Hermes Agent erklaert: Was ihn auszeichnet

Die meisten von uns mieten Zugang zu KI.

Wir oeffnen eine Website oder eine App. Das Unternehmen dahinter entscheidet, welche Modelle wir nutzen koennen, wo unsere Gespraeche und Erinnerungen liegen, welche Tools verfuegbar sind und was der Dienst naechsten Monat kostet.

Das kann voellig in Ordnung sein. Es ist auch leicht, den Dienst fuer die KI selbst zu halten.

Hermes Agent geht von einer anderen Idee aus:

Was waere, wenn das KI-System auf dem eigenen Rechner oder Server liefe und das Modell nur ein austauschbarer Teil darin waere?

Da wird Hermes interessant.

Hermes ist kein weiteres KI-Modell

Hermes Agent ist Open-Source-Software, entwickelt von Nous Research und unter der MIT-Lizenz veroeffentlicht.

Es ist kein Modell, das mit GPT, Claude, Gemini, DeepSeek, GLM oder Kimi konkurriert. Hermes verbindet sich mit diesen Modellen und gibt ihnen einen Arbeitsplatz.

Das Modell liefert Sprache und Vernunft.

Hermes liefert das System drumherum:

• Gedaechtnis, das zwischen Sitzungen ueberlebt.
• Tools, die das Modell mit Dateien, APIs und Software interagieren lassen.
• Skills, die wiederholbare Arbeitsweisen beschreiben.
• Profile mit eigenen Rollen, Modellen und Erinnerungen.
• Geplante Arbeit, die starten kann, ohne dass du einen Chat oeffnest.
• Verbindungen zu Messaging-Plattformen und externen Diensten.
• Freigabekontrolle fuer potenziell gefaehrliche Aktionen.
• Ein Protokoll von dem, was passiert ist.

Nous nennt Hermes einen selbstverbessernden KI-Agenten. Ich finde es einfacher, ihn als Agenten-Betriebsschicht zu verstehen.

Es laeuft auf deinem Rechner

Das ist einer der wichtigsten Unterschiede.

Hermes kann auf dem Laptop, Desktop, Home-Server oder privaten Cloud-Server laufen. Gespraechen, Sitzungen, integriertes Gedaechtnis und Skills werden lokal im eigenen Datenverzeichnis gespeichert.

Laut der offiziellen Dokumentation, sammelt Hermes keine Telemetrie, Nutzungsanalysen oder Kopien deiner Gespraechen. API-Aufrufe gehen nur an den Modelanbieter, den du konfigurierst.

Das gibt dir mehr Kontrolle ueber deine Daten als ein System, das vollstaendig auf der Plattform eines anderen existiert.

Aber "lokal" kann zwei verschiedene Dinge bedeuten.

Lokales System, gehostetes Modell

Hermes laeuft auf deinem Rechner und speichert Gedaechtnis, Skills, Sitzungen und Konfiguration dort.

Wenn Intelligenz gebraucht wird, schickt es die noetigen Informationen an einen gehosteten Modelanbieter. Das kann OpenRouter, Nous Portal, Anthropic, OpenAI, Google oder ein anderer Dienst sein.

In dieser Konfiguration bleibt dein langfristiger Agentenzustand auf deinem Rechner, aber das Modell verarbeitet Prompts weiterhin in der Cloud.

Das ist lokal kontrolliert, aber nicht vollstaendig privat.

Der Anbieter empfaengt, was Hermes fuer diese Anfrage schickt. Dessen Datenschutz- und Datenverarbeitungsregeln gelten weiterhin.

Lokales System, lokales Modell

Hermes kann sich auch mit einem Modell verbinden, das auf demselben Rechner oder im eigenen Netzwerk laeuft, zum Beispiel mit Ollama oder vLLM.

In dieser Konfiguration koennen Agent und Modell beide auf Infrastruktur laufen, die du kontrollierst. Kein Model-API-Schluessel, kein Modell-Abo, kein externer Inferenzanbieter. Hermes bietet eine offizielle Anleitung fuer den rein lokalen Betrieb mit Ollama.

