OpenClaw und Hermes auf eigener Hardware betreiben.
Ein Gateway nimmt Nachrichten aus Teams oder Signal an, Werkzeuge laufen in einer Sandbox, ein lokales Modell liest Privates, und ein Audit prüft jede Änderung.
Am Anfang steht eine Liste mit fünf Zeilen, die Reto Kunz für die Muster AG in einer Stunde füllt, noch vor der ersten Installation. Ein Rechner, der dauerhaft läuft: ein kleiner Rechner im Büro, ein Server, eine virtuelle Maschine bei Ihrem Hoster oder ein Container auf einem Server, der schon da ist, dazu eine Person, die ihn verantwortet. Der Modellzugang: ein starkes Cloud-Modell für Mails, Planung und alles mit Werkzeugen, über ein API-Konto der Firma mit eigenem Projekt, einer Kostengrenze beim Anbieter und Schlüsseln, die getrennt von der Konfiguration liegen, und ein lokales Modell über Ollama für private Notizen und Entwürfe. Die Kanäle: Microsoft Teams zuerst, weil Anmeldung und Richtlinien dort schon geregelt sind und die IT die App im Tenant freigibt, danach Slack, Telegram, WhatsApp oder Signal; jeder Kanal ist ein Eingang für Nachrichten von aussen, deshalb nur die vereinbarten. Die Identität: ein eigenes Konto für den Agenten mit delegierten Rechten in Mail, Kalender und Ablage, wie Kapitel 7 es beschreibt. Und die Entscheidung, wer einen Gateway teilt. Hermes Agent läuft auf derselben Liste, lokal oder im Container, mit jedem Modell, auch einem lokalen.
02
Der Gateway ist die Vertrauensgrenze.
Auf dem Rechner läuft ein Gateway-Prozess, der alle Kanäle bedient, jede Nachricht der richtigen Sitzung zuordnet und Heartbeat und Zeitpläne steuert; die Konfiguration steht in einer Datei, die Control UI zeigt Chats, Sitzungen und Einstellungen im Browser, und als Dienst eingerichtet startet er mit dem Rechner. OpenClaw geht von einer Vertrauensgrenze pro Gateway aus: eine Person oder ein Team, das sich vertraut; für Personen mit gegensätzlichen Interessen ist ein gemeinsamer Gateway nicht gedacht. Daraus folgt der Zuschnitt: ein Gateway für Anna Meier und ihren Agenten, ein zweiter für das Verkaufsteam, nie einer für das ganze Haus. Firmen- und Privatagent trennen wir über eigene Agenten mit eigenen Arbeitsordnern, und jede Sitzung hat ihr eigenes Protokoll. Auf einem normalen Host bindet sich der Gateway an die lokale Adresse; Container-Images öffnen ihn standardmässig, deshalb setzen wir dort immer eine Token-Anmeldung, und den Konfigurationsordner sichern wir wie Zugangsdaten. Unbekannte Absender erhalten einen Pairing-Code, und ihre Nachricht bleibt liegen, bis Sie sie bestätigen; in der Erprobung stellen wir auf eine feste Liste pro Kanal um, in Gruppen löst den Agenten nur aus, wer auf der Gruppenliste steht, und die Codes verfallen nach einer Stunde.
03
SOUL.md, USER.md und MEMORY.md liegen in Ihrem Arbeitsordner.
Der Arbeitsordner eines Agenten ist die Übergabe in Dateiform. SOUL.md sagt, wie er arbeitet und wo er anhält, USER.md, wer Sie sind und wie Sie arbeiten, MEMORY.md, was er unterwegs gelernt hat, als kurze Einträge mit Datum und einem Protokoll pro Tag; Skills liegen als Ordner mit einer SKILL.md daneben und werden geladen, wenn sie anstehen. Alles davon ist Text, den die Person liest, ändert und löscht, und das ist beim eigenen Betrieb die Stärke: Was der Agent weiss, steht in Dateien auf Ihrer Hardware und nicht in einem Konto beim Anbieter. Der Ordner gehört zur Sicherung, und eine Kopie in der eigenen Ablage der Person, etwa OneDrive, zieht mit, wenn der Agent eines Tages ein anderer ist. Hermes Agent arbeitet nach demselben Muster, leitet Fähigkeiten aus erledigten Aufgaben ab und erinnert sich über Sitzungen hinweg; wie seine Dateien heissen und was sie halten, prüfen wir beim Anbieter, bevor wir es im Blatt pro Agent festhalten. Was in den Arbeitsordner nie gehört: API-Schlüssel, Passwörter, Tokens. Die liegen getrennt, mit einer Kostengrenze beim Anbieter, und gehören der Firma.
