PokeClaw vs FoneClaw: lokaler Agent oder geregelte Android-Ausführung?

PokeClaw oder FoneClaw nach Aufgabe wählen

PokeClaw vs FoneClaw ist kein einfacher Siegervergleich. Die bessere Frage lautet: Wollen Sie lokale Modellinferenz und offenen Prototypen-Code untersuchen, oder brauchen Sie eine geregelte Android-Ausführungsroute für unterstützte Telefonaktionen? PokeClaw passt eher zu Entwicklern, Forschern und technisch starken Nutzern, die einen lokalen Android-Agent-Prototyp testen, Code prüfen und Modellverhalten auf dem Gerät beobachten möchten. FoneClaw passt eher zu Android-Nutzern, die aus einer Absicht eine sichtbare, bestätigbare und wiederherstellbare Telefonhandlung machen wollen.

Der wichtigste Unterschied steckt im Wort „lokal“. PokeClaw betont lokale Modellinferenz: Im Local Mode läuft laut offiziellem PokeClaw-Repository Gemma 4 über LiteRT-LM auf dem Telefon. Das ist ein anderer Anspruch als lokale oder phone-residente Ausführung von Android-Aktionen. Ein Modell kann lokal denken, während Aktionen trotzdem Berechtigungen, Accessibility-Zugriff, App-Zustände und Wiederherstellung brauchen.

FoneClaw bewerten wir aus unserer Builder-Perspektive anders: Wir bauen eine unabhängige Android Phone-Agent-Laufzeitumgebung für unterstützte Aktionen. Nach den neuesten Produktinformationen zum Zeitpunkt dieser Artikelaktualisierung stehen dabei schwebender Zugriff, aktueller Bildschirmkontext auf Nutzerwunsch, Task-Kontinuität, Freigaben, Stoppen, Berechtigungswiederherstellung und Fähigkeitsrouting im Vordergrund. Wir behaupten damit nicht, dass FoneClaw vollständig on-device inferiert. Die Stärke liegt in der geregelten Android-Ausführung.

Wer die größere Vertrauensfrage zwischen lokaler Telefonsteuerung und Cloud-KI vertiefen möchte, findet in AI Agent Trust: Lokale Telefonsteuerung oder Cloud-KI? die passende Grundlage. Dieser Vergleich bleibt enger: PokeClaw als lokaler KI-Handy-Agent-Prototyp, FoneClaw als produktnahe Android-Ausführungsroute.

Modell- und Datenpfade vergleichen

Der Datenpfad entscheidet, welche Informationen das Gerät verlassen können, welche Kosten entstehen und welche Latenz Nutzer spüren. PokeClaw ist hier besonders interessant, weil sein offizielles Material den Local Mode klar hervorhebt. Nach dem Setup läuft Gemma 4 über LiteRT-LM auf dem Telefon; der Local Mode benötigt laut Repository nach der Einrichtung kein Konto und keinen API-Key. Für Nutzer, die lokale Modellinferenz erforschen möchten, ist das der zentrale Anziehungspunkt.

Gleichzeitig dokumentiert PokeClaw optionale Cloud-Provider. Sobald ein Nutzer einen Cloud-Pfad aktiviert, ändert sich die Daten- und Vertrauensfrage. Dann geht es nicht mehr nur um On-Device-Agent-Verhalten, sondern auch um Anbieter, Modellendpunkt, übertragenen Kontext, API-Schlüssel, Kosten und Richtlinien. Deshalb sollte niemand aus „PokeClaw kann lokal laufen“ ableiten, dass jede Konfiguration immer vollständig offline bleibt.

FoneClaw trennt Modellverständnis und Android-Ausführung. Ein konfiguriertes Modell hilft beim Verstehen, Planen und Formulieren; die Android-Laufzeit entscheidet, wie unterstützte Fähigkeiten geroutet, Berechtigungen geprüft, Freigaben eingeholt und Ergebnisse sichtbar gemacht werden. Für aktuelle Verfügbarkeit verweisen wir auf die FoneClaw-Downloadseite; die unterstützten Fähigkeiten und Produktflächen beschreibt die FoneClaw-Funktionsseite. Diese Unterscheidung ist wichtig, weil ein lokaler Modellpfad allein noch keine kontrollierte Telefonhandlung beweist.

