FoneClaw OS Roadmap: vom Android Phone Agent zum eigenen Agent OS

Vom heutigen Android Phone Agent zum FoneClaw Agent OS

Wir bauen FoneClaw aus einer klaren Produktüberzeugung heraus: Das Smartphone der nächsten Generation braucht einen persönlichen Agenten als Mittelpunkt. FoneClaw ist heute ein Android Phone Agent. Unsere langfristige Zielarchitektur ist ein AOSP-basiertes FoneClaw Agent OS und ein zukünftiges FoneClaw Phone, in dem der Agent Identität, Präferenzen, Erinnerung, Kontext und Aufgabenkoordination führt. Die FoneClaw OS Roadmap beginnt deshalb bei der laufenden Android-Erfahrung und führt Schritt für Schritt zu einem agentischen Smartphone-Betriebssystem.

Nach dem bisher neuesten Produktstand ist FoneClaw die aktuelle abgeschlossene Basis, auf der wir weiterbauen. Dieser Stand bringt einen beweglichen schwebenden Assistenten, ein kompaktes Bedienfeld, das bewusste Anhängen des aktuellen Bildschirms, die Ausblendung eigener FoneClaw-Overlays aus diesem Kontext, Kontinuität zwischen Home und schwebendem Assistenten sowie gemeinsame Freigaben, Stoppen und Berechtigungswiederherstellung. Dazu kommen bessere Kurzbefehle für Nicht-stören, Lautstärke und Meeting-Modus, zuverlässigere Bildschirmfotos und schnelle Aktionen. Die aktuelle Version steht auf der FoneClaw-Downloadseite.

Diese aktuelle Android-Basis zeigt, wie wir das Agent OS praktisch vorbereiten. Ein Nutzer formuliert eine Absicht, FoneClaw bezieht auf Wunsch den sichtbaren Bildschirm ein, ein konfiguriertes Modell plant unterstützte Arbeit, und geregelte Android-Fähigkeiten führen konkrete Telefonaktionen aus. Währenddessen bleiben Status, Freigabe, Abbruch und Wiederherstellung sichtbar. Genau diese Kette aus Absicht, Kontext, Plan, Ausführung, Kontrolle und Ergebnis wird im künftigen FoneClaw Agent OS tiefer im System verankert.

Wir behandeln jede Produktstufe als Architekturarbeit. Der aktuelle Stand verbessert den Aufruf des Agenten, die Nähe zum aktuellen Bildschirm, die Kontinuität zwischen Einstiegspunkten und die Rückkehr aus Berechtigungsproblemen. Die nächsten Stufen vertiefen Systemintegration, lokalen Kontext, Plugin-Verträge, Wiederaufnahme und Ergebnisaufzeichnungen. Wer die allgemeine Kategorie zuerst verstehen möchte, findet in Agentisches KI-Smartphone erklärt: Was Phone Agents 2026 wirklich ändern den passenden Überblick. Dieser Artikel ist enger: Er beschreibt unsere eigene Produktlinie vom Android Phone Agent zum FoneClaw Agent OS.

Warum appzentrierte Smartphones Agenten ausbremsen

Das klassische Smartphone ist um Apps, Symbole und einzelne Bildschirmabläufe herum gebaut. Für Menschen ist dieses Modell vertraut: App suchen, Konto wählen, Nachricht öffnen, Text kopieren, Kalender starten, Berechtigung bestätigen, Ergebnis prüfen. Für einen Agenten entsteht daraus ein langer, störanfälliger Weg. Jede App hat eigene Zustände, eigene Wörter, eigene Dialoge und eigene Datenräume. Der Nutzer trägt heute die Koordination zwischen diesen Räumen.

Unsere Roadmap verschiebt diese Koordination zum persönlichen Agenten. Apps und Dienste bleiben wichtige Anbieter von Funktionen, Inhalten und Transaktionen. Der Nutzer soll aber seine eigentliche Absicht formulieren können: „Bereite aus dieser Nachricht eine Erinnerung vor“, „Fasse diesen Bildschirm zusammen und öffne den nächsten sinnvollen Schritt“, „Lege aus dieser E-Mail einen Termin an“ oder „Prüfe diese Einstellung und zeig mir die Änderung vor dem Anwenden.“ FoneClaw übersetzt solche Ziele in unterstützte Schritte, statt den Nutzer durch eine Folge isolierter App-Menüs zu schicken.

