Beste Vibe-Codierungstools im Jahr 2026: 12 Builder und Coding-Agents im Vergleich

Der Moment, in dem mich ein Vibe Coding-Tool am meisten beeindruckt, ist auch der Moment, in dem ich am vorsichtigsten werde. Ein Prompt kann zu einem polierten App-Bildschirm führen, aber ein polierter Bildschirm ist keine erfüllte Anforderung. Was sich geändert hat, ob eine andere Person übernehmen kann und wo sich das Projekt nach einem gescheiterten Build erholen kann, wird meist erst in der nächsten Runde sichtbar.

Deshalb finde ich eine einzelne Rangfolge vom ersten bis zum zwölften Platz nicht sinnvoll. Replit, Lovable, Bolt, v0, Base44 und Google AI Studio sind am stärksten, wenn es darum geht, eine Idee in eine lauffähige erste Version umzuwandeln. Codex, Claude Code, Cursor, Windsurf, die GitHub Copilot-App und Google Antigravity sind sinnvoller, wenn ein Projekt bereits existiert und seine Dateien, Befehle, Prüfungen und Unterschiede überprüft werden müssen. Die Gruppen überschneiden sich, ihre Ausgangspunkte bleiben jedoch unterschiedlich.

Die Frage, die ich beantworten möchte, lautet nicht: „Welches Tool ist das beste?“ Es lautet: „Welche Art von Arbeitsablauf würde ich in dieser Phase des Projekts wählen und welche Belege würde ich benötigen, bevor ich fortfahre?“

Zwei Arten von Werkzeugen

Ich unterteile die Produkte nach ihrem anfänglichen Arbeitsablauf und nicht nach einem permanenten Etikett, das an jeder Marke angebracht ist.

Ein KI-App-Builder kombiniert einen Prompt, Projekteinrichtung, Live-Vorschau und normalerweise Hosting. Es ist ein praktischer Ausgangspunkt, wenn kein Projekt vorhanden ist und zunächst ein ausführbarer Benutzerpfad mit wenig Setup benötigt wird.

Ein KI-Coding-Agent arbeitet direkter mit Projektdateien, Befehlen, Tests und Versionskontrolländerungen. Dies wird nützlicher, wenn ein Projekt bereits existiert und die nächste Entscheidung davon abhängt, dieses Projekt in einem kontrollierten Rahmen zu überprüfen oder zu ändern.

Ein Inline-Code-Assistent ist ein dritter Modus, der jedoch nicht in diesen Vergleich fällt. Die Inline-Vervollständigung ist wertvoll, wenn jemand bereits Code schreibt. Es bietet nicht den gleichen End-to-End-Pfad wie ein Builder oder Projektagent.

Bei diesen Modi handelt es sich nicht um Stufen mit einer Abstufung von schwach nach stark. Wenn ein Agent auf mehr Dateien und Tools zugreifen kann, muss ich auch mehr überprüfen. Normalerweise starte ich einen begrenzten Prototyp mit einem Builder und wechsle nur dann zu einem Agenten, wenn die nächste Aufgabe wirklich eine Kontrolle auf Dateiebene erfordert. AILessons Vibe-Coding-Kurs für Anfänger beginnt mit der gleichen Unterscheidung, anstatt eine Marke vorzuschreiben.

Wie ich sie verglichen habe

Ich habe zwei Ebenen der Beleglage verwendet, überprüft am 20. August 2026.

• Produktdokumentiertes Verhalten stammt aus der aktuellen offiziellen Dokumentation, Supportseiten und Versionshinweisen. Es erklärt den Arbeitsablauf, den ein Produkt bietet, beweist jedoch nicht, dass das Produkt unsere Aufgabe erfüllt hat.
• Beobachtete Projektnachweise stammen aus einem aufbewahrten Build-, Test-, Änderungs- oder Übergabedatensatz. Es unterstützt nur das Verhalten, das tatsächlich überprüft wurde.

Nur der Replit-to-Codex-Pfad kann durch das erhaltene Community Book Swap Checklist-Projekt verfolgt werden, das im AILesson-Kurs verwendet wird. Für die anderen zehn Produkte habe ich die aktuellen offiziellen Arbeitsabläufe überprüft; Ich präsentiere die Überprüfung der Dokumentation nicht so, als ob ich bei jedem Produkt den gleichen praktischen Test durchgeführt hätte. Eine Feature-Seite kann Git-Synchronisierung, Prüfpunkte oder Browsertests einrichten, aber nicht, dass ein Tool den Auftrag besser erfüllen würde als ein anderes.

