OpenClaw × Microsoft Teams Integrationsleitfaden: Channel-Konfiguration und Agent Teams Kollaboration

1. Die zwei Bedeutungsebenen von „OpenClaw Teams"

Wenn Benutzer nach „openclaw teams" suchen, suchen sie moglicherweise nach zwei vollig unterschiedlichen Dingen. Die erste Bedeutungsebene ist die Microsoft Teams Channel-Integration -- die Bereitstellung eines OpenClaw-KI-Agenten in Microsoft Teams-Kanalen, sodass Teammitglieder direkt im Teams-Chatfenster mit der KI interagieren konnen. Die zweite Bedeutungsebene ist Agent Teams (Agententeams) -- die Multi-Agenten-Kollaborationsarchitektur von OpenClaw, bei der mehrere KI-Subagenten ein Team bilden und komplexe Aufgaben arbeitsteilig erledigen.^[5]

Diese beiden Konzepte konnen unabhangig voneinander oder in Kombination verwendet werden: Sie konnen ein Agent Team in einem Microsoft Teams-Kanal bereitstellen, sodass Benutzer mit einem einzigen Befehl mehrere Subagenten gleichzeitig aktivieren konnen. Dieser Leitfaden erlautert nacheinander die Konfigurationsschritte beider Konzepte und zeigt abschliessend, wie Sie diese zu einem vollstandigen KI-Workflow fur Unternehmen verbinden.

2. Microsoft Teams Channel-Konfiguration

Die Channel-Architektur von OpenClaw standardisiert die Integration von Kommunikationsplattformen als YAML-Konfigurationsdateien, und Microsoft Teams bildet hier keine Ausnahme.^[1] Im Folgenden finden Sie den vollstandigen Integrationsprozess von Grund auf.

2.1 Voraussetzungen

• Microsoft 365-Mandant: Sie benotigen ein verwaltbares M365-Organisationskonto (Business- oder Enterprise-Plan)
• Teams-Administratorberechtigungen: Sie benotigen die Rolle „Teams-Anwendungsadministrator" oder „Globaler Administrator", um benutzerdefinierte Apps in der Organisation zu installieren
• Azure-Abonnement: Das Bot Framework erfordert eine Azure Bot Service-Ressource (der kostenlose F0-Plan reicht fur die Entwicklung)
• OpenClaw installiert: OpenClaw ist auf dem lokalen Rechner oder Server installiert und die Grundkonfiguration ist abgeschlossen^[3]

2.2 Azure Bot Service erstellen

Die Bot-Bereitstellung in Microsoft Teams muss uber den Azure Bot Service erfolgen -- dies ist die offizielle Bot Framework-Infrastruktur von Microsoft.^[4]

1. Melden Sie sich beim Azure Portal an, suchen Sie nach „Azure Bot" und erstellen Sie eine neue Ressource
2. Wahlen Sie den Typ „Multi Tenant" und geben Sie einen Bot-Namen ein (z. B. openclaw-teams-bot)
3. Notieren Sie nach der Erstellung die Microsoft App ID und das Client Secret
4. Aktivieren Sie auf der Seite „Channels" der Bot-Ressource den Microsoft Teams Channel

2.3 OpenClaw Teams Channel konfigurieren

Nachdem Sie die Azure Bot-Anmeldedaten erhalten haben, fugen Sie die Teams Channel-Konfiguration in der OpenClaw-Konfigurationsdatei hinzu:

# ~/.openclaw/config.yaml
channels:
  teams:
    enabled: true
    app_id: "YOUR_MICROSOFT_APP_ID"
    app_secret: "YOUR_CLIENT_SECRET"
    tenant_id: "YOUR_TENANT_ID"
    # Optional: Bot-Antworten auf bestimmte Kanale beschranken
    allowed_channels:
      - "General"
      - "ai-assistant"
      - "dev-ops"
    # Nachrichtenformat-Einstellung
    message_format: "adaptive_card"  # oder "text"
    # Antwortverzugerungstoleranz (Sekunden)
    response_timeout: 30

Starten Sie nach Abschluss der Konfiguration das OpenClaw Gateway und fuhren Sie die Verbindungsuberprufung durch:

# Gateway starten und Teams Channel verbinden
openclaw gateway start --channel teams

# Verbindungsstatus uberprufen
openclaw channel status teams
# Ausgabe: ✓ Teams channel connected (tenant: contoso.onmicrosoft.com)

2.4 Teams App Manifest-Bereitstellung

Damit der Bot in der Teams-Oberflache erscheint, mussen Sie ein App Manifest verpacken und in die Organisation hochladen:

{
  "$schema": "https://developer.microsoft.com/json-schemas/teams/v1.16/MicrosoftTeams.schema.json",
  "manifestVersion": "1.16",
  "version": "1.0.0",
  "id": "YOUR_MICROSOFT_APP_ID",
  "name": { "short": "OpenClaw AI", "full": "OpenClaw AI Assistant" },
  "description": {
    "short": "KI-Agenten-Assistent",
    "full": "OpenClaw Enterprise-KI-Agent mit Unterstutzung fur Multi-Agenten-Kollaboration und automatisierte Workflows"
  },
  "bots": [{
    "botId": "YOUR_MICROSOFT_APP_ID",
    "scopes": ["team", "personal", "groupChat"],
    "commandLists": [{
      "scopes": ["team"],
      "commands": [
        { "title": "help", "description": "Verfugbare Befehle anzeigen" },
        { "title": "status", "description": "Agenten-Laufzeitstatus prufen" },
        { "title": "summarize", "description": "Aktuelle Kanaldiskussionen zusammenfassen" }
      ]
    }]
  }]
}

Verpacken Sie manifest.json und zwei Icon-Dateien (color.png 192x192, outline.png 32x32) als ZIP-Datei und laden Sie diese uber das Teams Admin Center unter „Apps verwalten" hoch, um die Bereitstellung abzuschliessen.

3. Agent Teams -- Multi-Agenten-Teamkollaboration

Die Agent Teams von OpenClaw sind eine Multi-Agenten-Kollaborationsarchitektur, mit der Entwickler Agenten-„Teams" per YAML-Konfigurationsdatei definieren konnen. Jeder Subagent verfugt uber eine eigene Rolle, eigene Fahigkeiten und eine eigene Modellkonfiguration.^[2] Dies ist ein vollig anderes Konzept als der Microsoft Teams Channel aus dem vorherigen Abschnitt -- Ersterer ist ein Kommunikationskanal, Letzterer ist eine Agentenarchitektur.

3.1 Uberblick uber die Agent Teams-Architektur

Agent Teams unterstutzen drei Kollaborationsmodi:

• Orchestrator-Modus: Der Hauptagent empfangt Benutzeranweisungen, zerlegt Aufgaben und delegiert sie an Subagenten. Abschliessend werden die Ergebnisse zusammengefasst und dem Benutzer ubermittelt
• Peer-to-Peer-Modus: Subagenten konnen direkt miteinander Nachrichten austauschen -- geeignet fur Reasoning-Aufgaben, die eine iterative Diskussion erfordern
• Hierarchischer Modus: Eine mehrstufige Managementstruktur, geeignet fur grosse, komplexe Workflows

3.2 Agent Team per YAML definieren

Das folgende Beispiel definiert ein Drei-Agenten-Rechercheteam:

# ~/.openclaw/teams/research-team.yaml
name: research-team
description: "Unternehmens-Marktforschungs-Agententeam"
mode: orchestrator

orchestrator:
  model: claude-sonnet-4
  system_prompt: |
    Sie sind der Koordinator des Forschungsteams. Nach Erhalt eines
    Forschungsauftrags verteilen Sie die Arbeit an die geeigneten
    Subagenten und erstellen den abschliessenden Bericht.

agents:
  - name: web-researcher
    model: claude-haiku-4
    system_prompt: "Sie sind der Web-Researcher und zustandig fur die Suche und Aufbereitung offentlich verfugbarer Informationen."
    skills:
      - web_search
      - web_scrape
    max_tokens: 4096

  - name: data-analyst
    model: claude-sonnet-4
    system_prompt: "Sie sind der Datenanalyst und zustandig fur die Interpretation von Daten und die Erstellung von Diagramm-Zusammenfassungen."
    skills:
      - code_execution
      - file_write
    max_tokens: 8192

