Der Assistent dort, wo du ohnehin schreibst
Noch eine App öffnen, noch ein Chatfenster. Was wäre, wenn du dem Assistenten einfach auf Telegram oder WhatsApp schreiben könntest? Das war die Idee von Clawdbot: ein offenes Projekt, das Messenger mit einem Modell und Werkzeugen verbindet. Vielleicht kennst du das Maskottchen, einen Hummer. Ein Hinweis, falls du zu diesem Januarartikel zurückkehrst: Bei der Überarbeitung am 4. Oktober 2026 heißt das Projekt bereits OpenClaw, und das alte Repository leitet zum neuen weiter.
Das eigene Gateway läuft auf deinem Computer oder Server. Es verbindet Gespräche mit dem gewählten Modell. „Lokal“ beschreibt allerdings den Betriebsort des Gateways, nicht die gesamte Kommunikation. Wählst du ein Cloudmodell, gehen die benötigten Nachrichten an dessen Anbieter. Auch der Messenger nutzt eigene Server.
Was zwischen Nachricht und Antwort liegt
Das Gateway empfängt die Nachricht, reicht die Aufgabe weiter und schickt das Ergebnis zum Messenger zurück. Im ursprünglichen Projekt setzte sich das aus mehreren Teilen zusammen:
Arbeitsdateien, Konfiguration und Verlauf können auf deinem Server bleiben. Daten, die zum Modellanbieter und zur Chatplattform gehen, nehmen einen eigenen Weg. Die Projektdokumentation unterscheidet beides ausdrücklich. Vor dem Anschließen von Unternehmensdaten solltest du dasselbe tun.
Von einem Messenger zu mehreren
Die ursprüngliche Übersicht enthielt die folgenden Kanäle. Prüfe bei einer neuen Installation jeweils die aktuelle Dokumentation, denn Verbindungsmethode und Anforderungen können sich ändern:
Wir würden mit einem Kanal anfangen. Eine Nachricht vom Handy senden und das Ergebnis empfangen ist ein gutes erstes Ziel. Ob ein Gespräch über verschiedene Messenger hinweg fortgesetzt wird, musst du in der konkreten Sitzungskonfiguration prüfen. Zwei angeschlossene Kanäle allein versprechen das nicht.
Was sich außer dem Chat anschließen lässt
Sprachgespräche
Das Projekt beschrieb Voice Wake und Talk Mode, also die Arbeit per Stimme. Ist das dein Hauptgrund für die Installation, prüfe zuerst die Unterstützung für dein Gerät, dein Mikrofon und die gewünschte Art, ein Gespräch zu starten. Geh nicht davon aus, dass alles auf jedem System identisch funktioniert.
Canvas: Platz für ein visuelles Ergebnis
Canvas zeigt visuelle Elemente neben dem Gespräch. Ein Einsatz ist leicht vorstellbar: Du bittest um einen Plan und siehst ihn als Diagramm statt als weiteren langen Absatz. Das ist ein Anwendungsbeispiel, kein Bericht über unseren Test.
Arbeit im Browser
Browserwerkzeuge erlauben dem Agenten, Aktionen auf Websites auszuführen. Eine Messengernachricht kann damit eine Aufgabe starten, die einen Browser benötigt. Trenne gleich zu Beginn das Lesen einer Seite vom Absenden eines Formulars oder vom Ändern von Daten.
Skills und Verbindungen zu anderen Diensten
Skills sind Anweisungen für die Arbeitsweise des Agenten und die Verwendung von Werkzeugen. In der älteren Textfassung nannten wir die folgenden Verbindungsideen. Prüfe ihre Verfügbarkeit und Berechtigungen im aktuellen Katalog:
Die alte Installationsanleitung: Was sich geändert hat
Die Befehle aus dem ursprünglichen Artikel bleiben hier stehen, damit nachvollziehbar ist, wie Clawdbot installiert wurde. Das ist eine historische Aufzeichnung, keine Anleitung für eine neue OpenClaw-Installation. Dafür verwendest du die am Ende verlinkte aktuelle Dokumentation.
npm install -g clawdbot@latest
clawdbot onboard --install-daemonDer damalige Assistent half bei der Auswahl der Kanäle und der Einrichtung der Schlüssel. Der Artikel nannte Node.js 22 oder neuer. Prüfe die heutigen Anforderungen und den Startablauf vor der Installation in der Projektdokumentation.
So wurde das Modell in der damaligen Datei ~/.clawdbot/clawdbot.json eingetragen. Wir bewahren das historische Beispiel auf; die Kompatibilität dieses Schemas mit der heutigen Version solltest du nicht voraussetzen:
{
"agent": {
"model": "anthropic/claude-sonnet-4-5"
}
}Auch ein eigener Server braucht Zugriffsregeln
Leg vor dem Anschließen der Werkzeuge fest, wer Anweisungen geben darf und was der Agent tun kann. Im Projekt gibt es unter anderem diese Mechanismen:
Dürfen keine Daten an externe Dienste gehen, musst du die gesamte Kombination betrachten: Modell, Gesprächskanal und angeschlossene Werkzeuge. Ein selbst betriebenes Gateway allein erfüllt diese Bedingung nicht.
Passt das in deinen Alltag?
Am interessantesten ist hier die einfache Idee: Der Assistent wartet dort, wo du ohnehin Nachrichten schreibst. Für einen kleinen Auftrag musst du keine separate App öffnen. Die Frage ist, ob diese Bequemlichkeit die Pflege eines weiteren Werkzeugs wert ist.
Vor der Entscheidung würden wir uns vier Fragen stellen:
So könnte dein Team anfangen
Statt sofort sämtliche Systeme zu verbinden, plane einen kleinen Versuch. Zum Beispiel einen privaten Kanal, einige Personen und eine Aufgabe mit Material, das dem Modell zur Verfügung gestellt werden darf. Danach gehst du Schritt für Schritt vor:
Zuerst eine Sache, die du wirklich abgeben möchtest
Wir würden eine Aufgabe wählen, die mehrmals pro Woche anfällt, und einen Messenger. Erst nach der Prüfung der Ergebnisse kämen weitere Werkzeuge hinzu. So merkst du leichter, ob der Assistent Arbeit spart oder sie nur in die Einstellungen verschiebt.
Überarbeitung vom 4. Oktober 2026: Wir haben auch die frühere Aussage korrigiert, ein lokales Gateway bedeute, dass keine Daten an externe Dienste gesendet werden.
Dokumentation und weitere Lektüre:
Hast du eine Idee für so eine Aufgabe in deinem Team? Unsere Kontaktdaten stehen im Footer. Am besten beginnst du mit der Beschreibung einer konkreten Tätigkeit.