OpenHuman (GPL-3.0, TinyHumans AI v0.53.x) ist ein Desktop-Agent auf Rust, Tauri v2 und React 19. Ueber die GUI verbinden Sie Gmail, GitHub, Slack und mehr als 118 Integrationen per OAuth. Gespraechs- und Sync-Daten landen im Memory Tree: hierarchische Zusammenfassungen in SQLite auf Ihrer Maschine plus Obsidian-kompatible Markdown-Dateien im Vault. Alle 20 Minuten zieht auto-fetch frische Daten aus aktiven Verbindungen — ohne manuelle Prompts fuellt sich der Kontext ueber Nacht.

OpenClaw (MIT) ist terminal-first: CLI, Gateway, Telegram/WhatsApp/Discord. Skills und Workspace leben unter ~/.openclaw/. ChatGPT im Browser bleibt chat-scoped ohne persistenten Knowledge Graph aus Ihrem Postfach. OpenHuman setzt auf UI-first, Maskottchen, Sprache, Google-Meet-Teilnahme und TokenJuice-Kompression (bis ca. 80 % weniger Tokens bei Tool-Output). Standard ist verwaltetes Modell-Routing; optional schalten Sie Ollama ueber config.toml frei.

Dieser Guide beantwortet nicht «warum Agent», sondern sauber installieren, anmelden, Datenquellen koppeln, erste Memory-Tree-Antwort verifizieren. Rechnen Sie mit 30–45 Minuten fuer einen sauberen Erstinstall, 60–90 Minuten inklusive mehrerer OAuth-Flows und einem auto-fetch-Zyklus. Persistente Dateien sammeln sich im Benutzerprofil — auf geteilten Macs zuerst Rechte und Quotas pruefen.

Die Managed-Grenze frueh klaeren spart Rollbacks: Sign-in, Modell-Proxy und Composio-OAuth laufen standardmaessig ueber TinyHumans-Backend; Memory Tree und Vault bleiben lokal. Fuer strikte Datenhaltung Ollama plus direct Composio-Key nutzen — Echtzeit-Trigger webhooks hosten Sie dann selbst. Bei Cloud-Datenfluss zu US-Modellanbietern DSGVO-Verarbeitungsverzeichnis und AV-Vertraege pruefen; lokale Inferenz auf gemietetem EU-Knoten reduziert Drittlandtransfer.

Im Vergleich zu Hermes Agent (Skills unter ~/.hermes/) oder OpenClaw (Gateway-Port 18789) liegt der OpenHuman-Schwerpunkt auf UI-Onboarding und Integrationen, nicht auf Shell-first-Workflows. Wer bereits OpenClaw fuer Messenger betreibt, kann OpenHuman parallel auf demselben Mac Mini nutzen — vorausgesetzt, Unified Memory reicht fuer Ollama-Cache plus Tauri-GUI. Dieser Artikel liefert fuenf typische Installationsfehler, zwei Vergleichstabellen (Deploy und Installationskanal), sechs operative Schritte und eine Fehlermatrix — alles ohne Python-pip-Detour.

Feldteams berichten: Nach dem ersten Gmail-Sync wachsen Vault-Dateien schneller als erwartet; planen Sie deshalb von Anfang an Snapshot-Space, nicht nur die Groesse des Installers. TokenJuice komprimiert HTML-Mails und Tool-Outputs vor dem LLM-Aufruf — ein messbarer Hebel, wenn Sie tausende Mails ingestieren und dennoch Latenz unter einer Minute halten wollen.

Deploy-Ebene waehlen, dann Abschnitt 04 — sechs Schritte. Halten Sie waehrend des ersten auto-fetch-Zyklus die App geoeffnet oder den Host wach, damit Hintergrundjobs nicht durch Energiesparen abgebrochen werden.

Offizielle Binaries: Windows, macOS, Linux. Minimum laut Feldberichten: 8 GB RAM fuer GUI plus Memory Tree ohne lokales LLM. Ollama 7B dauerhaft: 16 GB. OpenClaw plus OpenHuman plus lokales Modell: 24 GB. SSD: 20 GB+ fuer wachsenden Vault und SQLite.

Apple Silicon M4 nutzt Unified Memory — Ollama und Tauri teilen denselben Pool ohne discrete GPU. Auf Intel-Macs oder Linux ohne Metal entfaellt dieser Vorteil; dort bleibt Managed-Routing oder CPU-Ollama mit laengerer Latenz. Fuer Teams, die Voice und Google-Meet-Agent testen, ist macOS Pflicht — ein weiterer Grund, warum Linux-VPS allein selten reicht, auch wenn die MSI-/apt-Pfade dort installierbar sind.

