Was ist OpenClaw?

Du schreibst auf WhatsApp: „Räum mal mein Postfach auf, beantworte die einfachen Sachen direkt, fass den Rest in fünf Stichpunkten zusammen.” Während du in der Bahn sitzt, geht zu Hause dein Rechner an die Arbeit. Mailbox auf, Mails sortiert, ein paar Antworten getippt, der Rest als Liste zurück per Telegram. Das ist OpenClaw.

Also die Kurzfassung. OpenClaw ist ein persönlicher KI-Agent, der auf deinem eigenen Computer läuft und über Chat-Apps gesteuert wird, die du eh schon offen hast — WhatsApp, Telegram, Discord, Slack, Signal, iMessage. Er hat Vollzugriff auf deinen Rechner: kann Browser steuern, Dateien lesen, Skripte ausführen, mit Gmail, Obsidian, GitHub, Spotify und über fünfzig anderen Diensten reden.

Konzeptionell ist OpenClaw exakt das, was ich im Artikel zum KI-Agenten ausgerollt habe — Modell, Tools, Schleife, Speicher — verpackt als fertiges Konsumprodukt. Der Twist: nicht für Coding wie Claude Code oder Cursor, sondern für deinen persönlichen Alltag. Das Ding ist Open Source, läuft lokal, und kommt von einem Solo-Entwickler, der die Branche gerade aufrüttelt.

Per WhatsApp dem eigenen Rechner sagen, was er tun soll

Der wesentliche Trick an OpenClaw ist nicht die KI. Es ist die Bedienoberfläche — oder besser gesagt: dass es keine eigene gibt.

Die meisten KI-Tools wollen dir eine neue App andrehen. Eigenes Interface, eigene Tabs, eigene Notifications. Du musst dich daran gewöhnen. Du musst sie offen halten. OpenClaw macht das Gegenteil: Es hängt sich an die Messenger, die du eh schon den ganzen Tag offen hast. Du schreibst „Hey, check mal die GitHub-Issues von gestern und mach mir eine Liste der wichtigsten drei” wie an einen Arbeitskollegen — Antwort kommt im selben Chat.

Das klingt nach Kleinigkeit. Ist aber halt der ganze Unterschied zwischen „Ich müsste jetzt mal das KI-Tool aufmachen” und einfach drauf losschreiben.

Ein Nutzer hat es so beschrieben: „A smart model with eyes and hands at a desk with keyboard and mouse. You message it like a coworker and it does everything a person could do.” Genau das.

Was unter der Haube läuft

Wenn du den Agent-Artikel gelesen hast, sind die Bausteine alle bekannt — OpenClaw orchestriert sie nur sauber zusammen. Fünf Stücke:

• Modell — das Gehirn. Du wählst, was du nutzen willst: Claude 4.7, GPT-5, Llama lokal. Multi-Modell ist Default, kein Anbieter-Zwang.
• Tools — die Hände. Browser-Steuerung, Filesystem-Zugriff, Shell-Befehle, plus über fünfzig App-Integrationen (Gmail, GitHub, Spotify, Hue, Obsidian, Twitter, …).
• Schleife — der Agent-Loop aus dem Agent-Artikel. Plan, Act, Observe, Reflect. Wieder und wieder, bis die Aufgabe erledigt ist.
• Speicher — persistent memory. OpenClaw merkt sich, wer du bist, wer deine Kontakte sind, wie du arbeitest. Nach ein paar Wochen kennt es deine Routinen.
• Chat-Bridge — der Layer, der den Loop mit deinem Messenger verbindet. Du schreibst per WhatsApp, der Server vor Ort fängt die Nachricht, schickt sie ans Modell, das Modell startet den Loop, das Ergebnis kommt zurück in den Chat.

Der Punkt, den die meisten halt überlesen: Alles läuft auf deinem Rechner. Deine E-Mails wandern nicht durch fremde Server. Die Modelle wählst du selbst — wenn du lokal bleiben willst, gibt’s Llama und Mistral, wenn du das beste Modell willst, halt Claude oder GPT-5 über deren API. Du bist im Driver Seat.

