KI-Agenten 2026: 8 Open-Source-Tools im Vergleich

Für den Einstieg in Open-Source-KI-Agenten empfiehlt sich Goose für die begleitete Arbeit an lokalen Dateien, Hermes Agent für wiederkehrende Aufgaben mit gespeicherten Abläufen oder OpenClaw, wenn der Austausch vor allem über Messenger laufen soll. Diese 8 Projekte lassen sich auf eigener Hardware installieren. Welche Modelle sie nutzen und auf welche Konten sie zugreifen dürfen, muss dennoch gesondert entschieden werden.

Am 18. Oktober 2026 anhand der Projekt-Repositories, Lizenzdateien und verlinkten Dokumentationen geprüft. Dieser Vergleich stützt sich auf die Dokumentation; er ist kein praktischer Leistungstest. Die Empfehlungen beziehen sich auf die installierbare Software. Den Modellzugang gilt es selbst bereitzustellen und einzurichten.

Die entscheidende Frage lautet: Wo findet die Arbeit statt? Eine Browsererweiterung kann bei Aufgaben in einem Lieferantenportal helfen. Ein Desktopassistent kann exportierte Dateien bearbeiten. Ein Agent im Container erhält eine eigene Arbeitsumgebung. Ein Coding-Agent gehört zum Repository. Deshalb sollte zuerst die Arbeitsumgebung feststehen und danach das Modell.

KI-Agenten im Vergleich: die Open-Source-Auswahl auf einen Blick

Am besten eignet sich die schlankste Anwendung, die die jeweilige Aufgabe erledigen kann. Goose ist der allgemeine Einstieg. Die anderen Kandidaten kommen ins Spiel, wenn die Arbeit eine andere Oberfläche oder Ausführungsumgebung erfordert.

Bei allen Einträgen kommt die Modellnutzung gesondert hinzu. Auch eine Open-Source-Anwendung übermittelt Arbeitsinhalte an einen Anbieter, wenn sie dessen gehostetes Modell nutzt. Ein lokales Modell benötigt geeignete Hardware und eine unterstützte Anbindung. Die Lizenzen der Repositories gelten für die Agentensoftware; die Lizenz des gewählten Modells ist separat zu prüfen.

Nach welchen Kriterien wurden die Tools ausgewählt?

Jeder Kandidat bietet eine Anwendung, eine Kommandozeilenoberfläche oder einen fertig bereitgestellten Container. Damit lässt sich der Agent installieren und nutzen, ohne seine Steuerungsschleife selbst entwickeln zu müssen. Diese sogenannte Agentenschleife besteht darin, eine Aktion auszuwählen, auszuführen, das Ergebnis auszuwerten und den nächsten Schritt festzulegen. Diese Abläufe bringen die Projekte bereits mit.

Für die Auswahl waren praktische Kriterien maßgeblich:

• Ein nutzbarer Einstieg: Ein dokumentierter Weg von der Installation bis zum ersten Arbeitsauftrag.
• Eine Lizenz für den geschäftlichen Einsatz: Entscheidend war die tatsächliche Lizenzdatei im Repository, kein Badge oder Werbetext.
• Aktuelle Entwicklung: Keines der ausgewählten Repositories war archiviert; alle zeigten im Oktober 2026 Aktivität. Das qualifiziert sie für die Auswahl, belegt aber keine Zuverlässigkeit.
• Dokumentierter Modellzugang: Die Anbieterunterstützung wurde für genau die jeweils empfohlene Anwendung geprüft.
• Klare Einsatzgrenzen: Wo Aktionen ausgeführt werden, was noch einzurichten ist und welche Einschränkung die Auswahl beeinflussen kann.

Die Einschätzung des Einrichtungsaufwands beruht auf den dokumentierten Schritten, nicht auf Zeitmessungen. „Gering“ bedeutet: Anwendung oder Erweiterung plus Modellanbindung. Bei „mittel“ kommen Gateways, Konten, Tools oder ein Container hinzu. „Hoch“ steht für die Bereitstellung eines geeigneten Modellendpunkts oder den Betrieb einer umfangreicheren Umgebung.

Entscheidend ist die Eignung für die Aufgabe, nicht die Popularität. Ein Projekt mit vielen Integrationen ist keine gute Wahl, wenn lediglich Hilfe in einem Browsertab gebraucht wird. Umgekehrt ersetzt eine ausgereifte Browsererweiterung keinen Agenten, der in einer eigenen Linux-Umgebung arbeiten kann.

Allgemeine Assistenten und Agenten für die Arbeit per Chat

Ein allgemeiner Assistent passt zu Aufgaben, die Dateien, Recherche und angebundene Dienste verbinden. Ein Chat-Ops-Agent eignet sich, wenn diese Arbeit über eine vorhandene Messaging-Anwendung beauftragt werden soll. Die Oberfläche bestimmt, wo Ergebnisse, Unterbrechungen und Rückfragen ankommen.

1. Goose: der beste Open-Source-Einstieg für lokale Aufgaben

Goose ist der beste Ausgangspunkt für Anwender im operativen Geschäft, die eine Desktopanwendung für begleitete Dateiarbeit, Recherche und Automatisierung suchen. Das Repository beschreibt einen vielseitigen Agenten mit nativen Desktopanwendungen für macOS, Windows und Linux sowie einer Kommandozeilenoberfläche. Erweiterungen verbinden Modelle mit Tools. Dazu gehört das Model Context Protocol, kurz MCP, ein standardisierter Weg, über den ein Agent externe Tools aufrufen kann. Goose-Repository.

Eine sinnvolle erste Aufgabe ist der Entwurf eines Betriebsberichts aus einem Ordner mit exportierten Supporttickets. Dafür erhält der Agent Kopien der Exporte, eine Beschreibung der verwendeten Kategorien und ein Beispiel des fertigen Berichts. Die Ticketkennungen sollen neben seinen Schlussfolgerungen erhalten bleiben. So entsteht ein prüfbares Ergebnis, ohne den Agenten mit dem laufenden Supportsystem zu verbinden.

