Paperclip: Die Open-Source-Plattform zum Orchestrieren von KI-Agenten-Teams

Wer mehrere KI-Agenten gleichzeitig laufen lässt – etwa mehrere Claude-Code-Terminals oder eine Mischung aus Codex, Cursor und eigenen Skripten – kennt das Problem: Irgendwann verliert man den Überblick, welcher Agent an was arbeitet, wie viel Budget bereits verbraucht wurde und wer welche Berechtigungen hat. Genau hier setzt Paperclip an, eine Open-Source-Orchestrierungsplattform für Teams von KI-Agenten.

Die Kernaussage der Macher fasst das Konzept prägnant zusammen: “Wenn OpenClaw ein Mitarbeiter ist, ist Paperclip die Firma drumherum.” Während einzelne Agenten-Tools eine Aufgabe erledigen, bildet Paperclip die Struktur ab, die ein Team aus mehreren solchen Mitarbeitern braucht: Organigramme, Budgets, Governance und Zielausrichtung.

Was ist Paperclip?

Paperclip (github.com/paperclipai/paperclip) ist technisch ein Node.js-Server mit React-Oberfläche, der ein Team von KI-Agenten orchestriert, um ein Geschäftsziel zu verfolgen. Nutzer definieren zunächst ein Ziel – im Repository wird als Beispiel genannt: “Build the #1 AI note-taking app to $1M MRR.” Anschließend werden Agenten in verschiedenen Rollen “eingestellt”: CEO, CTO, Entwickler, Designer, Marketer – grundsätzlich jeder beliebige Agent, unabhängig vom Anbieter. Danach prüft man die vorgeschlagene Strategie, setzt Budgets und beobachtet die laufende Arbeit über ein Dashboard.

Das Projekt ist unter der MIT-Lizenz veröffentlicht, läuft selbst gehostet und benötigt keinen Paperclip-Account. Laut Selbstbeschreibung ist Paperclip ausdrücklich kein Einzel-Agent-Tool und kein Code-Review-Werkzeug – es ist für die Koordination von Teams beziehungsweise Organisationen aus Agenten gedacht, nicht für die gelegentliche Nutzung eines einzelnen Assistenten.

Kernfunktionen im Überblick

Das Repository beschreibt die Plattform anhand von vier tragenden Säulen: einem agentischen Task-Manager (Aufgaben, Freigaben, Review-Gates), einem Organigramm für gemischte Mensch-Agent-Teams (Rollen, Delegation, Governance), einem Trainingsbereich für Agenten-Fähigkeiten sowie einer zugrunde liegenden “Agentic OS”-Infrastruktur (Laufzeitumgebung, Sandboxing, MCP-Server-Integrationen, Kostenkontrolle).

Praktisch heißt das:

• Org-Charts: Agenten erhalten Rollen, Titel und Berichtslinien – genau wie menschliche Mitarbeiter. Ein Agent kann einem anderen unterstellt sein, Aufgaben delegieren oder eskalieren.
• Kosten-Tracking und Budgets: Jeder Agent bekommt ein Monatsbudget für Token-Verbrauch zugewiesen. Wird das Limit zu 100 % ausgeschöpft, pausiert der Agent automatisch und neue Aufgaben werden blockiert – ein Schutz gegen unbemerkt hohe API-Kosten durch fehlerhafte Schleifen oder ausufernde Sessions.
• Heartbeats: Agenten “wachen” nach einem festgelegten Zeitplan auf, prüfen den Stand der Arbeit und handeln entsprechend. Delegation fließt dabei sowohl nach oben als auch nach unten im Organigramm. Dieses Konzept macht wiederkehrende automatisierte Aufgaben – etwa Kundensupport, Social-Media-Postings oder regelmäßige Reports – planbar, ohne dass jemand den Start manuell anstoßen muss.
• Governance: Wer welche Änderungen vornehmen darf, wird explizit geregelt. Neueinstellungen von Agenten erfordern beispielsweise standardmäßig eine Freigabe durch das “Board”. Secrets sind pro Agent skalierbar zugewiesen (Scoped Secrets), und Unternehmensgrenzen trennen Daten zwischen verschiedenen Organisationen strikt voneinander (Multi-Organization-Support mit vollständiger Datenisolation).
• Ticketing: Jede Konversation und jede Entscheidung wird nachvollziehbar protokolliert – inklusive vollständiger Tool-Call-Historie und unveränderlichem Audit-Log.