Das beobachtete Projekt begann mit einer begrenzten Aufgabe: Erstellen Sie eine Mobile-First-Checkliste mit Kategorien, Abschlussstatus, Filtern, Aktualisierungsbeständigkeit, einem wiederherstellbaren Reset und keinen echten persönlichen Daten. Seine spätere Coding-Agent-Aufgabe war bewusst kleiner: einen Abhängigkeitskonflikt auf Dateiebene untersuchen, eine begrenzte Änderung vorschlagen und das vorhandene Anwendungsverhalten beibehalten.

Der Projektdatensatz trennt bestandene, teilweise bestandene, nicht bestandene und ungetestete Anforderungen. Ich werde nicht aus einem variablen Modelllauf ein dauerhaftes Qualitätsranking machen. Ich verwende es, um den Vergleichsstandard festzulegen: Laufverhalten, tatsächliche Dateiänderungen, Befehlsausgabe, Wiederherstellungspfad, Übergabestatus und Veröffentlichungsgrenze.

Meine Auswahlliste

• Beginnen Sie mit Replit, wenn Sie einen Arbeitsbereich für Planung, Erstellung, Vorschau, Prüfpunkte, Dateien und Veröffentlichung benötigen – und Sie bereit sind, das Ergebnis in diesem Arbeitsbereich zu testen.
• Beginnen Sie mit Lovable oder v0, wenn die visuelle Iteration die größte Unsicherheit darstellt und eine Git-gestützte Übergabe wichtig ist.
• Beginnen Sie mit Bolt, wenn die Priorität ein browserbasierter Web-Build mit sofortiger Ausführung, Codezugriff, Versionsverlauf und GitHub als Exit-Pfad ist.
• Beginnen Sie mit Base44, wenn integrierte Daten, Authentifizierung, Berechtigungen und Hosting mehr Arbeit abnehmen, als die Plattformabhängigkeit verursacht.
• Beginnen Sie mit Google AI Studio, wenn Gemini-Funktionen, die native Android-Generierung oder die Cloud Run-Bereitstellung für das Produkt von zentraler Bedeutung sind und nicht eine zufällige Integration.
• Beginnen Sie mit einem Codierungsagenten – Codex, Claude Code, Cursor, Windsurf, die GitHub Copilot-App oder Google Antigravity – wenn bereits ein Repository vorhanden ist und das nächste Ergebnis eine überprüfbare, testbare Änderung sein muss.

Hierbei handelt es sich um eine Startauswahlliste, nicht um eine Reihe dauerhafter Bahnen. Entwickler fügen Repositories und Editoren hinzu; Codierungsagenten bedienen Browser und erzeugen visuelle Belege. Ich würde mich immer noch für das nächste ungelöste Problem des Projekts entscheiden und nicht einer Kategorie treu bleiben.

App-Builder

Wenn ich eine begrenzte Idee, aber kein Projekt habe, sind dies die sechs Produkte, die ich zuerst inspizieren würde. Alle reduzieren das Setup. Was sie unterscheidet, ist, wo sich der Code befindet, wem das Backend gehört, wie visuelle Änderungen an den Ursprung zurückkehren und was übrig bleibt, wenn das Projekt die Plattform verlässt.

Replit: alles in einem Arbeitsbereich

Replit begann als browserbasierte Codierungsumgebung und entwickelte sich zu einer Full-Stack-Software-Erstellungsplattform. Replit Agent, eingeführt im Jahr 2024, fügte die Erstellung und Bereitstellung von Apps in natürlicher Sprache hinzu. Ich habe Replit unter den Buildern an die erste Stelle gesetzt, nicht weil es alle Funktionen übertrifft, sondern weil es die Bau-, Ausführungs- und Wiederherstellungsnachweise dicht beieinander hält – und weil es hier der einzige Builder ist, der durch eine vollständige beobachtete Projektaufzeichnung unterstützt wird.

Replit Agent-Dokumentation beschreibt Planung, Erstellung, Tests und Prüfpunkte im selben Arbeitsbereich. Diese Integration ist für Anfänger wichtig, da eine fehlgeschlagene Anforderung anhand der laufenden Vorschau, der Projektdateien, der Shell und einem früheren Prüfpunkt überprüft werden kann, ohne das Projekt sofort an einen anderen Ort zu verschieben.