Die sichtbare Bedienung vorhandener Android-Oberflächen bleibt ein wertvoller Kompatibilitätsweg. Sie hilft, wenn Dienste ihre Fähigkeiten nur über die Oberfläche anbieten. Gleichzeitig ist sie eine Brücke mit Reibung: Oberflächen ändern sich, Dialoge erscheinen, Schaltflächen tragen ähnliche Namen, und sensible Aktionen brauchen erkennbare Prüfung. Die Android-Dokumentation zu AppFunctions zeigt einen Plattformtrend, der für unsere Roadmap wichtig ist: Anwendungen können ausgewählte Funktionen mit Metadaten für autorisierte Agenten und Assistenten beschreiben. Solche strukturierten Funktionen zeigen, wie sich Smartphone-Dienste von Bildschirmnavigation zu maschinenaufrufbaren Fähigkeiten entwickeln.

Für FoneClaw entsteht daraus ein zweigleisiger Aufbau. Bestehende Apps bleiben erreichbar und liefern Kompatibilität. Agent-native Dienste und Agent Plugins liefern künftig klarere Verträge: Eingaben, Ausgaben, Berechtigungen, Wirkung, Fehler und Wiederherstellung. Das tiefere Architekturmodell erläutert OS-Agent-Grundlage 2026: Die drei Schichten für praktische Phone AI Agents. In unserer FoneClaw OS Roadmap wird daraus ein Betriebssystemprinzip: Der persönliche Agent koordiniert die Aufgabe, Dienste stellen begrenzte Fähigkeiten bereit, und der Nutzer sieht Wirkung, Kontext und Ergebnis.

Sprache zuerst, Tasten danach, Bildschirm als Kontrolle

Unsere Interaktionshierarchie lautet: Sprache zuerst, physische Tasten zweitens, Bildschirm drittens. Sprache ist der direkteste Weg, Absicht auszudrücken. Ein Nutzer denkt in Zielen: „Fasse diese Seite zusammen“, „Bereite eine Antwort vor“, „Mach daraus eine Aufgabe für morgen“ oder „Öffne die passende Einstellung.“ Dafür muss er den Namen der App, das Menü oder den genauen Schalter kennen. FoneClaw soll diese Absicht aufnehmen und daraus einen prüfbaren Telefonablauf machen.

Physische Tasten bilden den zweiten Pfeiler, weil sie in kritischen Momenten verlässlich sind. Eine Taste kann den Agenten starten, einen Sprachbefehl aufnehmen, eine Freigabe bestätigen, eine laufende Ausführung stoppen oder in einen sicheren Zustand zurückführen. Diese Kontrolle zählt besonders, wenn Sprache unpraktisch ist: bei Lärm, in privaten Situationen, während eines Gesprächs, unterwegs oder wenn ein schneller Abbruch wichtiger ist als eine neue Anweisung.

Der Bildschirm wird dadurch zur konzentrierten Kontrollfläche. Er zeigt Belege, Auswahlmöglichkeiten, Ziele, Entwürfe, Warnungen, Freigaben, Verlauf und Wiederherstellung. Auf heutigen Smartphones dient der Bildschirm oft als Hauptarbeitsfläche für Navigation. Im künftigen FoneClaw Agent OS wird er stärker zur Entscheidungsfläche: Was wurde verstanden? Welche Daten nutzt der Agent? Welche App oder welcher Dienst ist beteiligt? Welche Änderung steht an? Welche Option kann der Nutzer prüfen, anpassen, freigeben oder stoppen?

Diese Ordnung bringt Ruhe in die Bedienung. Sprache verkürzt den Weg zur Absicht. Tasten geben dem Nutzer eine verlässliche Hand am System. Der Bildschirm hält Folgen, Details und Entscheidung sichtbar. Für die ausführliche Interaktionslogik verweisen wir auf Voice-first KI-Smartphone: Warum Sprache, Tasten und Bildschirm neu sortiert werden. In der FoneClaw Roadmap geht es um ein Telefon, dessen primäre Bedienung aus Absicht, Kontrolle und Ergebnis besteht.

AOSP als Grundlage für den FoneClaw OS-Aufbau

Für das langfristige FoneClaw Agent OS wählen wir AOSP als technische Grundlage. Das Android Open Source Project liefert die offene Plattformbasis für Android-kompatible Systementwicklung. Darauf bauen wir ein agentenzentriertes Betriebsmodell: Der Agentenkern hält Absicht, persönlichen Kontext, Aufgabenstatus und Dienstkoordination zusammen, während System-, Richtlinien- und Ausführungsschichten die konkrete Telefonarbeit absichern.

