Hermes Agent entwickelt sich zum starken Konkurrenten von OpenClaw
OpenClaw, einer der am weitesten verbreiteten KI-Agenten, bekommt zunehmend Konkurrenz durch einen neuen Herausforderer.
Aktuelle Entwicklungen:
Hermes Agent, ein Open-Source-KI-Agent des in New York ansässigen KI-Forschungslabors Nous Research, wurde im Februar veröffentlicht und hat kürzlich OpenClaw in einem OpenRouter-Ranking überholt, das den täglichen Tokenverbrauch von Agenten misst. Während einige Nutzer kritisieren, dass Hermes Agent weniger token-effizient arbeitet, liegt seine Stärke in der Fähigkeit, eigene Fähigkeiten zu entwickeln und zu verfeinern – also spezialisierte Anweisungen, Workflows und Fachwissen. Damit rückt Selbstverbesserung als zentrale Eigenschaft moderner KI-Agenten in den Fokus.
Grundlegende Funktionsweise
Hermes Agent deckt viele Funktionen von OpenClaw ab, unterscheidet sich jedoch vor allem durch seine Speicherarchitektur und die automatische Erstellung von Skills. Er kann lokal oder in der Cloud betrieben werden, unterstützt eine Vielzahl großer Sprachmodelle und integriert rund 20 Messaging-Dienste. Durch lokal laufende Modelle oder browserbasierte Token-Generierung kann der Einstieg oft ohne API-Schlüssel erfolgen. Zudem lässt er sich über das Agent Communication Protocol in Entwicklungsumgebungen einbinden.
Agenten-Workflow
Wie OpenClaw arbeitet auch Hermes Agent in einem wiederkehrenden Zyklus:
- Der Agent erstellt einen Prompt aus Persönlichkeit, Anweisungen, Tools, Skills, Speicherinhalten, Nutzerwissen und Gesprächshistorie.
- Ist der Prompt zu groß für das Sprachmodell, werden ältere Nachrichten zusammengefasst.
- Der Prompt wird an das Sprachmodell gesendet, das entscheidet, ob ein Tool oder Skill genutzt oder direkt geantwortet wird.
- Bei Tool- oder Skill-Aufrufen wird die Aktion ausgeführt und die Ergebnisse fließen wieder in den Zyklus ein. Dieser Prozess läuft so lange, bis eine finale Antwort entsteht.
Automatische Skill-Erstellung
Hermes Agent nutzt das SKILL.md-Format, um Anleitungen zu definieren, mit denen Aufgaben über Tools wie Shell-Skripte, Websuche, Dateizugriffe oder Datenbankabfragen gelöst werden. Neben integrierten Skills kann er zusätzliche Fähigkeiten aus dem Skills Hub laden, der allerdings deutlich kleiner ist als die umfangreiche Community-Bibliothek von OpenClaw.
Besonders bemerkenswert ist die Fähigkeit, neue Skills selbst zu erzeugen. Wenn der Agent ein Problem erfolgreich löst oder einen Fehler korrigiert, kann er daraus einen wiederverwendbaren Skill erstellen. Um ein unkontrolliertes Wachstum zu verhindern, übernimmt ein Hintergrundsystem namens Curator die Verwaltung:
- nicht genutzte Skills werden nach 90 Tagen archiviert
- ein Sprachmodell entscheidet, ob Skills behalten, zusammengeführt oder entfernt werden sollen
Speicherverwaltung
Hermes Agent nutzt zwei zentrale Speicherbereiche:
- Nutzerpräferenzen
- Wissen über Workflows und gelernte Erkenntnisse
Ein Memory-Tool entscheidet, welche Informationen gespeichert werden und ordnet sie dem passenden Bereich zu. Dubletten oder zu ungenaue Einträge werden vermieden. Wenn Speicherdateien zu groß werden, werden ähnliche Inhalte zusammengeführt.
Zusätzlich speichert der Agent Gespräche in einer durchsuchbaren Datenbank und kann externe Speicherlösungen wie Honcho integrieren, die Nutzerinteraktionen analysieren, um Muster, Ziele und Präferenzen abzuleiten.
Zielverfolgung
Nutzer können Ziele direkt im Gespräch definieren. Nach einer Antwort bewertet ein separates Modell, ob das Ziel erreicht wurde. Falls nicht, setzt der Agent die Bearbeitung fort. Dieser Prozess wiederholt sich, bis das Ziel erfüllt ist oder eine maximale Anzahl an Durchläufen erreicht wird.
Ähnliche Funktionen bieten auch Systeme wie Claude Code, OpenAI Codex sowie OpenClaw über Erweiterungen.
Einordnung in den Markt
Fortgeschrittene Agentenfunktionen wurden möglich, als Sprachmodelle begannen, besser zu planen, zu reflektieren und externe Tools zu nutzen. Coding-Agenten wie Claude Code und OpenAI Codex verbreiteten sich 2025 stark unter Entwicklern und förderten das Interesse an autonomeren KI-Systemen.
OpenClaw wurde Anfang 2026 besonders bekannt, da es als Open-Source-Personalagent kontinuierlich Aufgaben ausführen konnte und über Messaging-Plattformen wie WhatsApp und Telegram agierte. Der Erfolg – sowie Sicherheitsprobleme beim Start – führte zu einer Welle ähnlicher „Claw“-Agenten, darunter auch Hermes Agent. Die Nutzung nahm besonders im April und Mai 2026 deutlich zu, als Verbesserungen die Bedienbarkeit und Selbstlern-Fähigkeiten stärkten.
Bedeutung
Allgemeine KI-Agenten erweitern rasch das Spektrum dessen, was KI-Systeme leisten können. Zwar bildet sich ein gemeinsamer Funktionskern heraus, doch Innovationen entstehen weiterhin. Hermes Agent zeigt diesen Trend besonders durch sein ausgefeiltes Speichersystem und die Fähigkeit, erfolgreiche Verhaltensweisen in wiederverwendbare Skills umzuwandeln.
Der übergeordnete Wandel geht weg von zustandslosen Assistenten hin zu persistenten Systemen, die Erfahrungen sammeln, sich an Nutzer anpassen und kontinuierliche Arbeitsprozesse automatisieren.
Fazit
Open-Source-Agenten, die nicht an ein bestimmtes Sprachmodell, eine Plattform oder ein Skill-Ökosystem gebunden sind, bieten hohe Flexibilität. Sie lassen sich in vertrauten Kommunikationskanälen nutzen und können jeweils die besten verfügbaren Modelle einsetzen – eine wichtige Grundlage für die nächste Generation autonomer KI-Systeme.