Devin, Replit Agent und Cline im Jahr 2026: Welchen solltest du wählen?

Weitere Anleitungen zur Arbeit mit Ailoot findest du in der Dokumentation.

Was ist ein autonomer KI-Programmierer, und worin unterscheidet er sich von Claude Code?#

Im Jahr 2026 lassen sich alle KI-Programmierer anhand ihres Autonomiegrads in drei Kategorien einteilen.

1. Dialogassistenten – Claude Code, Cursor, GitHub Copilot. Du schreibst einen Prompt, der Agent antwortet und wartet dann auf deine nächste Nachricht. Du hast fast vollständige Kontrolle, und das Tempo ist mäßig.
2. Teilautonome Tools im Editor – Cline, Roo Code, Aider. Der Agent liest Dateien, bearbeitet sie und führt selbstständig Befehle in deinem Terminal aus. Er arbeitet länger ohne Überprüfung, aber weiterhin auf deinem Rechner.
3. Vollautonome Tools auf eigenen virtuellen Maschinen – Devin, Replit Agent, Codex Cloud. Sie erhalten eine Aufgabe, wechseln auf ihre eigene virtuelle Maschine, arbeiten stundenlang daran und liefern einen Pull Request oder eine bereitgestellte Website zurück.

Der Hauptunterschied der dritten Kategorie sind lange Sitzungen ohne menschliche Beteiligung. Devin, Codex Cloud und Replit Agent laufen auf eigenen virtuellen Maschinen und können stundenlang arbeiten und Pull Requests öffnen, während du schläfst. Bei einem Dialog-Tool ist das grundsätzlich unmöglich: Du musst zurückkommen und sagen: „Weiter.“

Wenn du gerade erst anfängst, Vibe-Coding-Tools zu erkunden, und einen Überblick über die gesamte Landschaft möchtest, lies den Leitfaden „Womit programmieren im Jahr 2026: 8 KI-Tools von Claude Code bis Antigravity“. Hier konzentriere ich mich speziell auf den autonomen Teil der Landschaft.

In der beschriebenen Erfahrung arbeitete der ursprüngliche Autor täglich mit Claude Code. Innerhalb eines Jahres entwickelten sie mehrere Produkte und eine Webplattform. Sie kamen an den Punkt, an dem der teilautonome Modus an seine Grenzen stieß: Während ich Tee koche, könnte der Agent Migrationen ausführen, kleine Probleme beheben und Tests laufen lassen. Also wollte ich sehen, was die Konkurrenz zu bieten hatte.

Es folgen drei Tools, jeweils mit konkreten Zahlen mit Stand Ende Mai 2026.

Worin unterscheidet sich Devin 2.0 bei derselben Aufgabe von Claude Code?#

Devin wurde im März 2024 als „der erste vollständig autonome Softwareentwickler“ eingeführt. Eineinhalb Jahre lang kostete es 500 Dollar pro Monat und war nur für große Teams verfügbar. Am 3. April 2025 veröffentlichte Cognition Devin 2.0 und senkte den Einstiegspreis auf 20 Dollar.

Cognition senkt den Preis für einen KI-Softwareentwickler von 500 auf 20 Dollar pro Monat.

Derzeit (Stand Ende Mai 2026) bietet Devin laut seiner offiziellen Preisseite drei Tarife:

• Pro – 20 Dollar pro Monat, 9 ACU (Agent Compute Units), mit nutzungsabhängigen Gebühren für Mehrverbrauch.
• Max – 200 Dollar pro Monat, erweitertes Kontingent.
• Teams – 80 Dollar pro Monat, unbegrenzte Teammitglieder.

Ein ACU entspricht etwa 15 Minuten aktiver Agentenarbeit. Das bedeutet, dass Pro für 20 Dollar ungefähr 2 Stunden autonome Arbeit pro Monat „direkt nach dem Kauf“ bietet; danach zahlst du nach Verbrauch. Das ist deutlich weniger als die 30–50 Stunden Claude Pro für dieselben 20 Dollar, aber Devin macht etwas anderes: Es erledigt eine ganze Aufgabe selbstständig, statt einen Dialog zu führen.