Goose passt zu dieser Aufgabe, weil seine Developer-Erweiterung Dateien bearbeiten und Shellbefehle ausführen kann. Die Shell ist die Befehlsschnittstelle des Betriebssystems. Über sie kann ein Skript eine Datei umformen, statt das Modell jede Zeile im Chat berechnen zu lassen. Das hilft bei wiederkehrenden Datenaufgaben, verleiht dem Agenten aber auch weitreichende Befugnisse auf dem Rechner. Developer-Erweiterung.

Besonders geeignet für: Anwender, die mit lokalen Dateien arbeiten und eine Desktopoberfläche mit konfigurierbaren Tools suchen.
Besonderheit: Vielseitige Desktoparbeit mit frei wählbaren Modellanbietern und Erweiterungen.
Lizenz: Apache License 2.0.
Läuft auf: macOS, Windows und Linux; als Desktopanwendung oder CLI.
Modelle: Anthropic, OpenAI, Google, OpenRouter, Ollama und weitere dokumentierte Anbieter. Ollama ist eine Software, die Modelle auf dem eigenen Rechner bereitstellt.
Einrichtung: Geringer Aufwand für Desktopanwendung und Modellanbindung; mittlerer Aufwand mit externen Tools und Zugangsdaten.
Preis: Kostenlos und Open Source; der Modellzugang muss selbst bereitgestellt werden.
Kostenlose Testphase: Für die Software ist keine Testphase nötig.

Die entscheidende Grenze sind die lokalen Befugnisse. Laut Dokumentation startet Goose standardmäßig im Modus Autonomous. Die Developer-Tools können mit den Rechten des angemeldeten Nutzers arbeiten. Freigabemodi schaffen zusätzliche Prüfpunkte. Die Dokumentation weist allerdings darauf hin, dass Lese- und Schreibzugriffe nur nach bestem Bemühen klassifiziert werden. Freigaben sind daher eine sinnvolle Kontrolle, die begrenzte Datei- und Kontozugriffe ergänzt. Goose-Berechtigungen.

Beim Testlauf mit dem Supportbericht zählt, ob die ursprünglichen Kennungen erhalten bleiben, fehlende Informationen von Nullwerten unterschieden werden und die Quelldateien unverändert bleiben. Das sind selbst festgelegte Abnahmekriterien, keine zugesicherten Ergebnisse von Goose. Muss jedes Ergebnis weiterhin von Hand rekonstruiert werden, sollte die Aufgabe zunächst vereinfacht werden, bevor weitere Erweiterungen hinzukommen.

Fazit: Goose eignet sich für die Zusammenarbeit mit einem Agenten auf dem eigenen Rechner. Ausführlichere Hinweise zur Einrichtung und zu Erweiterungen bietet der Leitfaden zu Goose AI Agent.

Einen eigenen KI-Agenten kostenlos einrichten: mit einer fertigen Anwendung starten

Für den Einstieg genügt es, die vorhandene Goose-Anwendung zu konfigurieren. Um eine klar begrenzte Dateiaufgabe auszuprobieren, muss kein eigenes Agenten-Framework implementiert werden.

1. 1

   Desktopanwendung installieren

   Der Goose-Schnellstart verlinkt den passenden Download für das Betriebssystem. Die fertige Anwendung ist der geeignete Einstieg, sofern nicht ausdrücklich ein eigener Build aus dem Quellcode gepflegt werden soll.

2. 2

   Einen Modellanbieter anbinden

   Beim ersten Start wird der Anbieter eingerichtet. Für die Aufgabendaten sollte bereits eine Nutzungserlaubnis für den gewählten Anbieter vorliegen. Eine lokale Ollama-Installation ist eine eigenständige Entscheidung zur Modellbereitstellung; die Desktopinstallation liefert sie nicht stillschweigend mit.

3. 3

   Berechtigungsmodus für die Sitzung festlegen

   Unter Settings den Bereich Chat öffnen und Default Mode für neue Sitzungen auf einen Freigabemodus umstellen. Bestehende Sitzungen behalten ihre bisherige Einstellung; innerhalb einer Sitzung lautet der dokumentierte Befehl /mode approve. Vor Arbeitsbeginn sollten die aktivierten Erweiterungen geprüft werden.

4. 4

   Eine überprüfbare Dateiaufgabe stellen

   Kopien nicht vertraulicher Dateien gehören in einen eigenen Arbeitsordner. Der Auftrag: ein Berichtsentwurf mit Quellenkennungen, ohne die Eingabedateien zu verändern. Ein Arbeitsordner ordnet die Aufgabe. Für eine stärkere Abschottung muss zusätzlich begrenzt werden, worauf das Betriebssystemkonto und die Tools zugreifen dürfen.

5. 5

   Das Ergebnis prüfen, bevor weitere Zugriffe hinzukommen

   Den Bericht mit den Originaldatensätzen abgleichen, geänderte Dateien kontrollieren und festhalten, wo menschliches Eingreifen nötig war. Ein weiteres Tool sollte erst hinzukommen, wenn die bisherige Aufgabe seinen Bedarf gezeigt hat.

2. Hermes Agent: die beste Wahl für wiederkehrende Aufgaben mit Gedächtnis

Hermes Agent passt am besten, wenn gespeicherter Kontext und geprüfte Abläufe die Bearbeitung einer wiederkehrenden Aufgabe verbessern sollen. Das Projekt von Nous Research dokumentiert ein dauerhaftes Gedächtnis, eine Gesprächssuche, wiederverwendbare Skills und zeitgesteuerte Aufgaben. Der Zugang erfolgt über Terminal, Desktop oder Messenger. Der praktische Vorteil ist Kontinuität: Die nächste Aufgabe kann auf Informationen und Anweisungen aus der vorherigen aufbauen. Hermes-Agent-Repository.

Ein Beispiel ist die wöchentliche Lieferantenübersicht einer operativen Führungskraft. Dazu müssen neue Dateien gelesen, dieselben Kategoriedefinitionen angewendet und ein Entwurf mit offenen Fragen erstellt werden. Das Gedächtnis kann den dauerhaften Kontext speichern. Ein Skill hält dagegen das Vorgehen fest: welche Dateien zu lesen sind, was als Ausnahme gilt und wie die fertige Übersicht aufgebaut sein soll.