Der künftige Aufbau beginnt bei Hardware, Treibern, Systemdiensten und Android-Kompatibilität. Darüber sitzt der Agentenkern. Er interpretiert Nutzerwünsche, wählt passende Fähigkeiten, hält laufende Aufgaben zusammen, nutzt lokale oder onlinegestützte Modellressourcen passend zur Aufgabe und unterscheidet Vorbereitung, Prüfung und Ausführung. Eine Richtlinienschicht führt Berechtigungen, Freigaben, Datenumfang, Sicherheitszustand und Wiederherstellung. Die Ausführungsschicht arbeitet mit Android-Funktionen, Systemfähigkeiten, kompatiblen Apps und Agent Plugins. Die sichtbare Oberfläche zeigt Ergebnisse, Verlauf, Entscheidungen und Abbruchmöglichkeiten.

Lokale und cloudgestützte Ressourcen haben in dieser Architektur klare Rollen. Der persönliche On-Device-Agent ist der Ausgangspunkt für Identität, Präferenzen, Erinnerung und dienstübergreifenden Kontext. Manche Aufgaben benötigen externe Modelle, Online-Dienste oder Plugin-Endpunkte, weil der Nutzer einen solchen Dienst anfordert oder die Aufgabe dessen Fachfähigkeit braucht. Dann zählt der Datenvertrag: Welche Informationen sind für diese Aufgabe nötig? Welche Informationen bleiben beim persönlichen Agenten? Welches Ergebnis kommt zurück? Welche Freigabe und welche Aufzeichnung sieht der Nutzer?

FoneClaw arbeitet heute innerhalb der Android-Phone-Agent-Ebene. Ein konfiguriertes Modell plant unterstützte Arbeit, und geregelte Android-Werkzeuge führen Telefonaktionen aus. Diese Basis ist der praktische Vorlauf für die Systemstufe. Jede Verbesserung bei Kontextaufnahme, Aufgabenstatus, Berechtigungsführung, Unterbrechung, Wiederaufnahme und Ergebnisprotokoll bringt uns näher an ein AOSP-basiertes KI-Betriebssystem, in dem der Agent das Aufgabenmodell des Telefons trägt.

Vom App-Marktplatz zum Agent-Plugin-Ökosystem

Ein App-Marktplatz organisiert Software um menschliche Auswahl: suchen, installieren, öffnen, lernen, bedienen. Ein Agent-Plugin-Ökosystem organisiert Dienste um Fähigkeiten. Ein Plugin erklärt dem Agenten, welche professionelle Aufgabe es leisten kann, welche Eingaben es braucht, welche Ausgaben es liefert, welche Berechtigungen gelten, welche Fehler auftreten können und welche Version des Vertrags aktiv ist. Der Nutzer beschreibt das Ziel; der persönliche Agent setzt passende Fähigkeiten zu einem nachvollziehbaren Ablauf zusammen.

Dieses Modell macht Dienste präziser. Ein Reisedienst kann Verfügbarkeit prüfen, ein Dateidienst kann ausgewählte Dateioperationen anbieten, ein Kalender kann Termine strukturieren, ein Kommunikationsdienst kann Entwürfe oder Versandoptionen liefern, ein Geräteservice kann unterstützte Einstellungen führen. FoneClaw hält dabei die Absicht und den Querkontext zusammen. Das Plugin trägt die begrenzte Fachfähigkeit bei. Der Nutzer sieht, welche Daten in den Schritt eingehen, welche Wirkung vorbereitet wird und welches Ergebnis zurückkommt.

Für FoneClaw ist das Agent-Plugin-Ökosystem ein Kern der langfristigen Roadmap. Agent Plugins sollen signiert, überprüfbar, fähigkeitsbezogen und mit sichtbaren Ergebnissen verbunden sein. Sie arbeiten mit begrenztem Kontext und passenden Freigaben. Ein guter Plugin-Vertrag beschreibt Eingaben, erlaubte Wirkung, Ergebnis, Fehler, Wiederherstellung und Version. Die tiefere Sicherheitslogik für erweiterbare Agentenfähigkeiten erklärt Sicherheit von KI-Agent-Skills: Warum Phone Agents Laufzeitprüfungen brauchen.