Was Pro für 20 Dollar umfasst:

1. Devin arbeitet in seiner eigenen virtuellen Maschine (Linux + Browser + Editor), die du über eine Weboberfläche sehen kannst.
2. Es erhält Aufgaben über den Chat oder eine Slack-Integration.
3. Es klont das Repository, liest den Code, schreibt Code, führt Tests aus und öffnet selbst Pull Requests.
4. Es unterstützt GitHub, GitLab, Linear und Jira.

Cognition selbst beschreibt es in seiner offiziellen Ankündigung so:

Devin 2.0 recherchiert proaktiv deine Codebasis und erstellt einen detaillierten Plan. Jedes Mal, wenn du eine Sitzung startest, antwortet Devin innerhalb von Sekunden mit relevanten Dateien, Erkenntnissen und einem vorläufigen Plan.

Der wichtigste Benchmark ist SWE-bench Verified. Dabei handelt es sich um eine Sammlung realer GitHub-Issues aus Open-Source-Repositories, jeweils mit einem Verifikationstest. Auf diesem Benchmark löst Devin 2.0 im Standardmodus 45,8 % der Aufgaben (ohne menschliche Beteiligung und ohne Best-of-N). Zum Vergleich: Das ursprüngliche Devin 1.0 erreichte laut Cognitions technischem Bericht Anfang 2024 gerade einmal 13,86 %.

Devins bekanntester Produktionseinsatz ist Nubank, eine große lateinamerikanische Bank mit mehr als 1000 Ingenieuren. Laut der Fallstudie auf Devins Website sagt Nubank:

Devin bot eine einfache Möglichkeit, die Zahl der Ingenieurstunden für die Migration zu reduzieren. Statt dass Ingenieure über mehrere Dateien hinweg arbeiten und eine vollständige Migration zu 100 % erledigen mussten, konnten sie einfach Devins Änderungen prüfen, kleinere Anpassungen vornehmen und dann ihren PR zusammenführen.

Projektdetails: Migration von mehr als 6 Millionen Codezeilen, etwa 100 000 Datenklassen und mehr als 1000 Ingenieuren. Laut Cognition auf X verkürzte Devin ein 18-monatiges Projekt auf 2 Monate und steigerte die Effizienz bei Ingenieurstunden um das Zwölffache. Das ist das stärkste öffentliche Argument für Devin – und es gilt speziell für groß angelegte, repetitive Migrationen, nicht für neue Produktaufgaben.

Laut dem Cognition Performance Review 2025 übertrug Cognition Devin im vergangenen Jahr selbst etwa ein Drittel der Commits in seinem Haupt-Repository, erhöhte den Anteil autonom erstellter PRs, die erfolgreich zusammengeführt wurden, von 34 % auf 67 % und steigerte die Testabdeckung von den üblichen 50–60 % auf 80–90 %.

Was bietet Replit Agent 3 für 20 Dollar, und wo versteckt sich der Preis?#

Replit Agent ist in die Replit-Umgebung eingebettet – einen Online-Editor, Hosting und einen KI-Agenten in einem Browserfenster. Du musst nichts lokal installieren und weder Domain noch Datenbank separat konfigurieren.

Laut der offiziellen Ankündigung von Agent 3 vom 10. September 2025:

Agent 3 läuft bis zu 200 Minuten lang selbstständig. Es ist 10-mal autonomer, 3-mal schneller und 10-mal kosteneffizienter als Computer-Use-Modelle.

Das unterscheidet es von Devin: Devin liefert einen Pull Request, und du veröffentlichst ihn selbst auf einem Hosting. Replit Agent liefert dir eine funktionierende URL und testet selbst, was es gebaut hat.

Agent 3 testet und repariert jetzt die App, die es erstellt, und verbessert sie hinter den Kulissen kontinuierlich.

Laut Replits aktueller Preisseite, gültig ab dem 24. Februar 2026:

Ein Hinweis zu Core für 20 Dollar: Der ursprüngliche Preis betrug 25 Dollar und wurde am 24. Februar 2026 in Replit Pro Is Here gesenkt.

Drei Autonomiemodi in Agent 3:

1. Economy – günstiger, langsamer, für einfache Aufgaben.
2. Power – Standardmodus.
3. Turbo (Pro und Enterprise) – 2-mal schneller, aber Anfragen kosten bis zu 6-mal mehr.