  - name: report-writer
    model: claude-sonnet-4
    system_prompt: "Sie sind der Berichterstatter und zustandig fur die Integration der Analyseergebnisse in einen strukturierten Bericht."
    skills:
      - file_write
      - markdown_render
    max_tokens: 8192

workflow:
  - step: research
    agent: web-researcher
    output: raw_data

  - step: analyze
    agent: data-analyst
    input: raw_data
    output: analysis_result

  - step: report
    agent: report-writer
    input: analysis_result
    output: final_report

3.3 Agent Team starten und testen

# Agent Team-Konfiguration laden
openclaw team load research-team

# Teamkonfiguration uberprufen
openclaw team inspect research-team
# Ausgabe:
# Team: research-team (orchestrator mode)
# Agents: 3 (web-researcher, data-analyst, report-writer)
# Workflow: 3 steps (research → analyze → report)

# Aufgabe ausfuhren
openclaw team run research-team \
  --task "Analyse der KI-Adoptionsrate in taiwanesischen Unternehmen 2026 und der wichtigsten Hindernisse"

4. Anwendungsszenario: KI-Agententeam in Teams aufrufen

Die Kombination von Microsoft Teams Channel und Agent Teams ist die leistungsfahigste Bereitstellungsart. Teammitglieder erwahnen den OpenClaw Bot per @mention in einem Teams-Kanal, der Bot leitet die Aufgabe automatisch an das entsprechende Agent Team weiter, mehrere Subagenten arbeiten gleichzeitig, und das endgultige Ergebnis wird im Adaptive Card-Format an den Kanal zuruckgesendet.^[6]

4.1 Teams + Agent Team-Routing konfigurieren

# ~/.openclaw/config.yaml
channels:
  teams:
    enabled: true
    app_id: "YOUR_MICROSOFT_APP_ID"
    app_secret: "YOUR_CLIENT_SECRET"
    tenant_id: "YOUR_TENANT_ID"

    # Kanal → Agent Team Routing-Regeln
    routing:
      - channel: "market-research"
        team: research-team
      - channel: "dev-ops"
        team: devops-team
      - channel: "customer-support"
        team: support-team
      # Nicht zugeordnete Kanale verwenden den Standard-Einzelagenten
      - channel: "*"
        agent: default

4.2 Praxisbeispiel einer Interaktion

Angenommen, ein Produktmanager gibt im Teams-Kanal #market-research Folgendes ein:

@OpenClaw AI Bitte analysieren Sie die Produktentwicklungen und Preisstrategien von Wettbewerber X im letzten Quartal

Der Verarbeitungsablauf von OpenClaw ist wie folgt:

1. Der Teams Channel empfangt die Nachricht und erkennt den Kanal #market-research
2. Die Routing-Regel ordnet dem Agent Team research-team zu
3. Der Orchestrator-Agent zerlegt die Aufgabe in drei Teilaufgaben: Webrecherche, Datenanalyse, Berichterstellung
4. Die drei Subagenten fuhren ihre Aufgaben parallel (oder gemaess Workflow-Reihenfolge) aus
5. Der finale Bericht wird im Adaptive Card-Format an den Teams-Kanal gesendet, einschliesslich Zusammenfassung, Diagrammen und Link zum vollstandigen Bericht

5. Webhook-Integration

Neben dem bidirektionalen Dialog uber das Bot Framework unterstutzt OpenClaw auch unidirektionale Benachrichtigungen uber Incoming Webhooks von Microsoft Teams -- geeignet fur CI/CD-Warnungen, Systemuberwachung und geplante Berichte.

5.1 Incoming Webhook erstellen

1. Klicken Sie im Ziel-Teams-Kanal auf das Menu „..." → „Connectors" → „Incoming Webhook"
2. Benennen Sie den Webhook (z. B. „OpenClaw Alerts") und notieren Sie die generierte Webhook-URL

