OpenClaw Fernsteuerung: Ihr Smartphone als persönliche KI-Betriebssystem-Fernbedienung

Im Café – dringende Aufgabe, aber die PDF liegt auf dem Desktop zu Hause. Smartphone raus, Telegram-Nachricht an „ClawBot“: „Mach einen Screenshot vom Desktop.“ Zehn Sekunden später: Desktop-Bildschirmfoto, PDF-Datei sichtbar. Nächste Nachricht: „Öffne die Datei und fass Seite drei zusammen.“ Zwei Minuten später: Zusammenfassung der dritten Seite.

Solche Szenarien sind für mich in den letzten Monaten Alltag geworden. Seit OpenClaw als persönliches KI-Betriebssystem läuft, ist mein iPhone eine echte Fernbedienung – Heim-PC-Kamera, Standort, Remote-Screenshots. Alles mit Open-Source-Tools, Daten vollständig bei mir.

Wenn Sie Ihr Smartphone zur echten Steuerzentrale Ihres KI-Agenten machen wollen – statt in Hersteller-Funktionen gefangen zu sein – ist dieser OpenClaw-Fernsteuerungs-Leitfaden für Sie. Keine Theorie, direkt zur Praxis.

Günstiger Einstieg: ArkClaw macht KI-Agenten zugänglich

OpenClaw (der „Hummer“) ist mächtig, aber die Einrichtung abschreckend? ByteDance Volcano Engine bietet ArkClaw mit minimalem Aufwand: ohne Server- und Token-Konfiguration einen 24/7-online Agent mit Browser-, Skript- und Kalendersteuerung.

Preis: 9,9 Yuan/Monat; mit Einladungscode ZLKUK54M (hier registrieren) 8,9 Yuan. Entwickler: Coding Plan Pro inklusive.

Das OpenClaw-Gateway-Protokoll verstehen (Layer 1 – Grundlagen)

Um Ihr Smartphone zur OpenClaw-Fernbedienung zu machen, sollten Sie verstehen, wie das System arbeitet. „Gateway-Protokoll“ klingt technisch – im Kern geht es um eine gemeinsame Sprache, mit der Geräte sich erkennen.

OpenClaw nutzt das Gateway WS Protocol (Gateway-WebSocket-Protokoll). Alle Geräte – Hauptsteuerung am PC, Node auf dem Smartphone, Chat-Oberfläche in Telegram – hängen über eine persistente WebSocket-Verbindung an einer einheitlichen Steuerungsebene. Jedes Gerät meldet Identität und Fähigkeiten beim Verbinden.

Beispiel: Ihr iPhone meldet: „Ich bin ein iOS-Node mit Kamera, Screenshot und Standort.“ Der PC: „Ich bin das Gateway und koordiniere.“ Der Telegram Bot: „Ich bin Client und nehme Befehle entgegen.“

Drei Kernrollen – wenn Sie diese verstehen, wird die Konfiguration einfacher:

Gateway: Das „Gehirn“ des Systems, typischerweise auf PC oder Server. Alle Befehle laufen hier ein und werden an Nodes verteilt.

Node: Gerät, das konkrete Aufgaben ausführt. iPhone, Android oder ein altes Smartphone als Node. Jeder Node deklariert caps (Capabilities), z. B. camera, screen, location, voice.

Client: Oberfläche zum Senden von Befehlen – Telegram, Discord, iOS-App oder Web-UI.

Die Frage: Ist es sicher, dem Smartphone so viele Rechte zu geben?

Das war auch meine erste Sorge. OpenClaw adressiert das: Token-Authentifizierung, Gerätesignatur, TLS-Verschlüsselung. Entscheidend: feingranulare Rechte – der Node kann „Kamera verfügbar“ melden, das Gateway kann „dieser Client darf nur Screenshot, nicht Kamera“ erlauben.

