Harness einrichten: Cowork, ChatGPT, Langdock, Hermes, OpenClaw

Worum es geht

Die Werkzeugwahl ist getroffen, das Eingabefeld ist leer. Die sechs Bausteine aus Harness-Einrichtung sind bei allen Werkzeugen dieselben: Grundeinstellungen, Kontextprofil, Ablage, Skills, Werkzeuge und Kanäle, Routinen. Was sich unterscheidet, sind Menüpfade, Dateinamen, Zeichengrenzen und die Stellen, an denen ein Werkzeug anders reagiert, als man erwartet. Diese Seite ordnet die Bausteine fünf Werkzeugen zu und gibt je Werkzeug eine Reihenfolge mit den bekannten Stolpersteinen. Stand ist der 4. September 2026; Menüpfade und Grenzen ändern sich bei diesen Produkten in Wochen, nicht in Jahren.

Zwei Gruppen: Claude Cowork, ChatGPT und Langdock sind Cloud-Oberflächen mit Menüs, bei denen die Einrichtung in Einstellungsdialogen und Uploads stattfindet. Hermes Agent und OpenClaw sind selbst betriebene Agenten, bei denen die Einrichtung aus Dateien in einem Verzeichnis und Befehlen im Terminal besteht. Die zweite Gruppe verlangt Terminal-Kenntnisse und einen Rechner oder Server, der läuft; dafür liegt dort alles als Textdatei vor und lässt sich versionieren.

Vergleich

Die Zeilen fassen Recherche: Harness-Einrichtung für KMU, September 2026 zusammen; Zahlen sind Herstellerangaben zum Stichtag, Angaben mit „sekundär“ stammen aus Drittquellen.

Anleitung Claude Cowork

Voraussetzung: Desktop-App, Bezahlplan. Für Firmen mit personenbezogenen Daten ist Team die Untergrenze, weil Pro und Max unter Verbraucherbedingungen ohne AVV laufen. Cowork rechnet ausschließlich in den USA.

1. Settings: „Code execution and file creation“ einschalten. Ohne das schreibt Cowork keine Dateien. Freigabemodus auf „Ask before acting“ lassen.
2. Einen Arbeitsordner auf der lokalen Platte anlegen, nicht in einem Sync-Ordner, nicht „Dokumente“. Struktur nach Harness-Einrichtung: eine Datei mit Betriebsregeln im Ordner, dazu Kontext/, Wissen/, Vorlagen/, Projekte/, Ausgaben/.
3. Kontextprofil im Chat per Interview erstellen lassen, kürzen, als Kontext/ueber-mich.md und Kontext/stimme.md ablegen. Settings, Profile, Personal Preferences: fünf Zeilen mit Rolle, Sprache, Anrede.
4. Settings, Cowork, Global Instructions: „Lies vor jeder Aufgabe alle Dateien in Kontext/. Speichere Ergebnisse in Ausgaben/.“ Mehr nicht; die Identität liegt in den Dateien, die Global Instructions sagen nur, was zuerst zu lesen ist.
5. Cowork starten, „Work in a folder“, den Arbeitsordner wählen, „Fasse zusammen, was hier liegt“ und das Ergebnis prüfen.
6. Nach dem dritten gleichartigen Auftrag: „Mach aus dem, was wir gerade getan haben, einen Skill.“ Das erzeugte Verzeichnis als ZIP packen (Skill-Ordner als Wurzel des Archivs), Customize, Skills, hochladen, im Thinking auf „Reading “ achten. Im Team lädt der Owner Skills unter Organization settings hoch.
7. Customize, Connectors: nur Mail oder Kalender, Schreibaktionen bleiben rückfragepflichtig. Eigene MCP-Server müssen öffentlich erreichbar sein, weil die Verbindung aus Anthropics Cloud kommt; lokale Server laufen als Desktop Extension.
8. Zuletzt Scheduled Tasks. Sie laufen in der Cloud und sehen keinen lokalen Ordner; was eine Routine braucht, liegt in einem Projekt oder Connector.

