Kurz gesagt: Auf einem Mini-PC läuft bei mir rund um die Uhr der Open-Source-Agent Hermes. Er meldet mir per Telegram neue Shopware-Themen, passende Freelance-Projekte und Ausfälle meiner Websites. Das Sprachmodell läuft lokal auf meinem KI-Server. Die wichtigste Lehre aus den ersten Wochen: Sobald die KI Nachrichten selbst formuliert, verstümmelt sie Links und erfindet Daten. Deshalb sammeln bei mir Skripte die Fakten, und die KI entscheidet nur noch, was davon relevant ist.
Was Hermes ist
Hermes Agent ist ein Open-Source-Agent von Nous Research (MIT-Lizenz). Er verbindet ein Sprachmodell mit Werkzeugen, kann wiederkehrende Aufgaben nach Zeitplan ausführen und schickt die Ergebnisse über Messenger wie Telegram.
Mein Aufbau:
- Mini-PC: Ein GEEKOM MiniAir 11 mit Linux. Hier läuft Hermes mit allen Jobs, Skripten und Zuständen. Er ist klein, sparsam und immer an.
- KI-Server: Mein ASUS Ascent GX10 mit 128 GB Speicher stellt über Ollama das Sprachmodell bereit, aktuell Qwen 3.5 mit 122 Milliarden Parametern.
- Telegram: Alle Meldungen landen auf meinem Handy.
Die Aufteilung ist bewusst: Der kleine Rechner organisiert Abläufe und Verbindungen, der große liefert die Rechenleistung. Das ist flexibel, bringt aber eine Abhängigkeit im Netzwerk mit sich. Ist der KI-Server nicht erreichbar, muss ein Job das erkennen und melden, statt still zu scheitern.
Keine Daten gehen an einen Cloud-Anbieter, und es fallen keine Kosten pro Anfrage an.
Watcher 1: Shopware-News ohne Blabla
Der erste Job sollte mich über Neuigkeiten rund um Shopware informieren. Die erste Version hat das auch getan, aber die Nachrichten waren zu lang und enthielten zu viel Füllstoff. Ich will auf dem Handy nur das Wichtigste sehen, und das schnell.
Deshalb habe ich den Job in zwei aufgeteilt:
- Shopware News: täglich um 8 Uhr, höchstens drei Meldungen, nur aus den letzten 48 Stunden.
- Blog-Ideen: montags und donnerstags, höchstens drei Vorschläge, die zu meinen bisherigen Themen passen.
Die Quellen sammelt ein festes Skript: RSS-Feeds, GitHub, Blogs und öffentliche Beiträge. Eigene Beiträge stehen auf einer Ausschlussliste, damit mir Hermes nicht meine eigenen Artikel als Neuigkeit meldet.
Watcher 2: Freelance-Projekte für Shopware und Symfony
Der zweite Job sucht viermal am Tag nach Freelance-Projekten. Meine Vorgaben:
- nur Shopware oder Symfony, keine anderen Shopsysteme oder CMS
- nur Projekte im DACH-Raum
- höchstens 24 Stunden alt
- keine Arbeitnehmerüberlassung (das Kürzel „ANÜ“ wird ausgefiltert)
- und die Ausschreibung muss noch verfügbar sein
Das Skript fragt mehrere Projektbörsen und Jobportale ab, dazu LinkedIn, das Shopware-Forum und passende Reddit-Communities. Danach ruft es jede Ausschreibung einzeln auf. Ist sie gelöscht, fliegt sie raus.
Erst dann kommt die KI ins Spiel. Sie bekommt den Text der Ausschreibung und beantwortet nur zwei Fragen: Passt das Projekt zu den Vorgaben? Ist es noch offen? Die Antwort kommt als festes Datenformat zurück, nicht als Fließtext.
Nicht alles lässt sich abfragen. Manche Portale sperren automatische Anfragen oder zeigen Inhalte nur mit JavaScript. Facebook-Gruppen sind ohne Login gar nicht erreichbar. Das gehört zur Wahrheit dazu: Ein Watcher findet nur, was öffentlich zugänglich ist.
