprachnachricht, wenn es schnell gehen muss.
Wichtig ist dabei: Der Agent lebt nicht in Telegram. Er läuft auf einer eigenen Maschine, und Telegram ist nur eine Tür in diesen Raum. Es gäbe auch andere Türen, Slack für Teams, Discord, WhatsApp, oder eine schlichte Weboberfläche. Der Agent bleibt derselbe, egal durch welche Tür man hereinkommt.
Das ist praktischer, als es klingt. Man braucht keine neue Software, keinen neuen Zugang, keine Schulung. Man schreibt einer Nummer im Messenger, den man ohnehin jeden Tag benutzt.
Woraus ein Agent besteht
Jeder unserer Agenten hat einen eigenen Arbeitsordner auf der Festplatte, und darin liegen ein paar schlichte Textdateien. Die klingen unspektakulär, machen aber den ganzen Unterschied.
Eine Datei beschreibt, wer der Agent ist: Name, Rolle, Tonfall, wofür er zuständig ist und wofür ausdrücklich nicht.
Eine Datei beschreibt, für wen er arbeitet: wie der Mensch angesprochen werden will, welche Sprache, welche Vorlieben, welche Firmen dazugehören.
Eine Datei enthält die Hausregeln: wie eine Rechnung auszusehen hat, dass jede Kundenwebsite denselben Fußzeilenhinweis trägt, dass vor jedem Livegang gefragt wird, dass Belege immer mit einem Screenshot kommen.
Und eine Datei ist das Gedächtnis. Dort landet, was dauerhaft gilt: Kundenentscheidungen, Zugänge, Konventionen, warum wir etwas so und nicht anders machen. Diese Datei wächst mit jeder Woche, und sie ist der eigentliche Wert. Ein Agent ohne Gedächtnis ist ein Praktikant am ersten Tag, jeden Tag aufs Neue.
Sitzungen, oder warum getrennte Räume wichtig sind
Jeder Chat ist ein eigener Gedächtnisstrang. Ein Kundenprojekt in einem Raum, die Buchhaltung in einem anderen, ein Rechercheauftrag im dritten.
Das ist kein technischer Selbstzweck. Wer alles in einen Topf wirft, bekommt einen Agenten, der beim Angebot für Kunde A über die Baustelle bei Kunde B nachdenkt. Sauber geschnittene Räume sind der Unterschied zwischen einem konzentrierten und einem zerstreuten Mitarbeiter.
Werkzeuge: was der Agent tatsächlich anfassen kann
Zwei Sorten. Beide klingen technischer, als sie sich anfühlen.
Fähigkeiten sind Arbeitsanleitungen, die der Agent bei Bedarf öffnet. Eine für den vollständigen SEO Test einer Domain, eine für die Prüfung strukturierter Daten, eine für die Bildoptimierung, eine für Sichtbarkeit in KI Suchsystemen. Wir haben über dreißig davon allein im Bereich Suche, dazu rund 170 selbst gebaute Werkzeuge für Dinge, die es fertig nicht gibt.
Anbindungen verbinden den Agenten direkt mit den Systemen, in denen die Arbeit stattfindet: Shopify, Google Search Console, Analytics, Google Ads, Meta Ads, das Mailkonto, der Kalender, die Buchhaltung, das Aufgabenwerkzeug. Der Agent liest dort und handelt dort, wo es freigegeben ist.
Genau hier entsteht der Sprung. Nicht das Modell ist der Hebel, sondern das, was es anfassen darf.
Der Teil, der niemandem einfällt: der Agent arbeitet ohne Anstoß
Das ist im Alltag die größte Veränderung, und es ist der Punkt, den man vorher nicht auf dem Zettel hat.
Ein Agent kann zu festen Zeiten von allein loslaufen. Bei uns läuft jeden Morgen um halb acht eine Prüfung aller Kundendomains: Erreichbarkeit, Zertifikate, Mailkonfiguration, Sicherheitseinträge. Um acht folgt der Bildcheck der Website. Was in Ordnung ist, wird kurz gemeldet. Was schlechter geworden ist, wird ausdrücklich hervorgehoben.
Niemand muss daran denken. Niemand muss ein Werkzeug öffnen. Der Bericht liegt auf dem Handy, bevor der erste Kaffee durch ist.
Warum mehrere Agenten und nicht einer
Der naheliegende Gedanke ist ein großer Alleskönner. Wir haben es andersherum gebaut, und zwar aus zwei Gründen: Fokus und Rechte.
Bei uns hat jeder Bereich seinen eigenen Agenten. Einer verantwortet Websites, Design und Suchmaschinen für unsere Kundenprojekte. Einer macht die tiefe Technik, also Repositories, Server, heikle Codeänderungen. Einer kümmert sich um Marken und Handelsthemen. Jeder hat eigene Regeln, eigene Werkzeuge, eigenes Gedächtnis und eigene Zugänge.
Der Effekt auf die Qualität ist deutlich. Ein Agent, der ausschließlich Websites baut, kennt jede Konvention des Hauses und macht keine Buchhaltungsfehler, weil er mit Buchhaltung nichts zu tun hat.
Der Effekt auf die Sicherheit ist noch wichtiger. Wer nur Leserechte braucht, bekommt auch nur Leserechte. Nicht jeder Agent muss in jedem System schreiben dürfen.
