Was ist Hermes? Der selbstlernende KI-Agent erklärt

Hermes ist ein selbstlernender KI-Agent von Nous Research, der über 20+ Plattformen – Slack, Telegram, Gmail, Discord, WhatsApp – mit einer einzigen Instanz läuft. Anders als statische Agenten, die nach dem Launch unverändert bleiben, baut Hermes aus jeder erledigten Aufgabe wiederverwendbare Skills auf und wird umso leistungsfähiger, je länger er im Einsatz ist. Eine Instanz deckt den gesamten Kommunikations-Stack ab, lernt aus jeder Interaktion und teilt Skills über alle verbundenen Plattformen.

Ein Team, das Kundenkommunikation über Slack, Telegram und E-Mail koordiniert, betreibt drei separate Agent-Deployments. Jedes hat seine eigene Konfiguration. Skills, die auf Slack gelernt wurden, übertragen sich nicht auf Telegram. Eine Aktualisierung einer Instanz betrifft die anderen nicht. Drei Deployments, drei Wartungsaufwände, kein gemeinsamer Kontext. Hermes löst genau dieses Problem: eine Agent-Instanz, die über alle verbundenen Plattformen läuft, aus jeder erledigten Aufgabe Skills aufbaut und mit der Zeit leistungsfähiger wird — nicht nur auf einer Plattform, sondern auf allen.

Was ist Hermes?

Hermes ist ein selbstlernender KI-Agent von Nous Research, dem KI-Forschungslabor mit Fokus auf Open-Weight-Modellen und Agent-Architekturen.[¹] Hermes läuft über 20+ Messaging- und Kollaborationsplattformen — darunter Slack, Telegram, Discord, WhatsApp, Microsoft Teams und Gmail — mit einer einzigen Instanz.

Das Kernmerkmal, das Hermes von anderen Agenten unterscheidet, ist der Umgang mit Erfahrung. Nous Research beschreibt Hermes als „intelligenten persönlichen Assistenten, der umso leistungsfähiger wird, je länger er im Einsatz ist" — nicht durch manuelles Nachtraining, sondern durch das Erstellen wiederverwendbarer Skills aus abgeschlossenen Aufgaben.[²]

Hermes ist kein Coding-Copilot, kein Chatbot-Wrapper um eine einzelne API und kein plattformspezifisches Tool. Hermes ist ein Allzweck-Agent, der überall läuft, wo Ihr Team kommuniziert, und durch Nutzung besser wird.

Wie lernt Hermes?

Hermes erstellt Skills aus abgeschlossenen Aufgaben. Wenn Hermes eine Aufgabe erledigt — einen Kunden-Update verfassen, eine Support-Queue triagieren, einen Wochenbericht erstellen — speichert er den Ansatz als Skill-Objekt: Code, Tests und Beispiele, die festhalten, wie diese Aufgabenkategorie künftig zu behandeln ist.[³]

Skills werden bei agentskills.io gespeichert, einem offenen Standard für den Austausch von Agent-Skills. Skills können über Instanzen hinweg wiederverwendet, zwischen Teams geteilt und durch Nutzung verbessert werden. Das Registry ist kompatibel mit anderen Agent-Systemen, darunter Cursor, GitHub Copilot und Claude Code. Den vollständigen Mechanismus — einschließlich wie sich Skills aufbauen und wie man Drift diagnostiziert — finden Sie unter Wie Hermes lernt.

Der praktische Effekt: Eine Hermes-Instanz, die im dritten Monat das Kunden-Follow-up einer Personalvermittlung verwaltet, bearbeitet mehr Ausnahmefälle korrekt als im ersten Monat — weil sie Skills aus jeder bisher erledigten Follow-up-Aufgabe angesammelt hat.

