Als ich mit OpenClaw begann, verbrachte ich Tage damit, nach “der vollständigen Liste von allem, was diese Plattform kann” zu suchen. Ich fand Blogbeiträge, GitHub-Repos, Discord-Threads, YouTube-Tutorials — verteilt auf Dutzende von Quellen, die meisten unvollständig oder veraltet.
Also machte ich die Karte selbst. Alles, was ich in acht Monaten täglicher Nutzung gefunden habe, organisiert nach dem, wofür du es tatsächlich brauchen wirst.
Das hier ist keine Marketingübersicht. Es ist ein praktischer Leitfaden für Anwender — was existiert, was gut ist, was mittelmäßig ist und was du überspringen kannst.
Kernplattform
OpenClaw selbst ist die Orchestrierungsschicht. Es verwaltet Sitzungen, Tool-Management, Modell-Routing, Planung (Cron) und die Integrationspipeline. Denk daran als das zentrale Nervensystem, das alles andere verbindet.
Es läuft auf allem von einem Raspberry Pi bis zu einer Cloud-VM. Ich betreibe meine auf einem VPS für 20 USD/Monat mit 4 GB RAM und es bewältigt alles, was ich ihm auflade. Schwerere Workloads (hohe Parallelität, große Kontextfenster) profitieren von mehr RAM.
Konfiguration basiert auf YAML. Das ist gleichzeitig die größte Stärke von OpenClaw (unendlich anpassbar) und der größte Reibungspunkt (du musst das Konfigurationsformat verstehen). Die Dokumentation behandelt die meisten Einstellungen, und der Community-Discord füllt die Lücken.
AI-Modelle: Was Mit OpenClaw Funktioniert
OpenClaw ist modellagnostisch — es funktioniert mit jedem LLM über API-Verbindungen:
Anthropic Claude ist das, was ich für die meisten Aufgaben verwende. Starke Argumentation, gut darin, komplexe Anweisungen zu befolgen, bewältigt lange Dokumente gut. Claude ist meine Empfehlung für alle, die ein Modell für alles wollen.
OpenAI GPT-4o ist die Alternative. Ähnliche Fähigkeiten wie Claude, manchmal besser für kreative Aufgaben, manchmal schlechter bei strukturierten Analysen. Ehrlich gesagt, für die meisten realen Aufgaben macht der Unterschied nicht genug aus, um sich darüber den Kopf zu zerbrechen.
Lokale Modelle über Ollama. Führe Llama, Mistral oder andere Open-Source-Modelle auf deiner eigenen Hardware aus. Großartig für datenschutzsensibles Arbeiten und um die Kosten auf null zu halten. Die Qualität ist einen Schritt unter den besten API-Modellen, aber die Lücke schließt sich schnell.
Meine Empfehlung: Beginne mit einem API-Modell (Claude oder GPT-4o). Füge später ein lokales Modell für einfache Aufgaben und Kostenoptimierung hinzu. Denk nicht zu viel über die Modellauswahl nach — sie sind alle gut genug.
Skills: Das Plugin-Ökosystem
Skills sind das Plugin-System von OpenClaw. Jeder Skill fügt eine spezifische Funktionalität hinzu. Die wesentlichen:
Stufe 1 (sofort installieren):
– Websuche — gibt deinem Agenten Zugriff auf das Internet
– GitHub — vollständiges Management von Repos/Issues/PRs
– Dateisystem — Dateien lesen/schreiben
– Browserautomatisierung — Webbrowser steuern
– Zusammenfassung — URLs, Dokumente, Videos zusammenfassen
Stufe 2 (bei Bedarf installieren):
– Coding-Agent — komplexe Programmieraufgaben delegieren
– Datenbankabfrage — Zugriff auf Datenbanken in natürlicher Sprache
– PDF-Tools — aus PDFs lesen und extrahieren
– Wetter — Wetterdaten zu Briefings hinzufügen
– Gesundheitscheck — den Status von Server/Site überwachen
Stufe 3 (nischenrelevant, aber nützlich):
– Video-Frames — Frames aus Videos extrahieren
– Tmux — Terminal-Sitzungen aus der Ferne steuern
– Peekaboo — macOS-Benutzeroberfläche erfassen und automatisieren
Der ClawHub-Marktplatz hat von der Community beigetragenen Fähigkeiten. Die Qualität variiert — einige sind ausgezeichnet, andere sind aufgegebene Experimente. Überprüfe vor der Installation das Datum der letzten Aktualisierung und die Anzahl der Sterne.