Das sind unterschiedliche Aufgaben. Eine Information wie das bevorzugte Berichtsformat gehört in den gespeicherten Kontext. Eine Schrittfolge wie die Prüfung fehlender Liefertermine vor dem Zusammenfassen gehört in einen Ablauf. Die Skills-Dokumentation von Hermes unterscheidet beides ausdrücklich. Sein Mechanismus zur Selbstverbesserung umfasst das Speichern und Überarbeiten solcher Abläufe. Daraus lässt sich jedoch keine garantierte Steigerung der Genauigkeit ableiten. Skills-Dokumentation.

Besonders geeignet für: Wiederkehrende operative Aufgaben, die von dauerhaftem Kontext und einem prüfbaren Ablauf profitieren.
Besonderheit: Gedächtnis, vom Agenten erstellte Skills und zeitgesteuerte Zustellung über ein Messaging-Gateway.
Lizenz: MIT.
Läuft auf: Linux und Windows sowie unterstützten Macs mit Apple Silicon; auf dem eigenen Rechner oder einem Server. Eine native Windows-Installation ist dokumentiert.
Modelle: OpenAI, Anthropic, OpenRouter, Nous Portal und benutzerdefinierte Endpunkte, darunter lokale Modellserver wie Ollama und vLLM.
Einrichtung: Geringer bis mittlerer Aufwand für ein fertiges Desktoppaket mit Anbieteranbindung; mittlerer Aufwand für Messaging, Zeitpläne und eine entfernte Ausführungsumgebung.
Preis: Kostenlos und Open Source; der Modellzugang muss selbst bereitgestellt werden.
Kostenlose Testphase: Für die Software ist keine Testphase nötig.

Der Installationsweg ist entscheidend. Die aktuellen Desktoppakete enthalten die Laufzeitumgebung und fertig erstellte Oberflächen. Der Bootstrap-Installer für eine Installation aus dem Quellcode geht anders vor. Das macOS-Paket unterstützt ausschließlich Apple Silicon; laut Dokumentation wird macOS auf Intel nicht unterstützt. Für einen Server ist die dokumentierte Kommandozeileninstallation vorgesehen, das Gateway wird separat eingerichtet. Installationsdokumentation.

Auch die Modellwahl wird ausdrücklich konfiguriert. Mit hermes model werden Anbieter und Modell gewählt, mit hermes tools die aktivierten Tools gesteuert. Lokales Ollama wird über einen benutzerdefinierten Endpunkt angebunden, also die Adresse des eigenen Modellservers. Ein bestimmtes Cloudkonto oder Modell ist nicht automatisch erforderlich. Anbieterdokumentation.

Die entscheidende Grenze ist die Qualität der gespeicherten Abläufe. Wendet ein auf den ersten Blick brauchbarer Durchlauf die falsche Geschäftsregel an, kann das Speichern dieses Vorgehens den Fehler dauerhaft verankern. Bei der Lieferantenübersicht sollte Hermes deshalb erst nach Prüfung des Ergebnisses einen Skill vorschlagen. Anschließend sind die Anweisungen zu kontrollieren, die er behalten möchte. Mit der dokumentierten Einstellung skills.write_approval lassen sich Skilländerungen zur Prüfung vormerken; /skills pending und /skills diff zeigen die vorgeschlagenen Änderungen.

Fazit: Hermes eignet sich, wenn ein Ablauf über das einzelne Gespräch hinaus erhalten bleiben soll. Der ausführliche Blick auf Hermes Agent behandelt Gedächtnis, Skills und Betriebskontrollen genauer.

3. OpenClaw: die beste Wahl für einen Assistenten im Messenger

OpenClaw passt am besten, wenn die Erreichbarkeit per Messenger zum Kern des Arbeitsablaufs gehört. Sein lokales Gateway ist ein Hintergrunddienst, der Sitzungen und Tools koordiniert. Es verbindet sich unter anderem mit Slack, Discord, Telegram, WhatsApp, Teams und iMessage. Das Repository dokumentiert die Installation auf macOS, Linux und Windows. OpenClaw-Repository.

Für Gründer, die viel vom Smartphone aus arbeiten, kann das praktischer sein als eine separate Desktopanwendung, die sie erst öffnen müssen. Ein sinnvoller Testlauf ist der Auftrag, freigegebene Betriebsnotizen zusammenzufassen und den Entwurf über einen privaten Messaging-Kanal bereitzustellen. Ein gutes Ergebnis ist eine nachvollziehbare Zusammenfassung an dem Ort, an dem ohnehin Arbeitsnachrichten gelesen werden. Eine Nachricht verbindet den Assistenten allerdings nicht automatisch mit sämtlichen Geschäftssystemen. Die Tools zum Abruf des Ausgangsmaterials müssen weiterhin eingerichtet werden.

Das Gateway bringt auch Betriebsverantwortung mit. Es muss auf einem Rechner laufen, der die Arbeit ausführen kann. Ein Laptop eignet sich für die begleitete Nutzung. Ein eigener Rechner oder Server ist sinnvoll, wenn der Dienst auch bei zugeklapptem Laptop verfügbar sein soll. Die gewählte Betriebsform muss sich dauerhaft betreuen lassen, einschließlich Updates, Modellzugangsdaten und Kanalanbindungen.

Besonders geeignet für: Anwender im operativen Geschäft, die einen dauerhaft verfügbaren Assistenten per Messenger erreichen möchten.
Besonderheit: Ein lokaler Steuerungsdienst, der Kanäle, Sitzungen und Tools koordiniert.
Lizenz: MIT.
Läuft auf: macOS, Windows oder Linux, auf dem eigenen Rechner oder einem Server.
Modelle: Gehostete und lokale Anbieter, darunter Anthropic, OpenAI, Google Gemini, OpenRouter, Ollama und LM Studio.
Einrichtung: Mittlerer Aufwand: installieren, Modellzugang einrichten, Gateway konfigurieren und den gewünschten Kanal anbinden.
Preis: Kostenlos und Open Source; der Modellzugang muss selbst bereitgestellt werden.
Kostenlose Testphase: Für die Software ist keine Testphase nötig.