Wie schnell verbessert sich Hermes? Hermes verbessert sich proportional zum Aufgabenvolumen. Eine hochfrequente Aufgabe — 50+ Ausführungen pro Monat — produziert innerhalb von 4–6 Wochen einen gut ausgereiften Skill. Niedrigfrequente Aufgaben verbessern sich langsamer. Teams sehen die deutlichste Verbesserung in den ersten 90 Tagen bei ihren Workflows mit dem höchsten Volumen.

Auf welchen Plattformen läuft Hermes?

Hermes läuft über 20+ Plattformen mit einer einzigen Instanz. Die Plattformabdeckung umfasst Messaging, Kollaboration, E-Mail und Entwicklertools.

Ein einziges Hermes-Deployment deckt den gesamten Kommunikations-Stack ab. Wenn ein Mandant eine Nachricht auf Telegram sendet und das interne Team auf Slack antwortet, pflegt Hermes den Kontext über beide Kanäle — keine separaten Instanzen, keine duplizierte Konfiguration.

Hermes integriert sich mit 70+ Tools jenseits von Messaging: Aufgabenmanager (Linear, Asana, Jira), Wissensdatenbanken (Notion, Confluence), Entwicklungstools (GitHub) sowie Kalender- und E-Mail-Systeme. Der Agent liest aus diesen Tools und schreibt in sie im Rahmen der Aufgabenausführung.

Hermes ist unter MIT-Lizenz selbst gehostet. Teams deployen es auf ihrer eigenen Infrastruktur — keine Daten werden an einen Drittanbieter-Agent-Dienst gesendet. Dieselbe Instanz bedient nach dem Deployment alle Plattformen.

Welche Aufgaben übernimmt Hermes?

Hermes übernimmt jede Aufgabe, die das Lesen und Beantworten von Nachrichten, die Koordination zwischen Plattformen oder den Zugriff auf verbundene Tools umfasst. Die konkreten Aufgaben hängen von der Konfiguration ab, folgen aber bei Dienstleistungsunternehmen konsistenten Mustern.

Diese Aufgabenkategorien sehen je nach Branche unterschiedlich aus. Bei einer Beratung dreht sich die Kundenkommunikation vor allem um Rechercheergebnisse und Report-Formatierung; bei einer Marketingagentur um das Zusammenstellen von Kampagnendaten zu einem Bericht, den ein Kunde tatsächlich liest. Vier Branchen-Deep-Dives zeigen, wie sich die obigen Aufgabenkategorien in der Praxis anwenden lassen:

Der Unterschied liegt darin, welche Skills sich ansammeln, nicht in der Kategorie selbst. Bei einer Beratung dreht sich die Kundenkommunikation um Rechercheergebnisse und Report-Formatierung — die Skills, die entstehen, betreffen das Strukturieren von Befunden. Bei einer Marketingagentur geht es um das Zusammenführen von Kampagnendaten aus Meta Ads, Google Ads und GA4 in einen monatlichen Bericht, den der Kunde tatsächlich liest — hier entstehen Skills dazu, welche Kennzahlen für welchen Account zählen. Ein Versicherungsmakler, der Verlängerungsanträge bei mehreren Versicherern entwirft, sammelt wieder etwas anderes an: welche Formulierung beim letzten Zyklus bei welchem Underwriter funktioniert hat. Wie die Eignung von Agenten allgemein über Branchen variiert, finden Sie unter welche Branchen KI-Agenten nutzen.

Die meisten Agenten bleiben nach dem Deployment unverändert. Hermes wird mit jeder Aufgabe besser.

Wie unterscheidet sich Hermes von einem einzelnen KI-Agenten?

Ein einzelner KI-Agent ist für eine Plattform und einen Workflow konfiguriert. Er führt dieselbe Aufgabe auf dieselbe Weise aus, jedes Mal — keine Verbesserung, kein plattformübergreifender Kontext. Hermes ist für Teams konzipiert, deren Arbeit mehrere Plattformen umfasst und deren Workflows sich mit der Zeit weiterentwickeln.

