BlogPraxis · Stand 08.11.2026
Vom Chatbot zum Mitarbeiter.
Ein Sprachmodell allein beantwortet Fragen. Erst ein Harness macht daraus einen Agenten, der Dateien liest, Programme bedient und Aufgaben bis zum Ende erledigt. Was hinter den Begriffen steckt, was Claude Code, OpenClaw, Hermes Agent und DeepSeek Harness unterscheidet, und wo die Grenzen liegen.
- Stand
- 08.11.2026
- Lesezeit
- 12 Minuten
- Quellen
- Dokumentation
Modell, Harness, Agent: drei Schichten
Das Modell ist das Gehirn: Es versteht Sprache und entscheidet, was als Nächstes sinnvoll ist. Der Harness (englisch für Geschirr, wie beim Pferd) ist das Gerüst darum: Er führt die Schleife aus, gibt dem Modell Werkzeuge, verwaltet den Kontext und achtet auf Rechte. Zusammen mit einem Ziel entsteht ein Agent, der selbstständig arbeitet.
Agent
Modell + Harness + Werkzeuge + Ziel
Harness
Schleife, Kontext, Rechte, Gedächtnis
Sprachmodell
Claude, GPT, DeepSeek, lokale Modelle
- Dateien
- Befehle
- Web & Browser
- Programme (MCP)
- Messenger
- Datenbanken
Die Agenten-Schleife
Läuft, bis das Ziel erreicht ist oder ein Mensch eingreift
Acht Aufgaben, die das Modell nicht selbst übernimmt
Dasselbe Modell kann in einem guten Harness deutlich mehr leisten als in einem schlechten. DeepSeek weist bei seinen Messwerten sogar ausdrücklich darauf hin, dass ein Teil der Ergebnisse auf den Harness zurückgeht und nicht nur auf das Modell.
Die Schleife
Kontext sammeln, handeln, Ergebnis prüfen, weitermachen, bis die Aufgabe erledigt ist.
Werkzeuge
Dateien lesen und schreiben, Befehle ausführen, im Web suchen, andere Programme über Schnittstellen wie MCP ansprechen.
Kontext
Wird das Gespräch zu lang, fasst der Harness ältere Teile zusammen, damit das Modell den Faden behält.
Gedächtnis & Skills
Anweisungen und gelernte Abläufe in Dateien wie CLAUDE.md oder SKILL.md, die in jeder Sitzung wieder gelesen werden.
Rechte & Sandbox
Was darf der Agent ohne Rückfrage? Freigaben, gesperrte Befehle und abgeschottete Umgebungen.
Unteragenten
Teilaufgaben laufen parallel in eigenen Agenten und liefern nur das Ergebnis zurück.
Zeitplanung
Aufgaben starten zeitgesteuert, etwa jeden Morgen einen Bericht oder nachts eine Prüfung.
Oberflächen
Terminal, Editor, Browser oder Messenger wie Telegram, Slack und WhatsApp.
Claude Code, OpenClaw, Hermes Agent, DeepSeek Harness
Alle vier sind Harnesses, aber für unterschiedliche Zwecke gebaut: einer für Software-Entwicklung, einer als persönlicher Assistent im Messenger, einer als dazulernender Dauerläufer und einer als offener Baukasten.
Der Programmier-Agent
Claude Code
Anthropic
Ein KI-Werkzeug für Software-Entwicklung, das die Codebasis liest, Dateien bearbeitet, Befehle ausführt und sich in die Entwicklungswerkzeuge einfügt. Es läuft im Terminal, in VS Code und JetBrains, als Desktop-App und im Browser.
Was es kann
- Projektregeln in CLAUDE.md, wiederverwendbare Skills und Hooks
- Anbindung externer Systeme über MCP, etwa Jira, Google Drive oder Slack
- Unteragenten und parallele Sitzungen, Agent SDK für eigene Agenten
- Zeitgesteuerte Aufgaben, GitHub- und GitLab-Integration
Typisch für
- Funktionen bauen und Fehler beheben
- Tests schreiben, Abhängigkeiten aktualisieren
- Commits, Pull Requests und Code-Reviews
- Automatisierung in CI-Pipelines
- Lizenz
- Kommerziell, Claude-Abo oder API
- Modelle
- Claude; im Terminal und in IDEs auch über Drittanbieter
Der persönliche Assistent im Messenger
OpenClaw
Peter Steinberger · OpenClaw Foundation
Ein autonomer Open-Source-Agent, der lokal läuft und über Messenger wie Signal, Telegram, Discord oder WhatsApp bedient wird. Er kann auf E-Mail, Kalender und Dateien zugreifen und Aufgaben selbstständig erledigen.
Was es kann
- Skills als Ordner mit einer SKILL.md: global, gebündelt oder pro Arbeitsbereich
- Konfiguration und Verlauf liegen lokal auf dem eigenen Rechner
- Funktioniert mit Claude, GPT, DeepSeek und anderen Modellen
- Version 2.0 (30.08.2026) mit geteilten Cloud-Sitzungen und schnellerer Einrichtung
Typisch für
- Persönlicher Assistent für Termine und Postfach
- Recherche und Lead-Generierung für Selbstständige
- Erledigungen per Chat-Nachricht von unterwegs
- Lizenz
- MIT, Open Source
- Geschichte
- Gestartet 11/2025 als Warelay, seit 30.01.2026 OpenClaw
Der Agent, der dazulernt
Hermes Agent
Nous Research
Ein Open-Source-Agent mit eingebauter Lernschleife: Nach komplexen Aufgaben legt er selbst neue Skills an und verbessert sie bei der Nutzung. Er merkt sich Wissen über Sitzungen hinweg.
Was es kann
- Gedächtnis mit Suche über frühere Gespräche
- Ein Gateway für Telegram, Discord, Slack, WhatsApp, Signal und Kommandozeile
- Sechs Ausführungsumgebungen, von lokal über Docker und SSH bis zu Cloud-Sandboxes
- Eingebauter Zeitplaner für unbeaufsichtigte Berichte und Backups
Typisch für
- Dauerhaft laufender Assistent für Team oder Einzelperson
- Wiederkehrende Berichte und Auswertungen
- Recherche über mehrere Sitzungen
- Lizenz
- MIT, Open Source
- Modelle
- Beliebig: Nous Portal, OpenRouter, OpenAI, eigene Endpunkte
Der Baukasten: alles ist ein Plugin
DeepSeek Harness
DeepSeek
DeepSeeks eigener Agent-Harness, veröffentlicht am 13.08.2026 zusammen mit der finalen Version von DeepSeek-V4-Pro. Modelle, Werkzeuge, Sitzungen, Sandboxes, Schleifen und Oberfläche sind austauschbare Plugins.
Was es kann
- Repositories untersuchen, Dateien bearbeiten, Befehle ausführen, im Web suchen
- Pläne führen, Skills aufrufen, an Unteragenten delegieren, Freigaberegeln
- Funktioniert mit DeepSeek, Anthropic, OpenAI und kompatiblen Endpunkten
- Start im Browser mit einem Befehl: npx @deepseek-ai/dsh web
Typisch für
- Programmier-Agent mit offenen Modellen
- Grundlage für eigene, angepasste Agenten
- Testen von Agenten mit verschiedenen Modellen
- Lizenz
- MIT, Open Source
- Status
- Entwicklervorschau mit angekündigten inkompatiblen Änderungen
Wie selbstständig arbeiten sie?
Unsere Einordnung nach typischer Nutzung; alle lassen sich enger oder freier einstellen
DeepSeeks neue Veröffentlichungen
Modelle für Agenten, und der Harness dazu
DeepSeek hat 2026 nicht nur neue Modelle veröffentlicht, sondern sie gezielt auf Agenten ausgerichtet. Das Update V4.1-Flash-1017 vom Oktober soll Aufgaben schneller und mit kürzeren Antworten erledigen und ist ausdrücklich für Agent-Software wie DeepSeek Harness abgestimmt. Die Gewichte stehen unter MIT-Lizenz auf Hugging Face, lassen sich also auch selbst betreiben. Dazu kamen eine Such- und eine Abruf-Schnittstelle für Webseiten, die Agenten direkt nutzen können.
| Modell | Parameter | Aktiv | Kontext |
|---|---|---|---|
| DeepSeek-V4-ProFinal seit 13.08.2026 | 1,6 Bio. | 49 Mrd. | 1 Mio. Token |
| DeepSeek-V4-FlashKleiner, schneller; seit 17.10.2026 als V4.1-Flash-1017 | 284 Mrd. | 13 Mrd. | 1 Mio. Token |
V4.1-Flash-1017 erreicht laut DeepSeek 77 % auf dem Programmier-Test DeepSWE, die Vorversion 74,2 %.
Zeitleiste
Wichtige Veröffentlichungen seit Ende 2025
24.11.2025
Warelay
Erste Version des späteren OpenClaw.
30.01.2026
OpenClaw
Nach Clawdbot und Moltbot der endgültige Name.
April 2026
DeepSeek V4 (Vorschau)
V4-Pro und V4-Flash als offene Vorschau.
13.08.2026
DeepSeek Harness + V4-Pro
Eigener Agent-Harness, V4-Pro final mit 1 Mio. Token Kontext.
30.08.2026
OpenClaw 2.0
Neue Oberfläche, geteilte Cloud-Sitzungen.
10.09.2026
DeepSeek V4.1-Flash
Schnelles Modell, auf Agenten ausgerichtet.
17.10.2026
V4.1-Flash-1017
Kürzere Antworten, schnellere Aufgaben; Such- und Abruf-API.
Vom Code bis zum Postfach
Agenten lohnen sich überall dort, wo eine Aufgabe aus mehreren Schritten besteht und mit echten Programmen erledigt wird. Live sehen Sie solche Abläufe in unseren Anwendungsfällen.
Software-Entwicklung
Funktionen umsetzen, Fehler suchen, Tests schreiben, Pull Requests vorbereiten. Der Mensch prüft und gibt frei.
Claude Code, DeepSeek Harness
Assistent per Chat
Termine, Postfach und kleine Erledigungen per Nachricht an den Agenten, auch von unterwegs.
OpenClaw, Hermes Agent
Wiederkehrende Aufgaben
Morgens den Bericht, nachts die Prüfung, wöchentlich die Auswertung, ohne dass jemand daneben sitzt.
Hermes Agent, Claude Code
Recherche
Mehrere Quellen durchsuchen, vergleichen und zusammenfassen, mit Zwischenständen über Tage.
Alle vier
Dokumente verarbeiten
Belege, Verträge oder Tickets lesen, Daten übertragen, Entwürfe schreiben.
Je nach Anbindung
Mit eigenen Modellen
Offene Harnesses lassen sich mit lokalen Modellen betreiben, sodass Daten das Haus nicht verlassen.
OpenClaw, Hermes Agent, DeepSeek Harness
Was Agenten und Harnesses besser machen
Der größte Gewinn: Aufgaben werden erledigt, nicht nur beschrieben.
Mehrstufige Arbeit statt einzelner Antworten
Ein Agent erledigt eine Aufgabe von Anfang bis Ende: lesen, planen, umsetzen, prüfen.
Arbeitet mit echten Werkzeugen
Dateien, Datenbanken, Browser und Fachprogramme statt nur Text im Chatfenster.
Wissen bleibt erhalten
Regeln, Skills und Gedächtnis sorgen dafür, dass Abläufe nicht jedes Mal neu erklärt werden müssen.
Parallel und rund um die Uhr
Unteragenten teilen große Aufgaben auf, Zeitpläne lassen Routinen nachts laufen.
Modell austauschbar
Die offenen Harnesses funktionieren mit verschiedenen Anbietern und mit lokalen Modellen. Kein fester Anbieter.
Nachvollziehbar
Jeder Schritt, jeder Befehl und jede Änderung ist sichtbar und lässt sich prüfen.
Wo es heute noch hakt
Die Nachteile sind real, aber beherrschbar. Fast alle betreffen Rechte, Kosten und die Frage, wie viel ein Agent unbeaufsichtigt tun darf. Wichtig dabei: Weil ein Agent mehr Zugriff hat als ein Chatbot, ist er immer auch ein Angriffsziel. Bei jedem Punkt steht, wen er vor allem betrifft.
Weitreichende Rechte
Ein Agent mit Zugriff auf Postfach, Kalender und Dateien kann auch Schaden anrichten. Präparierte Inhalte können ihn zu ungewollten Handlungen verleiten (Prompt Injection).
Betrifft: Alle, besonders autonome Assistenten
Lohnendes Angriffsziel
Je mehr ein Agent darf, desto interessanter ist er für Angreifer. Wer ihn übernimmt oder seine Zugangsdaten erbeutet, erreicht auf einen Schlag Postfach, Dateien, Systeme und Schnittstellen. Ein Agent ist deshalb immer ein reales Angriffsziel und muss wie ein privilegiertes Benutzerkonto geschützt werden.
Betrifft: Alle Agenten mit Zugängen
Unsichere Erweiterungen
Im Januar 2026 fand Cisco einen OpenClaw-Skill eines Drittanbieters, der unbemerkt Daten abfloss. Skill-Sammlungen werden oft kaum geprüft.
Betrifft: Offene Skill-Ökosysteme
Sicherheit nicht immer voreingestellt
Zu OpenClaw 2.0 bemängelte The Register fehlende Netzwerk- und Dateigrenzen, unverschlüsselte API-Schlüssel und eine Sandbox, die nicht automatisch aktiv ist.
Betrifft: OpenClaw
Kosten pro Aufgabe
Agenten lesen und schreiben in Schleifen und verbrauchen damit ein Vielfaches an Token. Preise können sich ändern: DeepSeek hob im August 2026 die API-Preise je nach Tarif und Uhrzeit deutlich an.
Betrifft: Cloud-Modelle
Fehler pflanzen sich fort
Ein falscher Zwischenschritt führt die folgenden in die Irre. Je länger ein Agent allein arbeitet, desto wichtiger wird die Prüfung am Ende.
Betrifft: Lange, unbeaufsichtigte Abläufe
Noch nicht ausgereift
DeepSeek Harness ist eine Entwicklervorschau mit angekündigten inkompatiblen Änderungen. Die Projekte ändern sich im Wochentakt.
Betrifft: DeepSeek Harness, junge Open-Source-Projekte
Daten beim Modellanbieter
Läuft der Agent mit einem Cloud-Modell, gehen Inhalte an den Anbieter. Für Mandanten- oder Patientendaten braucht es lokale Modelle oder klare Verträge.
Betrifft: Betrieb mit Cloud-Modellen
So setzen wir Agenten sicher ein
Agenten sind kein Selbstläufer, aber mit klaren Regeln ein echter Gewinn. Diese Grundsätze haben sich bei uns bewährt.
Klare Aufgabe
Ein Agent pro gut abgegrenztem Ablauf statt eines Alleskönners.
Wenig Rechte
Nur die Zugänge, die die Aufgabe braucht, in einer abgeschotteten Umgebung.
Mensch gibt frei
Alles, was nach außen geht oder Daten löscht, braucht eine Freigabe.
Sensibles lokal
Mandanten- und Patientendaten mit lokalen Modellen, ohne Cloud.
Wie große Modelle auch auf kleiner Hardware laufen, lesen Sie in unserem Beitrag Riesige Modelle, kleiner Rechner.
Welcher Ablauf passt zu einem Agenten? Finden wir es heraus.
Im kostenlosen Erstgespräch schauen wir auf Ihre Abläufe und sagen ehrlich, wo ein Agent hilft, wo eine einfache Automatisierung reicht und wie die Daten sicher im Haus bleiben.
Erstgespräch vereinbarenQuellen
- Claude Code, offizielle Dokumentation: code.claude.com/docs
- OpenClaw, Geschichte und Sicherheitsvorfälle: Wikipedia · github.com/openclaw/openclaw
- Hermes Agent: github.com/NousResearch/hermes-agent
- DeepSeek Harness: github.com/deepseek-ai/deepseek-harness · VentureBeat
- DeepSeek V4.1-Flash-1017: SiliconANGLE
Alle Projekte entwickeln sich schnell. Funktionen und Zahlen entsprechen dem Stand vom 08.11.2026.