Das Installationsprogramm kann eine unterstützte Node.js-Laufzeitumgebung bereitstellen, also die für den Betrieb benötigte Software. Installationsskripte starten den Einrichtungsassistenten. Nach einer direkten Paketinstallation wird dafür openclaw onboard --install-daemon verwendet. Anschließend prüft openclaw gateway status den Dienst, während openclaw dashboard die Control UI öffnet. Bevor ein Messenger angebunden wird, sollte dort ein Gespräch funktionieren. Das sind die im Repository dokumentierten Schritte, keine Aussage über eine gemessene Installationsdauer.

Der Katalog der Modellanbieter ist vom Kanalkatalog getrennt. Slack dient dem Gespräch mit dem Assistenten; ein Modellanbieter liefert die Modellleistung für seine Entscheidungen. Innerhalb der unterstützten Konfiguration lassen sich beide unabhängig voneinander wechseln. Referenz zu Modellanbietern.

Die entscheidende Grenze sind die Befugnisse, die eine eingehende Nachricht auslösen kann. Laut Repository laufen die Tools der Hauptsitzung auf dem Host, sofern keine Sandbox eingerichtet wurde. Unbekannte Absender von Direktnachrichten durchlaufen standardmäßig ein Pairing. Dieses legt fest, wer Aufgaben anstoßen darf; es begrenzt nicht die Dateien und Konten, auf die ein erlaubter Auftrag zugreifen kann. Auch wenn Zustand und Zugangsdaten auf eigener Hardware liegen, erhalten die eingerichteten Anbieter und Messaging-Plattformen weiterhin Aufgabeninhalte.

Fazit: OpenClaw eignet sich, wenn der Ort des Gesprächs darüber entscheidet, ob der Assistent im Alltag genutzt wird. Sind gespeicherte Abläufe ausschlaggebend, hilft der Vergleich von Hermes Agent und OpenClaw.

Agenten für Browser und Computersteuerung

Vor der Produktauswahl sollte feststehen, welche Oberfläche der Agent bedienen muss. Im vorhandenen Browser zu arbeiten, einen separaten Browser zu öffnen, den Desktop eines Containers zu nutzen oder den Bildschirm des eigenen Rechners zu steuern, sind grundverschiedene Aufgaben. Ein Tool, das eine davon beherrscht, deckt die anderen nicht automatisch ab.

4. Nanobrowser: die beste Wahl für die vorhandene Chrome- oder Edge-Sitzung

Nanobrowser ist hier der einfachste browserspezifische Einstieg für Nutzer von Chrome oder Edge. Die Erweiterung nimmt Aufgaben in einer Seitenleiste entgegen, liest Webseiten, klickt, tippt und wechselt zwischen Tabs. Der gewohnte Browser kann weiterverwendet werden; ein eigenes Automatisierungsskript ist nicht nötig. Nanobrowser-Repository.

Wer Lieferantenunterlagen vergleicht, kann die relevanten Seiten öffnen und eine Tabelle der Lieferbedingungen anfordern, mit einer Quelle neben jedem Eintrag. Das Repository dokumentiert, wie Ergebnisse etwa als CSV-Tabelle oder Markdown-Bericht im Downloadordner gespeichert werden. Eine sinnvolle Abnahmeregel: Jede extrahierte Bedingung muss auf eine Seite zurückverweisen. Nicht verfügbare Angaben müssen als solche gekennzeichnet bleiben.

Das passt gut, weil die Arbeit bereits in Browsertabs stattfindet. Allein für die Navigation auf Websites muss kein vollständiger Desktopagent hinzukommen. Der Auftrag sollte auf die relevanten Websites begrenzt bleiben, besonders wenn im selben Browser weitere Geschäftsanwendungen angemeldet sind.

Besonders geeignet für: Das Lesen und Bedienen von Webseiten im vorhandenen Chrome- oder Edge-Browser.
Besonderheit: Ein Agent in der Seitenleiste mit Cloud- oder lokaler Modellanbindung und Berechtigungseinstellungen pro Website.
Lizenz: Apache License 2.0.
Läuft auf: Unterstützten Chrome- und Edge-Installationen auf dem eigenen Rechner.
Modelle: Anthropic, OpenAI, Google Gemini, OpenRouter und weitere dokumentierte Cloudanbieter; Ollama, LM Studio und kompatible lokale Server. Das Modell muss Toolaufrufe unterstützen.
Einrichtung: Geringer Aufwand mit einem Cloudanbieter; für lokale Inferenz ist zusätzliche Modellserver-Konfiguration nötig.
Preis: Kostenlos und Open Source; der Modellzugang muss selbst bereitgestellt werden.
Kostenlose Testphase: Für die Software ist keine Testphase nötig.

Die Installation erfolgt über den im Repository verlinkten Chrome Web Store. Danach wird auf der Begrüßungsseite der Anbieter eingerichtet und die Seitenleiste geöffnet. Edge fordert möglicherweise zunächst dazu auf, Erweiterungen aus anderen Stores zuzulassen. Bei lokalen Modellen kommt eine weitere Verbindungsanforderung hinzu: Ollama muss den Zugriff vom Ursprung der Erweiterung erlauben, bei LM Studio muss ursprungsübergreifender Zugriff aktiviert sein. Das Repository dokumentiert diese Anforderungen. Ein erreichbarer Modellserver allein genügt also nicht.

Die Berechtigungssteuerung ist hilfreich, hat aber Grenzen. Der voreingestellte Ask-Modus verlangt eine Bestätigung, wenn er das Absenden von Formularen, den Versand, das Löschen oder einen Upload erkennt. Zahlungen, Passworteingaben und die Vergabe von Zugriffsrechten werden dem Menschen überlassen. In den Einstellungen lässt sich außerdem je Website festlegen, ob Aktionen erlaubt, bestätigt oder blockiert werden sollen. Das Projekt weist ausdrücklich darauf hin, dass der Agent einen Schritt übersehen kann, der ein Eingreifen erfordert. Bei folgenreichen Aufgaben bleibt die Beobachtung deshalb nötig.

