TSM01A
Proof of Concept
OpenClaw: Ein Agent
beweist sich selbst
Proof of Concept für sicheres, nachweisbares Agentenverhalten
Klea Shuli, Tim Meindl
17.07.2026
Agenda
01
Firmenvorstellung
Siemens und unser Projektpartner
02
Produktbeschreibung
Zitat, Zielsetzung und Kernbegriffe
03
Projektstrukturplan
Aufgaben, Termine und Verantwortlichkeiten inkl. Personal- & Zeitplan
04
Risikoidentifizierung
Risiken, Bewertung und Maßnahmen
05
Ressourcen
Hardware und Software im Überblick
06
Kostenplan
Projekt- und Systemkosten
07
Verwendung von KI
Werkzeug statt Lösung
08
Nächster Schritt
Werksbesichtigung und Übergabe
01
Firmenvorstellung
Ein kurzer Blick auf unseren Projektpartner und darauf, wie es zu diesem Projekt kam.
Firmenvorstellung
Siemens in Zahlen
1847
Gründungsjahr des Unternehmens
190
Länder, in denen Siemens aktiv ist
318.000
Mitarbeitende weltweit
Wie alles begann
Vom Erstkontakt
zum Projekt
Wir haben mit vielen Firmen gesprochen und sind darüber schließlich auch mit Siemens ins Gespräch gekommen.
Kontakt
Thomas Gringmuth, Technologieentwicklung
Standort
Werk F80, Erlangen
Vorstellung
Persönliche Vorstellung folgt
02
Projektbeschreibung
Ein Satz beschreibt unser gesamtes Vorhaben. Die folgenden Folien erklären jeden Begriff darin einzeln.
Als Proof of Concept soll ein ausgewählter Agent in einer VM sicher, nachweisbar und reproduzierbar funktionieren und den Anwender bei seinen Arbeitsabläufen unterstützen, indem dieser ihm Aufgaben übermittelt.
Begriff 1 / 9
Proof of Concept
Erstellung einer Konzeptversion, welche beweisen soll, dass die Idee allgemein funktioniert.
Als Proof of Concept soll ein ausgewählter Agent in einer VM sicher, nachweisbar und reproduzierbar funktionieren und den Anwender bei seinen Arbeitsabläufen unterstützen, indem dieser ihm Aufgaben übermittelt.
Begriff 2 / 9
Agent
Software, die mithilfe eines KI-Modells eigenständig entscheidet, welche Schritte zur Zielerreichung nötig sind, und diese über Werkzeuge selbst ausführt.
Als Proof of Concept soll ein ausgewählter Agent in einer VM sicher, nachweisbar und reproduzierbar funktionieren und den Anwender bei seinen Arbeitsabläufen unterstützen, indem dieser ihm Aufgaben übermittelt.
Begriff 3 / 9
Ausgewählter
Vergleich verschiedener Modelle, Auswertung und Entscheidung für das Beste – nach den Kriterien Kosten, Leistung und Ressourcenverbrauch.
Als Proof of Concept soll ein ausgewählter Agent in einer VM sicher, nachweisbar und reproduzierbar funktionieren und den Anwender bei seinen Arbeitsabläufen unterstützen, indem dieser ihm Aufgaben übermittelt.
Begriff 4 / 9
VM
Eine virtuelle Maschine simuliert per Software einen zweiten, eigenständigen Computer innerhalb des echten Computers, isoliert vom restlichen System.
Als Proof of Concept soll ein ausgewählter Agent in einer VM sicher, nachweisbar und reproduzierbar funktionieren und den Anwender bei seinen Arbeitsabläufen unterstützen, indem dieser ihm Aufgaben übermittelt.
Begriff 5 / 9
Sicher
Zugriffsbeschränkt
In der VM vom Hostsystem isoliert
Startet mindestens 9/10 Mal ohne manuellen Eingriff
Als Proof of Concept soll ein ausgewählter Agent in einer VM sicher, nachweisbar und reproduzierbar funktionieren und den Anwender bei seinen Arbeitsabläufen unterstützen, indem dieser ihm Aufgaben übermittelt.
Begriff 6 / 9
Nachweisbar
Logerstellung
Mindestens 2 Use-Cases wurden getestet
Als Proof of Concept soll ein ausgewählter Agent in einer VM sicher, nachweisbar und reproduzierbar funktionieren und den Anwender bei seinen Arbeitsabläufen unterstützen, indem dieser ihm Aufgaben übermittelt.
Begriff 7 / 9
Reproduzierbar
Handbucherstellung für die Reproduktion.
Als Proof of Concept soll ein ausgewählter Agent in einer VM sicher, nachweisbar und reproduzierbar funktionieren und den Anwender bei seinen Arbeitsabläufen unterstützen, indem dieser ihm Aufgaben übermittelt.
Begriff 8 / 9
Welche Arbeitsabläufe?
Eigenständig Programmcode generieren
Aufgaben abarbeiten
Ergebnisse in ein Versionskontrollsystem (Git) übertragen
Als Proof of Concept soll ein ausgewählter Agent in einer VM sicher, nachweisbar und reproduzierbar funktionieren und den Anwender bei seinen Arbeitsabläufen unterstützen, indem dieser ihm Aufgaben übermittelt.
Begriff 9 / 9
Aufgabenübermittlung?
Über eine externe Schnittstelle, z. B. Telegram / Webhook.
03
Projektstrukturplan
Unser Projekt wird unter Beachtung der Zeit und des Personals in Meilensteine aufgegliedert.