04
Werkzeuge laufen in einer Sandbox, und Tool-Regeln sperren den Rest.
Der Gateway läuft auf dem Rechner, die Werkzeuge des Agenten in einem Container mit Docker oder Podman, pro Agent oder pro Sitzung eine eigene Sandbox. Eine einzige Einstellung legt fest, ob sie den Arbeitsordner gar nicht, nur lesend oder auch schreibend sieht; zusätzliche Ordner prüft OpenClaw gegen eine Sperrliste, Systemordner und der Docker-Socket bleiben aussen vor, und in der Erprobung gilt nur lesender Zugriff. Eine Sperrliste nimmt dem Agenten Werkzeuge wie Zeitpläne oder das Starten weiterer Sitzungen weg, Befehle ausserhalb der Sandbox laufen nur über die erhöhte Ausführung für wenige Konten, jeweils mit Rückfrage, und erreicht die Rückfrage niemanden, gilt Ablehnen. Befehle auf gekoppelten Geräten sperrt eine Regel des Gateways. Skills und Plugins aus ClawHub behandeln wir wie fremden Code: Eine Installationsregel entscheidet vor jeder Installation, ob sie erlaubt, mit Warnung erlaubt oder gesperrt ist, und unsere Regel lässt nur Einträge von einer geprüften Liste zu. Die Dokumentation empfiehlt für Agenten mit Werkzeugen das stärkste aktuelle Modell, eine Sandbox für heikle Werkzeuge und abgeschaltete Websuche, wo sie nicht gebraucht wird, weil kleinere Modelle anfälliger für Werkzeugmissbrauch und übernommene Anweisungen sind. So liest ein Agent fremde Mails, ohne dass eine übernommene Anweisung einen Befehl auf Ihrem Server erreicht.
05
Das Cloud-Modell für Werkzeuge, das lokale für Privates.
OpenClaw spricht mit Cloud-Modellen über deren API und mit lokalen Modellen über Ollama oder andere Modelldienste; fällt das erste Modell aus, springt das nächste in der Liste ein. Für Mails, Planung und alles mit Werkzeugen arbeitet der Agent mit dem stärksten aktuellen Cloud-Modell und einem zweiten als Ausweich; private Notizen und erste Entwürfe übernimmt ein offenes Modell lokal über Ollama, dann verlässt der Text den Rechner nicht. Ollama bindet der Gateway über dessen native Schnittstelle an, weil Werkzeugaufrufe über die kompatible Adresse mit /v1 brechen und das Modell sie als Text ausgibt. Ein lokales Modell braucht genug Grafikspeicher und Kontext für Agentenarbeit; wir messen die Hardware an Ihrem Testsatz, bevor sie beschafft wird, und der Modellserver läuft auf derselben Maschine oder auf einer mit Grafikkarte im selben Netz, erreichbar nur für den Gateway. Welches Modell welche Daten sehen darf, steht im Blatt pro Agent, und was mit den Daten geschieht, die das Cloud-Modell sieht, hält der Wegweiser OpenAI fest: Daten aus der API verwendet der Anbieter seit 1. März 2023 nicht für das Training, Protokolle zur Missbrauchserkennung bleiben bis zu 30 Tage, und die Region wird pro Projekt gesetzt.
06
Freigaben beantworten Sie in der Control UI oder in den Apps.
Um 17:40 will der Agent ein Paket auf dem Server installieren, um ein PDF zu erzeugen; der Befehl erscheint in der Control UI, die Betriebsverantwortliche liest ihn, gibt ihn einmalig frei, und das Protokoll hält beides fest. Senden, Zusagen, Kaufen und Löschen bereitet der Agent vor und wartet, und die Rückfrage erreicht Sie in der Control UI im Browser, in der App für macOS oder auf dem Handy über die Nodes für iOS und Android, die Sie selbst koppeln und jederzeit wieder entfernen. Über die Apps kann der Agent auch Fotos aufnehmen, den Bildschirm lesen oder sprechen; Befehle auf den Geräten bleiben gesperrt. Wer in den Ferien ist, trägt eine Stellvertretung in der Weisung ein, sonst bleibt der Entwurf ein Entwurf. Die Rückfragen sind das Werkzeug, mit dem Sie den Agenten erziehen: Was Sie dreimal mit Ja beantworten, kann der Pilot zur erlaubten Aktion machen, was Sie zweimal ablehnen, gehört als Regel in die SOUL.md.
07
Audit, Updates, Backups, Überwachung, und wer Pikett hat.