Stolpersteine: Home-Ordner freigegeben; Sync-Ordner als Arbeitsordner; Erwartung, Scheduled Tasks läsen lokale Dateien; Desktop-App geschlossen, dann keine lokalen Ordner, kein Browser; Memory im Team standardmäßig aus; lokal laufende Cowork-Sitzungen ohne Memory; Tokenverbrauch ein Vielfaches eines Chats. Der Dateiname der Ordner-Instructions ist offiziell nicht dokumentiert; CLAUDE.md ist Praxis, nicht Zusage.

Anleitung ChatGPT (Business)

Voraussetzung: Business-Workspace ab zwei Sitzen. Skills, Custom GPTs anlegen, Company Knowledge und Workspace Agents gibt es erst ab Business; Plus reicht dafür nicht. Datenspeicherung in Business laut mehreren Quellen in den USA, EU-Speicherung und EU-Inferenz nur in Enterprise (sekundär, gegen den Vertrag prüfen).

1. Settings, Personalization, Custom Instructions: Feld eins mit Person, Betrieb, Arbeitsweise, Schwerpunkten; Feld zwei mit Sprache, Anrede, Format und Verboten. Je 5.000 Zeichen in Bezahlplänen.
2. Settings, Personalization, Memory: „Saved memories“ und „Chat history“ bewusst ein- oder ausschalten, vorhandene Einträge einmal aufräumen. Memory ist global; Kundenkontext gehört nicht hinein.
3. Ein Projekt je Dauerthema (Kunde, Buchhaltung, Marketing), nicht je Aufgabe. Projekt-Instructions mit dem Kontext dieses Themas, Kernunterlagen als Projektdateien (höchstens zehn je Upload-Vorgang, 25 bis 40 je Projekt). Bei Konflikt gewinnt das Projekt gegenüber den Custom Instructions. Für vertrauliche Projekte „project-only memory“.
4. Ersten Skill lokal als Ordner mit SKILL.md schreiben, unter Skills hochladen, Scan abwarten, mit @skill-name in einem neuen Chat testen. Für Codex liegt derselbe Ordner unter .agents/skills.
5. Apps: eine anschließen (Outlook oder Gmail), im Workspace muss der Admin sie freigeben. Drive und SharePoint werden indexiert, andere Apps live durchsucht. Company Knowledge einschalten und eine Testfrage stellen, deren Antwort eine Quellenangabe braucht.
6. Custom GPT oder Workspace Agent erst, wenn ein Ablauf im Team geteilt werden soll: Instructions unter 8.000 Zeichen, Details in eine Wissensdatei. GPTs lassen sich nicht in einen anderen Workspace mitnehmen, also Instructions und Dateien außerhalb versionieren.
7. Developer Mode und eigene MCP-Connectoren nur nach Prüfung; OpenAI legt die Verantwortung dafür ausdrücklich beim Kunden.
8. Scheduled Tasks zuletzt, nicht häufiger als stündlich.

Stolpersteine: Memory, Projekte und GPTs verwechselt; zu viele Projekte; Owner schaltet Memory im Workspace ab und löscht damit alle Einträge der Mitglieder; Skills auf Plus erwartet; EU-Residenz mit Business angenommen.

Anleitung Langdock

Voraussetzung: Business-Workspace (25 Euro je Nutzer und Monat, Trial sieben Tage). Anwendung in Frankfurt; Modelle tragen eine Kennzeichnung EU oder Global, und Global-Modelle lassen sich im Workspace abschalten.