Watcher 3: Websites und SSL-Zertifikate
Der dritte Job überwacht meine Websites. Alle fünf Minuten wird jede Seite aufgerufen. Neben dem Statuscode prüft das Skript, ob ein bestimmter Text auf der Seite steht. So fällt auch eine Fehlerseite auf, die technisch trotzdem „200 OK“ meldet.
- Erst nach zwei Fehlversuchen kommt eine Meldung, damit ein kurzer Aussetzer keinen Alarm auslöst.
- Bleibt eine Seite down, erinnert mich Hermes stündlich.
- Ist sie wieder erreichbar, kommt eine Entwarnung.
- SSL-Zertifikate: erste Info 14 Tage vor Ablauf, ab 7 Tagen jeden Tag.
Hier steckt gar keine KI drin. Es braucht auch keine.
Die wichtigste Lehre: Die KI schreibt keine Fakten
In einer frühen Version durfte das Sprachmodell die Telegram-Nachricht selbst formulieren. Das Ergebnis: Links waren verstümmelt, und bei Projekten standen Daten, die es so nicht gab. Für eine Benachrichtigung, auf die ich mich verlassen will, ist das ein Ausschlusskriterium.
Seitdem gilt bei allen Jobs dieselbe Aufteilung:
- Das Skript sammelt die Daten, prüft Erreichbarkeit und Alter und schreibt die Nachricht. Links, Titel und Daten kommen immer aus der Quelle.
- Die KI bewertet nur: relevant oder nicht, noch offen oder nicht, wichtig oder nicht.
- Ganz ohne KI laufen Jobs, bei denen es nichts zu bewerten gibt, etwa das Website-Monitoring.
Hermes kann solche Jobs auch ohne Agent ausführen. Dann startet er einfach das Skript nach Zeitplan und verschickt das Ergebnis. Das ist weniger spektakulär als ein Agent, der selbstständig im Netz recherchiert, aber deutlich zuverlässiger.
Geplant heißt nicht zuverlässig
Ein angelegter Job ist noch kein Beleg für eine funktionierende Automatisierung. Bei jedem neuen Watcher prüfe ich deshalb mehrere Ebenen:
- Läuft der Dienst nach einem Neustart wieder an?
- Nutzt der Job das richtige Profil und die richtige Konfiguration?
- Ist das Modell auf dem KI-Server erreichbar?
- Kann das Skript die Quellen tatsächlich lesen?
- Kommt die Nachricht per Telegram an?
- Stimmen Inhalt und Aktualität der Meldung?
Gerade der letzte Punkt wird unterschätzt. Ein Job kann tadellos laufen und trotzdem veraltete Treffer als neu melden.
Was ich anderen raten würde
- Fang mit einer klaren Frage an. „Gibt es neue Shopware-Projekte?“ funktioniert. „Halte mich auf dem Laufenden“ nicht.
- Begrenze die Menge. Drei gute Meldungen sind mehr wert als zwanzig mittelmäßige.
- Lass Links und Daten nie von der KI schreiben. Das Skript übernimmt sie aus der Quelle.
- Nutze KI zum Bewerten, nicht zum Erzählen. Eine Ja-Nein-Entscheidung ist für ein Modell viel einfacher als ein fehlerfreier Text.
- Plane für Lücken. Nicht jede Quelle ist automatisch erreichbar.
Häufige Fragen
Brauche ich für so etwas einen eigenen KI-Server?
Nein. Die Skripte laufen auf jedem kleinen Rechner, und für die Bewertung reicht oft auch ein kleineres Modell oder eine Cloud-API. Mir ist wichtig, dass keine Daten das Haus verlassen und keine laufenden Kosten pro Anfrage entstehen.
Warum nicht gleich einen Agenten frei recherchieren lassen?
Weil ich mich auf die Meldungen verlassen will. Ein frei arbeitender Agent ist spannend, liefert aber jedes Mal etwas anderes und macht Fehler, die man erst spät bemerkt.
Wie viel Aufwand ist das?
Ein einzelner Watcher ist mit einem klaren Ziel schnell gebaut. Der eigentliche Aufwand liegt im Feinschliff: Quellen reparieren, Filter schärfen, Meldungen kürzen.