Das kann wertvoll sein, wenn du mit privaten Unternehmensdaten, Familiendaten, internen Dokumenten, Quellcode oder allem arbeitest, was du nicht an einen kommerziellen KI-Anbieter schicken willst.

Es macht aber nicht jede Aktion unsichtbar. Wenn der Agent im Web sucht, eine Nachricht schickt, E-Mail liest oder einen externen Dienst aufruft, verlassen Daten diese Grenze.

Ein vollstaendig lokales Modell ist in der Praxis auch nicht kostenlos. Du brauchst ausreichend Arbeitsspeicher, Speicherplatz und oft eine leistungsfaehige GPU. Kleinere lokale Modelle koennen bei komplexem Denken oder zuverlaessigem Tool-Einsatz Schwierigkeiten haben.

Der Punkt ist nicht, dass lokal immer besser ist.

Der Punkt ist, dass Hermes dir die Wahl laesst.

Ein System, viele Modelle

Ein normales gehostetes KI-Produkt bietet Modelle von einem Unternehmen.

Hermes kann mit Modellen von vielen Unternehmen arbeiten, plus offene Modelle auf der eigenen Hardware. Das Providermenue unterstuetzt Cloud-Dienste, lokale Modelle und eigene Endpunkte.

Das heisst, du brauchst nicht dasselbe Modell fuer jede Aufgabe.

Du koenntest nutzen:

• Ein kleineres, guenstigeres Modell fuer Zusammenfassungen und Routine-Checks.
• DeepSeek, GLM oder Kimi fuer faehige, aber potentiell guenstigere allgemeine Arbeit.
• Ein staerkeres Modell fuer schwieriges Denken oder kritische Pruefungen.
• Ein lokales Modell, wenn Datenschutz wichtiger ist als maximale Leistung.
• Ein Ersatzmodell, wenn der Hauptanbieter nicht verfuegbar ist.

Hermes laesst dich auch kleinere Modelle fuer Hintergrundjobs nutzen, statt fuer alles das teuerste Modell zu verwenden.

Das Gedaechtnis, die Skills und die Konfiguration bleiben in Hermes. Ein Modellwechsel heisst nicht, das ganze System neu zu starten.

Das verringert die Abhaengigkeit von einem Anbieter.

Wenn ein Modell zu teuer wird, seine Regeln aendert, aus einem Abo verschwindet oder durch etwas Besseres ersetzt wird, kannst du wechseln, ohne die Identitaet und Verfahren des Agenten von null aufzubauen.

Guenstigere Modelle sind nuetzlich, aber nicht automatisch guenstiger

Ein Modell mit niedrigerem Preis pro Token kann trotzdem teuer werden, wenn es eine Aufgabe wiederholt falsch versteht.

Das gilt fuer Agenten mehr als fuer normalen Chat.

Ein Agent muss vielleicht:

• Das Ziel verstehen.
• Das richtige Tool waehlen.
• Gueltige Parameter uebergeben.
• Das Ergebnis pruefen.
• Bemerken, wenn etwas schiefgeht.
• Entscheiden, was als Naechstes passiert.

Ein schwaecheres Modell koennte das falsche Tool aufrufen, in einer Schleife stecken bleiben oder zuversichtlich behaupten, eine Arbeit sei erfolgreich gewesen, obwohl das nicht stimmt.

Fuer eine einfache Morgenzusammenfassung mag dieses Risiko akzeptabel sein.

Fuer Produktionsinfrastrukturanderungen oder Kundenkontakt ist es das nicht.

Die sinnvolle Regel: nutze das guenstigste Modell, das diese spezifische Aufgabe zuverlaessig erledigt.

Hermes gibt dir die Freiheit, diese Wahl pro Aufgabe, Profil oder Hintergrundfunktion zu treffen.