1. Settings, Workspace, General: Firmenname, kurze Beschreibung mit Branche, Zielgruppe, Sprache, Tabus. Das geht in alle normalen Chats aller Nutzer, aber nicht in Agents und Projekte.
2. Settings, Models: Global-only-Modelle deaktivieren, Standardmodell setzen. Data Retention und Capabilities (Web, Dateien, Bilder) prüfen.
3. Account Settings, Custom Instructions: „About you“ und „Model instructions“. Chat Memory unter Preferences einschalten (50 Einträge, gilt nicht in Agent- und Projekt-Chats).
4. Skills, Add Skill: einen Skill „Firmenprofil und Schreibstil“ mit einer Beschreibung, die den Auslöser nennt. Als Admin unter Workspace-Defaults setzen. Das ist der einzige Weg, mit dem das Profil auch in Agents und Projekten gilt, weil deren Anweisungen die persönlichen Custom Instructions ersetzen.
5. Library: eine Knowledge Base „Firmenwissen“ mit zehn bis dreißig gepflegten Dokumenten (PDF, DOCX, MD; keine Tabellen, keine Bilder). Library Folder für Vorlagen. Folder Sync aus OneDrive oder Drive erst, wenn Aktualität wichtig ist (200 Dateien je Ordner; bricht, wenn der verbindende Nutzer den Workspace verlässt).
6. Ersten Agent über den Agent Builder bauen, einen Anwendungsfall, Instructions nach Persona, Task, Context, Format; den Firmenkontext im Abschnitt Context wiederholen. Knowledge Base anhängen, Test-Modus, dann teilen.
7. Integrationen: eine (Outlook oder Gmail). Microsoft braucht einmalig Admin Consent im Entra-Tenant, vorher kann niemand verbinden. Bestätigung je Tool bei MCP-Integrationen ist standardmäßig aus; für schreibende Tools einschalten.
8. Scheduled Task „Tagesbriefing“ (10 je Nutzer), später ein Workflow mit Human-in-the-Loop-Knoten.

Stolpersteine: Instructions überschreiben sich (Agent und Projekt ersetzen die persönlichen); Memory fehlt in Agents; alle Integrationen auf einmal; Admin Consent vergessen; Nutzungslimits je Sitzung und Woche mit Fallback auf ein kleineres Modell; Dokumentenfriedhof in der Knowledge Base. Zur Einordnung: Die Langdock GmbH gehört seit Juni 2026 öffentlich bekannt zu einer Gesellschaft in Delaware; die Infrastruktur bleibt in der EU, für die Vertragsprüfung ist das aber ein Punkt (Langdock).

Anleitung Hermes Agent

Voraussetzung: Terminal, Git, Python 3.11 (der Installer bringt es mit), ein Modellzugang (Anthropic, OpenAI, OpenRouter oder lokal über Ollama mit mindestens 64.000 Token Kontext). Alles liegt unter ~/.hermes/. Für Kundendaten: Provider mit AVV wählen, Profil B oder C aus Hermes Konfigurations-Profile.

1. Installieren, Shell neu laden, hermes setup (Modell, Terminal-Backend, Messaging, Tools), hermes doctor. Nicht mit sudo installieren.
2. hermes config set für den Provider; Schlüssel landen in .env (Rechte 600), alles andere in config.yaml. approvals.mode auf manual für den Anfang, hermes tools zum Abschalten ungenutzter Toolsets.
3. ~/.hermes/SOUL.md schreiben: Auftreten des Agenten (Ton, Anrede, was er nie tut). Firmen- und Prozesswissen gehört nicht dorthin.
4. ~/.hermes/memories/USER.md mit dem Kontextprofil (1.375 Zeichen Standard; USER_CHAR_LIMIT anheben, Empfehlung 2.000 bis 2.500). Beide Dateien werden beim Sessionstart als Schnappschuss geladen; Änderungen wirken in der nächsten Session.
5. Arbeitsordner mit AGENTS.md (Ablagekonventionen, Kundennummernschema, Freigabewege); Hermes liest daneben auch CLAUDE.md. Ein Obsidian-Vault taugt direkt als Arbeitsordner; Sync-Konflikte vermeiden, wenn iCloud oder Syncthing gleichzeitig schreiben.
6. Skills: nach der ersten wiederholten Aufgabe /learn mit einer Beschreibung des Ablaufs oder eine SKILL.md unter ~/.hermes/skills/<kategorie>/<skill>/. skills.write_approval: true setzen, damit agentengeschriebene Skills erst in pending/ landen und per /skills approve freigegeben werden. Fremde Skills aus dem Hub werden gescannt; trotzdem lesen.
7. MCP-Server in config.yaml unter mcp_servers (etwa der Filesystem-Server auf den Firmenordner), /reload-mcp.
8. Messenger: hermes gateway setup mit Telegram-Token und numerischer User-ID, im Vordergrund testen, dann hermes gateway install als Dienst. Nie GATEWAY_ALLOW_ALL_USERS. /sethome für Betriebsmeldungen.
9. /cron add für die erste Routine; das Gateway muss laufen. cron_mode: deny oder approve, damit Routinen keine Freigaben umgehen.
10. hermes backup nachts per Cron, Kopie außer Haus; vor jedem hermes update ein Backup.