KiloClaw - Managed OpenClaw für Unternehmen: AI-Agent-Orchestrierung und smartes Modell-Routing

Jetzt starten →Anzeige

[Bild: OpenClaw-Gateway-Protokoll – Gateway, Node, Client]
Prompt: Technisches Architekturdiagramm, Gateway als Zentrum mit iOS- und Android-Geräten, blauer Tech-Stil, klar und übersichtlich, high quality

In der Node-Konfiguration sehen Sie typischerweise:

{
  "role": "node",
  "caps": ["camera", "screen", "location"],
  "commands": ["camera.snap", "screen.record", "location.get"],
  "permissions": {
    "camera.capture": true,
    "screen.record": false
  }
}

Bedeutung: Der Node kann fotografieren, Screenshots und Standort – ob das Gateway es erlaubt, steht in permissions. Selbst bei Kompromittierung bleibt der Schaden begrenzt.

Mobile Node-Konfiguration in der Praxis (Layer 2 – Fortgeschritten)

Nach dem Protokoll folgt die Umsetzung – getrennt für iOS und Android.

iOS-Node-Konfiguration

OpenClaw ist nicht im App Store – TestFlight (bei Beta-Zugang) oder Self-Signed IPA, z. B. mit AltStore (monatliche Neusignierung).

Nach der Installation: Node-Konfiguration. Wichtige Felder:

Gateway URL: WebSocket-Adresse des Gateways. Im LAN z. B. ws://192.168.1.100:8080. Extern: Reverse Proxy mit wss://. Ich nutze Cloudflare Tunnel – ohne öffentliche IP.

Client ID: Eindeutiger Name, z. B. „iphone-15-main“.

Auth Token: Vom Gateway generiertes Token einfügen.

Capabilities: Gewünschte Fähigkeiten aktivieren. Beim ersten Mal nur location, danach camera und screen – nicht alles auf einmal.

Verbinden – grüner „Connected“-Status bedeutet: Node hängt am Gateway.

iOS-Hintergrundlimit: Apps werden im Hintergrund beendet. Lösungen: „Hintergrundaktualisierung“ aktivieren oder gelegentlich die App öffnen. Ich lasse den Node auf einem Ersatzgerät laufen.

Android-Node-Konfiguration

Flexibler: offizielles APK oder Node-Version in Termux.

APK wie bei iOS: installieren, konfigurieren, verbinden. Android-Hintergrund ist toleranter. Bei Huawei, Xiaomi, OPPO usw. „Hintergrundausführung erlauben“ manuell setzen.

Termux für Tüftler: Node.js, npm install openclaw, Node per CLI starten – detaillierte Logs, aber Hintergrund-Kill; Termux:Boot und Tasker helfen beim Keep-Alive.

[Bild: OpenClaw-Node in Termux auf Android]
Prompt: Smartphone-Screenshot, Termux mit erfolgreichem OpenClaw-Node-Log, Dark Mode, grüner Text, high quality

Sicherheit auf beiden Plattformen: Prinzip der minimalen Rechte. Brauchen Sie wirklich die Kamera? Nur Standort und gelegentlicher Screenshot – Kamera weglassen.

Gerätesignatur: Schlüsselpaar erzeugen, Public Key ins Gateway, Private Key auf dem Node. Token allein reicht nicht – ich erzwinge Signatur am Gateway.

🔥 Verschwende keine Monate für ungenutzte Produkte! Teste deine SaaS-Nutzenversprechen mit Adsterra bei kleinem Budget ➡️

Jetzt testen →Anzeige

Telegram-Fernsteuerung in der Praxis

Node online – wie steuern? Am direktesten: Telegram. Keine Extra-App, Telegram öffnen und los.

Bot bei @BotFather anlegen, Token erhalten. In OpenClaws channels Telegram-Plugin mit Token eintragen, Gateway neu starten – Bot lebt.

channels:
  telegram:
    token: "YOUR_BOT_TOKEN"
    mode: polling

Polling ist am einfachsten für Privatnutzer. Webhook braucht öffentliche HTTPS-URL, reagiert aber schneller.

Standardmäßig leitet OpenClaw Nachrichten an die KI – für Remote-Hardware brauchen Sie explizite Befehle.

