Die Landschaft der künstlichen Intelligenz (KI) erfährt durch die zunehmende Bereitstellung offener Agenten-Frameworks eine signifikante Transformation.
Im August 2026 veröffentlichte Nous Research eine weitreichende Genehmigung für den Hermes Agent, die es Nutzern gestattet, die Technologie zu modifizieren, zu forken und sowohl lokal als auch in Cloud-Umgebungen auf einer Vielzahl von Plattformen zu betreiben. Diese Flexibilität erstreckt sich von herkömmlichen Desktop-Systemen bis hin zu vernetzten Haushaltsgeräten wie intelligenten Kühlschränken.
Funktionale Erweiterungen und Bot-Management
Ein wesentlicher Bestandteil der aktuellen Entwicklung ist die Einführung des sogenannten Bot-Mode für Hermes Desktop. Diese Funktion ermöglicht es, Agentenprofile in benannte Bots zu transformieren, denen spezifische Rollen, Modelle, Speicherstrukturen und Fähigkeiten zugewiesen werden können.
Diese Bots sind in der Lage, verschiedene zugrunde liegende Modelle zu nutzen und autonom miteinander zu kommunizieren. In sozialen Medien löste diese Ankündigung im August 2026 eine hohe Resonanz aus; Beobachter registrierten rund 9.800 Erwähnungen auf der Plattform X innerhalb kurzer Zeit.
Die technische Umsetzung dieser Agenten erfolgt zunehmend modular. Berichte über Installationen auf Cloud-Servern mit Ubuntu 22.04 zeigen, dass bereits 2 GB Arbeitsspeicher für den Betrieb ausreichen können, sofern die Anbindung an externe Modelle wie DeepSeek-v4-pro erfolgt.
Anzeige
Wer moderne KI-Systeme im Unternehmen implementiert, muss die seit August 2024 geltenden rechtlichen Rahmenbedingungen genau kennen. Dieser kostenlose Praxis-Leitfaden bietet einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der neuen EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Die Kosten für eine solche Modellnutzung werden mit etwa 5 Yuan beziffert. Neben der Cloud-Nutzung gewinnt der lokale Betrieb an Bedeutung. Tools wie Unsloth Desktop unterstützen seit August 2026 das lokale Ausführen und Trainieren von Large Language Models (LLMs) auf Hardware von NVIDIA, AMD und Intel.
Technische Spezifikationen und IntegrationsmöglichkeitenLesen Sie auch:RTX 5090: Nvidias neue Flaggschiff-GPU mit 32 GB GDDR7
Die Leistungsfähigkeit der Agenten wird maßgeblich durch die verwendeten Modelle bestimmt. Ein Beispiel für die technologische Tiefe ist das Modell Qwen3.6-35B-A3B-Uncensored-Genesis-Hermes-V9. Dieses verfügt über 35 Milliarden Parameter, wobei durch eine Mixture-of-Experts-Architektur (MoE) lediglich 3 Milliarden Parameter pro Rechenschritt aktiv sind.
Mit 256 Experten und einem nativen Kontextfenster von 262.000 Token ist das Modell auf hohe Effizienz ausgelegt. In praktischen Anwendungen auf lokaler Hardware wurden Verarbeitungsgeschwindigkeiten von etwa 70 Token pro Sekunde erreicht.
Integrationen in professionelle Arbeitsabläufe zeigen sich etwa bei der Anbindung an die Huawei Cloud CodeArts CLI für das sogenannte Vibe Coding. Dabei ruft der Agent Kommandozeilenwerkzeuge auf, um eigenständig Programmcode, beispielsweise für einfache Web-Anwendungen, zu generieren.
Parallel dazu existieren Open-Source-Clients wie Fello, die das Agent-Client-Protokoll (ACP) nutzen, um Funktionen wie Terminal-Zugriff, Dateiverwaltung und persistente Erinnerungen in einer integrierten Entwicklungsumgebung bereitzustellen.
Anzeige
Die rasante Entwicklung autonomer Agenten stellt Unternehmen vor neue Herausforderungen bei der Risikobewertung ihrer IT-Infrastruktur. Erfahren Sie in diesem kostenlosen Report, welche KI-Systeme als Hochrisiko eingestuft werden und welche Dokumentationspflichten Sie jetzt erfüllen müssen. Kostenlosen Umsetzungsleitfaden zum EU AI Act sichern
Sicherheitsrelevante Aspekte und autonome Aktivitäten
Die zunehmende Autonomie von KI-Agenten rückt auch Sicherheitsrisiken in den Fokus. Analysen von Unit 42 dokumentierten im August 2026 Aktivitäten eines chinesischsprachigen Akteurs, der DeepSeek und Hermes Agent für automatisierte Cyberangriffe einsetzte. Der Agent führte dabei eigenständig Aufklärungsmaßnahmen und Schwachstellenanalysen durch.
Im Fokus standen unter anderem die Sicherheitslücken CVE-2026-33017 mit einem CVSS-Wert von 9,8 sowie CVE-2026-21858 mit einem CVSS-Wert von 10,0. Letztere betrifft die Automatisierungsplattform n8n, von der weltweit über 647.000 exponierte Instanzen identifiziert wurden.
Obwohl autonome Exploit-Versuche in diesen Fällen scheiterten, konnten durch manuelle Aktivitäten des Angreifers Daten von drei Organisationen exfiltriert werden. Insgesamt wurden Angriffe auf mehr als 460 Systeme verzeichnet.
Diese Vorfälle unterstreichen die Notwendigkeit robuster Sicherheitsarchitekturen und granularer Berechtigungssysteme für autonome Agenten, während die Open-Source-Bewegung gleichzeitig die technologische Einstiegshürde für legitime Anwendungen kontinuierlich senkt.