Fazit: Nanobrowser passt, wenn die Aufgabe in Browsertabs beginnt und endet. Für beliebige Desktopanwendungen oder einen Serverassistenten ohne grafische Oberfläche ist es nicht geeignet.

5. Browser Use Desktop: die beste Wahl für einen separaten Arbeitsbrowser

Browser Use Desktop ist eine eigenständige Anwendung für Browseraufgaben in einem separaten Chromium-Fenster. Laut Repository importiert sie Cookies aus dem regulären Chrome-Browser, damit der Agent bestehende Anmeldesitzungen nutzen kann. Eine Tastenkombination dient zum Starten von Aufgaben. Dieser Eintrag bezieht sich auf die installierbare Desktopanwendung in browser-use/desktop. Browser-Use-Desktop-Repository.

Das separate Fenster hilft, die Arbeit des Agenten sichtbar von den selbst genutzten Tabs zu trennen. Er kann beispielsweise den Status freigegebener Positionen aus einem Lieferantenportal zusammentragen, während parallel die zugehörigen Unterlagen gelesen werden. Das Ergebnis bleibt eine vorläufige Liste, die mit dem Portal abgeglichen wird. Der Nutzen liegt im eigenen Arbeitsbrowser. Ein anderes Fenster macht die Aufgabe nicht automatisch sicher.

Cookies können einen authentifizierten Zugang vermitteln. Nach ihrem Import verfügt der Browser des Agenten möglicherweise über die Befugnisse der zugehörigen Sitzungen. Deshalb sollten die betroffenen Konten geprüft werden. Für den Einstieg eignet sich eine Aufgabe, die liest und Entwürfe erstellt, statt Datensätze zu verändern. Ein neuer Browserprozess ist kein neues Konto mit geringeren Rechten.

Besonders geeignet für: Anwender, die Browseraufgaben von ihrem normalen Browserfenster trennen möchten.
Besonderheit: Eine Desktopanwendung mit eigener Chromium-Umgebung und dokumentiertem Sitzungsimport.
Lizenz: MIT.
Läuft auf: macOS mit Apple Silicon, Windows x64 und Linux über die dokumentierten Downloads.
Modelle: Die Desktop-README nennt Anthropic über ein Claude Code-Abonnement oder einen API-Schlüssel sowie Codex über ein ChatGPT-Abonnement oder einen API-Schlüssel.
Einrichtung: Geringer bis mittlerer Aufwand: Desktoppaket installieren, einen dokumentierten Anbieter anbinden und die Übernahme der Browsersitzung prüfen.
Preis: Kostenlos und Open Source; der Modellzugang muss selbst bereitgestellt werden.
Kostenlose Testphase: Für die Software ist keine Testphase nötig.

Die Modellliste setzt eine wichtige Grenze. Zum weiteren Browser-Use-Ökosystem gehören andere Komponenten. Die Unterstützung in einer Bibliothek belegt jedoch keine Unterstützung in dieser Desktopanwendung. Wird ein beliebiger lokaler Modellendpunkt benötigt, beschreibt das Nanobrowser-Repository diesen Weg ausdrücklicher. Für die Auswahl von Browser Use Desktop ist die Anbieterliste seiner eigenen README maßgeblich.

Dasselbe gilt für die Betriebsform. Ein Desktopdownload liefert eine Anwendung für den Rechner, auf dem sie läuft. Allein ihre Fähigkeit, Browseraufgaben auszuführen, macht sie nicht zu einem dokumentierten Ersatz für einen dauerhaft laufenden Serverdienst.

Fazit: Browser Use Desktop passt zu einem separaten Arbeitsbrowser mit einem seiner dokumentierten Anbieter. Nanobrowser ist die bessere Wahl, wenn der bestehende Browser und ausdrücklich unterstützte lokale Modellzugänge wichtiger sind.

6. Agent Zero: die beste Wahl für eine vollständige Linux-Arbeitsumgebung

Agent Zero ist hier die beste Wahl, wenn der Agent eine eigene Linux-Arbeitsumgebung mit Dateien, Browser, Desktopanwendungen und bearbeitbaren Dokumenten benötigt. Das Projekt bezeichnet sich selbst als Framework. Sein Launcher und sein Docker-Image starten jedoch einen fertig entwickelten Agenten mit Weboberfläche. Dieser vorkonfigurierte Einstieg qualifiziert es für die Auswahl. Agent-Zero-Repository.

Docker bündelt die Anwendung und ihre Abhängigkeiten in einem Container, einer separaten Ausführungsumgebung auf dem Host. In dieser Umgebung liegt der Desktop von Agent Zero. Er kann die dort installierte Linux-Software nutzen. Ob er auch auf Dateien oder den Browser des Hostrechners zugreifen darf, wird gesondert konfiguriert.

Ein geeigneter Testlauf ist die Erstellung eines bearbeitbaren internen Briefings aus freigegebenen Unterlagen. Das Repository dokumentiert einen Linux-Desktop, einen integrierten Browser sowie LibreOffice Writer, Calc und Impress für Texte, Tabellen und Präsentationen. Der Auftrag sollte einen bearbeitbaren Entwurf mit übersichtlicher Quellenliste verlangen. Anschließend werden Inhalt und gespeicherte Dateien geprüft. Das ist ein vorgeschlagener Arbeitsablauf, keine Behauptung über ein hier getestetes Ergebnis.

Besonders geeignet für: Aufgaben, die eine eigene Rechnerumgebung brauchen und mit einem Chatfenster allein nicht auskommen.
Besonderheit: Ein fertig gebündelter Linux-Desktop mit Browser und Dokumentenarbeitsplatz in Docker.
Lizenz: MIT, anhand der Lizenzdatei selbst bestätigt.
Läuft auf: Einem lokalen Rechner oder Server mit Docker-Unterstützung; für den A0 Launcher gibt es Builds für macOS, Windows und Linux.
Modelle: Dokumentierte Wege zu gehosteten Anbietern umfassen Anthropic und OpenRouter; lokale Wege umfassen Ollama, LM Studio und vLLM.
Einrichtung: Mittlerer bis hoher Aufwand für Docker, dauerhafte Datenspeicherung, Anwendungskonfiguration und Modellanbindungen.
Preis: Kostenlos und Open Source; der Modellzugang muss selbst bereitgestellt werden.
Kostenlose Testphase: Für die Software ist keine Testphase nötig.