Für Leser, die besonders tief in Modellgröße, Quantisierung, Warmup und Gerätebeschleunigung einsteigen möchten, erklärt On-Device-LLM-Optimierung für Handy-KI-Agenten die Performance-Seite ausführlicher. Hier reicht die Praxisregel: Lokale Inferenz ist wertvoll, aber sie ersetzt nicht die Prüfung der Android-Aktionskette.

Beobachten und Handeln auf Android vergleichen

Ein Android-Agent braucht eine Schleife aus Beobachten, Entscheiden und Handeln. PokeClaw beschreibt im offiziellen Repository eine phone-residente Schleife, die eine Textdarstellung der aktuellen UI liest und daraus Tools auswählt. Das ist eine klare, untersuchbare Architektur: Der Agent sieht nicht einfach magisch „die App“, sondern arbeitet mit einer abstrahierten Beschreibung des aktuellen Bildschirms und wählt Aktionen aus seinem Werkzeugraum.

Die offiziell dokumentierten PokeClaw-Tools umfassen unter anderem Touch, Texteingabe, App-Öffnen, Bildschirmlesen, Screenshot, Messaging, Auto-Reply und Finish. Dazu kommen Skills, Guards, QA-Prioritäten und bekannte Grenzen. Für Entwickler ist das nützlich, weil der PokeClaw Android-Agent nicht nur als App, sondern als nachvollziehbares Experimentierfeld erscheint. Man kann sehen, welche Werkzeuge der Agent erhält und wie Aufgaben in Aktionen übersetzt werden.

Die Grenze bleibt jedoch wichtig. Eine Textdarstellung der UI kann unvollständig sein, App-Oberflächen ändern sich, Accessibility-Knoten sind nicht immer stabil, und generische Touch-Aktionen sind nur so zuverlässig wie der sichtbare Zustand. PokeClaw ist laut offizieller PokeClaw-Landingpage ein öffentlicher Prototyp. Das macht ihn wertvoll für Experimente, aber es sollte nicht wie eine Garantie für universelle App-Kontrolle gelesen werden.

Bei FoneClaw bauen wir die Aktionsschleife produktorientiert um Nutzerkontrolle herum. Der schwebende Einstieg kann aus anderen Apps heraus genutzt werden; der aktuelle Bildschirm wird auf ausdrücklichen Wunsch als Kontext angehängt; laufende Aufgaben bleiben zwischen Einstiegspunkten nachvollziehbar; Fähigkeitsrouting hilft, eine unterstützte Handlung der passenden Produktfähigkeit zuzuordnen. Dazu kommen 100+ built-in tools für unterstützte Android-Aktionsbereiche, ohne dass daraus eine pauschale Zusage für jede beliebige App-Oberfläche folgt.

Für den konkreten FoneClaw-Einstieg über schwebende UI und aktuellen Bildschirm erklärt Schwebender Android KI-Assistent: aktuellen Bildschirm sicher als Kontext nutzen den Workflow genauer. In diesem Vergleich genügt die Kerntrennung: PokeClaw zeigt eine offene lokale Agentenschleife, FoneClaw priorisiert geregelte Android-Ausführung.

Berechtigungen, Freigaben, Stoppen und Wiederherstellung vergleichen

Kontrolle beginnt auf Android mit Berechtigungen. PokeClaw benötigt laut offizieller Landingpage Accessibility, damit der Agent Bildschirm lesen und Gesten ausführen kann. Das ist technisch plausibel, aber sicherheitsrelevant: Accessibility-Zugriff ist mächtig. Wer PokeClaw testet, sollte genau prüfen, wann der Zugriff aktiv ist, welche Aufgaben erlaubt sind, wie Auto-Reply oder Messaging begrenzt werden und wie der Agent bei unsicheren Zuständen sauber endet.