Und sie reden miteinander. Findet der Website Agent ein Problem, das tief in den Code gehört, gibt er es an den Technikagenten weiter, so wie man einen Kollegen anschreibt.
Welches Sprachmodell wir wofür nehmen
Das ist die Frage, die im Gespräch am häufigsten kommt, und die Antwort ist unspektakulär: Es gibt kein bestes Modell, es gibt passende.
Claude ist unser Arbeitspferd für den laufenden Agentenbetrieb. Lange Aufgaben mit vielen Werkzeugschritten, sauberes Deutsch, Zuverlässigkeit beim Einhalten von Hausregeln. Wenn ein Agent zwei Stunden an einer Sache arbeitet, ohne den Faden zu verlieren, ist das der Fall, in dem Claude vorne liegt.
Codex nehmen wir für harte Programmieraufgaben. Größere Umbauten in einer Codebasis, kniffliges Debugging, alles, wo lange am Stück am Code geschraubt wird.
Gemini ist stark, wenn es um Menge und um Medien geht. Sehr große Datenmengen am Stück, Auswertung von Audio und Video, Bilderzeugung. Ein Beispiel aus der vergangenen Woche: die Auswertung eines anderthalbstündigen Podcasts, komplett transkribiert und in ein fertiges Dokument gebracht.
Der eigentliche Vorteil liegt nicht in der Auswahl an sich, sondern darin, dass sie wechselbar ist. Das Modell ist austauschbar, ohne dass Werkzeuge, Gedächtnis und Regeln davon berührt werden. Wenn nächsten Monat ein besseres Modell erscheint, tauschen wir eine Zeile in der Konfiguration und alles andere bleibt stehen. Wer seine Arbeit stattdessen fest an einen Anbieter klebt, baut sich genau die Abhängigkeit, die er später teuer bezahlt.
Wie wir das für Kunden einsetzen
In Kundenprojekten bauen wir dasselbe Prinzip auf, nur eben im Haus des Kunden.
Der Agent läuft auf einer eigenen Maschine beim Kunden. Alle Zugänge laufen auf Konten des Kunden, nicht auf unseren. Der Code liegt in einem Repository des Kunden. Die Daten bleiben lokal. Wir richten ein, schulen und betreiben, aber wir halten nichts fest. Endet die Zusammenarbeit, bleibt ein funktionierendes System stehen und kein abgeschalteter Zugang.
Inhaltlich sind es meist dieselben Bausteine: Überwachung von Shop und Website, Produktdaten und Feeds, Sichtbarkeit in klassischer Suche und in KI Suchsystemen, wiederkehrende Prüfungen und ein monatlicher Bericht mit Zahlen und Empfehlungen. Dazu persönliche Agenten für einzelne Personen im Team, zugeschnitten auf deren Aufgaben.
Was man dafür braucht
Weniger, als die meisten denken.
Einen Rechner, der durchläuft. Ein Mac mini reicht völlig. Ein Konto beim Modellanbieter. Einen Messenger, den das Team ohnehin nutzt. Und Zugänge zu den Systemen, in denen der Agent arbeiten soll.
Was es dagegen wirklich braucht, ist etwas anderes: die Bereitschaft, Regeln aufzuschreiben. Der Unterschied zwischen einem beeindruckenden Spielzeug und einem nützlichen Kollegen liegt fast vollständig in diesen Textdateien. Wer die Hausregeln nie festhält, bekommt jedes Mal ein anderes Ergebnis.
Drei Missverständnisse, die wir ständig hören
Der Agent ersetzt Leute. Tut er nicht. Er nimmt die Arbeit weg, die niemand gern macht, und die deshalb liegen bleibt: Prüfläufe, Berichte, Datenpflege, das Zusammensuchen von Zahlen. Was er nicht ersetzt, ist die Entscheidung darüber, was überhaupt getan werden soll.
Der Agent macht, was er will. Tut er auch nicht. Rechte werden pro Agent und pro System vergeben, heikle Schritte brauchen eine Freigabe, und alles Nachaußengerichtete geht ohnehin erst nach Bestätigung raus. Ein Agent, der ohne Grenzen arbeitet, ist kein Fortschritt, sondern ein Zwischenfall mit Anlauf.
Das ist doch nur ein Prompt. Das ist der hartnäckigste. Der Prompt ist der kleinste Teil. Der Wert steckt im Gedächtnis, in den Werkzeugen, in den Anbindungen und in einem Jahr aufgeschriebener Erfahrung. Genau deshalb ist der Vorsprung auch nicht in einem Nachmittag aufzuholen.
Fazit
Wer heute mit KI arbeitet und dabei an ein Chatfenster denkt, benutzt vielleicht fünf Prozent dessen, was möglich ist. Der Sprung passiert in dem Moment, in dem das Modell Werkzeuge bekommt, ein Gedächtnis führt und von allein loslaufen darf.
Man muss dafür nicht programmieren können. Man muss wissen, was man will, und bereit sein, es einmal ordentlich aufzuschreiben.
Wenn ihr wissen wollt, wie das für euren Shop oder eure Website aussehen würde: schreibt uns. Wir betreiben das seit über einem Jahr jeden Tag, für uns und für unsere Kunden.