Der A0 Launcher führt durch die Einrichtung auf dem eigenen Rechner. Er prüft Docker, verwaltet Instanzen und Ports und verbindet sich mit lokalen oder entfernten Agent-Zero-Installationen. Das Repository dokumentiert außerdem einen Terminal-Installer für Server. Sobald die Weboberfläche läuft, sollten die Modellzuweisungen bewusst vorgenommen werden. Die Installationsanleitung unterscheidet Chat-, Utility- und Embedding-Modelle: für das Hauptgespräch, für unterstützende Aufgaben wie Zusammenfassungen und für numerische Repräsentationen zum Auffinden zusammengehöriger Informationen. Installation und Modellkonfiguration.

Das verlangt mehr Konfiguration als die Wahl eines einzelnen Anbieters in einer Browsererweiterung. Der Aufwand ist gerechtfertigt, wenn die Arbeitsumgebung gebraucht wird. Für das bloße Auslesen einiger Tabs ist er unnötig.

Die entscheidende Grenze verläuft um den Container. Das Projekt empfiehlt, die Umgebung isoliert zu halten und nicht das gesamte Homeverzeichnis einzubinden. Eine solche Einbindung, ein Mount, macht ein Hostverzeichnis innerhalb des Containers verfügbar. Auch der optionale A0 CLI Connector erweitert den Zugriff des Agenten gezielt auf den Hostrechner. Das ist eine zusätzliche Zugriffsfreigabe, keine selbstverständliche Voraussetzung für die erste Aufgabe.

Projekte können Aufgabenanweisungen, Dateien, Erinnerungen, Secrets und Modellentscheidungen getrennt verwalten. So lässt sich für das Briefing ein eigener Arbeitskontext schaffen. Das hilft bei der Organisation. Die tatsächlichen Zugriffsgrenzen hängen weiterhin von Container, Mounts, Konten und Tools ab.

Fazit: Agent Zero eignet sich, wenn der Agent eine eigene Arbeitsumgebung braucht, die sich betreiben und pflegen lässt. Für eine einfachere Aufgabe mit lokalen Dateien ist Goose der bessere Einstieg.

7. UI-TARS Desktop: die beste Wahl für die visuelle Desktopsteuerung

UI-TARS Desktop ist die spezialisierte Wahl für Aufgaben, bei denen eine grafische Anwendung über Screenshots, Mausaktionen und Tastatureingaben bedient werden muss. Das Repository grenzt die Desktopanwendung von Agent TARS ab, einem weiteren Projekt im selben Repository. Für die Bedienung der sichtbaren Rechneroberfläche sind die Desktop-Anleitungen maßgeblich. UI-TARS-Desktop-Repository.

Das ist relevant, wenn eine Anwendung eine bedienbare Oberfläche bietet, aber keine Integration entwickelt werden soll. Als Testlauf eignet sich eine rückgängig zu machende Einstellungsänderung in einer Desktopanwendung außerhalb des Produktivbetriebs, gefolgt von einem Screenshot zur Kontrolle. Die Aufgabe sollte einen klar erkennbaren Endzustand und einen Weg zurück haben.

Die Einrichtung benötigt ein Vision-Language-Modell, das Bilder ebenso wie Text interpretieren kann. Eine Verbindung zu einem allgemeinen Textmodell allein belegt keine Kompatibilität mit der visuellen Aktionsschleife dieser Anwendung. Die Desktop-README nennt die Bildmodellfamilien UI-TARS und Seed. Der Schnellstart führt durch die Einrichtung eines UI-TARS-Modellendpunkts.

Besonders geeignet für: Begleitete Aufgaben, die das Erkennen und Bedienen einer Desktopoberfläche erfordern.
Besonderheit: Screenshotbasierte Computer- und Browsersteuerung in einer installierbaren Desktopanwendung.
Lizenz: Apache License 2.0.
Läuft auf: macOS und Windows über die dokumentierten lokalen Desktopinstallationen.
Modelle: Die dokumentierten Bildmodellfamilien UI-TARS und Seed; maßgeblich ist die Endpunktkonfiguration für Desktop.
Einrichtung: Hoher Aufwand: Anwendung installieren, erforderliche Systemrechte erteilen und einen kompatiblen Modellendpunkt konfigurieren.
Preis: Kostenlos und Open Source; der Modellzugang muss selbst bereitgestellt werden.
Kostenlose Testphase: Für die Software ist keine Testphase nötig.

Unter macOS verlangt die Anleitung Berechtigungen für Bedienungshilfen und Bildschirmaufnahme. Für die Modelleinrichtung werden Basis-URL, API-Schlüssel und Modellname abgefragt. Die Basis-URL ist die Adresse des Dienstes, der Modellanfragen beantwortet. Dieser Endpunkt kann auf einem entfernten Rechner liegen, während der Agent den lokalen Bildschirm steuert. „Lokale Steuerung“ bedeutet deshalb nicht automatisch, dass Screenshots auf dem Rechner bleiben. Desktop-Schnellstart.

Dieselbe Anleitung nennt eine konkrete Kompatibilitätsgrenze: Die Anwendung ist für einen einzelnen Monitor ausgelegt; mehrere Monitore können dazu führen, dass Aufgaben scheitern. Außerdem wurde der frühere Dienst Remote Operator eingestellt. Die Empfehlung gilt der lokal installierbaren Anwendung. Der eingestellte gehostete Dienst steht als Abkürzung nicht mehr zur Verfügung.

Fazit: UI-TARS Desktop eignet sich für eine konkrete, begleitete Aufgabe auf dem Bildschirm. Für reine Webaufgaben sind zunächst die Browserlösungen sinnvoll; für einen eigenen Linux-Arbeitsrechner bietet sich Agent Zero an.

