Zurück zum Blog
Künstliche Intelligenz

Hermes Agent erklärt: Selbstlernender Open-Source-Agent

Hermes Agent von Nous Research speichert Gelerntes als Skills. Wie die Lernschleife arbeitet, wo er läuft, welche Modelle passen und was die DSGVO dazu sagt.

İlker Ulusoy 2026-11-03 6 Min. Lesezeit

Hermes Agent ist ein quelloffener KI-Agent von Nous Research, der aufschreibt, was er lernt, und dadurch mit der Zeit besser wird. Er läuft auf dem eigenen Laptop, einem kleinen Server oder in einer Cloud-Sandbox und ist über Telegram, Slack, WhatsApp und andere Messenger erreichbar. Hier erklären wir, wie die Lernschleife von Hermes Agent funktioniert, wo er läuft, welche Modelle er braucht, worin er sich von den Hermes-Modellen unterscheidet und warum er für DSGVO-bewusste Unternehmen interessant ist.

Das Wichtigste in Kürze

Hermes Agent steht unter MIT-Lizenz und liegt auf GitHub unter NousResearch/hermes-agent. Nach einer schwierigen Aufgabe speichert er den Lösungsweg als wiederverwendbare Skill-Datei. Er funktioniert mit fast jedem Modell ab 64.000 Tokens Kontext. Am 7. Oktober 2026 gab Nous Research eine Finanzierung von 90 Millionen US-Dollar für eine Business-Version bekannt.

Hermes Agent und Hermes-Modelle: nicht dasselbe

Unter dem Namen Hermes gibt es bei Nous Research zwei Dinge. Die Hermes-Modelle wie Hermes 3 und Hermes 4 sind Sprachmodelle zum Herunterladen. Hermes Agent ist dagegen ein Programm, das ein Sprachmodell nutzt, um zu arbeiten: Befehle ausführen, Dateien lesen, im Web suchen, Nachrichten senden und sich Dinge merken. Ein Hermes-Modell braucht der Agent nicht. Er läuft auch mit Claude, GPT, Gemini, Qwen oder DeepSeek.

Quellen: Nous-Research-Releases und README von Hermes Agent.
Hermes-ModelleHermes Agent
Was es istSprachmodelle (z. B. Hermes 4, Hermes 4.3)Ein Agenten-Programm, das ein Modell zum Handeln nutzt
Man bekommtModellgewichteCLI, Desktop-App und Messenger-Gateway
Braucht ein Hermes-Modell?EntfälltNein, rund 40 Anbieter werden unterstützt
LizenzSiehe jeweilige ModellkarteMIT

Wann Hermes Agent erschien: die Quellen widersprechen sich

Ein eindeutiges Startdatum gibt es nicht. Das GitHub-Repository wurde am 22. Juli 2025 angelegt. Die Release-Seite von Nous Research führt Hermes Agent unter dem 25. Februar 2026, und auch The Next Web nennt Februar als Veröffentlichung. Manche Artikel bezeichnen den 7. Oktober 2026 als Start, doch an diesem Tag ging es um die Finanzierung und das Business-Angebot. Die plausibelste Lesart: öffentliche Entwicklung ab Mitte 2025, offizielle Veröffentlichung im Februar 2026.

So funktioniert die selbstlernende Skill-Schleife

Die meisten Agenten vergessen nach dem Chat, wie sie ein Problem gelöst haben. Hermes Agent schreibt es auf. Die Dokumentation zu Skills beschreibt den Ablauf Schritt für Schritt.

Schritt 1: Er hält fest, was funktioniert hat

Nach einer Aufgabe mit mehreren Schritten speichert der Agent den Weg als Skill. Ebenso Lösungen, die er nach einem Fehler gefunden hat, und Korrekturen, die Sie ihm gegeben haben. Kleine Fakten wie Ihre Zeitzone landen im Gedächtnis, nicht in einem Skill.

Schritt 2: Er räumt auf

Nach einer Sitzung kann ein Prüfdurchlauf Änderungen an Skills vorschlagen. Ein Kurator-Durchlauf führt doppelte Skills zusammen. Der Agent ändert lieber gezielt einzelne Stellen, statt alles neu zu schreiben. Skills sollen "Lektionen, keine Protokolle" enthalten.