Projektstrukturplan & Zeitplanung
Projektfahrplan
OpenClaw-Agent-Umgebung mit lokalem LLM · August 2026 – März 2027
Aug
Sep
Okt
Nov
Dez
Jan 27
Feb
März
1Projektstart & AnforderungsanalyseK
20h
2Konzept & ArchitekturplanungT
50h
3VM-AufbauT
30h
4OpenClaw & lokales LLMK|T
80h
5Schnittstellen & Use-CasesK|T
30h
6Test & BewertungK+T
60h
7Dokumentation & AbschlussK+T
50h
◆ M1 · Ende Aug
Projektumfang festgelegt
◆ M2 · Ende Sep
Konzept abgeschlossen
◆ M3 · Mitte Okt
VM betriebsbereit
◆ M4 · Mitte Dez
OpenClaw funktionsfähig, LLM angebunden
◆ M5 · Ende Dez
Use-Cases funktionsfähig
◆ M6 · Anfang Feb
Test und Bewertung erfolgreich abgeschlossen
◆ M7 · Mitte Feb
Projektvorstellung
◆ M8 · Mitte März
Dokumentation abgegeben
K = Klea
T = Tim
K|T = geteilt
K+T = gemeinsam
◆ = Meilenstein
Gesamtaufwand: 320 Stunden (160 h pro Person)
04
Risikoidentifizierung
Welche Probleme könnten in unserer Projektarbeit auftreten und was sind die Maßnahmen?
Risikomanagement
Risikoidentifizierung
Nr.
Risiko
Beschreibung
Tragw.
Wahrsch.
Vorbeugende Maßnahme
Beherrschb.
1
Technisches Risiko
Hardwareleistung reicht für lokale LLMs nicht aus
10
20%
Hardware früh testen, ggf. tauschen; kleinere/quantisierte Modelle bereithalten
8
2
Technisches Risiko
OpenClaw lässt sich nicht stabil mit dem lokalen API-LLM verbinden
9
30%
Minimalaufbau früh testen, Versionen dokumentieren, Ersatzmodell einplanen
7
3
Qualitätsrisiko
Lokale LLMs liefern unzureichende oder fehlerhafte Ergebnisse
7
60%
Einheitliche Testprompts nutzen, Ergebnisse prüfen
8
4
Sicherheitsrisiko
Zugangsdaten oder Tokens werden offengelegt
9
20%
.env-Dateien und Testzugänge verwenden, Inhalte kontrollieren
8
5
Schnittstellen- / Netzwerkrisiko
Telegram oder Webhook funktioniert nicht zuverlässig
8
30%
Schnittstelle früh testen und eine Alternative vorsehen
8
6
Datenschutzrisiko
Vertrauliche Daten werden verarbeitet
10
10%
Nur künstliche Testdaten nutzen, Dokumente und Logs kontrollieren
9
7
Zeitliches Risiko
Projektumfang wird zu groß
6
50%
Proof of Concept klar abgrenzen, Zusatzwünsche nur als Ausblick aufnehmen
4
8
Personelles Risiko
Zeitverzug durch längeren Krankenstand einer projektbeteiligten Person
7
80%
Meilensteinplanung mit großzügiger Zeitplanung vorsehen
8
05
Ressourcen
Unser Projekt benötigt einige Ressourcen.
Ressourcen
Hardware & Software
Hardware
Laptop
Ausreichend RAM/CPU zur Ermöglichung einer effizienten Nutzung des Agenten.
Software · Sechs Bausteine
GitHub
Code-Sicherstellung, Versionskontrolle, Aufgabenstrukturierung im Backlog
VM
Virtuelle Maschine als sichere Testumgebung
Agent
OpenClaw als Schnittstelle zwischen LLM und Computerzugriff
LLM
Das „Gehirn“, das der Agent zur Aufgabenerledigung nutzt
Logerstellung & -speicherung
Zeichnet die Aktivität des Agenten sicher auf
Handbuch- & Dokumentationstool
Erläutert die Installationsschritte
06
Kostenplan
Es gibt nicht nur für die Projektarbeit selbst Kosten, sondern auch für die Produktivsetzung.
Kostenplan
Projektarbeit & reales System
Projektarbeit
Kosten der Projektarbeit
Laptop
Opportunitätskosten der Arbeitszeit von Thomas
Kalkulatorische Kosten für unsere Arbeitszeit
Geschätzte tatsächliche Gesamtkostenca. 2.000,00 €
Inkl. kalkulatorischer Kosten10.500,00 €
Reales System
Kosten des realen Systems
Hardwarekosten für ausreichende Leistung + erhöhte Stromkosten
Installations-Opportunitätskosten durch beschäftigten Installateur
Gegenrechnung: eingesparte Kosten durch verringerte Arbeitszeit für gleiches Ergebnis
07
Verwendung von KI
KI spielt nicht nur im Projekt eine Rolle, sondern auch für das Projekt.
Verwendung von KI
Werkzeug statt Lösung
Werkzeug
KI bietet Ideen & Unterstützung
Unterstützung, wenn der Startpunkt fehlt
Erledigung simpler, zeitintensiver Aufgaben
Prüfinstanz für Erledigtes
Prüfungsbedarf
KI ist nicht 100% zuverlässig
Quellen müssen gesichtet werden
Prüfung der Ergebnisse bei Unsicherheit
Nächster Schritt
Werksbesichtigung mit Laptopabholung
Vielen Dank für Ihre Aufmerksamkeit.
Fragen, Anmerkungen und Ideen sind jederzeit willkommen.
Team
Klea Shuli, Tim Meindl
Klasse
TSM01A
Quellen
de.wikipedia.org/wiki/Siemens
www.kununu.com/de/gehalt
share.google/bRoiNDPZ00Bvwsl7c
www.siemens.com/de-de
OpenClaw · Proof of Concept · Klea Shuli, Tim Meindl · TSM01A