Was im Core-Abonnement für 20 Dollar enthalten ist:

• Ein Agent mit autonomen Sitzungen von bis zu 200 Minuten.
• App-Hosting auf der Replit-Infrastruktur (kostenlose Domain *.replit.app).
• Integrierte Datenbank.
• Authentifizierung (Replit Auth oder Auth0-Integration).
• Zusammenarbeit in Echtzeit (wie Google Docs für Code).
• Protokolle, Monitoring und Metriken auf einer Seite.

Wo Replit sich in der praktischen Arbeit bewährt:

• Ein Prototyp in 30 Minuten. Von der Idee zu einer funktionierenden URL in der Zeit eines Meetings.
• Ein vollständiges Toolkit an einem Ort. Du musst weder Hosting noch Datenbank oder Frontend-Framework auswählen. Replit entscheidet für dich.
• Eine Demo für einen Kunden. Schick den Link, und der Kunde sieht ein funktionierendes Produkt.

Im ursprünglichen Praxistest wurde Replit Agent 3 bewertet. Ich schrieb: „Erstelle eine Landingpage mit einem E-Mail-Erfassungsformular und einem Admin-Panel zur Ansicht der Abonnenten.“ Nach 22 Minuten hatte ich eine funktionierende URL mit einem React-Frontend, Admin-Authentifizierung über Replit Auth und einer integrierten Postgres-Datenbank. Nicht perfekt (das Design war Standard), aber funktionstüchtig und bereitgestellt. Mit demselben Prompt erzeugte Claude Code den Code in 8 Minuten – danach musste ich jedoch Coolify einrichten, eine Domain registrieren und die Datenbank selbst konfigurieren. Insgesamt dauerte es genauso lange: eine Stunde.

Das Hauptrisiko von Replit Agent 3 sind unkontrollierte Kosten. Nach der Veröffentlichung im September 2025 berichteten Nutzer von stark gestiegenen Rechnungen.

Allein in der letzten Woche hat es mir 1K Dollar berechnet, seit der neue Agent erschienen ist, während es zuvor nie mehr als 180–200 Dollar pro Monat waren.

Der Grund ist einfach: Agent 3 startet für jede Aufgabe viele Subagenten (Planer, Code-Reviewer, Tester, Sicherheitsprüfer), und jeder davon verbraucht Guthaben. Ohne eine explizite Obergrenze auf Kontoebene wird ein 20-Dollar-Abonnement noch im selben Monat zu 200 Dollar an Mehrkosten.

Wo Replit Agent an seine Grenzen stößt:

• Komplexe Architekturen mit mehreren Diensten, Warteschlangen und getrennten Datenbanken – Replit stößt an die Grenzen einer einzelnen Anwendung.
• Ein bestehendes großes Repository, das nicht auf Replit liegt. Devin klont dein GitHub und arbeitet dort; Replit funktioniert am besten innerhalb seiner eigenen Umgebung.
• Ein Produkt mit langer Lebensdauer. Eine Rezension auf openaitoolshub.org formuliert es so:

Die Ausgabe reicht aus, um ein MVP zu veröffentlichen, aber nicht, um es ohne erhebliche Bereinigung für Tausende Nutzer bereitzustellen. Nutze Replit zur Validierung und baue es anschließend in deinem echten Produktions-Stack neu, wenn sich die Idee bewährt.

Übersetzung: „Das Ergebnis reicht als erste Version zum Testen einer Hypothese, aber nicht für Tausende Nutzer ohne umfangreiche Überarbeitung. Nutze Replit, um die Idee zu validieren, und baue sie anschließend in deiner Produktionsumgebung neu, wenn sie sich durchsetzt.“

Wenn du zum ersten Mal Hosting, Datenbank und Authentifizierung von Hand einrichtest, liegt Replit deutlich vorn. Wenn du bereits eine Infrastruktur hast (wie ich mit Coolify), gewinnt Claude Code, weil es dir mehr Kontrolle gibt.

Die Wahl des Toolkits hängt von der Aufgabe ab: Bei einem Projekt mit langer Lebensdauer ist es wichtig, die Vorteile eigener Tools gegenüber gemieteten Plattformen zu berücksichtigen.

Warum Cline verwenden, wenn es Claude Code und Cursor gibt?#

Cline entstand im Herbst 2024 als Fork des Claude-Dev-Projekts für VS Code und wuchs innerhalb von eineinhalb Jahren auf 62 400 GitHub-Stars und mehr als 5 Millionen Installationen (laut dem Cline-GitHub-Repository mit Stand Ende Mai 2026).