Der Kompromiss liegt in der Setup-Komplexität. Ein einzelner Agent für einen definierten Workflow erfordert weniger initiale Konfiguration als ein vollständiges Hermes-Deployment. Für Teams, die plattformübergreifende Koordination benötigen und möchten, dass der Agent sich ohne laufende manuelle Arbeit verbessert, ist Hermes die richtige Architektur.

Für einen direkten Vergleich von Hermes und OpenClaw — dem anderen Agent-Produkt, das YardWork deployt — lesen Sie OpenClaw vs. Hermes.

Was kostet Hermes?

Hermes ist Open-Source unter MIT-Lizenz — es gibt keine Lizenzgebühr. Die Betriebskosten von Hermes haben drei Komponenten: Infrastruktur, API-Nutzung und Setup.

Die Infrastrukturkosten sind gering, da Hermes als einzelne Instanz läuft — unabhängig davon, wie viele Plattformen angebunden sind. Das Hinzufügen einer fünften oder sechsten Plattform verursacht keine zusätzlichen Infrastrukturkosten — die Kosten skalieren mit dem Aufgabenvolumen, nicht mit der Plattformanzahl.

Wann ist Hermes nicht die richtige Wahl?

Hermes ist das richtige Tool für Multi-Plattform-, Hochvolumen- und sich weiterentwickelnde Workflows. Es ist nicht immer das richtige Tool.

Einzelplattform, fixer Workflow. Wenn die gesamte Kommunikation auf einer Plattform stattfindet und sich der Workflow nicht verändert, reicht ein einfacherer Agent oder ein Automatisierungstool aus. Die Multi-Plattform-Architektur und der Skill-Building-Mechanismus von Hermes fügen Overhead hinzu, den ein Einzelplattform-Workflow nicht benötigt.

Stark regulierte Kommunikation. Workflows, bei denen jede ausgehende Nachricht vor dem Senden eine menschliche Überprüfung und Freigabe erfordert, benötigen ein anderes Freigabe-Modell. Hermes kann mit Freigabeschritten konfiguriert werden, ist aber nicht als freigabegestütztes Messaging-Tool konzipiert — OpenClaw ist für freigabegestützte Workflows direkt ausgelegt.

Sehr geringes Aufgabenvolumen. Hermes' Skill-Building-Mechanismus verbessert sich durch Wiederholung. Ein Workflow mit weniger als 10–15 Ausführungen pro Monat zeigt minimale Verbesserung. Die Skill-Bibliothek baut sich bei niedrigem Volumen langsam auf, und die Setup-Kosten amortisieren sich nicht gut.

Teams, die ein benutzerdefiniertes Datenmodell benötigen. Wenn der Workflow von proprietären Datenstrukturen, internen Datenbanken oder branchenspezifischen Formaten abhängt, die Hermes nicht out-of-the-box unterstützt, ist ein maßgeschneiderter Agent besser geeignet als die Anpassung von Hermes.

Wie richtet man Hermes ein?

Das Deployment von Hermes umfasst das Verbinden mit Ihren Plattformen, das Definieren der initialen Workflows und ausreichend Aufgabenvolumen, damit Hermes beginnen kann, Skills aufzubauen. Der Setup-Prozess hat fünf Phasen. Die vollständige Anleitung finden Sie im Hermes-Einrichtungsleitfaden.

Die meisten Dienstleistungsunternehmen erreichen den autonomen Betrieb bei ihren Kern-Workflows innerhalb von 4–6 Wochen nach dem Deployment. Workflows mit niedrigerem Volumen brauchen länger zur Stabilisierung.

Wie sieht ein Hermes-Einsatz für einen Einzelgründer aus?

Ein Einzelgründer ohne Supportmitarbeiter trägt die Kommunikations- und Rechercheseite allein. Ein Gründer mit 8 aktiven Kunden und 5–10 aktiven Interessenten verbringt schätzungsweise 4–5 Stunden pro Woche mit Statusupdates, Follow-ups, Recherche und Posteingangs-Triage, bevor die eigentliche Kundenarbeit beginnt. Eine Hermes-Einrichtung reduziert das auf 30–40 Minuten Entwurfsprüfung für dasselbe Ergebnis — der Gründer gewinnt damit fast einen ganzen Arbeitstag zurück.