Nach jeder Änderung läuft openclaw security audit und zeigt, ob die Konfiguration von den vereinbarten Regeln abweicht; das Ergebnis geht zum Protokoll, Befunde werden behoben oder begründet. Updates kommen in einem Fenster, das die Betriebsverantwortliche kennt: Versionshinweise lesen, Sicherung ziehen, Gateway aktualisieren, Audit erneut laufen lassen, einen Testlauf mit Testdaten fahren. Die Telemetrie beschränkt sich auf eine abschaltbare Versionsprüfung, und eine bezahlte Stufe gibt es nicht, also hängt die Pflege an Ihnen oder an uns. Gesichert werden Arbeitsordner und Konfiguration, die Konfiguration verschlüsselt wie Zugangsdaten, mit einer Wiederherstellung, die einmal geprobt wurde. Überwacht werden der Gateway-Prozess, der Platz auf dem Datenträger, die Erreichbarkeit der Modelle, offene Pairing-Anfragen, abgelehnte Freigaben und der Takt, der ausserhalb der Arbeitszeiten ruht. Und eine Person hat Pikett, bei Ihnen in der IT oder in unserem Team für Support & Operations, mit einem Ablauf für den Vorfall, der mit drei Handgriffen beginnt: Identität deaktivieren, Gateway anhalten, Schlüssel ersetzen.
08
Auf einem gemieteten Server gelten härtere Regeln.
Eine virtuelle Maschine beim Hoster steht im Internet, und das ändert die Reihenfolge der Handgriffe. Der Gateway bindet sich nur an die lokale Adresse, die Control UI erreichen Sie über einen SSH-Tunnel oder hinter einem Reverse Proxy mit Anmeldung, und ein Token schützt sie in jedem Fall. Die Firewall lässt nur die Verbindungen zu, die die Kanäle brauchen, der Gateway läuft unter einem eigenen Benutzer ohne Administratorrechte, der Docker-Socket bleibt für den Agenten unerreichbar, der Datenträger ist verschlüsselt, Schlüssel liegen in einem Geheimnisspeicher, und die Anmeldung am Server läuft nur mit Schlüsselpaar. Der Modellserver hört nur auf den eigenen Rechner oder auf das private Netz zwischen Gateway und Modellmaschine. Der Audit läuft vor dem ersten Kanal, nicht nach dem ersten Vorfall, und die Sitzungsprotokolle werden täglich in die Firmenablage kopiert, damit ein kompromittierter Server sie nicht mitnimmt. Für den Rechner im Büro gilt dasselbe in kleiner: lokale Adresse, ein Benutzer ohne Adminrechte, Updates im Fenster, und niemand klappt ihn abends zu. Der ausführliche Ablauf steht im OpenClaw-Leitfaden unten, in den die frühere Anleitung für den gemieteten Server aufgegangen ist.
Was Sie entscheiden.
Rechner im Büro, virtuelle Maschine beim Hoster oder Container auf einem bestehenden Server?
Optionen
1Ein kleiner Rechner im Büro
2Eine virtuelle Maschine bei Ihrem Hoster
3Ein Container auf einem Server, der schon läuft
Unsere Empfehlung: Für die Erprobung eine virtuelle Maschine mit Docker, auf der nichts anderes läuft, mit Token für die Control UI und dem Audit vor dem ersten Kanal; für den Betrieb danach der Ort, an dem Ihre IT ohnehin Server pflegt. Ein Rechner pro Gateway, also pro Vertrauensgrenze, und die Grösse nach dem Modell, das lokal rechnet. Ein Rechner im Büro passt, wenn er dauerhaft läuft und jemand ihn verantwortet; ein gemieteter Server passt, wenn die Regeln des letzten Abschnitts gelten.
Wovon wir abraten: Der Laptop der Person als Gateway, der abends zugeklappt wird, oder ein Server, den niemand verantwortet.
Wer teilt einen Gateway?
Optionen
1Eine Person pro Gateway
2Ein Team, das sich vertraut
3Die ganze Firma auf einem Gateway
Unsere Empfehlung: Eine Person oder ein Team, das sich vertraut, wie die Dokumentation es vorsieht, mit eigenen Agenten und eigenen Arbeitsordnern für Firma und Privates. Ein Verkaufsteam mit gemeinsamen Offerten kann einen Gateway teilen, Geschäftsleitung und Lernende nicht, und Personen mit gegensätzlichen Interessen nie. Mehr Gateways kosten mehr Rechner und Betrieb; weniger Gateways kosten die Trennung, und die ist nicht nachrüstbar.
