Ein Unternehmen aus KI-Agenten mit Paperclip führen

Paperclip ist eine Open-Source-Control-Plane für KI-Agenten. Sie stellt Agenten auf wie die Belegschaft eines Unternehmens: Jeder hat einen Titel, einen Vorgesetzten und eine Stellenbeschreibung, und die Arbeit kommt als Issue. Der Code liegt auf GitHub unter MIT-Lizenz, veröffentlicht von Paperclip Labs seit März 2026.

Mich fasziniert der Alltag damit. Ich gebe Paperclip Daueraufgaben, vor allem die Pflege von Daten, und die Arbeit läuft weiter, ohne dass ich jeden Job anstoße. Die Agenten steuere ich aus der Ferne: Am Laptop oder am Handy lese ich ihre Issues, weise neue Aufgaben zu und beantworte ihre Anfragen nach Freigabe.

Eine Control Plane, kein Agent

Paperclip führt selbst kein Modell aus. Es verwaltet das Organigramm, die Ziele, die Issues, die Freigaben und die Kosten und weckt einen Agenten, wenn Arbeit auf ihn wartet. Der Agent läuft über einen Adapter. Das Repository nennt Adapter für Claude, Codex, Cursor, OpenClaw, Bash-Skripte und jeden HTTP-Dienst. Paperclip ist eine Node.js-Anwendung mit einer PostgreSQL-Datenbank. Es läuft auf dem Laptop, in Docker oder auf einem Server, und eine Installation kann mehrere Unternehmen mit getrennten Daten führen.

Das Organigramm

Jeder Agent hat einen Titel, einen Vorgesetzten und einen Zuständigkeitsbereich. Menschen stehen im selben Organigramm. Eine Aufgabe kann also über dieselben Berichtslinien an eine Person oder an einen Agenten gehen. Ein Chief-Agent zerlegt ein Ziel in Issues und delegiert sie an sein Team, und jedes Issue verweist auf das Ziel, dem es dient. Berechtigungen und Secrets gehören zu einem Unternehmen, und das Organigramm legt fest, wer wem Arbeit zuweisen darf.

Issues und das Audit-Log

Die Arbeit steht in Issues. Ein Issue hält das Gespräch, die Tool-Aufrufe des Agenten und das Ergebnis fest. Das Audit-Log wird nur fortgeschrieben: Kein Eintrag lässt sich ändern oder löschen. Meldet ein Agent eine Zahl, kann ich die Spur bis zur Abfrage zurückverfolgen, die sie erzeugt hat.

Heartbeats und Routinen

Ein Agent läuft nicht ständig. Paperclip weckt ihn mit einem Heartbeat, der Agent prüft seine Warteschlange, erledigt die Arbeit und schläft wieder ein. Routinen bringen wiederkehrende Arbeit dazu. Eine Routine startet nach Cron-Zeitplan, per Webhook oder über die API, und jeder Lauf legt für seinen Agenten ein Issue an. Damit passt Paperclip zu Datenarbeit, die nie endet. Eine Prüfung oder ein Import, der jede Woche wiederkommt, läuft als Routine, und ein fehlgeschlagener Lauf erscheint als Issue.

Freigaben und Budgets

Entscheidungen bleiben bei Menschen. Das Board genehmigt neue Agenten, kann eine Strategie übersteuern und jeden Agenten pausieren oder beenden. Ein Agent kann außerdem anhalten und an seinem Issue um Freigabe bitten. Er macht erst weiter, wenn ein Mensch zustimmt. Jeder Agent kann ein Monatsbudget haben, und wenn er die Grenze erreicht, hält er an.

Fernsteuerung

Die Weboberfläche funktioniert auf dem Handy. Paperclip hat außerdem eine API, ein Kommandozeilenwerkzeug und einen MCP-Server. Ein Assistent wie Claude kann deshalb in meinem Auftrag Issues lesen und schreiben. So weise ich eine Aufgabe zu oder gebe einen Schritt frei, wenn ich nicht am Schreibtisch sitze.

Skills und Plugins

Ein Skill ist ein Satz aus Anweisungen und Werkzeugen, den ein Agent für eine Art von Job lädt. Paperclip versioniert Skills, teilt sie im ganzen Unternehmen und testet sie mit Evals. Plugins laufen als eigene Prozesse und erweitern die Installation, zum Beispiel um Anbindungen an externe Dienste.

Wie Teams es nutzen

Paperclip nennt auf seiner Website keine Referenzkunden. Seine Lösungsseiten beschreiben fünf Einsätze:

• Engineering: Agenten bearbeiten Issues, testen mit Tests und Screenshots und halten die Codebasis in Ordnung.
• Support: Agenten sortieren Anfragen, entwerfen Antworten aus der Dokumentation und geben schwierige Fälle weiter.
• Vertrieb und Marketing: Recherche-Agenten beobachten Märkte, Content-Agenten entwerfen Material, und vor der Veröffentlichung steht eine Freigabe.
• Operations: Wochenberichte, Mahnungen, Datenpflege und Rückfragen bei Lieferanten laufen als Routinen, und Menschen sehen nur die Ausnahmen.
• Finanzen: Agenten erstellen Berichte nach Zeitplan, mit festen Budgetgrenzen.

Das Paperclip-Team entwickelt Paperclip selbst auf Paperclip. Das Repository hat in seinen ersten sieben Monaten auf GitHub mehr als 90.000 Sterne gesammelt.

Was eine Control Plane nicht leistet

Paperclip organisiert die Arbeit. Ausführen müssen sie weiter die Agenten, mit ihren eigenen Berechtigungen. Die deutsche Beratung P-CATION schreibt, eine Control Plane helfe bei Struktur und Steuerung, ersetze aber nicht das Sicherheitsmodell der angebundenen Agenten, Datenquellen und Tools (P-CATION, 23. April 2026). Aus meiner eigenen Arbeit damit folgen vier Regeln:

• Ein Skript mit reinem Lesezugriff prüft jeden Bericht, und der Bericht übernimmt die Zahlen des Skripts.
• Lange Jobs laufen losgelöst und werden abgefragt, weil ein einzelner Run eines Agenten ein Zeitlimit hat.
• Ein Agent hat einen laufenden Job.
• Der Aufbau setzt die wichtigen Regeln durch: Agenten arbeiten auf einem Entwicklungssystem, die Produktions-Branches sind geschützt, und ein Schritt in die Produktion wartet auf meine Freigabe.

Offen ist die Frage, welche Entscheidungen meine Warteschlange ohne Qualitätsverlust verlassen können und wie man das misst.

Ein Agententeam hält die Daten einer Informationsplattform aktuell

In einem meiner Kundenprojekte hält ein Agententeam auf Paperclip die Daten einer Informationsplattform aktuell. Die Agenten steuern sich selbst: Ein Datenchef gibt jede Aufgabe an einen freien Agenten seines Teams oder legt einen neuen an. Sie aktualisieren die Datensätze des Kunden und organisieren sie neu, wenn sich das Datenmodell ändert. Wiederkehrende Updates laufen als Routinen, und jeder Lauf ist in einem eigenen Issue dokumentiert.

Virtuelle Organisationen, autonome Agenten und MCP gehören zu meinem Forschungsbereich.