Die Bandbreite von OpenClaw reicht von Recherche, Literaturauswertung, Strukturierung von E-Mails, Analyse von Dokumentenbeständen bis zu Reiseplanung, Einkaufen…

Peter Steinberger ist ein österreichischer Software-Ingenieur, der in der Entwickler-Community als Gründer von PSPDFKit, einer international genutzten PDF-Softwarebibliothek, schon seit Jahren bekannt ist. Bild: Y-Combinator

Als in den vergangenen Jahren generative KI vor allem durch Chatbots Schlagzeilen machte, schien eine Grenze klar: KI konnte sprechen, erklären, formulieren – aber kaum handeln. Mit OpenClaw verschiebt sich diese Grenze nun spürbar. Das Open-Source-Projekt steht für eine neue Generation sogenannter KI-Agenten: Systeme, die nicht nur Antworten liefern, sondern Aufgaben eigenständig planen und ausführen können – und dabei bewusst auf Kontrolle und Transparenz setzen.

Ein Agent statt eines Chatbots

OpenClaw ist kein weiterer Textgenerator. Der Agent wurde von Beginn an darauf ausgelegt, reale Arbeitsschritte zu übernehmen: E-Mails sortieren, Dokumente analysieren, Recherchen strukturieren, Termine vorbereiten oder große Datenmengen sichten. Anders als viele frühere Agentenexperimente läuft OpenClaw standardmäßig lokal auf dem Rechner der Nutzerinnen und Nutzer. Entscheidungen, welche Werkzeuge der Agent verwenden darf – etwa Browserzugriffe, Dateisysteme oder APIs – müssen explizit freigegeben werden.

Praxis statt Showeffekte

Gerade diese Zurückhaltung unterscheidet OpenClaw von vielen früheren KI-Agenten, die durch spektakuläre, aber instabile Demonstrationen auffielen. In Redaktionen wird OpenClaw zur Themenbeobachtung und Vorrecherche eingesetzt, in der Wissenschaft zur systematischen Literaturauswertung, in Unternehmen zur Strukturierung von E-Mail-Fluten oder zur Analyse großer Dokumentenbestände. Der Agent ersetzt dabei keine Fachkräfte – er reduziert Vorarbeit.

Wie OpenClaw technisch funktioniert

Im Kern verbindet OpenClaw große Sprachmodelle mit einer klassischen Software-Architektur:

-Zieldefinition: Der Nutzer formuliert ein Ziel (“Analysiere diese Gesetzesentwürfe”).

-Planungsphase: Ein Sprachmodell fungiert als Planner und zerlegt das Ziel in logisch aufeinanderfolgende Teilaufgaben.

-Task-Graph statt Endlosschleife: Anders als frühe Agenten arbeitet OpenClaw nicht in unkontrollierten Loops, sondern in einem strukturierten Aufgabenbaum.

-Tool-Ausführung: Jeder Schritt nutzt nur die zuvor genehmigten Werkzeuge.

-Feedback & Korrektur: Ergebnisse werden geprüft, bei Bedarf angepasst oder dem Menschen zur Entscheidung vorgelegt.

Diese Architektur reduziert Fehlverhalten, Halluzinationen und unvorhersehbare Aktionen – Probleme, die viele frühe Agentensysteme begleiteten.

Wo OpenClaw heute eingesetzt wird:

Journalismus & Recherche

Redaktionen nutzen OpenClaw zur Themenbeobachtung, Voranalyse und Strukturierung großer Informationsmengen. Der Agent scannt Quellen, clustert Inhalte, extrahiert Kernaussagen und erstellt Dossiers. Schreiben und Bewertung bleiben bewusst menschliche Aufgaben.

Wissenschaft & Forschung

In der akademischen Arbeit unterstützt OpenClaw bei Literaturreviews: Abstracts werden bewertet, Studien thematisch gruppiert, methodische Schwächen markiert. Besonders in interdisziplinären Feldern reduziert das den Zeitaufwand erheblich.

Büro- und Wissensarbeit

E-Mails werden sortiert, Termine vorbereitet, Dokumente zusammengefasst. Wichtig ist: OpenClaw verschickt keine Nachrichten oder trifft keine verbindlichen Entscheidungen ohne Freigabe.

Recht & Öffentliche Politik

Juristinnen und politische Analysten setzen OpenClaw ein, um Gesetzestexte zu vergleichen, Änderungen zu markieren und Auswirkungen auf Akteure sichtbar zu machen. Die Bewertung bleibt beim Menschen – das Lesen übernimmt der Agent.