Clines Architektur beruht auf Plan und Act. Zwei Modi, die mit Cline v3.2 im Januar 2025 eingeführt wurden:

• Plan – der Agent bespricht nur den Plan: welche Dateien er ändern und welche Befehle er in welcher Reihenfolge ausführen wird. Er bearbeitet nichts und führt nichts aus. Du liest den Plan und passt ihn an.
• Act – der Agent beginnt zu arbeiten. Er ändert Dateien, führt Befehle aus und behebt Fehler. Nach jedem größeren Schritt hält er an und bittet um Erlaubnis.

Cline ist nicht selbst ein Modell, sondern eine Schicht über einem Modell. Du zahlst nur für API-Aufrufe.

Was Cline in der praktischen Arbeit kostet:

Bei Claude Sonnet zu 3/15 Dollar pro Million Tokens kostet moderate tägliche Nutzung 10–15 Dollar pro Monat. Intensivnutzer berichten von API-Kosten in Höhe von 20–100+ Dollar pro Monat für umfangreiche Programmiersitzungen, und professionelle Entwickler mit langen täglichen Sitzungen können API-Kosten von 50+ Dollar pro Tag verursachen.

Das bedeutet, dass ein Monat gewöhnlicher Arbeit 10–20 Dollar kostet, aktive Arbeit 50–200 Dollar und professionelle Arbeit mit langen Sitzungen mehr als 1000 Dollar an API-Gebühren. Bei intensiver Nutzung ist das teurer als das 20-Dollar-Abonnement Claude Pro (das Claude Code enthält). ABER:

• Wenn du bereits einen API-Schlüssel von Anthropic, OpenAI oder Google für andere Aufgaben hast, läuft Cline damit ohne zusätzliche Plattformgebühr.
• Wenn du lokale Modelle über Ollama verwendest (Llama 3.3, Qwen 2.5 Coder), ist die Cline-Plattform kostenlos, ebenso das Modell.
• Wenn du nur gelegentlich arbeitest (3–5 Stunden am Tag, nicht 8), kommst du damit günstiger weg als mit einem Abonnement.

Worin Cline Devin und Replit überlegen ist:

• Kontrolle über jeden Schritt. Im Plan-Modus kannst du die Strategie VOR den Änderungen lesen. Devin und Replit treffen Entscheidungen selbst.
• Arbeitet in deinem VS Code. Du musst weder eine neue Oberfläche erlernen noch in eine Cloud-Umgebung wechseln.
• Modellauswahl. Für eine schwierige Aufgabe verwendest du Opus, für eine einfache Sonnet oder ein lokales Modell.

Wo Cline an seine Grenzen stößt:

• Du kannst es nicht starten und schlafen gehen. Cline hält häufiger als Devin an, um um Erlaubnis zu bitten. Das ist der Preis für Kontrolle.
• Es veröffentlicht nicht selbst. Anders als bei Replit musst du nach Cline das Hosting selbst einrichten.
• Schwieriger einzurichten für Anfänger. API-Schlüssel, Modellauswahl und Limits müssen alle manuell konfiguriert werden. Devin und Replit verbergen das hinter einem Abonnement.

Vergleichstabelle: Preise, Limits und enthaltene Leistungen#

Alle Preise gelten mit Stand Ende Mai 2026. Quellen sind die offiziellen Seiten der jeweiligen Produkte.

Für Cline + Sonnet 4.6 gibt es noch keine öffentlichen Zahlen, aber der erwartete Wert ist höher, da das Modell leistungsfähiger ist.

Die wichtigste Erkenntnis aus der Tabelle: Der Unterschied zwischen Devin und Replit liegt darin, was du am Ende erhältst. Devin liefert einen Pull Request – dann installierst, testest und veröffentlichst du ihn selbst auf einem Hosting. Replit liefert eine funktionierende URL – dann entscheidest du, was du damit machst. Cline liefert Code in deinem Projekt – dann machst du damit weiter wie bisher. Claude Code liefert dir Code und Kontrolle – auch dann liegt es an dir.