Es nimmt dir nicht die Pflicht, das Ergebnis zu pruefen.

Mehrere Modelle am selben Problem

Hermes enthaelt ein Feature namens Mixture of Agents, kurz MoA.

Die Grundidee ist einfach.

Stell dir vor, du hast eine schwierige Entscheidung. Statt eine Person zu fragen, fragst du mehrere mit unterschiedlichem Hintergrund. Jede prueft das Problem unabhaengig. Danach geht alles an eine letzte Person, die die Perspektiven vergleicht und die Antwort liefert.

Hermes kann etwas Aehnliches mit Modellen tun.

Du konfigurierst ein oder mehrere Referenzmodelle und ein Aggregator-Modell.

Die Referenzmodelle pruefen die Aufgabe zuerst. Der Aggregator erhaelt ihre Analysen, erstellt die finale Antwort und bleibt verantwortlich fuer alle Tool-Aufrufe.

Die Modelle koennen von verschiedenen Anbietern kommen.

Zum Beispiel:

• Ein Modell prueft das technische Denken.
• Ein anderes schaut nach Geschaeftsrisiken.
• Ein drittes hinterfragt die Annahmen.
• Der Aggregator kombiniert die Ergebnisse zu einer Empfehlung.

Das ist fuer alltägliche Arbeit nicht noetig. Vier Modelle zu fragen, um eine kurze E-Mail zu verbessern, waere Zeit- und Geldverschwendung.

MoA wird interessant bei Arbeit, wo eine zweite Perspektive echten Wert hat: Recherche, Architektur, Strategie, komplexes Debugging oder Entscheidungen, die teuer rueckgaengig zu machen waeren.

Es garantiert auch keine Wahrheit. Mehrere Modelle koennen dieselbe falsche Information wiederholen, und der Aggregator kann trotzdem eine schlechte Entscheidung treffen.

Profile sind mehr als Persoenlichkeiten

Hermes laesst dich mehrere Profile auf demselben Rechner laufen.

Ein Profil ist nicht einfach ein Assistent mit einem anderen Namen oder Ton.

Jedes Profil kann haben:

• Eigenes Modell und eigenes Provider.
• Eigenes Gedaechtnis und eigene Gespraechshistorie.
• Eigene Skills und Anweisungen.
• Eigene Tools und Integrationen.
• Eigene API-Zugangsdaten.
• Eigene geplante Jobs.
• Eigene Sicherheitskonfiguration.

Ein Profil koennte ein Rechercher sein, der Websuche nutzt aber keine Dateien aendern kann.

Ein anderes koennte ein Entwickler sein mit Zugriff auf Repositories und einem starken Coding-Modell.

Ein drittes koennte Routineoperationen mit einem guenstigeren Modell erledigen.

Das sind separate, dauerhafte Agentenumgebungen.

Hermes kann auch temporäre Unteragenten fuer Teile einer groesseren Aufgabe erzeugen. Ein Rechercher-Agent koennte mehrere unabhaengige Fragen delegieren, die Ergebnisse sammeln und dann mit dem Gesamtbild weitermachen.

Der Unterschied:

• Ein Profil ist eine langfristige Agenteneinrichtung.
• Ein Skill ist ein wiederholbares Verfahren.
• Ein Unteragent ist ein befristeter Mitarbeiter fuer einen Teil der Aufgabe.
• MoA nutzt mehrere Modelle, um dasselbe Problem zu pruefen.

Skills: Wie das System gute Prozesse bewahrt

Ein Skill sagt dem Agenten, wie eine bestimmte Art von Arbeit ausgefuehrt wird.

Er koennte erklaeren, wie man:

• Ein Kundenbriefing vorbereitet.
• Einen Pull Request prueft.
• Einen fehlgeschlagenen Deployment untersucht.
• Einen Artikel vor der Veroeffentlichung prueft.
• Einen Arbeitstag abschliesst und offene Entscheidungen bewahrt.
• Einen eingehenden Prospect qualifiziert.