Softwareentwicklung

Entwickler nutzen OpenClaw zur Analyse großer Codebasen, zur Dokumentation bestehender Architekturen oder zur Identifikation technischer Schulden.

Neben nicht-professionellen Workflows ordnet OpenClaw private E-Mails, sortiert Rechnungen, strukturiert Lese­listen, hilft bei Reiseplanung oder räumt digitale Ablagen auf. Der Agent kann auch Produkte recherchieren, Preise vergleichen, Optionen zusammenstellen und Kaufempfehlungen vorbereiten – etwa eine Liste mit günstigen Angeboten oder Vor- und Nachteilen. Der eigentliche Kauf (Bestellung, Bezahlung, Vertragsabschluss) bleibt immer beim Menschen.

Dieses Design folgt der Grundhaltung von Peter Steinberger: handlungsfähige KI soll unterstützen, nicht rechtsverbindlich handeln. Automatische Einkäufe würden finanzielle Risiken, Haftungsfragen und Missbrauchsmöglichkeiten eröffnen. OpenClaw stoppt deshalb bewusst vor dem “Kaufen”-Button.

Peter Steinberger

Hinter OpenClaw steht Peter Steinberger, ein österreichischer Software-Ingenieur, der in der Entwickler-Community seit Jahren bekannt ist. Steinberger wurde zuvor vor allem als Gründer von PSPDFKit wahrgenommen, einer international genutzten PDF-Softwarebibliothek. Auch dort galt sein Fokus weniger dem Marketing als sauberer, wartbarer Technik.

OpenClaw begann als privates Projekt, ohne Venture-Finanzierung, ohne Produktversprechen. Steinberger veröffentlichte den Code frühzeitig offen, reagierte auf Kritik aus der Community und integrierte Sicherheitsmechanismen, bevor das Projekt viral ging. Genau dieser Ansatz verschaffte OpenClaw Glaubwürdigkeit in einer Phase, in der viele KI-Projekte vor allem auf Aufmerksamkeit setzten.

Steinbergers Haltung ist klar umrissen: KI müsse verständlich, kontrollierbar und nützlich sein – nicht maximal autonom. In Interviews betont er regelmäßig, dass Agenten Werkzeuge bleiben müssten, keine Ersatzakteure.

Aufmerksamkeit aus dem Silicon Valley

Der Erfolg blieb nicht unbemerkt. Anfang 2026 wurde bekannt, dass Steinberger zu OpenAI gewechselt ist. OpenClaw selbst wurde nicht verkauft, sondern als unabhängiges Open-Source-Projekt weitergeführt. Für OpenAI gilt die Verpflichtung Steinbergers als Signal: Die Zukunft generativer KI liegt nicht allein im Dialog, sondern in der kontrollierten Handlungskompetenz.

Branchenbeobachter werten den Schritt als strategisch. Während viele Unternehmen noch mit den Risiken autonomer Systeme ringen, liefert OpenClaw ein funktionierendes Gegenmodell: leistungsfähig, aber begrenzt; flexibel, aber überprüfbar.

Kritik und offene Fragen

Trotzdem ist OpenClaw nicht frei von Kritik. Sicherheits­expertinnen warnen davor, dass handlungsfähige KI-Systeme grundsätzlich neue Angriffsflächen schaffen – insbesondere, wenn Nutzerinnen und Nutzer leichtfertig weitreichende Zugriffsrechte vergeben. Auch rechtliche Fragen, etwa zur Haftung bei Fehlhandlungen, sind bislang nicht abschließend geklärt.

Steinberger und die Community begegnen diesen Einwänden mit einem konservativen Design: keine stillen Hintergrundaktionen, keine versteckten Automatisierungen, keine irreversiblen Schritte ohne Zustimmung.

Ein leiser, aber nachhaltiger Wandel

OpenClaw markiert keinen spektakulären Bruch, sondern einen nüchternen Fortschritt. Der Agent verspricht nicht, den Menschen zu ersetzen. Er nimmt ihm Zeit raubende Vorarbeit ab – und genau darin liegt seine Stärke. In einer KI-Landschaft, die oft von Visionen allmächtiger Systeme geprägt ist, wirkt OpenClaw fast altmodisch. Vielleicht ist es gerade deshalb so erfolgreich.

Ob OpenClaw langfristig zum Standard für persönliche KI-Agenten wird, bleibt offen. Auch bleibt offen, ob der Terminator, wie sein Darsteller Arnold Schwarzenegger, nun wirklich aus Österreich kommt. Sicher ist jedoch: Das Projekt hat gezeigt, dass der nächste Schritt künstlicher Intelligenz nicht lauter, sondern präziser sein muss.

Von Okay Altinisik | 17-2-2026, 9:24:52