Wo funktioniert Devin wirklich in der Produktion, und wo scheitert es?#

Sitepoint fasste es in seiner Rezension „Devin in Production“ in einem Satz zusammen:

Devin ist besonders gut bei klar definierten Fehlerbehebungen, der Umsetzung von Funktionen mit eindeutigen Spezifikationen, Aktualisierungen von Abhängigkeiten, Code-Migrationen, dem Schreiben von Tests und dem Erstellen von Dokumentation. Schwierigkeiten hat es mit mehrdeutigen Anforderungen, neuartigen Architekturen, Aufgaben, die organisatorischen Kontext erfordern, und dem Debuggen komplexer Produktionsprobleme.

Ich übersetze das direkt: Devin ist stark bei langweiligen Aufgaben und schwach bei interessanten. Das bedeutet:

Worin Devin wirklich funktioniert:

1. Aktualisierung von Abhängigkeiten. „Aktualisiere React von 18 auf 19, führe die Tests aus und öffne einen PR.“ Klar, messbar, ohne Interpretationsspielraum.
2. Schema-Migrationen. „Benenne das Feld user_id in allen Dateien in customerId um und aktualisiere die Migrationen.“ Mechanische Arbeit.
3. Lint-Fixes und Formatierung. „Führe ESLint aus und behebe alle Fehler auf Fehlerebene.“
4. Nachrüsten von Tests. „Schreibe Unit-Tests für alle Funktionen in src/lib/billing/.“
5. Codedokumentation. „Erstelle eine README, die die Endpunkte anhand des vorhandenen Codes beschreibt.“

Woran Devin scheitert:

1. Neue Architektur. „Entwirf ein Zahlungssystem“ – Devin beginnt Code zu schreiben, bevor es die Anforderungen verstanden hat.
2. Lange Projekte, die sich weiterentwickeln. „Entwickle das Produkt über einen Monat weiter und orientiere dich dabei am Feedback der Nutzer.“ Devin behält den Kontext zwischen Sitzungen nicht zuverlässig im Gedächtnis.
3. Organisatorischer Kontext. „Mach es so, wie wir es üblicherweise machen“ – du musst erklären, was „üblicherweise“ bedeutet.
4. Komplexes Debugging. Wenn ein Fehler nur in der Produktion und unter Last auftritt, kann Devin ihn nicht reproduzieren.
5. Kreative Interface-Design-Aufgaben. Devin kann „schön“ nicht von „hässlich“ unterscheiden – es liefert das Erste, was die Anforderung erfüllt.

Dieselbe Quelle Sitepoint fasst die ROI-Bedingung für Teams so zusammen:

Wenn du ein Entwicklerteam (5+ Personen) mit einem festen Aufgaben-Backlog hast und 20–30 % deiner Tickets „klar spezifizierbare“ Arbeit sind (Migration, Refactoring, Data Engineering), wird Devin 2.0 mit ziemlicher Sicherheit einen positiven ROI erzielen.

Mein Team hat keine 5 Entwickler mit einem vorbereiteten Backlog, und auch die Leser dieses Leitfadens sind selten in dieser Lage. Für Einzelunternehmer rechnet sich Devin nach einer anderen Formel: Wenn du mindestens einmal pro Woche Aufgaben wie „alle Abhängigkeiten aktualisieren / Tests ausführen / technische Schulden aus einer Liste von Dateien beseitigen“ vergibst, lohnt sich das Abonnement. Wenn solche Aufgaben nur einmal pro Quartal anfallen, ist es günstiger, sie innerhalb einer Stunde manuell in Claude Code zu erledigen.

Bei welchen echten Aufgaben überzeugt Replit Agent?#

Die ursprüngliche Erfahrung beschreibt drei Aufgaben für Replit Agent 3 innerhalb einer Woche.

Aufgabe 1: eine Landingpage mit E-Mail-Erfassungsformular und Admin-Panel. Dauer: 22 Minuten vom Prompt bis zur funktionierenden URL. Ergebnis: ein React-Frontend, ein Formular, das in eine Datenbank schreibt, und ein Admin-Panel, das die Liste anzeigt. Sofort bereit, einem Kunden übergeben zu werden.

Aufgabe 2: ein internes Tool zur Datenkennzeichnung. Das Team musste 500 Zeilen eines Datensatzes kennzeichnen. Dauer: 35 Minuten. Ergebnis: eine Oberfläche mit einer Liste, Schaltflächen zur Kennzeichnung und CSV-Export. Über Replit Auth für 5 Personen bereitgestellt und 3 Tage lang genutzt.