Schritt 3: Er lädt Skills nur bei Bedarf

Jeder Skill ist eine SKILL.md-Datei im Ordner ~/.hermes/skills/, kompatibel mit dem Format von agentskills.io. Der Agent sieht zunächst nur Kurzbeschreibungen und öffnet die ganze Datei erst, wenn eine Aufgabe sie braucht.

So behalten Sie die Kontrolle

Standardmäßig schreibt der Agent Skills ohne Rückfrage. Das lässt sich ändern: Mit aktivierter Freigabe wartet jede Änderung in einer Warteschlange, bis Sie sie nach einem Blick auf den Diff annehmen oder ablehnen. Einzelne Skills lassen sich sperren, und da es einfache Dateien sind, können Sie sie jederzeit selbst bearbeiten oder löschen. Für ein Team mit Vier-Augen-Prinzip ist diese Freigabe der wichtigste Schalter.

Wo Hermes Agent läuft

  • Lokal: unter Linux, macOS oder WSL2, mit Desktop-Installer für macOS und Windows.
  • Docker oder SSH: als Sandbox auf dem eigenen Rechner oder einem Server.
  • Modal, Daytona oder Vercel Sandbox: Cloud-Sandboxes. Modal und Daytona schlafen bei Leerlauf und wachen mit ihrem Zustand wieder auf.

Laut README reicht ein VPS für 5 US-Dollar, es geht aber auch ein GPU-Cluster. Für deutsche Unternehmen ist das der eigentliche Punkt: Wer Hermes Agent auf einem Server in einem deutschen Rechenzentrum betreibt und ein Modell mit EU-Hosting wählt, behält die Kontrolle darüber, wo Daten verarbeitet werden. Das erleichtert die Pflichten aus der DSGVO, ersetzt aber nicht die Prüfung, welche Daten an den Modellanbieter gehen.

Ein sinnvoller Einstieg

  1. 1Installieren und Anbieter wählen. Installer starten, Modell im Einrichtungsassistenten festlegen.
  2. 2Einfachen Chat testen. Prüfen, ob eine Sitzung nach dem Schließen weiterläuft.
  3. 3Befehle in eine Sandbox verlegen. Vor echter Arbeit auf Docker oder SSH umstellen.
  4. 4Skill-Freigabe einschalten. In den ersten Wochen jeden neuen Skill selbst prüfen.

Messenger und Kanäle

Ein Gateway-Prozess verbindet den Agenten mit Ihren Chat-Apps. Die Schnellstart-Anleitung nennt Telegram, Discord, Slack, WhatsApp, Signal, E-Mail, Microsoft Teams und Home Assistant (als Plugin). Wie man den Agenten vom Smartphone aus steuert, zeigt unser Beitrag zu Hermes Workspace Mobile.

Welche Modelle zu Hermes Agent passen

Die einzige feste Regel: Das Modell braucht mindestens 64.000 Tokens Kontext, kleinere Fenster werden beim Start abgelehnt. Gehostete Modelle von Anthropic, OpenAI, Google, Qwen und DeepSeek erfüllen das problemlos.

  1. 1Nous Portal: der einfachste Einstieg, ein Abo für über 300 Modelle.
  2. 2Vorhandener Anbieter: OpenAI, Anthropic, OpenRouter, Google AI Studio, xAI und rund 40 weitere. Ein Wechsel ist jederzeit möglich.
  3. 3Lokale Modelle: über Ollama oder llama.cpp, mit mindestens 65.536 Tokens Kontext. So verlassen keine Daten das Haus.

Ein bestes Modell nennt Nous Research nicht. Unser Rat: mit einem starken gehosteten Modell beginnen, damit die ersten Skills gut werden, und danach günstigere oder lokale Modelle an Aufgaben testen, für die es schon Skills gibt.

Lizenz, Finanzierung und Business-Version

Hermes Agent steht unter der MIT-Lizenz und darf auch kommerziell genutzt und verändert werden. Am 7. Oktober 2026 gab Nous Research eine Finanzierungsrunde über 90 Millionen US-Dollar bekannt. Das Wall Street Journal berichtete von einer Bewertung von 1,5 Milliarden US-Dollar, die Nous laut The Next Web nicht bestätigte. Zu den Investoren zählen Nvidia, Microsofts M12, Samsung, Robot Ventures, Union Square Ventures, Y Combinator und Menlo Ventures.

