OpenClaw kommt als Conversation-Agent in Home Assistant

Eine Sprachbitte wie „Mach das Licht in der Küche aus“ klingt harmlos. In einem Agenten-Setup löst sie eine Reihe von Fragen aus: Welche Entität ist gemeint, darf der Agent sie verändern, und wie lässt sich eine falsche Aktion sofort stoppen? OpenClaw Conversation verbindet OpenClaw mit den Conversation- und AI-Task-Funktionen von Home Assistant. Der praktische Wert dieser Verbindung liegt in genau solchen kontrollierbaren Werkzeugaufrufen.

Vor einer Freigabe für reale Geräte gehört die Integration in einen kleinen lokalen Test. Dort zeigt sich, ob die eigene OpenClaw-Laufzeit, der Werkzeugpfad und die Home-Assistant-Rechte zusammenpassen.

Vom Satz zur Aktion

Nach Projektbeschreibung kann die Integration Sprach- und Textgespräche an OpenClaw weiterreichen. Für strukturierte Aufgaben steht zusätzlich eine AI-Task-Entity bereit. Damit eine Session Home-Assistant-Entitäten erreichen kann, nennt das Projekt ha-mcp als weiteren Baustein.

Der Ablauf bleibt überschaubar: Eine Anfrage kommt aus Home Assistant, OpenClaw verarbeitet sie, und der Werkzeugpfad reicht eine zulässige Aktion zurück an Home Assistant. Bei einer Lampe mag das banal wirken. Bei Routinen, Schlössern oder Alarmfunktionen wird daraus eine Zugriffsentscheidung mit Folgen im physischen Raum.

Ein klassischer Intent kennt seine Aktion meist vorher. Eine Agentensession kann Rückfragen verarbeiten, Informationen verbinden und mehrere Schritte planen. Deshalb braucht sie einen engeren Rahmen für Werkzeuge und Entitäten.

Installation ist erst der Anfang

Das Projekt beschreibt die Installation über HACS oder als manuell abgelegte Custom Component unter config/custom_components/. Vor der Konfiguration müssen OpenClaw, ein ha-mcp-Server und mcporter auf dem OpenClaw-Host laufen. Die Einrichtung in Home Assistant fragt unter anderem eine OpenClaw-URL, einen Gateway-Token und die SSL-Prüfung ab.

Diese Angaben markieren die eigentliche Betriebsarbeit. Der Gateway-Token darf nicht in eine breite Automationslandschaft geraten. Der OpenClaw-Endpunkt braucht eine klar begrenzte Erreichbarkeit. Bei selbstsignierten Zertifikaten oder einer http://-Verbindung sollte ein Test besonders sorgfältig prüfen, wer auf den Dienst zugreifen kann.

Für Remote-Zugriff nennt das Projekt Tailscale oder ein gültiges Zertifikat. Das ersetzt keine eigene Entscheidung über Netzwerkgrenzen. Ein Smart-Home-Agent sollte nur aus Netzen erreichbar sein, die das Betriebsteam bewusst freigegeben hat.

Ein kleiner Test sagt mehr als eine Demo

Ein OpenClaw-Setup mit Home Assistant, persistenter Agentenidentität, Stimme und Smart-Home-Zugriff lässt sich in einer realen Wohnumgebung erproben. Für den eigenen Haushalt zählt dabei kein allgemeines Reifeurteil. Der relevante Befund lautet: Funktionieren Zugriffsgrenzen und Stopppunkte unter echten Bedingungen?

Ich würde mit einer einzelnen, harmlosen Entität beginnen. Zuerst den Status einer Lampe abfragen. Danach eine klar benannte Aktion auslösen und im Home-Assistant-Verlauf kontrollieren, was tatsächlich passiert ist. Anschließend den Zugriff absichtlich verweigern oder eine unklare Formulierung senden. Der Agent sollte nachfragen oder stoppen, statt eine großzügige Interpretation auszuführen.

Dieser Test beantwortet die wichtigen Fragen:

1. Welche Entitäten darf der Werkzeugpfad erreichen?
2. Wo liegt der Gateway-Token und wer kann ihn verwenden?
3. Sind Aktionen im Home-Assistant-Verlauf nachvollziehbar?
4. Wie lässt sich eine falsche Freigabe zurücknehmen?

Die Grenze im Haushalt

Ein Agent im Smart Home verändert Zustände, die Bewohner unmittelbar bemerken. Eine falsch verstandene Routine kann Licht, Heizung oder Zugriffsregeln zur falschen Zeit verändern. Der Umgang mit Unsicherheit gehört deshalb in den Ablauf, nicht in einen späteren Hinweis.

OpenClaw Conversation ist als Spotlight ein brauchbares Testfeld für diesen Ablauf. Die Integration bringt Gespräch, Session und Werkzeugzugriff in eine gemeinsame Kette. Ob sie im eigenen Haushalt tragfähig ist, entscheidet sich an wenigen Regeln: lokal starten, Entitäten eng begrenzen, jede Aktion sichtbar prüfen und einen schnellen Stopppunkt bereithalten.

Eine gelungene Demo reicht dafür nicht. Erst ein kontrollierter Test mit echten Geräten zeigt, ob der Agent im Alltag beherrschbar bleibt.