5.2 OpenClaw Webhook-Benachrichtigungskonfiguration

# ~/.openclaw/hooks/teams-notify.yaml
name: teams-webhook-notify
trigger: on_task_complete
condition: "task.priority == 'high'"

action:
  type: webhook
  url: "https://outlook.office.com/webhook/YOUR_WEBHOOK_URL"
  method: POST
  headers:
    Content-Type: "application/json"
  body: |
    {
      "@type": "MessageCard",
      "summary": "OpenClaw Aufgabenabschluss-Benachrichtigung",
      "sections": [{
        "activityTitle": "Aufgabe abgeschlossen: {{ task.name }}",
        "facts": [
          { "name": "Status", "value": "{{ task.status }}" },
          { "name": "Dauer", "value": "{{ task.duration }}" },
          { "name": "Agent", "value": "{{ task.agent }}" }
        ],
        "text": "{{ task.summary }}"
      }]
    }

Diese Konfiguration bewirkt, dass OpenClaw bei Abschluss hochpriorisierter Aufgaben automatisch eine Ergebniszusammenfassung an den angegebenen Teams-Kanal sendet, sodass Teammitglieder Benachrichtigungen erhalten, ohne aktiv nachfragen zu mussen.

6. Berechtigungskontrolle und Sicherheit

Bei der Bereitstellung von KI-Agenten in Unternehmensumgebungen haben Informationssicherheit und Berechtigungskontrolle hochste Prioritat. OpenClaw bietet mehrstufige Sicherheitsmechanismen.^[7]

6.1 Channel Allowlist

Beschranken Sie den Bot darauf, nur in angegebenen Kanalen zu antworten, um zu verhindern, dass die KI in unerwarteten Kanalen ausgelost wird:

channels:
  teams:
    allowed_channels:
      - "ai-assistant"
      - "dev-ops"
    # Nachrichten aus nicht auf der Whitelist stehenden Kanalen werden stillschweigend ignoriert
    deny_action: silent

6.2 Benutzerrollenbindung

Verknupfen Sie die Azure AD-Rollen von Teams-Benutzern mit den Berechtigungsstufen von OpenClaw:

channels:
  teams:
    role_mapping:
      # Azure AD-Gruppe → OpenClaw-Berechtigung
      "AI-Admins": admin        # Kann Agentenkonfiguration andern
      "AI-Power-Users": operator # Kann alle Agenten auslosen
      "Everyone": viewer         # Kann nur grundlegende Fragen stellen

6.3 Gateway-Token-Validierung

Alle Anfragen, die uber den Teams Channel in OpenClaw eingehen, durchlaufen eine Gateway-Token-Validierung, um sicherzustellen, dass nur legitime Bot-Instanzen Agentenaktionen auslosen konnen. Daruber hinaus wird empfohlen, Audit-Logging zu aktivieren und alle Agentenoperationen in das Unternehmens-Logging-System (z. B. Azure Monitor oder Splunk) zu protokollieren.

6.4 Datenresidenz-Kontrolle

• Keine Nachrichtenspeicherung: OpenClaw speichert standardmassig keine historischen Nachrichten aus Teams-Kanalen und halt diese nur vorubergehend innerhalb des Context Window
• Filterung sensibler Informationen: Es konnen regulare Ausdrucke konfiguriert werden, um Kreditkartennummern, Personalausweisnummern und andere sensible Informationen automatisch zu maskieren
• Geografische Beschrankungen: Uber die regionale Konfiguration des Azure Bot Service kann sichergestellt werden, dass die Datenverarbeitung die angegebene Region nicht verlasst

7. Haufig gestellte Fragen (FAQ)

F1: Benotigt OpenClaw Teams einen kostenpflichtigen Microsoft 365-Plan?

Microsoft Teams selbst hat eine kostenlose Version, aber die organisationsweite Bereitstellung benutzerdefinierter Bots erfordert mindestens Microsoft 365 Business Basic, um benutzerdefinierte Apps uber das Teams Admin Center hochladen zu konnen. Fur Entwicklung und Tests kann die kostenlose Sandbox-Umgebung des Microsoft 365 Developer Program verwendet werden.^[4]

F2: Welche Beziehung besteht zwischen Agent Teams und Microsoft Teams?

Es handelt sich um unabhangige Konzepte. Agent Teams ist die Multi-Agenten-Kollaborationsarchitektur von OpenClaw und kann auf jedem Channel (Slack, Discord, Telegram, CLI) verwendet werden. Microsoft Teams Channel ist einer von vielen Kommunikationskanalen. Beide konnen kombiniert werden, sind aber nicht voneinander abhangig.^[2]

F3: Wie schnell antwortet der Bot in Teams?