Wovon wir abraten: Ein Gateway für alle, mit einem gemeinsamen Gedächtnis, in dem die Mails der Geschäftsleitung neben denen der Lernenden liegen.
Sieht die Sandbox den Arbeitsordner lesend oder auch schreibend?
Optionen
1Gar nicht
2Nur lesend
3Lesend und schreibend
Unsere Empfehlung: Nur lesend in der Erprobung, und danach schreibend nur für den eigenen Ordner des Agenten, wenn der Pilot gezeigt hat, wofür er es braucht, etwa für Notizen und Entwürfe, die er selbst ablegt. Systemordner, der Docker-Socket und die Ordner auf der Sperrliste bleiben in jedem Fall draussen. Was der Agent nach aussen gibt, läuft nicht über die Sandbox, sondern über die Freigabe.
Wovon wir abraten: Werkzeuge ohne Sandbox direkt auf dem Server, weil Docker gerade nicht installiert war.
Wer betreibt ihn nach dem Pilot?
Optionen
1Die Person selbst
2Eine benannte Person in Ihrer IT
3Unser Team für Support & Operations
Unsere Empfehlung: Eine benannte Person in Ihrer IT oder unser Team für Support & Operations, mit klarer Teilung: Die Person pflegt SOUL.md, Skills und Gedächtnis und beantwortet Rückfragen; der Betrieb hält Updates, Audit, Backups, Überwachung und das Pikett. Die Stunden dafür stehen im Pilot in der Spalte Betrieb, und sie gehören zur Rechnung aus Kapitel 6.
Wovon wir abraten: Niemand. Ein Agent, den niemand aktualisiert, läuft mit einem alten Gateway und alten Regeln weiter, bis es jemand merkt.
Stand und Quellen.
Stand: Oktober 2026
Stand Oktober 2026
Open Source, getragen von einer Stiftung.
OpenClaw steht unter MIT-Lizenz und wird von der OpenClaw Foundation weiterentwickelt, einer unabhängigen gemeinnützigen Organisation nach US-Recht. Eine bezahlte Stufe gibt es nicht, die Telemetrie beschränkt sich auf eine abschaltbare Versionsprüfung.
OpenClaw geht von einer Vertrauensgrenze pro Gateway aus: eine Person oder ein Team, das sich vertraut. Für Personen mit gegensätzlichen Interessen ist ein gemeinsamer Gateway nicht gedacht. Auf einem normalen Host bindet sich der Gateway an die lokale Adresse, unbekannte Absender erhalten einen Pairing-Code.
Die Dokumentation hält fest, dass kleinere Modelle anfälliger für Werkzeugmissbrauch und übernommene Anweisungen sind. Für Agenten mit Werkzeugen empfiehlt sie das stärkste aktuelle Modell, eine Sandbox für heikle Werkzeuge und abgeschaltete Websuche, wo sie nicht gebraucht wird.
OpenClaw spricht mit Ollama über dessen native Schnittstelle /api/chat. Über die OpenAI-kompatible Adresse mit /v1 brechen Werkzeugaufrufe, und das Modell gibt sie als Text aus.
API-Daten: kein Training, Region Europa pro Projekt.
Daten aus der API verwendet OpenAI seit 1. März 2023 nicht für das Training, Protokolle zur Missbrauchserkennung bleiben bis zu 30 Tage. Die Region Europa, von OpenAI als EWR und Schweiz bezeichnet, speichert und verarbeitet für die aufgeführten Endpunkte in der Region und setzt eine von OpenAI genehmigte Aufbewahrungsvariante voraus. Die Agents API ist dort nicht aufgeführt.
Microsoft Entra Agent ID ist allgemein verfügbar: ein Identitäts- und Berechtigungsrahmen für KI-Agenten auf Basis von OAuth 2.0, MCP und A2A, für Agenten aus Microsoft Foundry, Copilot Studio und Drittplattformen. Zugriffe, Bedingungen und Protokolle gelten damit pro Agent wie für Menschen.
So setzen wir das um: Wir richten den Gateway auf Ihrem Rechner, Server oder Container ein, mit Sandbox, Tool-Regeln, Pairing, zwei Modellen und dem Audit, erproben ihn an Testdaten und übergeben Konfiguration und Betrieb dokumentiert an Ihre IT oder unser Team für Support & Operations. OpenClaw
Für den Gateway allein ein kleiner Rechner, der dauerhaft läuft und Docker oder Podman ausführt; die Grösse bestimmt das lokale Modell, denn Agentenarbeit braucht genug Grafikspeicher und Kontext. Für die Erprobung nehmen wir eine virtuelle Maschine bei Ihrem Hoster, auf der nichts anderes läuft, und messen das lokale Modell an Ihrem Testsatz, bevor Hardware beschafft wird. Der Laptop der Person ist kein Gateway: Er wird abends zugeklappt, und der Takt mit ihm.