Das PokeClaw-Repository spricht in der Produktrichtung über Regeln, Guards, Stuck Detection und saubere Fehler. Diese Begriffe sind wichtig, weil ein lokaler KI-Handy-Agent nicht nur erfolgreich klicken soll. Er muss auch erkennen, wann eine Aufgabe nicht fortgesetzt werden sollte. Open Source hilft dabei, Architektur und Absichten zu prüfen, ersetzt aber nicht automatisch ein gutes Kontrollerlebnis im Alltag.

Bei FoneClaw gestalten wir folgenschwere Aktionen mit expliziten Freigaben, sichtbaren Ergebnissen, Stoppen, Zustandsprüfungen und Berechtigungswiederherstellung. Nach den neuesten Produktinformationen zum Zeitpunkt dieser Artikelaktualisierung gehört auch Fähigkeitsrouting dazu: Der Agent soll nicht blind eine Oberfläche bedienen, sondern eine unterstützte Handlung einer passenden Fähigkeit zuordnen. Für Plugins und erweiterbare Fähigkeiten gehört außerdem eine Aktivierungsprüfung zur Produktlogik.

Der Vergleich sollte deshalb nicht „offen gegen geschlossen“ lauten. Die besseren Fragen sind konkreter: Wird vor dem Senden gefragt? Wird ein Entwurf sichtbar angezeigt? Kann der Nutzer stoppen? Wird nach einer geänderten Einstellung der Zustand geprüft? Erkennt der Agent, wenn eine Berechtigung fehlt? Kommt er wieder zurück in die Aufgabe, statt einfach zu scheitern?

Keine der beiden Richtungen sollte als automatisch sicher gelten. Lokale Modellinferenz kann Datenwege verkürzen, aber Berechtigungen bleiben mächtig. Eine geregelte Ausführungsschicht kann Kontrolle verbessern, aber jede unterstützte Aktion muss im eigenen Gerätetest geprüft werden. Für Käufer und Entwickler zählen beobachtbare Kontrollpunkte mehr als Autonomie-Slogans.

Installation, Hardware und Gerätekosten vergleichen

PokeClaw macht die lokale Hardwarefrage sehr konkret. Die offizielle Landingpage nennt eine direkte APK, Android 9+ und arm64 als Anforderungen. Beim lokalen Setup wird ungefähr 2,6 GB heruntergeladen, und die Seite nennt etwa 4 GB freien RAM als Bedarf. Das ist für einen On-Device-Agenten erwartbar: Wenn das Modell auf dem Telefon läuft, braucht das Telefon Speicher, Rechenleistung und Geduld beim Start.

Die offiziellen Demos und Hinweise machen auch die Latenzseite greifbar. CPU-Warmup kann ungefähr 45 Sekunden dauern, während unterstützte beschleunigte Hardware schneller sein kann. Das ist kein Makel, sondern ein realer Tradeoff lokaler Inferenz. Wer lokale Modellverarbeitung will, verlagert Kosten von einem Cloud-Provider auf Akku, Speicher, thermisches Verhalten und Geräteleistung.

Man sollte Hardwarebeispiele nicht als Garantie lesen. Ein gelisteter Chipsatz, viel RAM oder eine neuere Android-Version sagt noch nicht, dass jede App-Aufgabe stabil und schnell läuft. App-Oberflächen, Accessibility-Verhalten, Hintergrundbeschränkungen, Energiesparmodi und Modellzustand können die Praxis verändern. Darum gehört ein eigener Test auf dem Zielgerät zur Entscheidung.

FoneClaw hat eine andere Setup-Frage. Hier geht es weniger darum, ob ein großes Modell lokal warm startet, sondern ob die gewünschte Android-Aufgabe im aktuellen Produktumfang unterstützt wird, welche Berechtigungen sie braucht, welche Freigabe erscheint und wie das Ergebnis sichtbar geprüft wird. Für Leser ist die erste Prüfung daher: PokeClaw-Prototyp und Modell lokal einrichten, wenn lokale Inferenz das Ziel ist; FoneClaw über die aktuelle Download-Route testen, wenn geregelte Telefonhandlungen im Vordergrund stehen.