🤓 Skills schreiben sich am Ende selbst

Das vielleicht spannendste Feature von OpenClaw ist das Skill-System. Skills sind kleine Erweiterungen, die dem Agent neue Fähigkeiten geben — eine API-Anbindung, eine spezielle Routine, eine bestimmte Logik. Du kannst sie selber schreiben, aus der Community ziehen (es gibt einen ClawHub dafür), oder — und das ist der Trick — du lässt OpenClaw sie selbst schreiben.

Ein Nutzer hat das so beschrieben: „Wanted a way for it to have access to my courses/assignments at uni. Asked it to build a skill — it did and started using it on its own.” Der Agent erkennt, dass ihm ein Werkzeug fehlt, schreibt sich den passenden Code, integriert ihn in die eigene Toolchain und nutzt ihn ab dem nächsten Schritt.

Konzeptionell ist das eine sehr alte Idee — self-improving agents — die durch die Code-Fähigkeit moderner Modelle plötzlich praxistauglich wird. Sicherheits-Implikationen sind nicht trivial. Aber der Mechanismus ist da, und er funktioniert.

Wer das gebaut hat — und warum gerade jetzt

OpenClaw kommt von Peter Steinberger — in der Tech-Welt eher bekannt als @steipete. Er war vorher Gründer von PSPDFKit (heute Nutrient), dem PDF-Framework, das in Tausenden iOS- und Web-Apps läuft. Erfahrener Indie-Builder mit Reputation für saubere Tools. Mittlerweile ist er zu OpenAI gewechselt — was OpenClaw aber nicht zu einem OpenAI-Projekt macht, das Repo läuft weiter unabhängig.

Das Faszinierende ist die Geschwindigkeit, mit der sich das Ding seit dem Launch verbreitet hat. Steinberger hat es als Wochenend-Hack angefangen, nach ein paar Wochen kursierten Demo-Tweets durch die Bubble, und plötzlich saßen tausende Leute davor und probierten es aus. Sponsoren von OpenAI, GitHub, NVIDIA und Vercel kamen sehr schnell dazu.

Warum gerade jetzt? Weil die Bausteine endlich alle da sind. Function Calling ist Standard, Modelle wie Claude 4.7 und GPT-5 können Code schreiben und Aktionen planen, Browser-Steuerung via Computer-Use existiert, Messenger-APIs sind seit Jahren stabil. Es brauchte halt jemanden, der die Geduld hat, das richtig zu integrieren. Steinberger hat das gemacht.

“

OpenClaw ist kein neues KI-Modell. Es ist die richtige Verkabelung zwischen den Modellen, die wir schon haben — und einem Interface, das nicht im Weg steht.

Daniel Schmilinski

Warum der Hype real ist

Drei Gründe, die jeder andere AI-Agent-Versuch nicht hat:

Erstens: Es läuft lokal. ChatGPT Operator läuft auf OpenAI-Servern. Anthropic Computer-Use läuft in einer Sandbox bei Anthropic. Manus läuft in der Cloud. OpenClaw läuft auf deinem MacBook oder einem Raspberry Pi unter deinem Schreibtisch. Deine Mails, deine Notion-Notizen, deine Browser-Sessions — alles bleibt bei dir. Für jeden, der DSGVO-Sorgen hat oder einfach kein Vertrauen in Cloud-Anbieter, ist das halt ein Game-Changer.

Zweitens: Das Interface ist nicht neu. Du brauchst nichts zu lernen, nichts zu installieren auf dem Handy, nichts zu konfigurieren — du nutzt WhatsApp wie immer. Diese Schwelle, sich daran zu gewöhnen, eine neue App offenzuhalten und zu bedienen, fällt komplett weg. Damit verschwindet auch der Reibungsverlust, der die meisten KI-Tools nach drei Wochen wieder aus dem Alltag wirft.