Aufgabe 3: der Versuch, eine Empfehlungs-Engine für das CRM des Teams zu erstellen. Dauer: 2 Stunden; nicht abgeschlossen. Replit Agent kam bei der Integration mit dem externen CRM nicht weiter (OAuth-Tokens + Webhooks + lang laufende Cron-Jobs waren erforderlich). Nach einer 200-minütigen Sitzung endete es mit einem Teilergebnis, und ich gab auf.

Replit Agent eignet sich am besten für Prototypen, Nebenprojekte, Nicht-Programmierer und Live-Demos, bei denen du innerhalb von 30 Minuten eine funktionierende URL brauchst.

Das beschreibt es treffend – „du brauchst eine URL in 30 Minuten“. Wenn du eine Stunde vor einem Kundentermin noch zeigen musst, „wie das funktionieren wird“, ist Replit Agent deutlich im Vorteil. Bei jedem anderen Tool müsstest du die Umgebung selbst einrichten.

Wo Replit Agent an seine Grenzen stößt:

• Komplexe Architektur mit Warteschlangen, getrennten Diensten und verschiedenen Datenbanken.
• Integration mit einem externen Stack, der auf deinem VPS und nicht in Replit läuft.
• Ein Projekt mit langer Lebensdauer und Nutzerfeedback: Replit legt einen großartigen Start hin, aber „von Replit wegzuziehen“ wird zu einer eigenen Aufgabe.

Ich verwende Replit Agent jetzt für Prototypen. Für Projekte, die länger als einen Monat laufen, kehre ich zu Claude Code + Coolify zurück, weil ich vollständige Freiheit bei der Infrastruktur möchte.

Für wen eignet sich Cline besser als Devin oder Replit Agent?#

Cline ist ein Tool für Menschen, die bereits an VS Code gewöhnt sind und es nicht verlassen möchten.

Cline bringt Agentenfunktionen auf Cursor-Niveau in das standardmäßige VS Code, ohne den Editor zu ersetzen, und zeichnet sich durch eine Plan-und-Act-Architektur aus, die strategische Analyse von der Codeausführung trennt.

Der entscheidende Ausdruck ist „ohne den Editor zu ersetzen“. Du musst weder eine neue IDE installieren noch Tastenkürzel neu lernen oder die Einstellungen verstehen. Installiere die Erweiterung, und du hast einen Agenten.

Reale Szenarien, in denen ich Cline wählen würde:

1. Ich habe bereits einen Anthropic-API-Schlüssel für andere Aufgaben. Ein separates Claude-Code-Abonnement ist günstiger, aber wenn ich bereits einen Schlüssel für einen Bot oder eine Integration gekauft habe, kann ich ihn mit Cline besser nutzen.
2. Arbeit an sensiblen Projekten. Mit lokalen Modellen über Ollama verlassen die Daten deinen Rechner nicht.
3. Ich brauche volle Kontrolle über jeden Schritt. Im Plan-Modus kann ich die Strategie vor den Änderungen lesen.
4. Gelegentliche Arbeit. Wenn ich 3–5 Stunden am Tag programmiere, ist das BYOK-Modell günstiger als ein Abonnement.

Reale Szenarien, in denen Cline an seine Grenzen stößt:

1. Ein Team ohne technischen Hintergrund. API-Schlüssel einzurichten, ein Modell auszuwählen und Limits festzulegen kann für Nicht-Programmierer einschüchternd sein.
2. Lange autonome Sitzungen. Cline hält häufiger als Devin an, um um Erlaubnis zu bitten.
3. Ein vollständig schlüsselfertiges Produkt. Cline veröffentlicht nicht selbst.

Der größte Mythos: „Kauf Devin und es erledigt alles für dich“#

Nach sechs Monaten Arbeit mit autonomen Agenten habe ich eines gelernt: Sie ersetzen das Denken nicht, sondern verstärken es. Wenn ich Devin sage: „Aktualisiere alle Abhängigkeiten im Projekt auf die neuesten Hauptversionen, führe die Tests aus und öffne einen PR“, erledigt es das übers Wochenende. Wenn ich sage: „Verbessere die Interaktionen auf der Startseite“, irrt es umher, weil es nicht versteht, was „besser“ in meinem Kontext bedeutet.