Muss der Gateway aus dem Internet erreichbar sein?
Die Control UI nicht. Sie bleibt auf der lokalen Adresse und ist über einen SSH-Tunnel oder hinter einem Reverse Proxy mit Anmeldung erreichbar, mit Token in jedem Fall. Welche Verbindungen die einzelnen Kanäle brauchen, steht in der Dokumentation des jeweiligen Kanals, und die Firewall lässt genau diese zu und sonst nichts. Container-Images öffnen den Gateway standardmässig; deshalb ist die Token-Anmeldung dort der erste Handgriff und der Audit der zweite.
Was passiert, wenn der Server ausfällt?
Dann steht der Agent still: Der Takt ruht, Nachrichten in den Kanälen bleiben ungelesen, offene Rückfragen bleiben offen, und weil eine unbeantwortete Rückfrage als Ablehnen gilt, geschieht nichts. Als Dienst eingerichtet startet der Gateway mit dem Rechner wieder; Arbeitsordner und Konfiguration kommen aus der Sicherung zurück, deren Wiederherstellung einmal geprobt wurde. Den Wiederanlauf nach einem Ausfall testen wir in der Erprobung absichtlich, mit Testdaten, bevor echte Konten angebunden sind.
Wie kommt ein Update auf den Gateway, ohne dass etwas bricht?
In einem Fenster, das die Betriebsverantwortliche kennt, und in fester Reihenfolge: Versionshinweise lesen, Arbeitsordner und Konfiguration sichern, Gateway aktualisieren, openclaw security audit laufen lassen, einen Testlauf mit Testdaten fahren, und bei einem Befund zurück auf die Sicherung. Die Versionsprüfung von OpenClaw meldet neue Versionen und lässt sich abschalten; wann aktualisiert wird, entscheiden Sie. Skills und Plugins aktualisieren wir wie fremden Code, gelesen, bevor sie aktiv werden.
Kann der Agent auf dem Server Befehle ausführen?
In der Sandbox ja, auf dem Server selbst nur über die erhöhte Ausführung, die wenige Konten haben und die jedes Mal eine Rückfrage auslöst; erreicht die Rückfrage niemanden, gilt Ablehnen. Werkzeuge wie Zeitpläne oder das Starten weiterer Sitzungen nimmt die Sperrliste dem Agenten weg, und Befehle auf gekoppelten Geräten sperrt die Regel des Gateways. Ein Agent, der fremde Mails liest, erreicht so keinen Befehl auf Ihrem Server, auch wenn eine Mail ihn dazu auffordert.
Läuft Hermes Agent mit denselben Regeln wie OpenClaw?
Mit denselben Hausregeln, weil die Regeln uns gehören und nicht dem Agenten: eigene Identität, Freigaben vor Senden, Buchen, Bezahlen und Löschen, Sandbox, Protokoll, Audit. Hermes Agent bringt eigene Mechanismen mit, Fähigkeiten aus erledigten Aufgaben, ein Gedächtnis über Sitzungen hinweg, jedes Modell, auch lokal; wie er sie einstellt und wo er sie ablegt, prüfen wir beim Anbieter vor dem Start. Für die Erprobung bekommt er einen begrenzten Werkzeugsatz, Abbruchkriterien und eine Auswertung, was er gelernt hat.
Was sieht der Modellanbieter, wenn der Agent ein Cloud-Modell aufruft?
Das, was der Agent ihm schickt: seine Anleitung, Auszüge aus dem Gedächtnis und die Mails und Dokumente, die zur Aufgabe gehören. Deshalb steht im Blatt pro Agent, welche Daten das Cloud-Modell sehen darf, und private Notizen gehen an das lokale Modell. Daten aus der API verwendet OpenAI seit 1. März 2023 nicht für das Training, Protokolle zur Missbrauchserkennung bleiben bis zu 30 Tage, und die Region wird pro Projekt gesetzt; die Einzelheiten stehen im Kapitel Datengrenzen des Wegweisers OpenAI, für andere Anbieter prüfen wir die Bedingungen vor der Anbindung.
Nächstes Kapitel · Kapitel 9
Wer was tut, damit Ihre Agenten im Betrieb bleiben.
Wer tut was, damit persönliche Agenten im Betrieb bleiben?