OpenClaw, ein „Local-First“-KI-Agent für den Dauerbetrieb auf dem eigenen Rechner, kann ab sofort vollständig lokal auf NVIDIA-RTX-Grafikkarten und auf DGX Spark ausgeführt werden. NVIDIA hat hierzu eine detaillierte Schritt-für-Schritt-Anleitung publiziert, die Einrichtung, Modellwahl und Optimierung beschreibt.
OpenClaw ist darauf ausgelegt, kontinuierlich im Hintergrund zu arbeiten und als persönlicher Assistent auf lokale Datenquellen zuzugreifen. Dazu zählen E-Mails, Kalender, Dateien und angebundene Anwendungen. Der Agent kann eigenständig E-Mail-Entwürfe erstellen, Termine koordinieren, Projektstände überwachen und Berichte generieren, die Online-Recherchen mit lokal gespeicherten Informationen kombinieren. Durch den lokalen Betrieb verbleiben sensible Daten auf dem eigenen System, während zugleich laufende Cloud-Kosten vermieden werden.
Technische Grundlage und Hardwareanforderungen
Die lokale Ausführung basiert auf Large Language Models (LLMs), die entweder über LM Studio (Llama.cpp-basiert) oder Ollama betrieben werden. NVIDIA verweist auf die Beschleunigung durch Tensor Cores sowie CUDA-optimierte Toolchains, die insbesondere bei kontinuierlich aktiven Agent-Workflows relevant sind.
Die empfohlene Modellwahl richtet sich nach der verfügbaren GPU-Speicherkapazität:
- 8–12 GB VRAM: qwen3-4B-Thinking-2507
- 16 GB VRAM: gpt-oss-20b
- 24–48 GB VRAM: Nemotron-3-Nano-30B-A3B
- 96–128 GB VRAM: gpt-oss-120b
Für DGX Spark mit 128 GB Speicher wird insbesondere der Betrieb größerer Modelle hervorgehoben, da diese bei komplexeren Agent-Aufgaben eine höhere Antwortqualität liefern können.
Einrichtung unter Windows und DGX Spark
Für Windows-Systeme empfiehlt NVIDIA die Installation über das Windows Subsystem for Linux (WSL), da eine native PowerShell-Installation laut Entwickler als instabil gilt. Die Anleitung umfasst die WSL-Einrichtung, die Installation von OpenClaw per Shell-Script sowie die anschließende Konfiguration eines lokalen Modell-Backends.
Die Modellintegration erfolgt über Anpassungen der Konfigurationsdatei von OpenClaw oder über direkte Ollama-Befehle zum Start des Gateways. Empfohlen wird eine Kontextlänge von mindestens 32K Tokens, um ausreichend Arbeitskontext für Agent-Funktionen bereitzustellen.
DGX-Spark-Systeme können die WSL-Schritte überspringen und direkt mit der Installation und Modellkonfiguration beginnen.
Sicherheitsaspekte beim Agent-Betrieb
NVIDIA weist ausdrücklich auf Risiken beim Einsatz autonomer KI-Agenten hin. Dazu zählen potenzielle Datenlecks sowie Angriffsflächen durch angebundene Tools oder aktivierte „Skills“. Empfohlen werden isolierte Testumgebungen, dedizierte Accounts für den Agentenbetrieb, restriktive Netzwerkzugriffe sowie eine sorgfältige Auswahl zusätzlicher Funktionen.
Da OpenClaw dauerhaft aktiv ist und Zugriff auf persönliche Daten erhalten kann, kommt der Systemhärtung besondere Bedeutung zu. Die lokale Ausführung reduziert zwar Cloud-Exposition, ersetzt jedoch keine grundlegenden Sicherheitsmaßnahmen.
Local First
Mit dem Leitfaden positioniert NVIDIA RTX-GPUs und DGX Spark als Plattformen für lokal betriebene, kontinuierlich aktive KI-Agenten. Der Fokus liegt auf Performance durch GPU-Beschleunigung und auf Datenschutz durch On-Device-Inference.
Angesichts steigender Cloud-Kosten und wachsender Sensibilität im Umgang mit personenbezogenen Daten adressiert der Ansatz insbesondere professionelle Anwender, Entwickler und technisch versierte Nutzer, die AI-Agenten produktiv einsetzen möchten, ohne externe Infrastruktur zu nutzen.