Installation und Einstieg

Der schnellste Einstieg erfolgt über einen einzigen Befehl:

npx paperclipai onboard --yes

Alternativ lässt sich Paperclip manuell einrichten: Repository klonen, Abhängigkeiten via pnpm install installieren, dann mit pnpm dev starten. Der lokale API-Server läuft anschließend standardmäßig auf localhost:3100, inklusive automatisch eingerichteter PostgreSQL-Datenbank. Voraussetzungen sind Node.js ab Version 20 (empfohlen 24.11+) sowie pnpm ab Version 9.15. Da Paperclip selbst gehostet wird und kein Cloud-Account nötig ist, bleiben Daten, Secrets und Infrastruktur vollständig unter eigener Kontrolle.

Drei praktische Anwendungsszenarien

Die folgenden drei Szenarien sind bewusst als plausible, realistische Beispiele formuliert, nicht als dokumentierte Kundenfälle – sie sollen zeigen, wofür sich die einzelnen Paperclip-Funktionen in der Praxis eignen.

1. Solo-Entwickler: mehrere Coding-Agenten für ein Nebenprojekt koordinieren

Ein Indie-Hacker arbeitet abends an einem Nebenprojekt und hat dafür parallel mehrere Coding-Agenten am Laufen – etwa Claude Code für die Backend-Logik, Codex für Testfälle und Cursor für UI-Anpassungen. Ohne Orchestrierung bedeutet das: mehrere offene Terminal-Tabs, kein zentraler Überblick, welcher Agent gerade woran arbeitet, und keine Warnung, falls eine der Sessions unbemerkt große Mengen an Token verbraucht.

In Paperclip lässt sich dieses Setup als eine einzige, kleine Organisation abbilden: Jeder Coding-Agent bekommt eine Rolle (z. B. “Backend Engineer”, “QA”, “Frontend”) und ein festes Monatsbudget. Aufgaben werden als Tickets angelegt, sodass auch nach einem Neustart des Rechners der Kontext erhalten bleibt – Sessions überstehen laut Projektbeschreibung einen Reboot, statt bei jedem Neustart verloren zu gehen. Der Entwickler behält über das Dashboard jederzeit den Überblick, welcher Agent an welchem Ticket arbeitet, und die automatische Budget-Drosselung verhindert, dass eine fehlerhafte Schleife über Nacht unbemerkt hohe API-Kosten produziert. Für ein Nebenprojekt mit überschaubarem Umfang ersetzt das den sonst üblichen Flickenteppich aus Notizen, offenen Tabs und manuellem Nachverfolgen.

2. Wiederkehrende Automatisierung: Kundensupport, Social Media und Reports per Heartbeat

Ein kleines Unternehmen möchte drei wiederkehrende Aufgaben automatisieren, die bislang manuell angestoßen wurden: ein täglicher Blick in eingehende Support-Anfragen mit Entwurfsantworten, regelmäßige Social-Media-Postings zu festen Zeiten und ein wöchentlicher Statusreport an das Management. Jede dieser Aufgaben folgt einem festen Rhythmus, erfordert aber trotzdem, dass jemand daran denkt, sie zu starten – und im Zweifel prüft, ob das Ergebnis brauchbar ist.

Genau für diesen Fall sind Paperclips Heartbeats gedacht: Agenten wachen nach einem festen Zeitplan auf, prüfen den aktuellen Stand ihrer Aufgabe und handeln entsprechend, ohne dass jemand den Vorgang manuell auslösen muss. Ein “Support”-Agent könnte etwa morgens neue Tickets sichten und Antwortentwürfe vorbereiten, ein “Social Media”-Agent könnte zu festen Zeiten geplante Beiträge veröffentlichen, und ein “Reporting”-Agent könnte wöchentlich eine Zusammenfassung erstellen und an die zuständige Person weiterleiten. Da jede dieser Routinen über das Ticketsystem nachvollziehbar protokolliert wird, lässt sich im Nachhinein genau sehen, welche Entscheidung wann getroffen wurde – ein wichtiger Unterschied zu einer reinen Cron-Job-Automatisierung ohne Audit-Trail. Governance-Regeln sorgen zusätzlich dafür, dass zum Beispiel eine tatsächliche Veröffentlichung erst nach menschlicher Freigabe erfolgt, falls das gewünscht ist.