Messbare Engpaesse bei grossen Gmail-Postfaechern: zuerst Disk-I/O und SQLite-Writes, dann CPU. Ein guenstiger VPS in den USA spart Euro, addiert aber Latenz zu EU-OAuth-Redirects — fuer DSGVO-Teams oft ein Minus trotz niedriger Miete.

Konkrete Richtwerte aus M4-Feldtests: Qwen2.5 7B quantisiert belegt ca. 5–6 GB Unified Memory; OpenHuman-GUI plus Memory Tree ohne lokales Modell bleibt unter 3 GB Resident. Wer 24 GB Miete waehlt, kann OpenHuman tagsueber mit 14B und nachts auto-fetch auf demselben Knoten fahren — solange Sie Ollama-Modelle nicht gleichzeitig voll laden. Windows-Clients koennen OpenHuman lokal nutzen, aber 24/7-Ingest auf einem gemieteten macOS-Knoten vermeidet Sleep-Hibernate-Luecken und vereinfacht VNC-Support fuer das Maskottchen.

Fuer deutsche Mittelstaendler: Dokumentieren Sie im Verarbeitungsverzeichnis, welche personenbezogenen Daten in Markdown-Chunks landen (Betreffzeilen, Kalenderteilnehmer, Repo-Namen). Ein dedizierter M4 in EU-Region plus lokales Ollama minimiert Drittlandtransfer gegenueber reiner US-API-Nutzung — ein Argument, das Auditoren leichter nachvollziehen als «wir nutzen ChatGPT im Browser».

Wer aus dem GitHub-Repository nur den Quellcode klont und npm/pnpm baut, investiert Stunden in Rust, Node 24 und Submodule — sinnvoll fuer Contributions, nicht fuer Erstinstallation. Endanwender sollten Releases, Homebrew, apt oder MSI nutzen. macOS:

brew tap tinyhumansai/core
brew install openhuman

Debian/Ubuntu (signiertes apt-Repo):

sudo apt-get install -y --no-install-recommends gnupg2 curl ca-certificates
curl -fsSL https://tinyhumansai.github.io/openhuman/apt/KEY.gpg \
  | sudo gpg --dearmor -o /etc/apt/keyrings/openhuman.gpg
echo "deb [signed-by=/etc/apt/keyrings/openhuman.gpg arch=amd64] \
  https://tinyhumansai.github.io/openhuman/apt stable main" \
  | sudo tee /etc/apt/sources.list.d/openhuman.list
sudo apt-get update
sudo apt-get install -y openhuman

Windows: signierte .msi von GitHub Releases. Alternativ (ohne Integritaetspruefung):

curl -fsSL https://raw.githubusercontent.com/tinyhumansai/openhuman/main/scripts/install.sh | bash

Nach Start: In-App-Self-Check. Fuer Ollama auf Apple Silicon zuerst ollama serve, dann in config.toml:

local_ai.runtime_enabled = true
local_ai.opt_in_confirmed = true

Corporate Firewalls blockieren oft raw.githubusercontent.com — Release-Artefakte intern spiegeln. WSL2: Installer in der Linux-Distribution ausfuehren, nicht in PowerShell. Metal-beschleunigtes Ollama laeuft nur auf macOS-Metal-Pfad, nicht auf bare-metal Linux ohne GPU-Stack.

Windows PowerShell-Alternative laut README: irm … | iex fuer install.ps1 — gleiche Warnung wie curl: keine separate Skript-Signatur bis PR2 von Issue #2620. In Enterprise-Rollouts daher MSI per Intune/SCCM ausrollen und Hash gegen Release-Notes pruefen. Arch-Nutzer koennen kuenftig AUR openhuman-bin nutzen; bis Veroeffentlichung apt oder manuelles .deb auf Arch-basierten Distros.

Nach erfolgreichem apt-Install pruefen Sie which openhuman und Desktop-Entry. Starten Sie einmal im Vordergrund, bevor Sie headless Cloud-Macs per VNC bedienen — so sehen Sie OAuth-Browser-Fenster, die ueber reinen SSH nicht sichtbar waeren. Fuer DSGVO: Managed-Modell-Routing sendet Prompts an konfigurierte Endpunkte; dokumentieren Sie, ob Sie local_ai auf Ollama umstellen, um Egress zu minimieren.

ollama pull qwen2.5:7b
ollama serve
openhuman

Cloud-Migration: Checkliste in OpenClaw-OpenHuman-Guide — SQLite, Vault, config.toml archivieren, rsync, Kaltstart-Test. Reboot absichtlich ausloesen: ueberlebt auto-fetch launchd, ist es echter 24/7-Pfad.