Hermes-Skills werden als lokale, einsehbare Dateien gespeichert. Sie koennen Anweisungen, Skripte, Vorlagen und Referenzmaterial enthalten.

Das ist wichtig, weil ein nuetzlicher Prozess nicht mehr in einer alten Konversation gefangen bleiben muss.

Nach einer komplizierten Aufgabe kann Hermes aus dem, was funktioniert hat, einen wiederverwendbaren Skill machen. Beim naechsten Mal kann der Agent dieses Verfahren laden, statt alles neu zu improvisieren.

Das ist ein Teil dessen, was Nous Research mit "selbstverbessernd" meint.

Der Agent schreibt nicht seine eigene Intelligenz um. Er bewahrt Verfahren und Lektionen aus frueherer Arbeit.

Er kann auch die falsche Lektion bewahren. Generierte Skills koennen veralten, sich verdoppeln oder unnoetig kompliziert werden. Sie brauchen Ueberpruefung, wie jede andere Betriebsanweisung auch.

Das Wertvolle daran: du kannst die Datei oeffnen und sehen, was dem Agenten gesagt wird.

Honcho: Gedaechtnis, das lernt, wie du arbeitest

Hermes enthaelt eine Gedaechtnisschicht namens Honcho. Sie verfolgt Muster, Vorlieben und Fakten ueber Sitzungen hinweg. Kein Chatverlauf. Verhaltensgedaechtnis. Sie lernt, wie du arbeitest, nicht nur, was du gesagt hast.

Honcho kann selbstgehostet auf der eigenen Infrastruktur laufen, was heisst, dass das Langzeitgedaechtnis deines Agenten nicht in der Plattform eines Drittanbieters liegen muss. Fuer jeden, der schon mal erlebt hat, wie ein Chatbot am ersten Tag alles Wichtige vergisst, ist das der Teil, der die Rechnung aendert.

Kann ein mainstream KI-Dienst das auch?

Viele einzelne Teile, ja.

Die groessten KI-Plattformen bieten mittlerweile Kombinationen aus Projektgedaechtnis, spezialisierten Agenten, wiederverwendbaren Skills, verbundenen Apps und geplanten Aufgaben. ChatGPT Workspace Agents, Claude Cowork und Gemini Spark bewegen sich alle in diese Richtung.

Fuer die meisten Menschen wird einer dieser Dienste einfacher sein.

Account erstellen, Abo bezahlen, Oberflaeche nutzen. Der Anbieter wartet die Infrastruktur, spielt Updates ein und uebernimmt einen Grossteil der Sicherheit.

Hermes verlangt mehr von dir.

Du betreibst die Software. Du bist verantwortlich fuer Updates, Backups, Zugangsdaten, Modellkosten und Berechtigungen. Wenn das System falsch freigegeben oder uebermaessig berechtigt wird, ist das dein Problem.

Der Unterschied ist Kontrolle.

Gehosteter KI-Dienst — der Anbieter waehlt die verfuegbare Modellfamilie.

Hermes — du waehlst Anbieter und Modell.

Gehosteter KI-Dienst — Gedaechtnis und Konfiguration leben auf der Plattform des Anbieters.

Hermes — Kerngedaechtnis, Skills und Sitzungen bleiben lokal.

Gehosteter KI-Dienst — geplante Arbeit laeuft in der Cloud des Anbieters.

Hermes — geplante Arbeit laeuft auf Infrastruktur, die du kontrollierst.

Gehosteter KI-Dienst — du nutzt die Integrationen, die der Anbieter unterstuetzt.

Hermes — du kannst Tools, Plugins, APIs und MCP-Server hinzufuegen.

Gehosteter KI-Dienst — der Dienst versteckt die meiste Betriebskomplexitaet.

Hermes — du bist fuer den Betrieb des Systems verantwortlich.

Gehosteter KI-Dienst — leichter zu beginnen.