Das Geld fließt in Hermes for Businesses. Firmen sollen Modelle nach Preis wählen, KI privat nutzen und ihr Wissen behalten können. Nous nennt über 24 Millionen Klone seit Februar und rund 2,5 % des weltweiten Token-Verbrauchs. Das sind Angaben des Unternehmens, keine unabhängigen Zahlen. Zu den Preisen der Business-Stufen berichten Medien Unterschiedliches.

Passt Hermes Agent zu Ihrem Team?

  • Gut geeignet: Sie wollen Daten auf eigenen Servern halten, das Modell selbst wählen und eine Skill-Bibliothek für das Team aufbauen.
  • Gut geeignet: Ihr Team arbeitet ohnehin in Slack, Teams oder Signal.
  • Eher nicht: Niemand kann einen Server pflegen, Updates einspielen und prüfen, was der Agent lernt.
  • Eher nicht: Sie brauchen sofort ein verwaltetes Produkt mit Support-Vertrag.

Wer einen verwalteten Agenten bevorzugt, sollte OpenAI Dots vergleichen. Eine weitere selbst gehostete Option beschreibt unser OpenClaw-Leitfaden.


So unterstützt Halmob

Ein selbstlernender Agent ist nur nützlich, wenn jemand prüft, was er lernt. In unserer Beratung zu Agenten-Plattformen helfen wir bei Auswahl, Einrichtung und Einführung von Hermes Agent, OpenClaw, Pi Durable, Meta Muse, OpenAI Dots und Claude Duet, inklusive Skill-Freigabe und Modellwahl. Außerdem bauen wir eine Software-Fabrik: eine Agenten-Pipeline, die aus einer Spezifikation geprüfte und getestete Pull Requests in Ihrem Repository macht. Sprechen Sie uns an.

Weitere Artikel

Künstliche Intelligenz

Proaktive KI-Agenten erklärt: Funktion, Risiken, Einstieg

Proaktive KI-Agenten handeln, bevor Sie fragen. So unterscheiden sie sich von Chatbots, das leisten Muse, Dots und Claude Duet, so starten Sie DSGVO-bewusst.

2026-11-03 · 7 Min. Lesezeit
Künstliche Intelligenz

Ausfallsichere KI-Agenten: Checkpoints und Neustart erklärt

Ausfallsichere KI-Agenten speichern ihren Zustand und machen nach Abstürzen weiter. So funktioniert es, plus Vergleich von Temporal, Cloudflare und Pi Durable.

2026-11-03 · 8 Min. Lesezeit
Künstliche Intelligenz

Pi Durable erklärt: Absturzsichere KI-Agenten mit TypeScript

Pi Durable ist Earendils experimentelle Bibliothek für absturzsichere KI-Agenten. So funktionieren Checkpoints, Replay-Regeln und Cloudflare, Temporal, Rivet.

2026-11-03 · 8 Min. Lesezeit
Künstliche Intelligenz

KI-Software-Fabrik erklärt: Von der Spec zum Pull Request

Was eine KI-Software-Fabrik ist, welche Coding-Agenten Spec, Code, Tests und Review abdecken, wo Menschen entscheiden und welche Fehler Teams vermeiden sollten.

2026-11-03 · 8 Min. Lesezeit
Künstliche Intelligenz

KI-Marketing-Fabrik: Ein Briefing, Inhalte in drei Sprachen

So macht eine KI-Marketing-Fabrik aus einem Briefing markengerechte Posts, Artikel und Anzeigen in mehreren Sprachen. Mit Risiken und KI-Kennzeichnungspflicht.

2026-11-03 · 8 Min. Lesezeit
Künstliche Intelligenz

Claude Duet erklärt: Anthropics proaktiver KI-Agent

Claude Duet ist der proaktive KI-Agent von Anthropic: Funktionen, Grenzen, Zugang, Preise und der Vergleich mit Meta Muse und OpenAI Dots, plus DSGVO-Check.

2026-11-03 · 8 Min. Lesezeit