Stolpersteine: hermes nach Installation nicht gefunden (PATH); Ollama-Standardkontext 4.096 statt 64.000; base_url ohne /v1; Gateway nach Config-Änderung nicht neu gestartet; zwei Prozesse auf einem ~/.hermes; Telegram-Username statt ID; kein Backup, damit Verlust von Memory und Skills.

Anleitung OpenClaw

Voraussetzung: Node.js 22 oder neuer, API-Schlüssel eines Providers. Ein Gateway-Prozess, Zustand unter ~/.openclaw/, Arbeitsdateien unter ~/.openclaw/workspace. Ein Gateway ist eine Vertrauensgrenze; für Mitarbeitende mit getrennten Daten getrennte Gateways. Die Sicherheitsgeschichte 2026 (über hundert Schwachstellen, zehntausende offen erreichbare Instanzen, Schadcode im Skill-Register) gehört zur Entscheidung; deutsche Datenschutzberatungen halten OpenClaw für den produktiven Einsatz nur bedingt geeignet (OpenClaw).

1. Installieren, openclaw onboard --install-daemon (Provider, Kanäle, Workspace), openclaw doctor, openclaw gateway status. Modell und Fallback in openclaw.json; nach jeder Änderung openclaw gateway restart.
2. Beim ersten Turn legt OpenClaw AGENTS.md, SOUL.md, IDENTITY.md, USER.md und BOOTSTRAP.md an. Das Bootstrap-Ritual beantworten, dann BOOTSTRAP.md löschen.
3. USER.md mit dem Kontextprofil als datierte Direktiven (Always, Prefer, Never; 4.000 Zeichen). SOUL.md mit dem Auftreten. AGENTS.md mit Betriebsregeln und dem Abschnitt ## Tools für Server, Ordner, Geräte; TOOLS.md und HEARTBEAT.md aus älteren Anleitungen sind abgekündigt.
4. Ablage: Workspace als Obsidian-Vault öffnen oder den Workspace auf einen Vault-Ordner zeigen, weitere Ordner über memory.search.extraPaths. Secrets in ~/.openclaw/.env, nie in den Workspace; Workspace als privates Git-Repo.
5. Skills unter workspace/skills/<name>/SKILL.md nach Agent-Skills-Format, mit {baseDir} für Vorlagen im Skill-Ordner. Aus ClawHub nur nach Lesen von SKILL.md und allen Skripten; security.installPolicy auf Vorab-Freigabe.
6. Härtung vor dem ersten Kanal: gateway.bind: loopback, Token-Auth, dmPolicy: pairing, Gruppen mit requireMention, Sandbox für Nicht-Hauptsessions, tools.deny für Automation, Runtime und Dateisystem, dann openclaw security audit --deep. Fernzugriff über Tailscale, nie den Port ins Internet.
7. Telegram: Bot-Token in der Config, Gateway starten, openclaw pairing approve telegram <CODE>. WhatsApp nur mit eigener Nummer.
8. openclaw automations add --cron "0 7 * * 1-5" --tz Europe/Berlin für die erste Routine; ohne --tz läuft sie in der falschen Zeitzone. Heartbeat auf ein kleines Modell.

