OpenClaw ist ein möglicher Kandidat, wenn ein Agent über mehrere Kommunikationskanäle erreichbar sein soll. Ob es passt, hängt nicht nur von der Zahl der Adapter ab, sondern von Rechtemodell, Stabilität, Wartungsaufwand und den tatsächlich benötigten Channel-Funktionen.
Was ist OpenClaw genau?
OpenClaw (Repo openclaw/openclaw, MIT-Lizenz) ist ein Open-Source-Personal-AI-Assistant in Node.js, gebaut als pnpm-Monorepo. Modellprovider und lokale Endpoints lassen sich anbinden. Unterstützte Runtime- und Provider-Versionen sollten vor dem Einsatz in der aktuellen Projektdokumentation geprüft werden.
Das Projekt deklariert sich klar als unabhängig von Anthropic - der Name spielt auf Claude-Tool-Use-Kompatibilität an, ist aber sonst neutraler Container für jedes Foundation-Modell.
Architektur in Stichpunkten
- pnpm-Monorepo mit
apps/,packages/,extensions/,skills/ - First-class Tools: Browser, Canvas, Cron, Nodes, Sessions
- Sessions-API als Memory-Layer (lokaler Workspace unter
~/.openclaw/) - MCP-Registry-Anbindung für externe Tools
- Docker als Default-Sandbox-Backend (im Repo: Dockerfile + docker-compose.yml)
- Modell-Provider-Adapter für Anthropic, OpenAI, lokale Endpoints
Channels - der Hauptverkaufspunkt
Out-of-the-Box laut Repo:
WhatsApp · Telegram · Slack · Discord · Signal · iMessage · Microsoft Teams · Matrix · Feishu · LINE · WeChat · Email · CLI · Web-UI · Google Chat · Webex · und mehr - über 22 Kanäle, mit Sub-Adaptern noch mehr.
Das ist der zentrale Unterschied zu schlankeren Frameworks: Mehrere Kanaladapter sind bereits vorhanden. Für jeden benötigten Kanal bleiben jedoch Authentifizierung, Funktionsumfang, Rate Limits, Verschlüsselung und Wartungsstatus separat zu testen.
Skills-System
Skills sind persistente Fähigkeiten – kleine Module für wiederkehrende Abläufe. Ein „Order-Status-Skill“ kann beispielsweise Bestellnummer, erlaubte Systemabfrage und Antwortformat definieren.
Ein gemeinsamer Skill-Standard kann die Portierbarkeit verbessern. Providerfunktionen, Tool-Schemas und Laufzeitverhalten unterscheiden sich trotzdem; ein Wechsel benötigt Tests und gegebenenfalls Anpassungen.
Self-Host: Wo OpenClaw läuft
Drei realistische Setups:
- Mac Mini im Büro - leise, kein VPS-Vertrag, ideal wenn Daten on-prem bleiben sollen
- VPS in der EU - mögliche Option bei externer Modellnutzung; Dimensionierung nach Parallelität, Browsern, Containern und Monitoring
- On-Prem-Server / Proxmox - bei größeren Mittelständlern, oft schon vorhanden
Konkrete Use-Cases im Unternehmen
- Inbox-Triage über Slack/Teams - eingehende interne Anfragen kategorisieren und routen
- Lead-Qualifizierung in WhatsApp - Erstkontakt, Bedarfsabfrage, CRM-Eintrag
- Interne Knowledge-Search per Telegram-Bot - "Wie war nochmal die SLA für Premium-Kunden?" → Quelle + Antwort
- Kalender/Travel-Automation für Sales-Teams - Termine vorschlagen, Reisen planen
- Cron-Jobs für Reporting - täglicher Brief in Slack um 7:00
Vergleich: OpenClaw vs. Hermes vs. NanoClaw
| OpenClaw | Hermes | NanoClaw | |
|---|---|---|---|
| Profil | Maximalist | Lerner | Minimalist |
| Channels | 22+ (am breitesten) | ~7 | 13 |