Drittens: Es ist Open Source. Code liegt offen, du kannst dir anschauen, was passiert. Skills sind eigene Dateien, kein Black-Box-Marketplace. Wenn dir was nicht passt, forkst du. Wenn ein Anbieter pleitegeht, läuft dein Setup trotzdem weiter. Das ist Anti-Lock-in, und in einem Markt voller Wall-Gardens fühlt sich das wie ein Statement an.

Plus: Es gibt Heartbeats — der Agent meldet sich von selbst, wenn etwas Erwähnenswertes passiert. „Apparently @openclaw checks in during heartbeats!? A kinda awesome surprise!” schrieb ein Nutzer. Ein Agent, der nicht nur reagiert, sondern proaktiv — das ist die Schicht obendrauf.

Wo das halt knirscht

Ehrlicher Teil. OpenClaw ist halt noch jung, und ein paar Sachen sind nicht zu unterschätzen.

Volle Systemzugriffe sind volle Verantwortung. Der Agent kann Dateien löschen, Mails schicken, Geld ausgeben. Das ist genau das, was man will — und genau das, was schiefgehen kann, wenn man ihm vage Anweisungen gibt. „Aufräumen” in deinem Dokumenten-Ordner kann viel heißen. Der Permission-Layer ist da, aber er ist halt nur so gut wie deine Disziplin, ihn zu nutzen.

Skills-Qualität schwankt. Community-Skills aus dem ClawHub sind unterschiedlich gut getestet. Manche sind clever, manche brechen bei Edge-Cases. Beim „OpenClaw schreibt seine eigenen Skills” ist die Versuchung groß, dem Ergebnis blind zu vertrauen — sollte man halt nicht.

Das Ding ist noch in Bewegung. Releases kommen schnell, APIs verändern sich, dein Setup von letzter Woche kann nächste Woche kaputt sein. Wer Stabilität für Geschäftskritisches braucht, sollte erst mal warten oder eine bestimmte Version pinnen.

OpenClaw vs. die Cloud-Alternativen

Damit du das einordnen kannst, kurz die Konkurrenz im selben Feld:

Kriterium	OpenClaw	ChatGPT Operator	Claude Computer-Use
Wo läuft es	Auf deinem Rechner	OpenAI-Cloud	Anthropic-Cloud / Sandbox
Datenschutz	Alles lokal	Bei OpenAI	Bei Anthropic
Modell-Wahl	Claude, GPT, Llama, frei	Nur OpenAI-Modelle	Nur Claude
Interface	WhatsApp, Telegram, Discord, ...	ChatGPT-Web-App	Claude-API / Desktop
Open Source	Ja	Nein	Nein
Einrichtung	Self-Hosting, etwas Setup nötig	Klicken, läuft	API-Setup, etwas Code

Für die Cloud-Lösungen spricht die Bequemlichkeit. Für OpenClaw sprechen Kontrolle, Privacy und Flexibilität.

Fazit

OpenClaw ist kein technischer Durchbruch — es ist eine Verpackung, die zur richtigen Zeit kommt. Die Bausteine waren da: MCP für die Werkzeuge, RAG für das Wissen, der Agent-Loop für die Autonomie. Was gefehlt hat, war jemand, der das alles sauber zusammensteckt, ein Interface drauf legt, das nicht im Weg ist, und das Ganze offen zur Verfügung stellt.

Was OpenClaw zeigt, ist das, was 2026 für KI gilt: Der Wert verschiebt sich von den Modellen zu dem, was du um die Modelle herum baust. GPT-5 und Claude 4.7 sind beeindruckend, aber für sich genommen sind sie halt nur klügere Chatbots. Erst die Verkabelung — Harness, Tools, Memory, Interface — macht daraus etwas, das im Alltag wirklich Arbeit übernimmt.

Und ich glaube, das ist der eigentlich große Punkt. Nicht das nächste Modell. Sondern dass jetzt jemand zeigt, wie ein persönlicher Jarvis aussehen kann, der dir gehört und auf deinem Rechner sitzt. Wenn das ein Solo-Entwickler in wenigen Wochen hinbekommt — dann fragt man sich halt, wo wir in einem Jahr stehen werden.