Im April habe ich über OpenClaw geschrieben — mein selbst gehosteter KI-Agent auf einem Hostinger-VPS, angebunden an Telegram, E-Mail, Kalender und GitHub. Der Post endete mit einer kurzen „What's Next“-Liste. Drei Monate später ist das meiste umgesetzt — und das Setup fühlt sich weniger wie ein Chatbot und mehr wie ein kleines Ops-Team an.
Neu seit April:
- Blogposts — Sprachnachricht rein, recherchierter Entwurf raus, auf der Site veröffentlicht
- Code aus GitHub-Issues — Agent plant, ich approve, PR kommt
- Rechnungen — zweisprachige PDFs für US- und DE-Kunden, Mail-Entwurf fertig
- SEO & Compliance — Live-Daten und Reports ohne fünf Tools anklicken
- Ein Telegram-Chat, viele Projekte — Topics trennen den Kontext
- Konferenz-Vorschläge — Talk-Entwürfe aus Memory, nicht von null
Was sich geändert hat, was kaputtging und was ich wieder so machen würde.
Kurz zusammengefasst
OpenClaw ist ein persistenter Assistent mit Gedächtnis. Ich rede vor allem per Telegram — oft per Sprachnachricht. Er kann Aufgaben ausführen, Repos lesen, E-Mails entwerfen, GitHub prüfen. Versand nur nach meinem OK.
Alles Folgende baut darauf auf.
1. Blogposts — von der Idee bis live
Im April-Post stand: Blogposts entwerfen. Passiert — mehrfach:
| Post | Was der Agent gemacht hat |
|---|---|
| Hetzner-EU-Prod-Serie | Recherche, EN+DE-Entwurf, Bilder |
| Lovable → Hetzner DACH | Gleiche Formel, echte Kundenstory |
| SISTRIX-MCP-SEO-Audit | Live-SEO-Daten, Kunden-Code gelesen, Strategie-PDF |
Typischer Ablauf: Sprachnachricht → Kontext aus Notizen und Repos → Markdown-Entwurf → ich kürze und prüfe den Ton → veröffentlichen.
Lesson: Stark bei Erstentwürfen mit echten Daten. Mein Job: „Würde ich das unter meinem Namen posten?“
2. GitHub-Issues → Plan → PR
Größtes Upgrade: OpenClaw kann Coding an Cursor im echten Repo abgeben.
Heute:
- Neues Issue im Produkt-Repo eines Kunden
- Ping auf Telegram
- Agent schreibt Implementierungsplan aus dem Code
- Plan als GitHub-Kommentar — für das Team sichtbar, nicht im Chat versteckt
- Ich approve → Code wird geschrieben → PR
Kleine Checks laufen auf dem günstigen Modell; Planung und Code nur, wenn es sich lohnt.
Lesson: Plan im Repo und auf GitHub halten. Telegram für Pings und Entscheidungen.
3. Rechnungen — die langweilige Arbeit
Rechnungstag war früher: HTML kopieren, Sätze suchen, USt-Formulierung prüfen, PDF, Upload, Begleitmail. Heute öffne ich das richtige Telegram-Topic und sage nächste Rechnung vorbereiten.
Der Agent kennt die Regeln pro Kunde — US vs. deutsch, Währung, MwSt, Layout. Letzte Rechnung als Vorlage, Nummer hoch, Zeitraum und Positionen eintragen, nur nachfragen was fehlt. Ergebnis: PDF in Dropbox, Mail-Entwurf wartet — Versand erst nach meinem OK.
Lesson: Der ROI-stärkste Use Case aus den letzten drei Monaten. Repetitiv, regellastig, fehleranfällig. Genau dafür ein Agent mit Gedächtnis.
4. SEO, WordPress, Compliance — ein Prompt, ein Ergebnis
April: Basis-Gedächtnis und wenige Tools. Juli: Der Agent spricht mit Diensten, die ich wöchentlich brauche — SEO-Daten, Kunden-WordPress, Security-Scan-Reports.
Immer gleiches Muster: eine Telegram-Nachricht, Agent kombiniert Live-Daten + Code-Kontext, ich bekomme ein datiertes Ergebnis (Markdown, PDF oder Issue-Kommentar). Den SEO-Workflow habe ich hier beschrieben.
Lesson: Eine Integration pro Aufgabe, die du monatlich manuell wiederholst. Nicht am ersten Tag alles verdrahten.
5. Telegram-Topics = Projekt-Switcher
Ein Gruppenchat, viele Topics — Blog, US-Kunde, DE-Kunde, Nebenprojekte.
Jedes Topic lädt den passenden Kontext: welches Repo, welcher Ton, welche Regeln. Kein Rechnungsgespräch im Blog-Thread.
Lesson: Wenn der Bot in der Gruppe schweigt — aktuelle OpenClaw-Version prüfen. Forum-Topics hatten einen Reply-Bug, der inzwischen gefixt ist.
6. Konferenz-Talk-Entwürfe
Neben Kundenarbeit reiche ich bei AWS Community Days, AgentCon, CodeMotion, re:Invent ein. Der Agent hält Vorschlags-Entwürfe in einem Ordner und kennt das Submission-Format.
Typischer Ablauf: Talk zu Security-Scanning für Poland Community Day entwerfen → Agent zieht aus früheren Projekten und Talks → Titel, Abstract, Gliederung paste-ready → Kalender-Reminder für die Deadline.
Lesson: CFP = Recherche + Struktur + deine Stimme. Der Agent macht die ersten beiden.
Zahlen (grob, drei Monate)
- GitHub: viele Issues triagiert; mehrere Fixes via Agent → Cursor → PR
- Blog: 4+ substanzielle Posts mit Agent-Hilfe (EN+DE)
- Rechnungen: 5+ US-Sprint-Rechnungen + deutsche Kundenrechnungen — jeweils PDF + Mail-Entwurf
- CFP: 10+ Vorschlags-Entwürfe für Polen, DACH, Mailand, re:Invent
- Kosten: richtiges Modell pro Aufgabe wichtiger als VPS-Hosting
- Pannen: eine Mail zu früh raus → harte „vor Versand fragen“-Regel; Morgen-Briefing einmal nach Update kaputt — mit Versions-Update und günstigerem Cron-Job gefixt
Was als Nächstes kommt
- Auto-Implement nach explizitem GitHub-Approve
- Infra aus dem Chat (Hetzner in Arbeit)
- USt-Voranmeldung aus Rechnungsordner — agent-unterstützt, Steuerberater prüft
Fazit
Vor drei Monaten: E-Mail, Kalender, GitHub-Pings. Heute: Orchestrator — Topics für Kontext, Cursor für Code, Live-Integrationen für Daten, Blog für Content, Rechnungen und Talk-Entwürfe für die Business-Seite.
Weiterhin €10/mo Hostinger Docker.
Wenn du OpenClaw schon nutzt: für mich die größten Hebel — Coding an Cursor abgeben, ein Telegram-Topic pro Kunde/Projekt, eine Integration pro repetitiver manueller Aufgabe.
Links:
Fragen oder Hilfe beim Setup? office@martinmueller.dev oder calendly.com/martinmueller_dev.