3. Größeres Team-Setup: mehrere spezialisierte Agenten-Rollen für ein neues Feature

Ein wachsendes Software-Team möchte ein neues Feature arbeitsteilig entwickeln lassen – nicht durch einen einzelnen Agenten, sondern durch ein Team spezialisierter Rollen. In Paperclip könnte das so aussehen: Ein “CTO”-Agent erhält das übergeordnete Ziel (“Ship collaboration features”) und plant die technische Architektur. Mehrere “Engineer”-Agenten übernehmen anschließend parallel einzelne Teilaufgaben, etwa die Implementierung der Echtzeit-Synchronisation, während ein weiterer Agent als Code-Review- beziehungsweise QA-Instanz die Ergebnisse gegenprüft, bevor sie als abgeschlossen gelten.

Wichtig ist dabei die Goal-Alignment-Funktion: Jede einzelne Aufgabe trägt die vollständige Zielkette bis zur Unternehmensmission in sich, sodass jeder Agent nicht nur weiß, was zu tun ist, sondern auch warum. Governance-Regeln legen fest, wer im Team welche Berechtigungen hat – etwa ob ein Engineer-Agent eigenständig neue Agenten “einstellen” darf (standardmäßig ist das per Board-Freigabe gesperrt) oder ob bestimmte Konfigurationsänderungen eine Freigabe benötigen. Da Konfigurationsänderungen laut Projektbeschreibung versioniert und bei Bedarf zurückrollbar sind, lässt sich eine fehlerhafte Entscheidung eines Agenten nachträglich korrigieren, ohne den gesamten Arbeitsstand zu verlieren. Für ein Team, das mehrere Agenten gleichzeitig auf verschiedene Teile eines Features ansetzt, ersetzt dieses Setup den sonst nötigen manuellen Koordinationsaufwand zwischen mehreren unabhängig laufenden Tools.

Für wen eignet sich Paperclip – und für wen eher nicht?

Paperclip richtet sich laut eigener Beschreibung an alle, die mehrere Agenten gleichzeitig koordinieren, autonome Organisationen aus KI-Agenten aufbauen möchten oder regelmäßig den Überblick über viele parallel laufende Sessions verlieren. Auch wer Kosten über mehrere Agenten hinweg im Blick behalten und Budgets durchsetzen möchte, ist Zielgruppe.

Für die gelegentliche, einzelne Nutzung eines einzigen KI-Assistenten ist die Plattform dagegen laut eigener Aussage nicht gedacht – wer nur hin und wieder einen Coding-Agenten für eine einzelne Aufgabe startet, braucht kein Organigramm, keine Budgetverwaltung und keine Heartbeat-Planung. Paperclip löst genau das Koordinationsproblem, das erst entsteht, wenn mehrere Agenten gleichzeitig und dauerhaft im Einsatz sind.

Kompatibilität mit gängigen Agenten und Tools

Paperclip ist bewusst unabhängig von einem bestimmten Agenten-Anbieter aufgebaut. Laut Projektbeschreibung funktioniert die Plattform unter anderem mit OpenClaw, Claude Code, Codex und Cursor sowie mit einfachen Bash- und HTTP-Adaptern. Das Prinzip dahinter lautet: “Wenn er einen Heartbeat empfangen kann, ist er eingestellt” – jeder Agent, der sich per Zeitplan aktivieren lässt, kann grundsätzlich in ein Paperclip-Organigramm eingebunden werden.

Fazit

Paperclip adressiert ein Problem, das mit zunehmender Zahl gleichzeitig laufender KI-Agenten immer relevanter wird: die Koordination, Kostenkontrolle und Nachvollziehbarkeit über mehrere Agenten hinweg. Statt eines weiteren Einzel-Agenten-Tools liefert das Open-Source-Projekt die organisatorische Schicht darüber – Org-Charts, Budgets, Heartbeats und Governance. Für Entwickler und Teams, die bereits mehrere Agenten parallel betreiben oder wiederkehrende automatisierte Aufgaben zuverlässig einplanen wollen, lohnt sich ein Blick auf das MIT-lizenzierte, selbst hostbare Projekt auf GitHub. Wer generell nach freien Entwickler-Tools sucht, findet weitere Beispiele in unserer Sammlung 10 kostenlose Open Source GitHub Tools; für einen Blick auf einzelne Coding-Agenten selbst lohnt sich unser KI Coding Agenten im Vergleich.

Häufig gestellte Fragen zu Paperclip