In skills Fähigkeiten an Befehle binden:

skills:
  remote_control:
    commands:
      camera:
        target: "iphone-15-main"
        action: "camera.snap"
      screenshot:
        target: "iphone-15-main"
        action: "screen.capture"
      where:
        target: "iphone-15-main"
        action: "location.get"

Danach: /camera in Telegram → Foto vom iPhone. /where → GPS-Koordinaten.

Als das erste Remote-Foto ankam, war das ein starker Moment – ein eigener Assistent, komplett unter Ihrer Kontrolle.

[Bild: Telegram mit /camera und zurückgesendetem Foto]
Prompt: Telegram-Chat, Nutzer sendet /camera, Bot antwortet mit Foto, Mobil-UI, high quality

Telegram-Gruppen: Bot in private Gruppe – bessere Historie. Familienfreigabe möglich – Rechte sauber setzen (Nacht-Screenshots vermeiden …).

Bilder und Dokumente an den Bot: OpenClaw kann analysieren oder in ein Verzeichnis speichern – quasi geräteübergreifende Zwischenablage.

Dedizierte App und fortgeschrittene Szenarien

Telegram ist praktisch, aber als Chat-Oberfläche limitiert – schneller Kamera-Blick oder Node-Übersicht brauchen oft mehr.

OpenClaw Web UI standardmäßig unter http://localhost:3000 – Dashboard im mobilen Browser. Extern: Reverse Proxy.

Ich nutze Nginx mit HTTP Basic Auth, Lesezeichen im Browser – online Nodes, Capabilities, Logs; manuell Camera klicken → Foto vom Phone.

Community-Tools wie ClawDash mit Custom-Layouts – Sicherheit selbst prüfen, da sie ans Gateway connecten.

Automatisierungs-Workflows

Event-getriggerte Skills – z. B. Geofence: Wenn mein Phone-Node „Zuhause“ betritt, startet der Heim-PC die Musik.

Geplanter Screenshot: Ersatz-Android täglich 8 Uhr – KI prüft Anomalien (Gerät vergessen?), Telegram-Alert bei Bedarf.

Beispiel-Konfiguration:

Vultr - Hochleistungs-NVMe-Cloud-Server mit 32 Standorten weltweit, Docker per Klick

Preise ansehen →Anzeige

automations:
  - name: "arrive_home"
    trigger:
      type: "geofence"
      device: "iphone-15-main"
      location: "home"
    action:
      target: "macbook-pro"
      skill: "music.play"
  - name: "morning_check"
    trigger:
      type: "schedule"
      cron: "0 8 * * *"
    action:
      target: "android-spare"
      skill: "screen.analyze"

Fehlerbehebung

Typische Stolpersteine:

Keine Gateway-Verbindung: WebSocket-URL und Port prüfen, curl ws://gateway-ip:port testen. Bei wss: Zertifikat validieren.

Node offline, App zeigt verbunden: Oft falsche role – muss "node" sein, nicht "client".

Befehl ohne Reaktion: Gateway-Logs – Routing und Device-ID prüfen.

Permission denied: Node-permissions und Gateway-Policy – beide Seiten müssen zustimmen.

Fazit

Kurz drei Punkte:

Erstens: OpenClaw Gateway Protocol ist ein einheitlicher Standard für Geräteverbindungen – Smartphone und PC auf einer Steuerungsebene. WebSocket plus klare Rollen- und Capability-Deklaration.

Zweitens: Smartphone als Node = mobiler Sensor und Executor. Kamera, Standort, Bildschirm – Hardware-Fähigkeiten für Ihren KI-Agenten.

Drittens: Telegram oder dedizierte App als Steuerung – von überall Befehle ans Heim-System. Daten und Entscheidungen bleiben bei Ihnen – greifbarer als viele Cloud-Assistenten.

Mein Rat: Heute Abend ein Ersatz-Smartphone nach Kapitel zwei einrichten – selbst nur Remote-Foto vermittelt das Gefühl, „überall Augen“ zu haben.

Die Open-Source-Community erweitert OpenClaw ständig. Layer 2 ist Hardware-Steuerung – mehr kommt. Wer weiß.

Mein Phone ist längst mehr als ein Phone – Fernbedienung meines KI-Betriebssystems. Ihres kann es auch werden.