Die Einrichtung folgt denselben fünf Phasen wie oben beschrieben, skaliert auf eine einzelne Person. Eine Gründer-Instanz beginnt typischerweise mit drei Verbindungen: dem Posteingang (Gmail), dem primären Kommunikationskanal (Slack) und dem Projekt- oder Wissenstool, in dem die Kundenarbeit liegt (Notion oder Ähnliches). Am ersten Tag sind Entwürfe strukturell korrekt, benötigen aber noch Ton und Details. Bis Monat drei lesen sich Skills aus abgeschlossenen Follow-ups, Updates und Rechercheergebnissen so, wie der Gründer selbst geschrieben hätte — aus dem 25-minütigen Follow-up wird eine zweiminütige Prüfung.

Die Kontextdefinition bestimmt diese Skill-Qualität ab der ersten Woche — und ist der Schritt, den Gründer am häufigsten überspringen. Für einen Einzelgründer ohne Ops-Team bedeutet Kontextdefinition, Folgendes bereitzustellen:

• Tatsächlich an Kunden gesendete E-Mails — keine Vorlagen oder Beschreibungen
• Echte Interessenten-Follow-ups, die den spezifischen Ton und die Struktur des Gründers zeigen
• Rechercheergebnisse, die der Gründer selbst erstellt und für nützlich befunden hat
• Einen Eskalationsweg — bei einem Einzelgründer ist das immer er selbst, mit einer klaren Grenze zwischen dem, was Hermes entwirft, und dem, was originale Verfassung braucht

Ein Gründer, der 5–10 echte Beispiele jedes Aufgabentyps aus dem eigenen Postausgang zieht, hat bis Woche drei eine merklich bessere Skill-Bibliothek als einer, der Beispiele aus dem Gedächtnis schreibt oder eine generische Vorlage übergibt.

Diese Kontextdefinition erklärt auch, warum Skill-Wiederverwendung wiederholtes Briefing reduziert und nicht nur Tippzeit spart. Ein virtueller Assistent lernt Präferenzen bei jedem Gespräch neu. Ein allgemeines KI-Schreibtool wie ChatGPT oder Claude startet jede Sitzung neu — der Gründer briefed es zu Kunde, Ton und Verlauf, bevor es überhaupt entwerfen kann, was den Aufwand verschiebt, statt ihn zu beseitigen. Hermes schreibt diesen Kontext einmal in einen Skill und nutzt ihn danach bei jeder passenden Aufgabe wieder — ohne erneutes Briefing. Der Verwaltungsaufwand, den die meisten Tools verlangen, wird zu einem Prüfschritt.

Wer hat Hermes entwickelt?

Hermes wurde von Nous Research entwickelt, einer KI-Forschungsorganisation mit Fokus auf Open-Weight-Modelle und agentische Architekturen. Nous Research veröffentlicht Modelle der Hermes-Reihe (ein separates Produkt vom Hermes-Agenten) und trägt zur Open-Weight-Modellentwicklung bei.[¹]

Hermes der Agent wird unter MIT-Lizenz veröffentlicht — er kann ohne Lizenzbeschränkungen deployt, modifiziert und erweitert werden. Das Skill-Registry bei agentskills.io funktioniert als offener Standard — von jedem Team beigesteuerte Skills sind für alle verfügbar.

YardWork deployt und konfiguriert Hermes für Dienstleistungsunternehmen. Für ein umfassenderes Verständnis, was KI-Agenten tun und wann sie eingesetzt werden, lesen Sie Was ist ein KI-Agent.