Hermes — flexibler, aber mehr Arbeit.

Hermes ist kein Ersatz, den jeder braucht.

Es ist eine Alternative fuer Menschen, die mehr vom System besitzen wollen.

Was Hermes auszeichnet

Es gibt keine einzelne Hermes-Funktion, die niemand anderes reproduzieren koennte.

Was ihn auszeichnet, ist die Kombination:

• Die Software ist Open Source.
• Die Betriebsschicht laeuft auf deiner Infrastruktur.
• Gespraeche, Gedaechtnis und Skills werden lokal gespeichert.
• Hermes selbst sammelt keine Nutzungs-Telemetrie.
• Du kannst das Modell lokal fuer ein viel staerkeres Datenschutzniveau laufen lassen.
• Du kannst Modelle von konkurrierenden Unternehmen nutzen.
• Verschiedene Arbeiten koennen verschiedene Modelle und Preise nutzen.
• Mehrere Modellfamilien koennen zu einem Ergebnis beitragen.
• Du kannst die Verfahren, die der Agent befolgt, einsehen und aendern.
• Du kannst das Modell ersetzen, ohne das gesamte Agentensystem zu ersetzen.

Das wichtige Wort ist Eigentum.

Du besitzt die Betriebsschicht, auch wenn du einen Teil der Intelligenz bei einem externen Modelanbieter mietest.

Warum das in Europa zaehlt

Wenn du ein Unternehmen in Deutschland, Oesterreich oder der Schweiz fuehrst, ist Datenschutz nicht optional. Die DSGVO ist das Minimum, nicht die Obergrenze. Deutsches Telemediengesetz, EU-AI-Act-Pflichten und Kundenvertraege kommen dazu.

Ein gehosteter KI-Dienst in den USA mag bequem sein. Er bedeutet aber auch, dass dein Agentenzustand, deine Gespraechshistorie und dein Betriebskontext unter US-Recht liegen, auf Infrastruktur, die du nicht pruefen kannst, in einer Rechtsprechung, die du nicht leicht herausfordern kannst.

Hermes loest das nicht automatisch. Wenn du Prompts an einen US-Modelanbieter schickst, ueberquert dieser Weg noch den Atlantik. Aber der Kern: Gedaechtnis, Skills, Konfiguration, Sitzungshistorie, geplante Jobs, bleibt auf deinem Rechner. In deinem Land. Unter deinem Recht.

Fuer einen DACH-Unternehmer, der einem Kunden erklaeren muss, wo seine Daten liegen, ist das kein Nice-to-have. Es ist eine Voraussetzung.

Warum ich es nutze

Ich nutze weiterhin gehostete KI-Produkte. Sie sind bequem, faehig und oft das richtige Werkzeug fuer eine bestimmte Aufgabe.

Ich nutze Hermes, weil ich nicht will, dass mein gesamtes Arbeitssystem in einem von ihnen existiert.

Ich will, dass Gedaechtnis, Verfahren und Betriebsstruktur unter meiner Kontrolle bleiben. Ich will, dass Routinearbeit guenstigere Modelle nutzt und schwierige Arbeit zu staerkeren geht. Ich will die Option, sensible Aufgaben lokal zu erledigen. Ich will verschiedene Modellfamilien vergleichen, statt anzunehmen, ein Unternehmen habe immer die beste Antwort.

Am wichtigsten: ich will das System verstehen, das die Arbeit macht.

Fuer jemanden, der nur einen faehigen KI-Assistenten will, kann Hermes unnoetig sein.

Fuer jemanden, der ein langfristiges Agentensystem aufbaut, besonders eines, das Datenschutz, Kosten, Automatisierung, Modellqualitaet und Unabhaengigkeit ausbalancieren muss, wird es viel interessanter.

Ich habe ueber zwei funktionierende Installationen in unterschiedlichem Massstab geschrieben: eine, die meine Woche neben einem Vollzeitjob laeuft, und eine, die einen kundenseitigen Chatbot auf dieser Website betreibt. Dasselbe Werkzeug. Dasselbe Prinzip. Unterschiedlicher Massstab.