Der aktuelle FoneClaw-Produktstand bereitet diese Ökosystemrichtung bereits in der Bedienung vor. Der schwebende Assistent senkt den Wechsel zwischen App und Agent. Das bewusste Anhängen des aktuellen Bildschirms gibt dem Agenten genau den sichtbaren Kontext, den der Nutzer in diesem Moment einbringen möchte. Kontinuität zwischen Home und schwebendem Assistenten hält Ausführung, Freigaben, Stoppen und Berechtigungswiederherstellung zusammen. Die öffentliche FoneClaw-Dokumentation im offiziellen FoneClaw-Repository beschreibt Werkzeuge, Skills, Workflows, Plugins, Freigaben und Beiträge als Entwicklerpfad. Diese Grundlagen machen aus Agent Plugins ein Dienstmodell, das zu Aufgaben passt, statt Nutzer in manuelle App-Navigation zurückzuschieben.

Der persönliche Agent als Besitzer des Kontexts

In der FoneClaw OS Roadmap wird der persönliche On-Device-Agent zum Standardbesitzer von Identität, Präferenzen, Erinnerung und dienstübergreifendem Kontext. Heute liegen persönliche Signale über Apps, Konten, Benachrichtigungen, Kalender, Dateien, Verlauf und Geräteeinstellungen verteilt. Der Nutzer muss diese Verteilung im Kopf ausgleichen. Ein Agent Phone ordnet die Aufgabe um den persönlichen Agenten: Er kennt die Absicht des Nutzers, hält relevante Erinnerungen bereit und gibt Diensten nur den Kontext, den die jeweilige Aufgabe braucht.

Dieses Datenmodell unterscheidet langfristige persönliche Erinnerung von einzelnen Dienstvorgängen. Wenn ein Plugin oder Dienst eine Aufgabe ausführt, können notwendige Dienst-, Transaktions- oder Nachweisdatensätze entstehen: etwa bei Reisebuchung, Zahlung, Versand, Kalenderfreigabe oder Supportvorgang. Der persönliche Querkontext bleibt davon getrennt. Präferenzen, Gewohnheiten, Kontakte, wiederkehrende Aufgaben und langfristige Erinnerung beginnen beim On-Device-Agenten und werden aufgabenbezogen in begrenzte Dienstanfragen übersetzt.

Für Nutzer muss diese Ordnung sichtbar sein. Welche Erinnerung nutzt der Agent? Welche Präferenz beeinflusst einen Vorschlag? Welche Daten gehen an welchen Dienst? Welche Freigabe gehört zu welcher Wirkung? Welche Aktion wurde vorbereitet, ausgeführt, gestoppt oder wiederhergestellt? FoneClaw arbeitet nach dem bisher neuesten Produktstand an dieser Sichtbarkeit über Aufgabenstatus, Freigaben, Berechtigungsführung, Ergebnisse und Wiederherstellung. Die Agent-OS-Stufe vertieft daraus ein prüfbares Gedächtnis- und Kontextmodell.

Dieser persönliche Kontext ist die Grundlage für echte Telefonintelligenz. Ein Agent, der jede Aufgabe isoliert betrachtet, hilft bei einzelnen Antworten. Ein persönlicher Agent, der die Identität, Vorlieben, Erinnerungen und laufenden Ziele des Nutzers kennt, kann über Dienste hinweg handeln und trotzdem den Datenumfang klein halten. Mehr Hintergrund zu dieser Produktentscheidung bietet KI-Agent mit persönlichem Kontext: Warum Phone Agents ihn brauchen. Für FoneClaw ist der On-Device-Agent der Ort, an dem Nutzeridentität und Querkontext standardmäßig beginnen.

FoneClaw im Vergleich zu aktuellen KI-OS-Ansätzen

Viele Hersteller und KI-Unternehmen bewegen sich in Richtung agentischer Telefone. Wir sehen darin ein starkes Signal: Die Branche organisiert Smartphones zunehmend um Absicht, Aufgaben, Modelle, Dienste und Systemintegration. Für FoneClaw ist wichtig, diese Routen präzise zu unterscheiden. DroiClaw, Doubao Phone Assistant, Step AOS, HONOR Agentic OS und Xiaomi miclaw zeigen unterschiedliche Wege über OEM-Integration, Assistenzdienste, Hardware-Marken, Agent-Plattformen und Entwicklerökosysteme. Unsere Route führt vom heutigen Android Phone Agent zu einem AOSP-basierten FoneClaw Agent OS mit persönlichem On-Device-Agenten und Agent Plugins.

