OpenClaws Gründer sagt „Probiert dieses Gedächtnis-Plugin“ — Sofort viral

OpenClaw-Agenten vergessen Dinge. Jeder weiß das. Du verbringst 30 Minuten damit, einen komplexen Workflow einzurichten, das Kontextfenster füllt sich, die Komprimierung setzt ein – und dein Agent vergisst die Hälfte von dem, was ihr besprochen habt.

Peter Steinberger, der Erfinder von OpenClaw, hat gerade über eine Lösung gepostet. Seine Empfehlung: Lossless Claw, ein Community-Plugin, das die eingebaute Speicherkomprimierung von OpenClaw durch etwas ersetzt, das tatsächlich funktioniert. Der Post erreichte in wenigen Stunden über 277.000 Aufrufe und über 3.200 Likes.

"If you are annoyed that your crustacean is forgetful after compaction, give Lossless Claw a try!" — Peter Steinberger

Hier erfährst du, was es tut, warum es wichtig ist und wie du es in unter einer Minute auf MyClaw.ai einrichtest.

Das Problem: OpenClaws Speicher hat eine harte Obergrenze

Jedes KI-Modell hat ein Kontextfenster – eine Grenze dafür, wie viel Text es auf einmal verarbeiten kann. Claude Opus 4.6 erreicht maximal 200.000 Token. Klingt nach viel, bis du merkst:

📝 System-Prompts, Speicherdateien und Skill-Anweisungen verbrauchen 30-50.000 Token, bevor du überhaupt Hallo sagst

💬 Eine Unterhaltung mit 50 Nachrichten erreicht problemlos 150.000 Token

🔄 Wenn das Fenster voll ist, setzt die eingebaute Komprimierung von OpenClaw ein – und löscht ältere Nachrichten dauerhaft

Das ist Sliding-Window-Komprimierung. Sie ist einfach, sie ist schnell und sie ist verlustbehaftet. Sobald diese Nachrichten weg sind, sind sie weg. Dein Agent kann sich buchstäblich nicht daran erinnern, was ihr vor 20 Minuten besprochen habt.

Das Ergebnis? Du wiederholst dich. Dein Agent macht dieselben Fehler zweimal. Workflows brechen ab, weil der Kontext mitten in der Ausführung verschwunden ist.

Was Lossless Claw tatsächlich macht

Lossless Claw verfolgt einen grundlegend anderen Ansatz. Anstatt alte Nachrichten wegzuwerfen:

🗄️ Speichert es jede Nachricht in einer lokalen SQLite-Datenbank – nichts wird jemals gelöscht

🌳 Erstellt es einen DAG (directed acyclic graph) aus Zusammenfassungen – ältere Nachrichten werden zusammengefasst, dann werden Zusammenfassungen zu übergeordneten Knoten verdichtet

🔍 Gibt es Agenten Recall-Tools – lcm_grep zum Durchsuchen der Historie, lcm_expand zum Aufschlüsseln jeder Zusammenfassung und Wiederherstellen ursprünglicher Details

🛡️ Schützt es den aktuellen Kontext – die letzten 32 Nachrichten werden nie komprimiert, was einen reibungslosen Gesprächsfluss gewährleistet

Stell es dir so vor: normale Komprimierung ist ein Aktenvernichter. Lossless Claw ist ein Archiv mit Suchmaschine.

Die technischen Details, die zählen

Lossless Claw basiert auf dem LCM-Paper und implementiert das, was die Autoren "Lossless Context Management" nennen. So funktionieren die wichtigsten Parameter:

🎯 Kontext-Schwellenwert: 75% – Die Komprimierung wird ausgelöst, wenn der Kontext 75% des Modellfensters erreicht, nicht 95%. Das lässt Spielraum, damit das Modell tatsächlich denken kann, anstatt im letzten Moment nach Token zu ringen

📊 Mehrstufige Zusammenfassung – Rohnachrichten → Blatt-Zusammenfassungen → verdichtete Zusammenfassungen → Top-Level-Zusammenfassungen. Jede Ebene komprimiert weiter und behält dabei Links zum Ausgangsmaterial bei