So faengst du an

Du brauchst nicht mein Setup. Du brauchst ein Terminal und fuenfzehn Minuten.

Danach:

Provider waehlen. OpenRouter ist am einfachsten. Kostenlose Version verfuegbar.

• Modell waehlen. Klein anfangen. DeepSeek oder GLM 5.2 sind guenstig und schnell. Spaeter upgraden.
• Mit ihm reden. Das erste Gespraech bringt ihm bei, wer du bist. Es erinnert sich.
• Einen Skill hinzufuegen. Das, was du jede Woche wiederholst. Ein Statusupdate. Ein Morgen-Check.
• Einen Job planen. Ein Morgen-Briefing. Ein Tagesabschluss.

Vollstaendige Dokumentation: hermes-agent.nousresearch.com/docs

Quellcode: github.com/nousresearch/hermes-agent

Mein Setup

Ich betreibe Hermes auf einer lokalen Fedora-43-Workstation mit Sway Atomic. Die Hermes-Laufzeit laeuft in einem Toolbx-Container, isoliert vom restlichen System.

Meine Websites und Produktionsdienste laufen auf einem separaten Hetzner-Cloud-Server in Deutschland. Dieser Server hostet auch ein selbstgehostetes Honcho-Gedaechtnis-Backend.

Hermes auf der Workstation. Produktion auf dem Server. Ein hybrides Setup: lokale Kontrollebene, entfernte Infrastruktur.

Fuer einen europaeischen Betreiber ist das relevant. Mein Agentenzustand, Gedaechtnis, Skills und Sitzungshistorie liegen auf einem Rechner in meinem Buero, unter EU-Datenschutzrecht. Meine Produktionsinfrastruktur liegt in einem deutschen Rechenzentrum, unter demselben Rechtsrahmen. Nicht in einer US-Cloud, die ich nicht pruefen kann.

Hetzner ist ein deutsches Hosting-Unternehmen. Der Server kostet etwa 23 Euro im Monat fuer beide Websites plus Produktionsdienste. Kein Cloud-Abo. Kein Pro-Sitz-Preis. Kein Vendor-Lock-in.

Das ist der erste Beitrag in einer Serie ueber die Tools und das Setup, die meine tatsaechliche Arbeit betreiben. Als Naechstes: eine Klartext-Karte von ChatGPT, Claude, Claude Code, Codex und Hermes, fuer alle, die in Tools ertrinken und verstehen wollen, welche Schicht ihr Problem tatsaechlich loest.

Wenn du die KI-Landschaft ohne Nebel verstehen willst, ist hier ein guter Start:

Welches KI-Modell sollte ich eigentlich nutzen?

Die KI-Landschaft auf einen Blick

Nicht wie viele Agenten du einsetzt

Zwei KI-Chefs sagen, wir sind in der Singularitaet

Wenn du Beweise willst statt Folien:

Wie eine eigene Betriebsschicht in Produktion aussieht

Wie ich meinen Chatbot repariert habe

Alle Arbeiten und Fallstudien

Die einfachste Erklaerung

Hermes ist kein weiteres Gehirn, das mit GPT, Claude, Gemini, DeepSeek, GLM oder Kimi konkurriert.

Es ist der Ort, an dem diese Gehirne arbeiten koennen.

Du entscheidest, welches du nutzt, worauf es zugreifen darf, woran es sich erinnern soll, welchen Verfahren es folgen soll und ob ein Teil der Arbeit deinen Rechner verlassen darf.

Das ist es, was Hermes Agent auszeichnet.

Hermes Agent wird von Nous Research entwickelt und unter der MIT-Lizenz veroeffentlicht. Ich nutze es, aber ich bin nicht Teil des Hermes-Teams und habe keine kommerzielle Beziehung zu Nous Research.