Open-Source-KI-Agenten für Programmieraufgaben

8. OpenHands: Repository-Arbeit gehört in die Coding-Auswahl

OpenHands Agent Canvas ist eine installierbare Entwicklungszentrale mit integriertem OpenHands-Agenten. Sie steht unter der MIT-Lizenz, läuft lokal, in Docker oder auf einem Server und lässt sich mit von LiteLLM unterstützten Modellen konfigurieren, darunter Optionen von Anthropic und OpenAI. Die Installation erfolgt über den dokumentierten Paket- oder Docker-Weg. Der Einrichtungsaufwand ist mittel; ohne Sandbox erhält der Agent weitreichenden Dateisystemzugriff. Die Software ist kostenlos und Open Source; der Modellzugang muss selbst bereitgestellt werden. Für die gezielte Auswahl eines Coding-Agenten dient der Leitfaden zu Open-Source-Coding-Agenten.

Ein lokaler Open-Source-KI-Agent garantiert keine lokale Inferenz

Wo der Agent installiert ist, wo seine Aktionen ausgeführt werden und wo der Modellendpunkt liegt, sind getrennte Fragen. Eine lokale Installation beantwortet nur die erste.

Goose kann beispielsweise eine lokale Datei bearbeiten und dabei ein gehostetes Modell nutzen. Nanobrowser kann im eigenen Browser laufen und zugleich Seiteninhalte an den gewählten Anbieter senden. Agent Zero kann Aufgaben in Docker ausführen, während der Modellserver andernorts steht. Das sind dokumentierte Betriebsformen. Sie widersprechen nicht dem Open-Source-Status der Produkte.

Für einen vollständig lokalen Aufbau genügt die Wahl einer Open-Source-Anwendung nicht. Zunächst ist der Modellendpunkt zu prüfen, anschließend sind Suchdienste, Browserdienste und weitere angebundene Tools zu kontrollieren, die Informationen nach außen übertragen können. Benötigt eine Aufgabe das öffentliche Web, muss zwischen dem Webzugriff und der Übermittlung privater Arbeitsdaten an einen Modellanbieter unterschieden werden.

Im Arbeitsalltag lautet die konkrete Frage: Welche Dokumente, Seiteninhalte oder Screenshots verlassen diesen Rechner? Das sollte geklärt sein, bevor der Agent mit vertraulichen Unterlagen verbunden wird. Ist lokale Inferenz zwingend, sollte die Anwendung den vorgesehenen lokalen Server ausdrücklich dokumentieren. Danach ist der gesamte Ablauf der Aufgabe zu überprüfen.

Welcher Open-Source-KI-Agent passt zu welcher Aufgabe?

Goose eignet sich, wenn die erste Aufgabe die begleitete Arbeit an Dateien ist und eine allgemeine Desktopoberfläche gewünscht wird. Seine Einstiegsrolle ist in dieser Auswahl am klarsten: Modell anbinden, einen begrenzten Arbeitsbereich bereitstellen und das Ergebnis prüfen.

Hermes Agent passt, wenn gespeicherter Kontext und wiederverwendbare Abläufe den Ausschlag für einen Agenten geben. OpenClaw passt, wenn erst der Zugang per Messenger ihn im Arbeitsalltag nutzbar macht. Beide können mehr, als diese Kurzbeschreibungen abdecken. Entscheidend ist, welche Anforderung zuerst fehlen würde.

Nanobrowser eignet sich für Arbeit im bereits genutzten Browser. Browser Use Desktop bietet sich für einen separaten Agentenbrowser mit einem seiner dokumentierten Anbieter an. Bestehende Anmeldesitzungen sind in beiden Fällen bequem. Deshalb sollte vor dem ersten Auftrag geprüft werden, welche Kontozugriffe damit verbunden sind.

Agent Zero passt, wenn der Assistent einen eigenen Linux-Rechner mit Desktopsoftware und bearbeitbaren Dateien benötigt. UI-TARS Desktop ist für Aufgaben gedacht, die ausdrücklich die Steuerung einer grafischen Oberfläche auf dem lokalen Rechner verlangen. Ausschlaggebend ist die zu bedienende Umgebung, nicht die Demo mit dem scheinbar höheren Autonomiegrad.

OpenHands ist die Wahl für Repository-Arbeit. Der Coding-Leitfaden ist der passende Ort für den Vergleich mit anderen Coding-Agenten.

Solange Ergebnis, erlaubte Eingaben und Haltepunkt des Agenten nicht benannt werden können, sollte die Installationsentscheidung warten. Diese Punkte schriftlich festzuhalten, schließt meist mehr Kandidaten aus als eine lange Featureliste.

Welche Projekte für diesen Bedarf nicht passen

Ein Projekt ist ungeeignet, wenn die gesuchte Anwendung erst selbst entwickelt werden muss. Diese Abgrenzung richtet sich nach dem Bedarf von Gründern und operativ Verantwortlichen, die einen einsatzfähigen Agenten suchen.

Open-Source-Frameworks für KI-Agenten brauchen einen eigenen Vergleich

CrewAI und LangGraph gehören in den Vergleich der Frameworks für KI-Agenten. Sie sind relevant, wenn eine Agentenanwendung entwickelt werden soll. Den hier gesetzten Maßstab erfüllen sie nicht: einen fertigen Assistenten installieren und direkt mit Aufgaben beginnen.

Ollama allein reicht ebenfalls nicht aus. Es liefert die Infrastruktur zur Modellbereitstellung, auf die einige dieser Agenten zurückgreifen. Die Anwendung, die Tools, Aufgaben und Interaktion verwaltet, wird weiterhin benötigt.

Ausschließlich gehostete Produkte erfüllen die Anforderung nicht, den Agenten auf dem eigenen Rechner oder Server zu betreiben. Ein herunterladbarer Client oder eine quelloffene Integrationsbibliothek belegt für sich genommen nicht, dass auch die eigentliche Agentenlaufzeit selbst gehostet wird.

Der eingestellte Dienst UI-TARS Remote Operator gehört nicht mehr in den Einrichtungsplan. Maßgeblich ist der im aktuellen Repository dokumentierte lokale Desktop-Weg.