Realistische Workflows zuordnen

Ein guter Produktvergleich beginnt mit dem Workflow. PokeClaw dokumentiert WhatsApp Auto-Reply und generische App-Navigation. Das passt zu Experimenten, bei denen ein Agent sichtbare UI-Zustände lesen, eine Antwort vorbereiten oder einfache App-Schritte durchlaufen soll. Wer Open-Source-Code prüfen, Skills erweitern oder lokale Modellinferenz messen möchte, bekommt mit PokeClaw einen klaren Forschungs- und Builder-Kontext.

Das Repository nennt Apache 2.0 als Lizenz und beschreibt zugleich Marken- beziehungsweise Trademark-Grenzen. Praktisch heißt das: Die Softwarelizenz macht den Code untersuchbar und nutzbar, während Name und Markenauftritt separat zu behandeln sind. Für Entwickler ist diese Trennung relevant, aber sie sagt nichts darüber aus, ob ein bestimmter Messaging-Workflow auf dem eigenen Telefon zuverlässig funktioniert.

FoneClaw passt zu Workflows, bei denen der Nutzer nicht nur sehen will, ob ein Agent etwas kann, sondern wie kontrolliert eine Android-Handlung abläuft. Beispiele sind: eine App öffnen, einen sichtbaren Bildschirm erklären lassen, einen Entwurf vorbereiten, eine Erinnerung setzen, eine Geräteeinstellung prüfen, eine Berechtigung wiederherstellen oder eine Aufgabe aus dem schwebenden Assistenten fortsetzen. In diesen Fällen zählen Freigaben, sichtbare Zustände und Wiederherstellung stärker als reine Modelllokalität.

Für die FoneClaw-Ebenen hinter Tools, Plugins, Skills und Workflows verweist FoneClaw Tools, Plugins, Skills und Workflows: die Ebenen richtig wählen auf die passende Detailseite. Dieser Vergleich bleibt bei der Entscheidung: lokale Agentenexperimente oder geregelte Android-Ausführung.

Entscheiden und einen reversiblen Test ausführen

Wählen Sie PokeClaw zuerst, wenn lokale Modellinferenz, offener Code, Android-Agent-Forschung und ein prototypischer On-Device-Agent Ihre Hauptfragen sind. Wählen Sie FoneClaw zuerst, wenn Sie eine aktuelle Android-Aufgabe kontrolliert ausführen möchten und dabei Freigaben, Stoppen, Wiederherstellung, Bildschirmkontext auf Wunsch und sichtbare Ergebnisse wichtiger sind als ein vollständig lokaler Modellpfad.

Der erste Test sollte reversibel sein. Verwenden Sie keine Aufgabe, die direkt sendet, löscht, kauft, teilt, Konten ändert oder sensible Daten verschiebt. Besser sind fünf kleine Schritte: Öffnen Sie eine harmlose App, lassen Sie den sichtbaren Zustand lesen oder erklären, bereiten Sie einen ungesendeten Entwurf vor, stoppen Sie den Ablauf vor einer Wirkung und prüfen Sie, ob der Endzustand klar sichtbar bleibt.

1. Startbedingungen notieren: Gerät, Android-Version, Konto, Sprache, Netzwerk, Berechtigungen und aktiver Modellpfad.
2. Latenz messen: Warmup, erste Antwort, nächster Tool-Schritt und sichtbares Ergebnis getrennt erfassen.
3. Berechtigungen prüfen: Welche Zugriffe werden verlangt, und passen sie zur Aufgabe?
4. Kontrolle testen: Vor folgenreichen Schritten stoppen oder eine Freigabe verweigern.
5. Wiederherstellung beobachten: Eine fehlende Berechtigung oder falsche App-Ansicht absichtlich erzeugen und den Rückweg protokollieren.

Ein einzelner Erfolg beweist keine Zuverlässigkeit. Wiederholen Sie dieselbe Aufgabe mindestens ein paar Mal und verändern Sie kleine Details: anderer Bildschirm, andere App-Ansicht, fehlende Berechtigung, schlechteres Netz. So zeigt sich der echte Unterschied zwischen PokeClaw und FoneClaw: nicht in einer statischen Feature-Tabelle, sondern in Modellpfad, Aktionskontrolle, Gerätelast und Wiederholbarkeit auf dem eigenen Telefon.