Zwei gewichtige öffentliche Stimmen haben sich gegen autonome Agenten ausgesprochen.

Ich habe das Gefühl, dass die Branche einen zu großen Sprung macht und so tut, als wäre das großartig, obwohl es das nicht ist. Es ist slop.

Ihnen fehlt es an kognitiven Fähigkeiten, und es funktioniert einfach nicht. Es wird etwa ein Jahrzehnt dauern, all diese Probleme zu lösen.

Von 20 Aufgaben scheiterten wir bei 14, waren bei 3 erfolgreich (darunter unsere beiden ersten) und kamen bei 3 zu keinem eindeutigen Ergebnis.

Und ihre Zusammenfassung dieses Arbeitsmonats:

Aber genau das ist das Problem – es funktionierte nur selten.

Einer der aufschlussreichsten Fälle aus dieser Studie:

Als Devin gebeten wurde, mehrere Anwendungen in einer einzigen Railway-Bereitstellung zu veröffentlichen (was Railway nicht unterstützt), erkannte es diese Einschränkung nicht, sondern probierte über einen Tag lang verschiedene Ansätze aus und halluzinierte nicht vorhandene Funktionen.

Das ist ein typischer Fehlschlag: Der Agent erkannte nicht, dass die Aufgabe in der aktuellen Umgebung unmöglich war, und verbrachte einen Tag mit erfolglosen Versuchen. Für Unternehmer lautet die Diagnose: Ein autonomer Agent kann nicht sagen: „Diese Aufgabe ist nicht machbar; du musst sie anders formulieren.“ Er verbraucht deine ACUs und dein Guthaben weiter, bis du die Sitzung selbst beendest.

Claude Code wird seit über sechs Monaten zu 100 % von Claude Code selbst geschrieben. Ich habe seit über sechs Monaten keine Zeile Code mehr geschrieben; ich entwickle den ganzen Tag Dinge.

In den letzten dreißig Tagen habe ich 259 PRs eingebracht – 497 Commits, 40k Zeilen hinzugefügt, 38k Zeilen entfernt. Jede einzelne Zeile wurde von Claude Code + Opus 4.5 geschrieben.

Dieselbe Klasse von Tools (autonome KI-Agenten) führte also bei einem Versuch mit Devin zu 14 Fehlschlägen bei 20 Aufgaben, während der Erfinder von Claude Code in einem Monat 259 PRs erzielte. Der Unterschied liegt in der Person, die das Tool verwendet, und darin, wie sie den Kontext aufbereitet.

Die praktische Formulierung lautet: Je besser du deine Idee beschrieben hast und je mehr Informationen und Entscheidungen das Projekt enthielt, desto natürlicher arbeitet der Agent Schritt für Schritt. Wenn nichts vorhanden ist, halluziniert er.

Das gilt für alle Agenten: Devin, Replit, Cline, Claude Code. Der Unterschied liegt nicht in ihrer „Intelligenz“, sondern darin, wie du die Aufgabe aufbereitest. Deshalb funktioniert ein autonomer Agent nicht ohne drei Elemente, die ich die „3 Säulen“ nenne:

1. KI-Klon – dein Agent kennt deinen Entscheidungsstil: was du sofort ablehnen würdest, welche Kompromisse du akzeptabel findest und wie du Aufgaben formulierst. Er besteht aus dokumentierten Regeln, Methoden und deinem Ansatz für Context Engineering.
2. Zweites Gehirn – der Ordner business/ im Projekt. Er beschreibt die Zielgruppe, Produkte, Ziele und Wirtschaftlichkeit. Der Agent liest ihn bei jeder Anfrage und entwickelt keine Lösungen im luftleeren Raum.
3. Context Engineering – den Kontext vor dem Prompt verwalten. Welche Dateien ins Fenster geladen und welche eingeklappt werden und wie Plugins, Skills und Hooks organisiert sind.

Ohne diese drei Elemente verschwendet jeder autonome Agent Geld und Zeit. Mit ihnen ist er ein berechenbarer Ausführer, den du übers Wochenende arbeiten lassen kannst.