| Self-Improvement | Nein | Ja (Skills) | Nein |
| Container-Isolation | Optional (Docker) | Optional | Default (pro Agent) |
| Stack | Node.js / TypeScript | Python + TS | TypeScript / Bun |
| Self-Host-Schwierigkeit | Mittel-Hoch | Mittel | Niedrig |
Wann OpenClaw die richtige Wahl ist
- Sie benötigen mehrere Channels aus einer Laufzeit
- Node.js-Kompetenz ist intern vorhanden
- Vorhandene Service-Integrationen decken den Pilot praktisch ab
- Ops-Kapazität für ein größeres Monorepo ist eingeplant
Wann eher nicht
- Container-Isolation als Standardanforderung steht im Vordergrund → NanoClaw prüfen
- Persistentes Memory und agentenverwaltete Skills stehen im Vordergrund → Hermes prüfen
- Der verfügbare Footprint ist sehr klein → erst reale Mindestanforderungen der Kandidaten messen
So beginnen Sie
- VPS aufsetzen (z.B. Hostinger KVM)
- Voraussetzungen und unterstützte Versionen in der aktuellen Projektdokumentation prüfen
- Repository und Release-Herkunft verifizieren
- Installation zunächst ohne produktive Zugangsdaten durchführen
- API-Keys (Anthropic / OpenAI) in
.env - Channel der Wahl konfigurieren (Slack-Token, Telegram-Bot-Token, etc.)
- Erstes Skill schreiben - wir empfehlen Inbox-Triage als ersten Use-Case
Vor einem produktiven Einsatz sollten Version, Channel-Flows, Berechtigungen, Kosten, Wiederherstellung und Exit in einem begrenzten Assessment geprüft werden. Kostenpotenzial und Scope besprechen.
Cross-Site-Verbindungen
Für weitere deutschsprachige Inhalte zum OpenClaw-Ökosystem stehen diese Schwester-Sites zur Verfügung:
- open-claw-hosting.de - Hosting-Setup-Anleitungen für OpenClaw
- openclawakademie.de - deutschsprachige Lern- und Setup-Inhalte
Häufige Fragen
Ist OpenClaw mit Anthropic verwandt?
Nein - OpenClaw ist explizit "independent project, not affiliated with Anthropic". Der Name spielt auf Claude-Kompatibilität an, aber das Projekt funktioniert genauso mit OpenAI, Google, lokalen Modellen via Ollama.
Welche Hardware brauche ich für Self-Host?
Minimal: Linux/macOS/WSL2 mit Node 22.16+, Docker für Sandbox. Für reine Cloud-Modell-Nutzung reicht ein 2-GB-VPS (z.B. Hostinger KVM 2). Für lokale Modelle via Ollama: 16+ GB RAM, optional GPU. RAM-Minimum offiziell nicht im Repo dokumentiert (Stand 2026-05-10).
Welche Messaging-Channels werden unterstützt?
Out-of-the-Box: WhatsApp, Telegram, Slack, Discord, Signal, iMessage, Microsoft Teams, Matrix, Feishu, LINE, WeChat - laut README über 22 Kanäle. Plus Email, CLI, Web-UI. Damit ist OpenClaw das Framework mit der breitesten Channel-Abdeckung im Vergleichsfeld.
Wie funktioniert das Skills-System?
Skills sind persistente Fähigkeiten, die für den Agenten konfiguriert werden – zum Beispiel eine festgelegte Sequenz für Versandstatus-Anfragen. Ob und in welchem Umfang sie zwischen Frameworks portabel sind, muss für die eingesetzten Versionen geprüft werden.
Lock-in-Risiko?
Die MIT-Lizenz und mehrere Modelloptionen reduzieren die Abhängigkeit auf Code- und Provider-Ebene. Ein Lock-in kann trotzdem durch Skills, Datenformate, Channel-APIs, Hosting und Betriebswissen entstehen. Eine Migration auf ein anderes Framework muss deshalb geplant und getestet werden.