Stolpersteine: Gateway nach Config-Änderung nicht neu gestartet; eigene User-ID nicht in der Allowlist, der Betreiber wird ignoriert; kein Fallback-Modell; alle Automationen zur vollen Stunde; veraltete Anleitungen mit TOOLS.md; OAuth-Tokens liegen im Klartext in der SQLite-Datei, Backups sind Credentials.

Praktische Heuristik

1. Schon ein Abo im Haus, keine Terminal-Erfahrung: das Werkzeug nehmen, das da ist. Claude-Abo, dann Cowork; ChatGPT-Business, dann Projekte und Skills; Microsoft-Haus ohne beides, dann Langdock oder Copilot prüfen.
2. Kundendaten oberhalb der ersten Ampelstufe: Langdock mit abgeschalteten Global-Modellen, ChatGPT nur als Enterprise, Cowork nicht; oder Hermes mit EU-Route beziehungsweise lokalem Modell (Tool-Compliance-Matrix für KMU).
3. Assistent soll rund um die Uhr über Messenger erreichbar sein: Hermes oder OpenClaw auf einem Server, mit den Härtungsschritten oben. Hermes ist der ruhigere Weg (weniger Kanäle, Skill-Scan, Profile als Grenze); OpenClaw hat die größere Fläche und die längere Vorfallsliste.
4. Mehrere Mandanten oder Marken: in Cloud-Werkzeugen ein Projekt je Mandant mit eigenen Instructions; in Hermes ein Profil je Mandant; in OpenClaw ein Agent je Mandant mit eigenem Workspace. Skills werden dort nicht geteilt, deshalb außerhalb versionieren.
5. In jedem Fall: Profil, Betriebsregeln und Skills als Dateien in der eigenen Ablage halten. Die Einträge in den Werkzeugen sind Kopien. Ein Werkzeugwechsel kostet dann einen Nachmittag, nicht einen Neuanfang.

Entscheidungssatz

• Wenn der Betrieb schon ein Claude- oder ChatGPT-Abo hat und die Daten es erlauben, dann dort einrichten und nichts Neues kaufen.
• Wenn Kundendaten in der EU bleiben müssen und niemand ein Terminal bedienen will, dann Langdock mit Workspace-Skill für das Profil.
• Wenn der Assistent ohne Rechner laufen und über Telegram erreichbar sein soll, dann Hermes auf einem Server, mit Docker-Backend und Backup.
• Wenn Kanalbreite und Geräte wichtiger sind als Ruhe im Betrieb, dann OpenClaw, aber nur mit der Härtungsliste und getrennten Gateways je Person.

Im Wiki

Die harness-neutrale Reihenfolge und die Ablagestruktur stehen in Harness-Einrichtung, das Profil in Kontextprofil. Die Wahl zwischen Hermes, OpenClaw und Eigenbau behandelt Persönliche Agenten-Plattformen, den Ausbau zu Mandanten und Brand-Kontext Agentisches Betriebssystem (Personal AI System) und Personal AI System aufbauen (Claude Desktop).

Verwandte Seiten

• Harness-Einrichtung · Kontextprofil
• Claude Cowork · Langdock · Hermes Agent · OpenClaw · OpenAI
• Hermes Konfigurations-Profile — Modell- und Sicherheitsprofile für Hermes
• Skill Authoring Best Practices · Mega-Skill Anti-Pattern · MCP-Sicherheitsrisiken
• Tool-Compliance-Matrix für KMU · Direktvertrag vs. Hyperscaler vs. Gateway vs. Eigenbetrieb
• Recherche: Harness-Einrichtung für KMU, September 2026 — Belege und Rohdaten