Schließlich dürfen Aussagen über verwandte Projekte nicht ungeprüft übertragen werden. Browser Use Desktop hat eine eigene Anbieterliste. Die Einrichtung von UI-TARS Desktop unterscheidet sich von Agent TARS. Ein Feature muss für genau die Anwendung dokumentiert sein, die installiert werden soll.

Bevor ein Agent Zugriff auf Geschäftsdaten erhält

Die erste Aufgabe sollte mit begrenztem Zugriff lösbar sein und ein überprüfbares Ergebnis liefern. Für ein kleines Unternehmen lässt sich ein Berichtsentwurf aus kopierten Exporten leichter beurteilen als der Auftrag, „den Betrieb zu managen“.

Dafür eignen sich ein eigener Arbeitsbereich und, wo sinnvoll, ein separates Konto oder ein Container. Freigegeben werden nur die Konten und Verzeichnisse, die für die Aufgabe nötig sind. Ein Prompt mit der Aufforderung, in einem Ordner zu bleiben, beschreibt die Absicht. Dateiberechtigungen und Toolkonfiguration bestimmen dagegen, was der Agent tatsächlich erreichen kann. Die Sicherheitsdokumentation von Hermes erläutert den Unterschied zwischen Befehlsfreigaben und Ausführungsgrenzen besonders klar.

Die Abnahmekriterien sollten vor dem Start feststehen: Quellenkennungen bleiben sichtbar, Originaldateien unverändert, unbekannte Werte werden markiert und jede angeforderte externe Aktion hält zur Prüfung an. Das sind empfohlene Kriterien für einen Testlauf, keine Zusicherungen sämtlicher Anwendungen.

Der konkrete Einstieg für Montag: eine wiederkehrende Aufgabe auswählen, saubere Eingabedaten vorbereiten und den kleinsten geeigneten Agenten installieren. Sein Ergebnis wird an dem Maßstab gemessen, der auch für die Arbeit eines Kollegen gelten würde. Weitere Zugriffe kommen erst hinzu, wenn klar ist, was der Agent getan hat, welche Korrekturen nötig waren und wie sich die nächste Aktion stoppen oder rückgängig machen lässt.

Häufige Fragen

Gibt es Open-Source-KI-Modelle?

Ja. Modell- und Agentenlizenzen sind getrennt zu betrachten. Herunterladbare Modellgewichte bedeuten nicht automatisch eine uneingeschränkte geschäftliche Nutzung. Deshalb sind sowohl die Lizenz des Modells als auch die der Anwendung zu prüfen. Mehrere der vorgestellten Agenten dokumentieren Verbindungen zu lokalen Modellservern.

Welche Aufgabe hat ein KI-Agent?

Ein Agent wählt mithilfe eines Modells Aktionen aus, ruft verfügbare Tools auf, wertet Ergebnisse aus und arbeitet so an einer Aufgabe weiter. Für den operativen Einsatz ist entscheidend, dass er innerhalb seiner eingerichteten Zugriffsrechte Dateien oder Anwendungen bearbeiten kann, statt lediglich Text zurückzugeben.

Wie bekommt man einen OpenAI-Agenten?

Wer eine Anwendung entwickeln möchte, kann dafür das codebasierte OpenAI Agents SDK nutzen. Für einen installierbaren Assistenten kommt eines der oben genannten Projekte mit dokumentierter OpenAI-Unterstützung infrage. Dort wird die passende Anbieteranbindung eingerichtet.

Gibt es eine kostenlose OpenAI-API?

Aus kostenloser Agentensoftware lässt sich kein kostenloser OpenAI-Modellzugang ableiten. Die Kalkulation sollte sich an den aktuellen Nutzungsbedingungen des Anbieters und einem ausdrücklich im eigenen Konto ausgewiesenen Freikontingent orientieren. Die offizielle API-Preisseite nennt die aktuellen Modellkosten.

Welche kostenlose KI-API ist die beste?

Für einen Agenten zählen Kompatibilität und erfolgreich erledigte Aufgaben mehr als ein beworbenes Freikontingent. Zu prüfen sind Toolaufrufe und bei Bildschirmaufgaben auch die Bildverarbeitung. Für lokale Inferenz sollte eine dokumentierte Anbindung an ein lokales Modell gewählt und anhand der tatsächlichen Aufgabe bewertet werden.

Was kostet die ChatGPT-API?

Die API-Kosten hängen vom gewählten Modell und seiner Nutzung ab. Für manche Tools fallen separate Gebühren an. Die jeweiligen Preise stehen in der aktuellen OpenAI-API-Preistabelle. Die Installation eines Open-Source-Agenten ändert an diesen Anbietergebühren nichts.

Welches ChatGPT-API-Modell ist am günstigsten?

Die aktuelle Preistabelle des Anbieters zeigt die niedrigsten Tarife unter den Modellen, die der Agent unterstützt. Danach sollten vollständig erledigte Aufgaben verglichen werden, einschließlich Wiederholungsversuchen und Korrekturen. Der niedrigste Listenpreis garantiert nicht das günstigste brauchbare Ergebnis. Dieser Vergleich erstellt keine Rangliste der Modellpreise.

Welche Daten sollte man ChatGPT nicht geben?

Passwörter, private Schlüssel und nicht freigegebene vertrauliche Unterlagen gehören nicht in Aufgabenprompts. Bei den vorgestellten Agenten sollten die dokumentierten Einstellungen für Zugangsdaten genutzt werden. Außerdem ist zu prüfen, welche Dateien, Webseiten oder Screenshots das eingerichtete Modell erhält. Die lokale Installation allein beantwortet diese Frage nicht.

Welche KI ist günstiger als ChatGPT?

Agentenanwendung und Modellanbindung müssen getrennt betrachtet werden. Die hier vorgestellten Anwendungen sind kostenlos und Open Source; die Modellkosten bestimmt der gewählte Modellzugang. Sinnvoll ist der Vergleich derselben erfolgreich abgenommenen Aufgabe mit unterstützten Modellen. Aus der Anwendungslizenz lässt sich kein Preisversprechen für die Inferenz ableiten.

Die Checkliste für den KI-Workflow-Check im Unternehmen hilft, die erste Aufgabe, ihre erlaubten Eingaben und das akzeptable Ergebnis festzulegen.