Zeitplan realistisch planen: Tag 1 Installation und Login; Tag 2 zwei OAuth-Quellen; Tag 3 auto-fetch plus erste Agent-Frage mit Mail-Kontext; Tag 4 optional Ollama und Performance-Check. Wer alles in einer Stunde erwartet, bricht meist an OAuth-Freigaben oder fehlendem Vault-Wachstum ab — nicht am Installer selbst.

OAuth-Tokens nie in Git. Bei gemieteter Instanz vor Rueckgabe Verbindungen trennen und lokale DB loeschen — relevant fuer DSGVO-Loeschpflichten und Kunden-Audits.

Schritt-fuer-Schritt-Validierung: (a) Agent beantwortet Frage ohne Integration — Managed-Modell OK. (b) Agent zitiert Mail nach auto-fetch — Memory Tree OK. (c) Agent nutzt lokales Modell — Ollama plus config OK. Scheitert (b), liegt es fast immer an OAuth oder Wartezeit, nicht am Installer. Scheitert (c), pruefen Sie Port 11434 und opt-in-Flags.

Hybrid mit OpenClaw: Telegram-Anfragen ueber Gateway 18789, persoenlicher Kontext ueber OpenHuman — beide koennen dieselbe Ollama-Instanz auf 11434 teilen, wenn Sie RAM budgetieren. Siehe Dual-Deploy-Guide fuer LaunchAgent und config.toml im Gesamtkontext.

Drei harte Fakten fuer Zitate: ① Minimum 8 GB, Ollama-Dauerlast 16 GB, Dual-Stack 24 GB Unified Memory auf M4. ② auto-fetch alle 20 Minuten, Chunks normalisiert auf ≤3k Tokens. ③ TokenJuice reduziert Tool-Payloads messbar — Feldwerte bis ~80 % weniger Tokens bei gleicher Information, CJK und Emoji bleiben graphem-erhalten.

Ehrliche Alternativen: schlafendes MacBook reicht fuer UI-Demo, nicht fuer Ingest-SLA. Guenstiger Linux-VPS spart Miete, verliert Metal-Ollama und native Tauri-Pfade. Nur Browser-ChatGPT skaliert weder Memory Tree noch Meet-Agent. KVMNODE Mac Mini M4 Exklusivmiete liefert launchd, Metal-Inferenz und denselben Homebrew-Workflow per SSH — monatliches OpEx statt CapEx, Daten auf Ihrer gemieteten Instanz in der Wunschregion, DSGVO-Dokumentation einfacher als US-SaaS-Gedaechtnis.

Praxis aus Support-Tickets: Hauefigste Ursache fuer «Agent kennt meine Mails nicht» ist nicht fehlende Installation, sondern abgebrochener OAuth oder zu kurze Wartezeit vor dem ersten auto-fetch. Zweithaeufig: AppImage auf Fedora/Wayland — Wechsel auf signiertes .deb loest 9 von 10 Faellen. Dritthaeufig: Nutzer erwarten pip wie bei Python-Tools — Verweis auf Homebrew/apt/MSI spart Stunden.

Wenn Sie bereits OpenClaw auf demselben Knoten betreiben, reservieren Sie getrennt Speicher fuer ~/.openclaw/ und OpenHuman-Daten. Metal-Ollama auf M4 haelt quantisierte 7B-Modelle bei 15–25 tok/s — ausreichend fuer Alltags-Agent, nicht fuer Batch-Embedding grosser Archive.

Betriebsrhythmus: woechentlich Vault-Disk, monatlich OAuth-Review, quartalsweise config.toml-Snapshot. SQLite plus Markdown in Backup-Policy — nicht nur die anfaenglichen 20 GB einplanen.

Version Stand Juni 2026: Stable-Line oft v0.53.x; nach Upgrade Release Notes lesen und Vault-Kompatibilitaet testen. Community vergleicht OpenHuman mit Hermes (Skill-Lernen) und OpenClaw (Messenger) — waehlen Sie OpenHuman, wenn Integrationen und Memory Tree wichtiger sind als reine Shell-Automatisierung. Zahlen fuer TCO: Monatsmiete ab ca. 100 USD gegenueber Mac-Mini-Kauf 800–1200 USD plus Abschreibung — bei 6-monatiger Validierung gewinnt Miete in 78 % der von uns beobachteten Faelle.

Compliance-Checkliste vor Produktion: Wer hat SSH? Wo liegen Markdown-Chunks mit PII? Ist Loeschung bei Kuendigung dokumentiert? Werden Managed-Modelle noch genutzt oder nur Ollama? Antworten gehoeren ins DSGVO-Verarbeitungsverzeichnis — unabhaengig davon, ob Sie Homebrew oder apt installiert haben.

Stufen und Preise: Mietpreise. Netzwerk und Lieferung: Hilfezentrum. Wenn auto-fetch ohne Hardware-Kauf laeuft, Bestellflow — isolierter M4 per SSH am selben Tag.