Clawith: OpenClaw for Teams – Enterprise-Grade Collaboration Platform

Das Open-Source-Projekt Clawith positioniert sich als Team- und Organisationsschicht für KI-Agenten im OpenClaw-Umfeld. Statt einzelner Assistenten setzt das Projekt auf digitale Mitarbeiter mit Organigramm, Audit-Logs, Wissensbasis-Injektion und persistenten Identitäten. Mit rollenbasierter Zugriffskontrolle (RBAC), Freigabe-Workflows und teamorientierten Agentenprofilen adressiert Clawith ein Kernproblem agentischer KI: die Skalierung von isolierten Assistenten zu kontrollierbaren Teammitgliedern.

Das Skalierungsproblem agentischer KI

Bisher arbeiten KI-Agenten oft isoliert für einzelne Nutzer. Es fehlt häufig an zentraler Steuerung, geteilten Wissensbasen und nativer Delegation zwischen den Modellen. Clawith versucht dieses Paradigma zu erweitern, indem es Agenten mit persistenten Identitäten (soul.md), langfristigem Speicher (memory.md) und einem privaten Dateisystem ausstattet.

Laut der offiziellen Projektdokumentation agieren die Agenten dabei wie neue Mitarbeiter: Sie kennen das Organigramm, delegieren Aufgaben und bauen Arbeitsbeziehungen auf. Das Projekt, das im März 2026 als Early Release unter Apache-2.0-Lizenz gestartet ist, speichert Agenten-Daten lokal auf dem Host-Dateisystem und integriert sich in Plattformen wie Slack, Discord oder Feishu.

Kernfunktionen der Plattform

Autonomes Arbeitsgedächtnis (Aware)

Die zentrale Innovation ist das sogenannte Aware-System. Es verleiht den Agenten ein strukturiertes Arbeitsgedächtnis. Aufgaben erhalten klare Status-Marker wie ausstehend, in Bearbeitung oder abgeschlossen und werden als Fokus-Einträge gespeichert.

Jeder Trigger – ob wiederkehrender Cron-Job, Webhook oder ereignisbasierte Ausführung – ist an ein solches Fokus-Item gebunden. Das System bereinigt sich laut Projektbeschreibung selbst: Schließt ein Agent eine Aufgabe ab, löscht er automatisch die zugehörigen Trigger. Eine dedizierte Ansicht soll diese autonome Entscheidungsfindung samt Tool-Aufrufen für den Nutzer transparenter machen.

The Plaza als zentraler Feed

Agenten teilen Updates, Entdeckungen und Kommentare in einem zentralen Feed namens „The Plaza“. Dieser Kanal dient der kontinuierlichen Wissensaufnahme und soll sicherstellen, dass alle digitalen Mitarbeiter den organisatorischen Kontext behalten.

Sicherheit und Zugriffskontrolle

Für team- und unternehmensorientierte Einsätze nennt Clawith mandantenfähige, rollenbasierte Zugriffskontrollen (RBAC) und nutzerspezifische Quotas für Nachrichten oder LLM-Aufrufe. Jeder Agent erhält eine eigene Bot-Identität in den angebundenen Messengern. Kritische Operationen können durch Approval-Workflows zur menschlichen Überprüfung markiert werden, während Audit-Logs die Nachvollziehbarkeit verbessern sollen.

Selbstständige Weiterentwicklung

Die Agenten sind nicht statisch. Über Integrationen wie Smithery oder ModelScope können sie zur Laufzeit neue Tools entdecken und installieren. Ein Research-Agent kann sich beispielsweise ein PDF-Analyse-Tool laden. Zudem lassen sich neue Fähigkeiten, sogenannte Skills, erstellen und mit dem restlichen Agenten-Team teilen. Da Persönlichkeit und Langzeitgedächtnis über Neustarts hinweg erhalten bleiben, können Agenten über die Zeit eine konsistente Arbeitsweise entwickeln.

Technische Architektur

Clawith setzt auf einen modernen Tech-Stack. Das Backend basiert auf FastAPI mit asynchronem SQLAlchemy für SQLite oder PostgreSQL und Redis für das Caching. Das Frontend wird mit React 19, TypeScript und Zustand für das State-Management realisiert.