Doubao, StepFun, HONOR und Xiaomi zeigen verschiedene Branchenrouten: assistenzzentrierte Telefonbedienung, Agent-OS-Entwürfe mit eigener Hardware, OEM-integrierte Systemagenten und Entwicklerplattformen. Wer Doubao im Gerätekontext verfolgen möchte, findet weitere Einordnung in Doubao Agent Phone und Nubia NaviX Ultra: was sich ändert. Für uns entsteht daraus ein klarer Arbeitsauftrag: Wir bauen FoneClaw so, dass der persönliche Agent die Absicht hält, Dienste über Plugin-Verträge beitragen und der Nutzer Wirkung, Datenumfang und Ergebnis versteht.

Unsere Produktlinie lässt sich in drei Entscheidungen zusammenfassen. Erstens beginnt die Aufgabe beim persönlichen Agenten. Zweitens werden professionelle Dienste über Agent Plugins als begrenzte, prüfbare Fähigkeiten eingebunden. Drittens ordnen wir Bedienung um Sprache, physische Kontrolle und sichtbare Entscheidung. Diese Entscheidungen verbinden den heutigen Android Phone Agent mit dem künftigen FoneClaw Agent OS.

Wie der aktuelle FoneClaw-Produktstand die Roadmap heute belegt

Die FoneClaw OS Roadmap wächst über vier Stufen. Stufe eins ist der geregelte Android Phone Agent, den Nutzer heute testen können. FoneClaw bringt dafür nach dem bisher neuesten Produktstand den schwebenden Assistenten, aktuelles Bildschirmanhängen, Kontinuität zwischen Home und schwebendem Assistenten, gemeinsame Freigaben, Stoppen und Berechtigungswiederherstellung. Diese Funktionen verkürzen den Weg von der Absicht zur kontrollierten Telefonhandlung.

Stufe zwei ist tiefere Systemintegration. Dort arbeiten wir an stabileren lokalen Zuständen, besserer Wiederaufnahme nach Unterbrechungen, klarerer Berechtigungsführung, zuverlässigeren Kurzbefehlen für Systemeinstellungen und weniger Reibung zwischen Sprache, Bildschirm und Ausführung. Ein stärker integriertes System kann laufende Aufgaben länger zusammenhalten, relevante Entscheidungen präziser anzeigen und Ergebnisse verständlicher aufzeichnen.

Stufe drei ist die Agent-Plugin-Plattform. Fähigkeiten werden als Dienste mit klaren Verträgen modelliert: Was kann das Plugin? Welche Eingaben braucht es? Welche Daten verlassen den persönlichen Kontext? Welche Freigabe gehört zur Wirkung? Welche Fehler können auftreten? Wie sieht das beobachtete Ergebnis aus? FoneClaw verfügt heute über 100+ integrierte Tools als aktuelle Fähigkeitsbasis; die praktische Einordnung steht auf der FoneClaw-Funktionsseite. Die Plugin-Stufe erweitert diese Basis um professionelle Dienstverträge.

Stufe vier ist das AOSP-basierte FoneClaw Agent OS und das zukünftige FoneClaw Phone. Dort wird der persönliche On-Device-Agent zum Standardbesitzer von Identität, Präferenzen, Erinnerung und dienstübergreifendem Kontext. Sprache startet Aufgaben, physische Tasten sichern Aufruf und Abbruch, der Bildschirm zeigt Belege und Entscheidungen, und Agent Plugins liefern begrenzte Fachfähigkeiten. Diese Stufe beschreibt die Produktarchitektur, auf die wir hinarbeiten.

Wir messen Fortschritt an konkreten Nutzerkriterien. Wird eine Aufgabe abgeschlossen? Sind Berechtigungen verständlich? Kann der Nutzer unterbrechen? Führt FoneClaw nach Fehlern oder fehlenden Rechten zurück in einen sinnvollen Zustand? Bleibt der Datenumfang erkennbar? Antworten Plugins zuverlässig und mit beobachtbaren Ergebnissen? Gibt es eine klare Aufzeichnung dessen, was vorbereitet, freigegeben, gestoppt oder erledigt wurde? Wer die heutige Telefonsteuerung praktisch einordnen möchte, kann mit Telefonsteuerung mit KI-Agent: Wie Android Phone Agents wirklich arbeiten nachvollziehen, wie FoneClaw aus Absicht, Modellplanung, Werkzeugausführung und Nutzerfreigabe ein Android-Ergebnis macht. So wird die aktuelle Android-Grundlage zum Ausgangspunkt für die nächste FoneClaw-Stufe.