Integrationen: Verbindung zu deiner Welt
Messaging-Plattformen: Discord, Slack, Telegram, WhatsApp, iMessage, Signal, Line, Feishu, Google Chat. Discord und Telegram sind die am weitesten entwickelten Integrationen. WhatsApp funktioniert, hat aber aufgrund der API-Beschränkungen von Meta Einschränkungen.
Entwicklungstools: GitHub (nativ), GitLab (über API), verschiedene CI/CD-Plattformen. Die GitHub-Integration ist tiefgehend — Issues, PRs, Reviews, Aktionen und Code-Browsing.
Produktivitätstools: Notion, Google Workspace (über Drittanbieter-CLIs), Kalendersysteme. Die Integrationstiefe variiert — einige sind Lese-/Schreibzugriff, einige sind schreibgeschützt.
Infrastruktur: SSH für Remote-Server-Management, Docker für containerisierte Bereitstellungen, verschiedene Überwachungstools.
Community-Ressourcen
Discord ist die aktivste Community. Echtzeit-Hilfe, Workflow-Sharing und Skill-Ankündigungen. Der #help-Kanal ist reaktionsschnell — die meisten Fragen werden während der aktiven Zeiten innerhalb einer Stunde beantwortet.
GitHub hat den Quellcode, Issues-Tracker und Diskussionen. Hier meldest du Bugs, forderst Funktionen an und trägst Code bei.
Dokumentationsseite behandelt die technischen Details: Konfigurationsreferenz, API-Dokumentation und Einrichtungsanleitungen. Sie ist umfassend, hinkt aber manchmal den neuesten Funktionen hinterher.
Blogbeiträge und Tutorials (wie dieser) bieten reale Perspektiven und praktische Ratschläge, die von der Dokumentation nicht abgedeckt werden. Suche nach spezifischen Anwendungsfällen anstelle von allgemeinen Übersichten.
Den Lernweg, den ich empfehle
Woche 1: Installiere OpenClaw, verbinde eine Messaging-Plattform (Slack oder Discord) und ein AI-Modell. Sende ihm Nachrichten. Mach dich mit den Grundlagen vertraut.
Woche 2: Installiere 3-5 essentielle Skills (Websuche, Dateisystem, GitHub). Baue deine erste einfache Automatisierung — ein Morgenbriefing oder einen Slack-Bot, der Fragen beantwortet.
Woche 3: Richte Cron-Jobs für geplante Aufgaben ein. Beginne mit einer täglichen Automatisierung.
Woche 4: Füge Monitoring hinzu (sogar grundlegendes Logging ist besser als nichts). Verbinde weitere Integrationen nach Bedarf.
Monat 2+: Erkunde erweiterte Funktionen — Multi-Agenten-Workflows, benutzerdefinierte Skills, komplexe Integrationen. Bis zu diesem Zeitpunkt wirst du wissen, was du brauchst, weil du auf spezifische Einschränkungen stoßen wirst.
Das Ökosystem ist groß und wächst. Du musst nicht alles lernen — du musst die Teile lernen, die deine spezifischen Probleme lösen. Beginne schmal, erweitere nach Bedarf und installiere keine Skills “für alle Fälle.” Jede ungenutzte Fähigkeit ist ein Durcheinander, um das du dich kümmern musst.
🕒 Published: