Hermes: Der KI-Agent, der aus eigenen Fehlern lernt

TL;DR: Hermes ist ein autonomer Open-Source-KI-Agent von Nous Research, der sich durch eine einzigartige Self-Improving Loop selbst optimiert, vier Speicherschichten nutzt und beliebige KI-Modelle intelligent routen kann — ein ernst zu nehmender Konkurrent für OpenClaw. Hermes von Nous Research verändert die Spielregeln für autonome KI-Agenten. Anders als klassische Chatbots steuert Hermes den gesamten Computer, automatisiert komplexe Workflows und verbessert sich dabei kontinuierlich selbst. Der Agent arbeitet modell-agnostisch, läuft ressourcenschonend und kommuniziert über Telegram, Discord, Slack, WhatsApp oder die Kommandozeile. Das Besondere: Durch die sogenannte GEPA-Architektur (Generic Evolution of Prompt Architectures) analysiert Hermes seine eigenen Fehler und erstellt daraus automatisch neue, wiederverwendbare Skills. In ersten Benchmarks zeigt sich Hermes bei gleichem KI-Modell schneller als OpenClaw — und vergisst dank seiner 4-Schichten-Speicherarchitektur deutlich weniger Kontext.

Was ist der Hermes KI Agent?

Hermes ist ein autonomer Open-Source-KI-Agent, entwickelt vom Forschungslabor Nous Research. Er ist kein Chatbot im herkömmlichen Sinne — Hermes kann den gesamten Computer steuern, Dateien verwalten, im Web recherchieren, Code ausführen und komplexe Workflows über mehrere Plattformen hinweg automatisieren. Die Interaktion läuft über Telegram, Discord, Slack, WhatsApp oder direkt über die Kommandozeile. Wichtig zu verstehen: Hermes selbst ist nicht das KI-Modell. Er ist das ausführende System — das Framework, das beliebige Sprachmodelle als "Gehirn" nutzen kann. Das macht ihn flexibel, modell-agnostisch und zukunftssicher.

Wie funktioniert Hermes technisch?

Hermes kombiniert mehrere innovative Architektur-Komponenten zu einem System, das weit über einfache Prompt-Chains hinausgeht. Hier sind die wichtigsten Bausteine im Detail.

Modell-agnostisch mit intelligentem Routing

Hermes arbeitet mit beliebigen KI-Modellen. Über APIs lassen sich Cloud-Dienste wie OpenRouter, Nous Portal oder OpenAI anbinden. Lokale Modelle laufen über Ollama oder vLLM. Die eigentliche Innovation ist das intelligente Model-Routing: Hermes erkennt die Komplexität einer Aufgabe und leitet sie an das passende Modell weiter. Einfache Zusammenfassungen oder Bildanalysen gehen an kleine, schnelle Modelle. Komplexe Programmier- oder Logikaufgaben landen bei leistungsstarken Modellen wie Claude Opus.

Die Self-Improving Loop (GEPA/JEPA)

Das wohl revolutionärste Feature von Hermes ist die Self-Improving Loop. GEPA steht für "Generic Evolution of Prompt Architectures" — ein System, das den Agenten befähigt, aus seinen eigenen Fehlern zu lernen. Der Prozess funktioniert so: Hermes analysiert die Ausführungsprotokolle seiner Tool-Aufrufe. Wenn eine Aufgabe fehlschlägt, untersucht er den Grund und nutzt einen evolutionären Ansatz, um seine Prompts, seinen Code und seine Fähigkeiten iterativ zu mutieren und zu optimieren. Hat Hermes eine komplexe Aufgabe mit etwa fünf oder mehr Tool-Aufrufen erfolgreich gelöst, verpackt er den Lösungsweg automatisch als neuen, wiederverwendbaren Skill.

4-Schichten-Speicherarchitektur

Während viele KI-Agenten auf einfaches sitzungsbasiertes Gedächtnis setzen, nutzt Hermes vier voneinander getrennte Speicherschichten: Markdown-Dateien (memory.md und user.md): Langfristige Fakten über den Nutzer, seine Projekte und Präferenzen. SQLite-Session-Archiv: Unterhaltungen und Sitzungen in einer Datenbank mit FTS5-Volltextsuche — optimal für schnelle Abfragen über große Datenmengen. Prozedurales Gedächtnis: Die Bibliothek der vom Agenten selbst erstellten Skills, die sich dynamisch weiterentwickelt. Honcho User Modeling: Ein System, das im Hintergrund ein dialektisches Modell des Nutzers aufbaut, um dessen Ziele und Denkweisen besser zu verstehen. Zusätzlich nutzt Hermes "intelligentes Vergessen": Bevor der Kontext komprimiert wird, extrahiert er Kerninformationen und sichert sie in den passenden Speicherschichten.

Gateway-System und Sub-Agenten

Das Gateway ist die zentrale Brücke zwischen Nutzer, KI-Modell und Ausführungsumgebung. Es läuft als systemd-Dienst im Hintergrund — Hermes "schläft" also nie und wartet stetig auf Eingaben oder führt Hintergrundaufgaben aus. Für komplexe Aufgaben kann Hermes isolierte Sub-Agenten erstellen und parallelisieren. Ein Agent arbeitet am Frontend, ein anderer gleichzeitig am Backend — beide kommunizieren über Python-RPC-Skripte.

Sandboxing und Sicherheit

Da Hermes auf Dateisystem und Internet zugreifen kann, läuft er in isolierten Umgebungen. Unterstützt werden Docker, SSH, Modal, Singularity und Daytona. Die Container sind durch Read-Only-Roots und Namespace-Isolierung gehärtet. Cloud-Optionen wie Modal ermöglichen Serverless-Infrastrukturen, die nahezu nichts kosten, wenn sie inaktiv sind.

Cron-Scheduler und Tools

Hermes verfügt über einen integrierten Zeitplaner. Nutzer können in natürlicher Sprache Aufgaben planen: "Erstelle mir jeden Morgen um 9 Uhr ein Briefing." Standardmäßig sind über 40 Werkzeuge eingebaut — Websuche, Browser-Automatisierung, Code-Ausführung, Dateisystem-Operationen und Bildanalyse. Über das Model Context Protocol (MCP) lassen sich beliebige externe Server und Systeme anbinden.

Welche Vorteile bietet Hermes?

Hermes hebt sich in mehreren Bereichen deutlich von der Konkurrenz ab. Hier die wichtigsten Stärken auf einen Blick.

Lernt aus eigenen Fehlern

Die GEPA-basierte Selbstverbesserung ist ein echtes Alleinstellungsmerkmal. Kein anderer Open-Source-Agent erstellt automatisch neue Skills aus erfolgreich gelösten Aufgaben. Das System wird mit jeder Interaktion besser — ohne manuelles Fine-Tuning.

Vergisst nichts

Die 4-Schichten-Speicherarchitektur löst eines der größten Probleme aktueller KI-Agenten: Kontextverlust. Wo andere Systeme nach wenigen Sitzungen Informationen verlieren, behält Hermes Fakten, Präferenzen und Arbeitsmuster dauerhaft im Gedächtnis.

Schnell und ressourcenschonend

Hermes arbeitet bei gleichem KI-Modell schneller als vergleichbare Agenten. Bei API-Fehlern oder Serverausfällen stürzt er nicht ab, sondern versucht die Ausführung beharrlich weiter.

Optimiert für Open-Source-Modelle

Da Nous Research selbst KI-Modelle trainiert, ist Hermes tiefgreifend für lokale und Open-Source-Modelle optimiert. Das intelligente Model-Routing spart zusätzlich Kosten, weil nicht jede Aufgabe das teuerste Modell braucht.

Volle Transparenz

Jeder Schritt, jede besuchte Website, jeder Tool-Aufruf ist in Echtzeit nachvollziehbar. In Messengern wie Telegram aktualisiert Hermes seine Nachrichten dynamisch, um den Nutzer über laufende Hintergrundprozesse zu informieren.

Einfache Installation

Hermes bietet ein One-Click-Installationsskript. Wer von OpenClaw wechseln möchte, kann mit einem einzigen Befehl Einstellungen, Erinnerungen und API-Schlüssel importieren.

Hermes vs. OpenClaw: Wo liegen die Unterschiede?

OpenClaw gilt als Pionier der autonomen KI-Agenten. Jensen Huang (Nvidia) bezeichnete es als das "Linux oder HTML" dieser neuen Ära. Hinter OpenClaw stehen massive Ressourcen: OpenAI hat den Erfinder Peter Steinberger übernommen, Nvidia stellt Entwicklungsressourcen bereit. Doch Hermes verfolgt einen fundamental anderen Ansatz.

Das Gehirn vs. die Arme

Die treffendste Beschreibung: OpenClaw ist "die Arme" — fokussiert auf die Ausführung unzähliger Aufgaben. Hermes ist "das Gehirn" — fokussiert auf Lernen, Logik und Selbstverbesserung. Beide Ansätze haben ihre Berechtigung, bedienen aber unterschiedliche Bedürfnisse.

Gedächtnis

OpenClaw setzt auf sitzungsbasiertes Gedächtnis mit Markdown-Dateien und "täglichen Erinnerungen". Nutzer berichten häufig, dass OpenClaw Dinge "zufällig" vergisst. Hermes löst dieses Problem mit seiner 4-Schichten-Architektur inklusive SQLite-Datenbank und Honcho User Modeling.

Skills und Sicherheit

OpenClaw nutzt Community-Skills über "ClawHub" — eine riesige Auswahl, aber mit Risiken: Etwa 36 Prozent der Community-Skills weisen Sicherheitslücken auf. Hermes generiert seine Skills selbst durch die Self-Improving Loop. Das ist sicherer, da keine unkontrollierten Drittanbieter-Skills ausgeführt werden.

Modell-Strategie

OpenClaw empfiehlt offiziell proprietäre Modelle wie Claude oder GPT. Hermes ist dagegen speziell für Open-Source- und lokale Modelle optimiert und routet Aufgaben intelligent zwischen verschiedenen Modellgrößen.

Performance und Stabilität

Bei gleichem Modell arbeitet Hermes schneller. Bei API-Fehlern versucht Hermes die Aufgabe beharrlich weiter, während OpenClaw sich in solchen Fällen oft aufhängt oder keine Antwort mehr liefert. In Telegram aktualisiert Hermes Nachrichten dynamisch in Echtzeit — ein Feature, das OpenClaw fehlt. Auch andere Agenten wie Claude Code nutzen bereits Messenger-Anbindungen.

Zielgruppe

OpenClaw ist der ideale Orchestrator für den Massenmarkt — wenn Hunderte verschiedener Aufgaben an unterschiedliche Tools verteilt werden müssen. Hermes richtet sich an Entwickler, Forscher und Tinkerer, die ein sich stetig verbesserndes System für spezifische, fortlaufende Workflows suchen. | Kriterium | Hermes | OpenClaw | | --- | --- | --- | | Entwickler | Nous Research | Community + OpenAI/Nvidia | | Fokus | Lernen & Logik | Ausführung & Orchestrierung | | Memory | 4-Schichten + SQLite | Sitzungsbasiert + Markdown | | Skills | Selbst generiert (GEPA) | Community (ClawHub) | | Modelle | Open-Source-optimiert | Proprietäre Modelle empfohlen | | Sicherheit | Eigene Skills + Sandbox | 36% unsichere Community-Skills | | Installation | One-Click | Oft fehleranfällig |

Beide zusammen nutzen?