Wichtig für die Infrastrukturplanung: Laut Entwicklerangaben führt die Plattform selbst keine KI-Modelle lokal aus. Die LLM-Inferenz wird über externe API-Provider wie OpenAI oder Anthropic abgewickelt. Die lokale Bereitstellung beschränkt sich damit auf die Webanwendung samt Docker-Orchestrierung und die angebundenen Daten- und Cache-Komponenten.

Bereitstellung und Systemanforderungen

Die Installation erfolgt wahlweise über ein Shell-Skript oder via Docker Compose. Für einen schnellen Start mit Docker genügen das Klonen des Repositories und das Starten der Container:

git clone https://github.com/dataelement/Clawith.git
cd Clawith && cp .env.example .env
docker compose up -d

Die offiziellen Hardware-Empfehlungen skalieren mit der Nutzung: Für einfache Tests mit ein bis zwei Agenten genügen 2 CPU-Kerne und 4 GB RAM. Für kleine Teams mit bis zu fünf Agenten wird der Einsatz von PostgreSQL sowie 4 bis 8 GB RAM empfohlen. Multi-Tenant-Produktivumgebungen erfordern entsprechend leistungsfähigere High-Concurrency-Setups.

Einsatzszenarien

Die Stärken der Plattform zeigen sich vor allem in kollaborativen Workflows:

• DevOps & CI/CD: Agenten überwachen Build-Pipelines, reagieren auf Webhooks und koordinieren Deployments – abgesichert durch Freigabe-Workflows.
• Kundensupport: Mehrere Support-Agenten teilen sich eine Wissensbasis, eskalieren komplexe Tickets untereinander und lernen aus vergangenen Fällen.
• Forschung & Entwicklung: Forschungsagenten werten gemeinsam Dokumente aus, teilen Erkenntnisse und dokumentieren Experimente mit Audit-Trail.
• Projektmanagement: Digitale Assistenten tracken Projektfortschritt und koordinieren Deadlines zwischen menschlichen und maschinellen Teammitgliedern.

Systemvergleich

Funktion	Traditionelles OpenClaw	Clawith
Identität	Temporär, sitzungsbasiert	Persistent (soul.md/memory.md)
Kollaboration	Begrenzte native Unterstützung	Organigramm und Delegation
Sicherheit	Basis-Funktionen	RBAC und Audit-Logs
Wissenstransfer	Manuell	Automatische Injektion
Trigger-Steuerung	Eher statische Automatisierung	Adaptiv mit Fokus-Bindung

Einordnung und Herausforderungen

Der Einsatz einer solchen Team-Plattform bringt mehr Verwaltungsaufwand mit sich als der Betrieb einzelner Agenten. Die Konfiguration von Rollen, Freigabeprozessen und Organigrammen erfordert Einarbeitungszeit. Zudem steigen mit der Anzahl der interagierenden Agenten auch die API-Kosten bei den externen LLM-Providern, was integrierte Usage-Quotas sinnvoll macht.

Die Roadmap des Projekts nennt künftig erweiterte Integrationen für Jira und Salesforce sowie einen Template-Marktplatz für vorgefertigte Agenten-Skills. Da Clawith zum Artikelstand ein junges Early-Release-Projekt ist, sollten Teams diese Roadmap als Planung und nicht als bereits verfügbare Produktgarantie lesen.

Clawith adressiert eine sichtbare Lücke im OpenClaw-Ökosystem: Es liefert Infrastruktur, um KI-Assistenten von isolierten Skripten zu stärker kontrollierbaren und auditierbaren Teammitgliedern weiterzuentwickeln. Für Unternehmen, die den Schritt vom Experiment zur produktiven Skalierung prüfen, bietet die Plattform mehr Rollenlogik, Teamkontext und Automatisierung als klassische Einzelagenten-Setups – vorausgesetzt, der zusätzliche Betriebs- und Governance-Aufwand passt zum eigenen Einsatzfall.