Häufig gestellte Fragen

Was ist Hermes KI? Hermes KI ist der selbstlernende Agent von Nous Research. Eine einzige Instanz deckt über 20 Plattformen ab — darunter Slack, Telegram, Discord, WhatsApp, Teams und Gmail — und aus jeder erledigten Aufgabe entsteht ein wiederverwendbarer Skill, sodass der Agent mit der Nutzung besser wird, ohne manuelles Nachtraining.

Wie lernt Hermes neue Skills? Hermes erstellt nach jeder abgeschlossenen Aufgabe ein Skill-Objekt — Code, Tests und Beispiele, die festhalten, wie diese Aufgabenkategorie künftig zu behandeln ist. Skills werden bei agentskills.io gespeichert und bei der nächsten ähnlichen Aufgabe automatisch wiederverwendet. Eine hochfrequente Aufgabe produziert innerhalb von 4–6 Wochen regelmäßiger Ausführung einen gut ausgereiften Skill.

Auf welchen Plattformen läuft Hermes? Hermes läuft auf 20+ Plattformen, darunter Slack, Telegram, Discord, WhatsApp, Microsoft Teams, Gmail, Outlook und Signal. Ein einziges Deployment bedient alle verbundenen Plattformen gleichzeitig mit gemeinsamen Skills und Kontext über alle Kanäle. Weitere Plattformen lassen sich via API anbinden.

Was kostet der Betrieb von Hermes? Hermes ist Open-Source ohne Lizenzgebühr. Die Betriebskosten umfassen Infrastruktur (20–80 $/Monat für selbst gehosteten VPS), KI-Modell-API-Nutzung (50–300 $/Monat je nach Volumen und Modell) und initiales Setup (3.000–8.000 $ einmalig). Die Gesamtkosten im ersten Jahr liegen typischerweise bei 4.000–11.000 $ inklusive Setup. Ab Jahr 2 entstehen 840–4.560 $/Jahr an Infrastruktur- und API-Kosten.

Was ist der Unterschied zwischen Hermes und einem einzelnen KI-Agenten? Ein einzelner KI-Agent bearbeitet eine Plattform und einen Workflow, bleibt nach dem Deployment statisch und erfordert manuelle Aktualisierungen bei Workflow-Änderungen. Hermes bearbeitet 20+ Plattformen mit einer Instanz, baut aus jeder erledigten Aufgabe Skills auf und verbessert sich ohne manuelle Eingriffe. Einzelagenten eignen sich für enge, fixe Einzelkanal-Workflows. Hermes eignet sich für Multi-Plattform-Workflows, die sich mit der Zeit weiterentwickeln.

Wer hat Hermes entwickelt? Hermes wurde von Nous Research entwickelt, einer KI-Forschungsorganisation mit Fokus auf Open-Weight-Modelle und Agent-Architekturen. Es wird unter MIT-Lizenz veröffentlicht und ist selbst gehostet — keine Daten werden an einen Drittanbieter-Dienst gesendet. YardWork deployt und unterstützt Hermes für Dienstleistungsunternehmen, die die Infrastruktur nicht selbst verwalten möchten.

Funktioniert Hermes auch für einen Einzelgründer ohne Supportmitarbeiter? Ja. Eine Einzelgründer-Einrichtung folgt demselben Ablauf wie eine Team-Einrichtung, skaliert auf eine Person — typischerweise drei Verbindungen: Posteingang, primärer Kommunikationskanal und ein Wissenstool. Der Gründer übernimmt die Kontextdefinition allein und liefert echte Beispiele für E-Mails, Follow-ups und Rechercheergebnisse. Ein Gründer mit 8 aktiven Kunden und 5–10 Interessenten reduziert die dafür aufgewendeten 4–5 Stunden pro Woche bis Monat drei auf 30–40 Minuten Entwurfsprüfung.

Quellenangaben

1. Nous Research, Unternehmensübersicht.
2. Nous Research, Hermes Agent Dokumentation.
3. agentskills.io, offener Standard für Agent-Skills.