🔗 DAG-Struktur – Jede Zusammenfassung weiß, von welchen Nachrichten oder Unter-Zusammenfassungen sie stammt. Das bedeutet, ein Agent kann fragen "worüber haben wir bezüglich der Ghost API gesprochen?" und die Antwort durch den DAG zurück zur exakten Unterhaltung verfolgen

⚡ Inkrementelle Komprimierung – Nur neue Nachrichten werden in jedem Zyklus verarbeitet, nicht die gesamte Historie. Das hält den Overhead pro Durchlauf handhabbar

Auswirkungen in der Praxis

Das ändert sich, wenn du Lossless Claw installierst:

Vorher (Standard-OpenClaw):

• Agent vergisst Workflow-Details nach langen Unterhaltungen
• Du wiederholst Anweisungen alle paar Stunden
• Komplexe mehrstufige Aufgaben brechen ab, wenn der Kontext mitten in der Ausführung komprimiert wird
• Keine Möglichkeit, komprimierte Informationen wiederherzustellen

Nachher (Lossless Claw):

• Agent kann sich mit lcm_grep an jedes Detail aus jeder Unterhaltung erinnern
• Mehrtägige Projekte behalten durch den DAG den vollständigen Kontext bei
• Komprimierung erfolgt früher und reibungsloser (75% vs. fast 100%)
• Alle Rohnachrichten bleiben in SQLite erhalten – nichts geht jemals verloren

Ein Nutzer in Peters Thread fragte, ob das Context Caching kaputt macht. Peters Antwort: "it's not default for a reason, it's a community plugin to explore new ideas!" Der Trade-off ist real – jeder Komprimierungszyklus kostet LLM-Token zur Erstellung von Zusammenfassungen – aber für Agenten, die komplexe, zustandsbehaftete Workflows ausführen, überwiegt der Nutzen die Kosten bei Weitem.

Installiere es auf MyClaw.ai in 60 Sekunden

Wenn du OpenClaw auf MyClaw.ai laufen lässt, dauert die Installation von Lossless Claw einen Befehl über den Chat deines Agenten:

openclaw plugins install @martian-engineering/lossless-claw

Dein Gateway startet automatisch neu, und du läufst mit DAG-basiertem Speicher, der nie vergisst. Kein SSH, keine Konfigurationsdateien, kein Docker – sag deinem Agenten einfach, dass er es installieren soll.

Das Plugin funktioniert nahtlos neben bestehenden Speichersystemen – deine MEMORY.md-Dateien, täglichen Logs und Skill-Konfigurationen funktionieren alle weiterhin. Lossless Claw ersetzt den manuellen Speicher nicht; es ergänzt ihn mit automatischem Recall.

Die Kombination ist mächtig:

🧠 MEMORY.md = was dein Agent beim Start wissen sollte (Entscheidungen, Präferenzen, Kontakte)

🗄️ Lossless Claw = was dein Agent auf Abruf erinnern kann (Gesprächsdetails, exakte Anweisungen, Debugging-Schritte)

Zusammen erhält dein Agent sowohl schnellen Startup-Kontext als auch tiefe Erinnerung – das Beste aus beiden Welten.

Solltest du es installieren?

Wenn dein OpenClaw-Agent einfache, kurze Unterhaltungen führt – lohnt sich wahrscheinlich nicht. Standard-Komprimierung ist für schnelle Aufgaben in Ordnung.

Aber wenn du:

✅ Mehrtägige Projekte durchführst, bei denen Kontext wichtig ist

✅ Deinen Agenten als persistenten Assistenten nutzt (nicht als One-Shot-Tool)

✅ Es leid bist, dich nach der Komprimierung zu wiederholen

✅ Brauchst, dass sich dein Agent daran erinnert, was er gebaut, deployed oder konfiguriert hat

Dann ist Lossless Claw genau das, was du brauchst. Peter Steinberger würde es seinen über 280.000 Followern nicht empfehlen, wenn es nicht einen Versuch wert wäre.

MyClaw.ai — der #1 OpenClaw-Host, der beste Weg, OpenClaw zu betreiben. Der Speicher deines Agenten hat gerade ein Upgrade bekommen.