Im Einzelagentenmodus liegt die Antwortverzugerung typischerweise bei 3--8 Sekunden, abhangig vom gewahlten Modell und der Aufgabenkomplexitat. Im Agent Teams Multi-Agentenmodus kann die erste Antwort aufgrund der Koordination zwischen Subagenten 10--30 Sekunden dauern. OpenClaw sendet jedoch zunachst eine „Wird verarbeitet..."-Sofortruckmeldung, um zu verhindern, dass Benutzer denken, der Bot reagiere nicht.

F4: Kann es in Teams-Gruppenchats verwendet werden?

Ja. Setzen Sie im App Manifest die scopes des Bots so, dass sie "groupChat" einschliessen. Es wird jedoch empfohlen, in Gruppenchat-Szenarien strengere Auslosebedingungen zu aktivieren (z. B. muss der Bot per @mention angesprochen werden), um zu vermeiden, dass der Bot auf alle Nachrichten reagiert und dadurch Storungen verursacht.

F5: Wie konnen verschiedene Abteilungen unterschiedliche KI-Modelle verwenden?

Dies lasst sich uber die Routing-Regeln und Modellkonfiguration der Agent Teams umsetzen. Sie konnen beispielsweise den Kanal der Rechtsabteilung an ein Rechtsanalyse-Team mit Claude Sonnet weiterleiten und den Kanal der Entwicklungsabteilung an ein Entwicklungsunterstutzungs-Team mit der Codex-Serie. Jeder Subagent innerhalb eines Agent Team kann sein Modell individuell wahlen.

F6: Unterstutzt die OpenClaw Teams-Integration GCC/GCC High Government Cloud-Umgebungen?

Der OpenClaw Teams Channel basiert auf dem Azure Bot Service, daher ist eine Bereitstellung moglich, solange der Azure Bot Service in der Ziel-Cloud-Umgebung verfugbar ist. GCC High-Umgebungen erfordern eine zusatzliche Konfiguration spezifischer Bot Framework-Endpoints. Details finden Sie in der offiziellen Dokumentation.^[1]

F7: Wie uberwacht man die Ausfuhrungskosten von Agent Teams?

OpenClaw verfugt uber ein integriertes Token-Verbrauchstracking. Mit dem folgenden Befehl konnen Sie die Kostenaufschlusselung jedes Agent Team einsehen:

# Token-Verbrauch der letzten 7 Tage anzeigen
openclaw team usage research-team --days 7

# Beispielausgabe:
# Team: research-team
# Period: 2026-02-21 ~ 2026-02-28
# Total tokens: 1,284,500
# Cost estimate: $3.42
# Breakdown:
#   web-researcher (haiku):    485,000 tokens ($0.12)
#   data-analyst (sonnet):     412,000 tokens ($1.65)
#   report-writer (sonnet):    387,500 tokens ($1.55)
#   orchestrator (sonnet):       —     (overhead included)

Es wird empfohlen, fur jedes Agent Team ein monatliches Token-Limit festzulegen, um unerwartete Kostensteigerungen zu vermeiden:

# Kostenlimit in der Team-YAML festlegen
budget:
  monthly_token_limit: 10000000  # 10 Millionen Tokens
  alert_threshold: 0.8           # Warnung bei 80 %
  alert_channel: teams           # Warnung an Teams senden

Die Integration von OpenClaw in Microsoft Teams verwandelt die meistgenutzte Unternehmenskommunikationsplattform in einen einheitlichen Zugangspunkt fur KI-Agenten.^[5] Ob Echtzeitfragen an einen einzelnen Agenten oder kollaborative Multi-Agenten-Analysen mit Agent Teams -- Teammitglieder mussen die Teams-Oberflache nicht verlassen. In Kombination mit Channel Allowlist, Rollenbindung und Audit-Logging konnen Unternehmen die Reichweite von KI-Agenten in der Organisation schrittweise erweitern und dabei die Einhaltung der Informationssicherheit gewahrleisten. Fur weitere technische Details zur plattformubergreifenden Integrationsstrategie von OpenClaw oder zum Architekturdesign von Agent Teams Multi-Agenten-Systemen lesen Sie bitte die entsprechenden Fachartikel der Serie.