Tooling mit OpenClaw und warum KI unendlich Zeit kosten kann

Nachdem ich nach vielen Stunden Interaktion mit ChatGPT und Gemini den Ansatz mit Openclaw über eine KVM/QEMU-VM mit Debian auf meinem Hauptrechner und  LM Studio auf dem Mint-Host als grundsätzlichen Workflow zum Laufen gebracht habe, war noch das Tooling offen. Der Agent sollte also konkrete Aufgaben erledigen, statt nur Textantworten von einer KI abfragen. Das geht sowieso ohne Agent viel effizienter.

Und wieder hat mich die KI in eine völlig falsche Richtung geschickt. Ich habe wieder Stunden damit verbracht, Vorschläge von ChatGPT abzuarbeiten, warum das Tools-Flag in der Antwort der KI leer war und nur eine JSON-Struktur mit den grundsätzlichen Aufrufen zurückkam. Nachdem ich gestern dann aufgegeben habe, ist mir auf dem Weg zum Gleitschirmhang der korrekte Workflow als Idee gekommen.

Dass die KI nicht Tools aufgerufen hat, war nicht das Problem, sondern der Beweis, dass OpenClaw keinen Unsinn machen kann. Der Agent läuft in der VM, die KI auf dem Host. Auf dem Host dürfen ausdrücklich keine Tools ausgeführt werden. Das ist der ganze Sinn des Aufbaus. Der Aufruf der Tools muss in der VM erfolgen. Und nur da. Das hatte ChatGPT überhaupt nicht auf dem Schirm und das zeigt, dass es extrem riskant ist, wenn KI die Lösung einer Aufgabe steuert. Das ist ein Try-and-Error-Verfahren, bei dem irgendwelche Vorschläge gemacht werden und u.U. auch Fehlermeldungen interpretiert werden. Fehler werden teils auch von der KI gelöst, aber es fehlt die Richtung. Deshalb braucht man oft mit dem Einsatz von KI ein Vielfaches der Zeit, die man ohne KI brauchen würde – wenn man das Wissen hat, wie etwas funktioniert.

Mehr und mehr empfinde ich KI als superschlauen Junior-Partner, dessen Vorschläge aber Gesamtaufgaben mehr zerstören als in der Gesamtheit lösen. Viele isoliert und auf spezielle Konstellationen gut passende Vorschläge, die aber ein Gesamtproblem nicht lösen.

Ich behaupte, dass ich den grundsätzlichen Workflow mit OpenClaw in der VM und dem lokalen LLM auf dem Host in vielleicht 10% der Zeit hinbekommen hätte, die ich mit KI gebraucht habe. Ich hätte nur vorher ein sauberes Konzept bzw. einen echten Plan und nicht eine vage Vorstellung haben müssen. Unter keinen Umständen darf aber die KI die „Projektleitung“ bekommen. Das geht in die Hose und stimmt mich optimistisch für die berufliche Zukunft. KI ist ein Werkzeug und ein Hammer entscheidet auch nicht selbst, worauf er geschlagen wird.

Nachdem ich ChatGPT auf die richtige Spur gesetzt habe, gehe ich das Tooling durch OpenClaw neu an und gebe radikal die Richtung vor, was mir ChatGPT zuzuarbeiten hat. Ich folge nicht mehr seinen Vorschlägen, denn ich habe genug durch diese Irrwege gelernt und will jetzt die Problemlösung.

Greetings, Professor Falken

Ein Tag Arbeit! Nur um Grüße von Joshua zu bekommen. Und das selbst mit Hilfe von ChatGPT und Gemini, die mich in voller Überzeugung ihrer korrekten Antworten von Fehler zu Fehler permanent im Kreis geführt haben. Aber was tut man nicht alles, um die War games zu stoppen ;-).

What? Worum geht es? Agenten! Genau genommen KI-Agenten (bzw. AI-Agents). Ein Zeitungsbeitrag hat mir einen Floh ins Ohr gesetzt, der mich eben diesen Tag Arbeit gekostet hat. Aber ich habe wieder viel gelernt.

Konkret habe ich meine Experimente mit Open Claw bzw. OpenClaw und lokalen KI-Modellen wieder aufgenommen. Den KI-Agenten hatte ich mir von ein paar Monaten schon zu Gemüte geführt, grundsätzlich zum Laufen gebracht und dann wieder beiseite gelegt. Auch lokale LLM hatte ich mit Ollama ausprobiert, aber meine Bemühungen aufgrund meiner Hardwarebeschränkungen nicht weiter ausgebaut. Ich bin halt Mathematiker und denen sagt man nach, dass sie nur daran interessiert sind, ob und wie etwas grundsätzlich geht („Es gibt eine Lösung!“), nicht wie man es profan nutzen kann.

Aber der Beitrag hat mich getriggert, ob ich nicht Open Claw echte Agentenarbeiten übertragen kann. Nur never-ever in einem Live- bzw. Produktionssystem. Der Agent musste in jedem Fall in einen Käfig/Sandbox/isolierten Rechner.

„Greetings, Professor Falken“ weiterlesen

KI-Agenten – Nutzen vs Gefahr

Ich mache kein Geheimnis daraus, dass ich KI-Agenten als Gefahr sehe. Verschiedene Beiträge in den üblichen Medien berichten über eine Studie, dass KI-Agenten Hacking-Tricks angewendet haben, um an nicht zugängliche Daten zu gelangen, ohne von Menschen dazu autorisiert worden zu sein. Dieses unkontrollierbare Fehlverhalten machen KI-Agenten zu einem immer größerem Risiko, das m.E. den unbestreitbaren Nutzen irrelevant werden lässt.