In meinen Projekten sieht das so aus. Jedes Projekt hat einen Ordner business/, der das Produkt, die Zielgruppe und die Wirtschaftlichkeit beschreibt. Es gibt eine CLAUDE.md mit Repository-Regeln und Tonalität. Außerdem gibt es einen Ordner ai-clone/ mit meinen Prinzipien und Regeln, die ich aus Fehlern gelernt habe. Wenn ich sage „Mach X“, liest der Agent zuerst alle drei Ordner und erledigt dann X. Ohne diese Ordner bittet er um Klarstellung oder halluziniert.

Die vollständige Methodik der „3 Säulen“ findest du im Leitfaden „Was ist Context Engineering“. Dort bespreche ich alle drei im Detail und zeige meine Vorlage.

Welches Tool solltest du für 8 Arten von Aufgaben wählen?#

So würde ich die Tools meinen Aufgaben zuordnen. Dabei stütze ich mich auf meine eigene Erfahrung.

Diese Tabelle ist kein Dogma. Zu Hause erledige ich 80 % meiner Aufgaben mit Claude Code. Auf Devin oder Replit Agent greife ich gezielt zurück, wenn eine Aufgabenart eindeutig über den Dialog hinausgeht: entweder „eine große Migration, die ich ungern von Hand machen würde“ oder „ein Kundenprototyp an einem Abend mit fertiger URL“.

Cline und lokale Modelle: Kosten und Grenzen#

Cline ist ein Angebot aus zwei Teilen: Die VS-Code-Erweiterung ist kostenlos; Cloud-Modellnutzung braucht separat abgerechneten API-Zugang des gewählten Anbieters. Ein Claude- oder ChatGPT-Abo bezahlt diese API-Gebühren nicht. Die folgende lokale Ollama-Option vermeidet Cloud-API-Gebühren, erfordert aber geeignete Hardware.

Lokale Modelle über Ollama. Installiere Llama 3.3 oder Qwen 2.5 Coder auf deiner eigenen Hardware und verbinde es mit Cline. Bei den SWE-bench-Verified-Benchmarks ist die Qualität 2–3-mal geringer als bei Claude Sonnet 4.6 (SWE-bench Verified), reicht aber für einfache Aufgaben aus. Komplexe Aufgaben bewältigt es nicht.

Mehr über die Einrichtung von Qwen sowie seine Vor- und Nachteile steht im Leitfaden „Qwen 3.7-max vs Opus 4.7: So richtest du einen Konkurrenten zu Claude Code für 3-mal weniger Kosten ein“.

Wie geht es weiter: So richtest du ein Setup ein, damit Autonomie kein Glücksspiel ist#

Die wichtigste Erkenntnis nach zwei Wochen Arbeit mit den drei Tools:

• Devin lohnt sich, wenn du pro Woche fünf klar beschriebene Aufgaben hast. Andernfalls ist es als Abonnement teuer und unbequem zu integrieren.
• Replit Agent lohnt sich, wenn du viele Prototypen und schnelle Demos erstellst. Die Bereitstellung ist enthalten, und die Zeit von der Idee bis zur URL verkürzt sich deutlich.
• Cline ist die Wahl für erfahrene Nutzer, die Kontrolle möchten und bereits einen API-Schlüssel haben.
• Claude Code bleibt das grundlegende Tool für unternehmerische Vibe-Coder. Es eignet sich gut für Dialoge, ist mit Skills flexibel und als Abonnement günstig.

Die wichtigste Investition ist jedoch nicht die Auswahl eines Tools, sondern der Aufbau einer Methodik darum herum. Wenn du weißt, wie du eine Aufgabe in Kontext aufbereitest, wie die Ordner business/ und ai-clone/ organisiert sind und wie Skills und Hooks funktionieren, liefert jedes Tool stabile Ergebnisse. Ohne Methodik liefert Devin für 500 Dollar dasselbe Ergebnis wie Claude Code für 20.

Das vollständige „3-Säulen“-Setup umfasst einen KI-Klon, ein Zweites Gehirn und Context Engineering in deinem Projekt. Sobald dieses Fundament steht, kannst du einen autonomen Agenten anbinden und prüfen, ob seine Arbeit berechenbar ist.

Die vollständige Vibe-Coding-Formel: KI-Klon + Zweites Gehirn + Context Engineering.

Für die weitere Arbeit mit Modellen kannst du zu Ailoot wechseln.