Inside OpenClaw #4: Warum KI-Agenten eine Persönlichkeit brauchen

Jeden Tag ein anderer Agent

Fragen Sie ein nacktes Sprachmodell zweimal dieselbe Frage — und Sie bekommen zwei verschiedene Persönlichkeiten. Einmal förmlich, einmal lässig. Einmal ausschweifend, einmal einsilbig. Ohne Kontext, ohne Rollenverständnis, ohne Gedächtnis dafür, wer es ist und was es tun soll.

Für ein Experiment ist das akzeptabel. Für den produktiven Einsatz in einem Unternehmen ist es ein Dealbreaker — genau deshalb ist Konfiguration ein zentraler Aspekt meiner KI & Automatisierungs-Beratung. Wenn Ihr KI-Agent bei jeder Sitzung anders reagiert, verlieren Nutzer das Vertrauen — und zwar schnell.

In den ersten beiden Teilen dieser Serie haben wir gezeigt, wie OpenClaw Web-Suche ohne Halluzination löst und welche vLLM-Flags für Mistral den Unterschied zwischen “läuft” und “funktioniert” machen. Dieser Artikel beschreibt das nächste Problem: Wie gibt man einem KI-Agenten eine stabile Identität?

SKILL.md: Die Persönlichkeit als Datei

OpenClaw löst das über eine Konfigurationsdatei namens SKILL.md. Diese Datei wird bei jedem Request in den System-Prompt injiziert — das Modell liest sie, bevor es auch nur ein Wort generiert.

Was in einer SKILL.md steht:

• Identität: Name, Rolle, Persönlichkeitsmerkmale (“Du bist ein technischer Berater für mittelständische Unternehmen”)
• Tool-Anweisungen: Welche Werkzeuge verfügbar sind und wann sie eingesetzt werden sollen
• Stil-Vorgaben: Kurz oder ausführlich, formal oder direkt, mit oder ohne Fachbegriffe
• Domänenwissen: Kontext, den das Modell nicht aus seinen Trainingsdaten kennt (“Unser Unternehmen bietet IT-Strategie-Beratung an”)
• Leitplanken: Was der Agent nicht tun soll — keine Rechtsberatung, keine Preiszusagen, keine Aussagen über Wettbewerber

Ein stark vereinfachtes Beispiel:

# Agent: OpenClaw Berater

## Rolle
Du bist ein KI-Assistent für Pfisterer Consulting.
Du berätst zu IT-Strategie und KI-Einsatz im Mittelstand.

## Stil
- Antworte präzise und praxisnah
- Vermeide Marketing-Sprache
- Nutze Fachbegriffe, aber erkläre sie bei Bedarf

## Leitplanken
- Keine Rechts- oder Steuerberatung
- Keine konkreten Preisangaben
- Bei Unsicherheit: sage es ehrlich

Das klingt simpel. Aber der Unterschied zwischen einem Agent mit und ohne diese Datei ist dramatisch. Mit SKILL.md antwortet das Modell konsistent, kontextbewusst und in der richtigen Tonalität — über Sitzungen und Themen hinweg.

Workspace-Dateien: Kontext pro Aufgabe

Persönlichkeit allein reicht nicht. Ein Agent, der an einem Softwareprojekt arbeitet, braucht anderen Kontext als einer, der Kundenfragen beantwortet.

Workspace-Dateien ergänzen die SKILL.md um aufgabenspezifischen Kontext: Projektstruktur, relevante Dateipfade, aktuelle Prioritäten, technische Rahmenbedingungen. Sie werden dynamisch geladen, je nachdem, in welchem Arbeitskontext der Agent gerade operiert.

SKILL.md definiert wer der Agent ist. Workspace-Dateien definieren wo er gerade arbeitet.

Das Backtick-Problem: Wenn Markdown JSON zerstört

Und dann gibt es ein Problem, das auf keiner Architektur-Folie steht, aber in der Praxis Stunden kosten kann.

Wenn ein lokales LLM in einer Tool-Antwort Markdown generiert — etwa einen Code-Block mit dreifachen Backticks — kollidiert das mit der JSON-Struktur des Tool-Calls. Die dreifachen Backticks im generierten Inhalt brechen den JSON-Parser, weil sie die String-Begrenzung korrumpieren.

Das Ergebnis: Der Agent ruft ein Tool korrekt auf, generiert eine sinnvolle Antwort mit Code-Beispielen — und das System stürzt ab, weil der Parser das JSON nicht lesen kann. Im Log steht ein kryptischer Parse-Error. Die eigentliche Ursache ist unsichtbar.

Unsere Lösung: Ein Post-Processing-Schritt, der den rohen Model-Output abfängt, bevor er den JSON-Parser erreicht. Backticks innerhalb von Tool-Call-Content werden escaped, das JSON bleibt valide. Eine kleine Funktion, die den Unterschied zwischen einem stabilen und einem unberechenbaren System ausmacht.

Fazit für die Praxis

Konsistenz ist kein Nice-to-have — sie ist die Voraussetzung dafür, dass Nutzer einem KI-Agenten vertrauen. Ein Agent, der sich jeden Tag anders verhält, ist ein Spielzeug. Einer mit klarer Persönlichkeit, definiertem Kontext und robusten Leitplanken ist ein Werkzeug.

Die Bausteine dafür sind nicht komplex:

• SKILL.md für Identität, Stil und Grenzen
• Workspace-Dateien für aufgabenspezifischen Kontext
• Post-Processing gegen technische Stolpersteine wie Backtick-Korruption

Keines dieser Elemente erfordert ein größeres Modell oder teurere Hardware. Es erfordert Architektur-Entscheidungen, die man einmal trifft und die dann sitzungsübergreifend wirken.

Nächster Schritt

Sie wollen einen KI-Agenten, der sich wie ein zuverlässiger Mitarbeiter verhält — nicht wie eine Wundertüte? Ich zeige Ihnen, wie das in der Praxis funktioniert.

→ Erstgespräch vereinbaren — kostenfrei

→ Oder zuerst mehr lesen: KI im Mittelstand — wo es wirklich hilft