Viele Experten empfehlen die parallele Nutzung. Über Protokolle wie ACP (Agent Communication Protocol) oder MCP kann OpenClaw als primärer Orchestrator fungieren und Routineaufgaben erledigen, während komplexe Logik- und Lernaufgaben an Hermes delegiert werden. Die Arme und das Gehirn arbeiten zusammen.

Wann sollte ich Hermes nutzen?

Hermes ist die richtige Wahl für alle, die einen KI-Agenten suchen, der mit der Zeit besser wird. Besonders geeignet ist er für wiederkehrende, komplexe Workflows — etwa autonome Trading-Bots, Social-Media-Agenten, die aus Erfolgen lernen, oder Entwicklungsumgebungen, in denen Sub-Agenten parallel arbeiten. Wer primär Open-Source-Modelle nutzen möchte und Wert auf Datensouveränität legt, findet in Hermes das passende Framework.

FAQ: Häufig gestellte Fragen zum Hermes KI Agent

Ist Hermes wirklich kostenlos?

Ja, Hermes ist vollständig Open-Source. Kosten entstehen nur für die genutzten KI-Modelle — entweder über API-Credits bei Cloud-Anbietern oder über den Stromverbrauch lokaler Modelle.

Kann ich Hermes lokal ohne Internet betreiben?

Grundsätzlich ja. Mit lokalen Modellen über Ollama oder vLLM funktioniert Hermes offline. Natürlich sind dann internetabhängige Tools wie Websuche nicht verfügbar.

Wie schwer ist der Umstieg von OpenClaw auf Hermes?

Sehr einfach. Mit einem einzigen Befehl lassen sich Einstellungen, Erinnerungen und API-Schlüssel direkt aus OpenClaw importieren.

Welche KI-Modelle funktionieren am besten mit Hermes?

Hermes ist modell-agnostisch und für Open-Source-Modelle optimiert. Durch das intelligente Routing können verschiedene Modelle für unterschiedliche Aufgabentypen kombiniert werden — etwa ein kleines lokales Modell für Zusammenfassungen und Claude Opus für komplexe Programmieraufgaben.

Ist Hermes sicher genug für produktive Nutzung?

Hermes bietet Sandbox-Umgebungen über Docker, Modal und andere Container-Lösungen mit Read-Only-Roots und Namespace-Isolierung. Anders als bei OpenClaw stammen alle Skills vom Agenten selbst — keine unkontrollierten Drittanbieter-Erweiterungen.

Kann Hermes mit OpenClaw zusammenarbeiten?

Ja. Über das Agent Communication Protocol (ACP) oder MCP können beide Systeme parallel betrieben werden. OpenClaw übernimmt die breite Orchestrierung, Hermes die komplexe Logik und das Lernen.

Fazit

Hermes markiert einen Paradigmenwechsel bei KI-Agenten. Statt nur Befehle auszuführen, lernt dieses System aus jeder Interaktion und wird kontinuierlich besser. Die Kombination aus Self-Improving Loop, 4-Schichten-Speicher und intelligentem Model-Routing macht Hermes zu einem der technisch fortschrittlichsten Open-Source-Agenten auf dem Markt. Wer einen KI-Agenten sucht, der nicht nur heute funktioniert, sondern morgen besser ist als gestern, sollte Hermes ausprobieren. Und wer bereits OpenClaw nutzt: Die beiden schließen sich nicht aus — im Gegenteil, zusammen bilden sie ein beeindruckendes Team. Wer verstehen will, wohin sich das Zusammenspiel aus KI-Agenten und Web bewegt, sollte einen Blick auf WebMCP – das Ende des Screen-Scraping werfen. Für den praktischen Einstieg: Der Guide Hermes installieren auf macOS, Linux und WSL2 zeigt Schritt für Schritt das Setup. Wer lieber eine native Oberfläche statt CLI nutzt, findet in der Hermes Desktop App eine GUI mit Chat, Preview-Rail und Sandbox-Terminal.