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.
Hermes erfordert kein manuelles Nachtraining, wenn sich Workflows ändern. Skills werden durch Erfahrung aktualisiert — jede abgeschlossene Aufgabe ist eine Gelegenheit, einen besseren Ansatz für das nächste Mal zu kodieren.
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.
| Kategorie | Plattformen |
|---|---|
| Messaging | Slack, Telegram, Discord, WhatsApp, Signal, IRC |
| Gmail, Outlook | |
| Kollaboration | Microsoft Teams, Notion, Confluence |
| Entwicklertools | GitHub, Linear, Asana, Jira |
| Weitere | Twitter/X DMs, LinkedIn Messaging und weitere Plattformen via API |
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.
| Aufgabenkategorie | Was Hermes tut | Typisch beteiligte Plattformen |
|---|---|---|
| Kundenkommunikation | Antwortentwürfe, Anfragen weiterleiten, Updates senden | Gmail, Slack, Telegram |
| Lead-Follow-up | Pipeline überwachen, Follow-up-Sequenzen senden, CRM-Einträge anlegen | Gmail, Slack, HubSpot |
| Interne Koordination | Anfragen an die richtige Person weiterleiten, Zusammenfassungen senden | Slack, Teams, Notion |
| Reporting | Daten aus verbundenen Tools abrufen, wöchentliche Digests erstellen | Notion, Linear, Gmail |
| Support-Triage | Eingehende Anfragen klassifizieren, in Warteschlange einreihen, Eingangsbestätigungen senden | Slack, E-Mail, Telegram |
| Terminplanung | Terminanfragen erkennen, Zeiten vorschlagen, Buchungen bestätigen | Gmail, Kalender, Slack |
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.
| Einzelner Agent | Hermes | |
|---|---|---|
| Plattformabdeckung | Eine Plattform pro Deployment | 20+ Plattformen, eine Instanz |
| Lernfähigkeit | Statisch nach dem Deployment | Baut Skills aus jeder erledigten Aufgabe auf |
| Skill-Sharing über Plattformen | Nicht möglich | Skills gelten für alle Kanäle |
| Wartungsaufwand | Eine Instanz pro Plattform | Eine Instanz für alle Plattformen |
| Setup-Komplexität | Geringer — enger Scope | Höherer initialer Aufwand, geringere laufende Kosten |
| Verbesserung über Zeit | Keine ohne manuelle Änderungen | Kontinuierlich — proportional zum Aufgabenvolumen |
| Self-Hosting | Variiert | Erforderlich — MIT-Lizenz, eigene Infrastruktur |
| Am besten für | Einzelkanal, fixer Workflow | Multi-Plattform, sich entwickelnde Workflows |
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.
| Kostenkomponente | Typische Spanne | Hinweis |
|---|---|---|
| Infrastruktur (selbst gehosteter VPS) | 20–80 $/Monat | Abhängig von Aufgabenvolumen und Plattformanzahl |
| KI-Modell-API (z. B. GPT-4o, Claude) | 50–300 $/Monat | Abhängig von Aufgabenvolumen und Modell-Tier |
| Initiales Setup und Integration | 3.000–8.000 $ einmalig | Variiert mit Plattformanzahl und Workflow-Komplexität |
| Laufender Support und Wartung | 200–600 $/Monat | Optional — bei Nutzung eines Implementierungsdienstleisters |
| Geschätzte Gesamtkosten Jahr 1 | 4.000–11.000 $ | Setup + 12 Monate Infrastruktur und API |
| Geschätzte Gesamtkosten ab Jahr 2 | 840–4.560 $/Jahr | Nur Infrastruktur + API, nach Amortisierung des Setups |
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.
Plattformen auswählen
Bestimmen Sie, welche Plattformen Hermes überwachen soll. Starten Sie mit zwei oder drei — typischerweise die Kanäle, über die der Großteil der eingehenden Kommunikation ankommt. Weitere Plattformen können später hinzugefügt werden, ohne ein neues Deployment zu erfordern.
Initiale Workflows definieren
Beschreiben Sie in einfacher Sprache, welche Aufgaben Hermes übernehmen soll: was die Aufgabe auslöst, was Hermes tun soll und wie ein gutes Ergebnis aussieht. Je klarer die initiale Workflow-Definition, desto schneller baut Hermes präzise Skills auf.
Integrationen verbinden
Verbinden Sie Hermes mit den Tools, aus denen er lesen und in die er schreiben soll — CRM, Kalender, Aufgabenmanager, Wissensdatenbank. Jede Integration erfordert API-Zugangsdaten und Permission-Scoping. Die meisten Standard-Integrationen benötigen 30–60 Minuten zur Konfiguration.
Überwachungsphase durchführen
Überprüfen Sie in den ersten zwei bis vier Wochen die Hermes-Ausgaben, bevor sie versandt werden. In dieser Phase bildet sich die Skill-Bibliothek. Korrekturen in dieser Phase verbessern direkt die aufgebauten Skills.
Zu autonomem Betrieb übergehen
Sobald die Ausgaben bei Ihren Aufgaben mit dem höchsten Volumen konsistent korrekt sind, entfernen Sie den Überprüfungsschritt für diese Aufgabentypen. Hermes baut weiterhin Skills im Hintergrund auf. Die Überprüfung bleibt für Aufgabenkategorien bestehen, bei denen Fehler erhebliche Kosten verursachen.
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.
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 ist ein selbstlernender KI-Agent von Nous Research. Er läuft über 20+ Plattformen — darunter Slack, Telegram, Discord, WhatsApp, Teams und Gmail — mit einer einzigen Instanz. Hermes baut aus jeder erledigten Aufgabe wiederverwendbare Skills auf und wird ohne manuelles Nachtraining kontinuierlich leistungsfähiger.
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.