Der Agent kann im Planungsmodus beginnen, dann dateiübergreifend schreiben, Abhängigkeiten installieren, Fehler beheben und die App verbessern. Screenshots, Dateien und Canvas-Notizen können visuellen oder geschäftlichen Kontext liefern, der in einem Prompt nicht gut zum Ausdruck kommt. Replit bringt außerdem Datenbanken, Authentifizierung, Geheimnisse, Git und Bereitstellungen in den Arbeitsbereich, sodass ein Projekt von einem leeren Startpunkt zu einer veröffentlichten App mit persistenten Daten wechseln kann, ohne zuerst eine lokale Toolchain zusammenzustellen. Seine Prüfpunkte können Code, Agentenkontext, Aufgaben und den Status der verbundenen Datenbank abdecken und nicht nur einen Textunterschied.

Replits offizielle Dokumentation zur ersten App, abgerufen am 20. August 2026. Der Screenshot identifiziert den Agent-and-Preview-Arbeitsbereich; es stellt nicht sicher, dass eine generierte App ihre Anforderungen erfüllt hat.

Der Kurslauf zeigte auch die Grenzen dieser Bequemlichkeit auf. Eine ausgefeilte Vorschau ergab keine „keine versteckte externe Abhängigkeit“-Anforderung. Bei einem Dateiscan wurden nicht verwendete Google Fonts-Links gefunden, und der fokussierte Export erwies sich später als überprüfbar, aber nicht unabhängig erstellbar, da Abhängigkeitsinformationen auf Arbeitsbereichsebene fehlten. Replit war immer noch nützlich; die Belege waren einfach nicht mehr reproduzierbar.

Wenn ich einen Benutzerpfad schnell zum Laufen bringen muss und bereit bin, ihn im Arbeitsbereich zu testen, würde ich mit Replit beginnen. Allerdings würde ich „Quelle herunterladen“ nicht als Beleg für die Reproduzierbarkeit betrachten. Das Exportieren von Dateien und das Wiederherstellen desselben Zustands auf einem anderen Computer sind separate Prüfungen.

Lovable: visuelle Bearbeitung mit verwaltetem Backend

Lovable entstand aus dem Open-Source-Projekt gpt-engineer und seinem früheren kommerziellen Webprodukt GPT Engineer. Es ist jetzt eine Full-Stack-Webplattform in natürlicher Sprache für technisch nicht versierte Entwickler und Softwareteams. Wenn meine größte Unsicherheit lautet: „Wie oft wird sich diese Schnittstelle ändern?“ Anstelle von „Wie soll ich die Architektur entwerfen?“ kommt Lovable zu meiner ersten Auswahlliste.

Lovable vereint visuelle Bearbeitung, Full-Stack-Dienste und Quellenübergabe auf einem Weg. Mit Visuelle Bearbeitungen kann ein Benutzer ein Element in der laufenden Benutzeroberfläche auswählen, Kopie, Farbe und Abstand anpassen und das Ergebnis zurück in die Quelle schreiben. Wenn die App dynamische Daten benötigt, stellt Lovable Cloud eine PostgreSQL-Datenbank, Authentifizierung, Speicher, Echtzeit- und Edge-Funktionen bereit; Supabase bleibt eine weitere unterstützte Route. Authentifizierte externe APIs verwenden Secrets und serverseitige Funktionen, anstatt Anmeldeinformationen im Browser offenzulegen.

Seine besondere Kombination besteht aus visueller Auswahl und bidirektionaler GitHub-Synchronisierung: Eine visuelle Änderung bleibt kein isoliertes Modell, und der Code kann in einen herkömmlichen Verzweigungs- und Kollaborationsworkflow eintreten. Beim Veröffentlichen wird ein expliziter Snapshot erstellt, sodass spätere Editoränderungen nicht stillschweigend die Live-Version ersetzen. Berechtigte Cloud-Projekte können auch Test- und Live-Daten und -Konfigurationen trennen.

Offizieller Artikel von Lovable Visual Edits, 13. März 2025. Er zeigt die visuelle Bearbeitungsoberfläche, nicht die Qualität oder Portabilität des resultierenden Codes.

Neue Lovable-Apps, die seit dem 13. Mai 2026 erstellt wurden, verwenden TanStack Start mit serverseitigem Rendering; Ältere Apps bleiben React- und Vite-Projekte mit unterschiedlichen Hosting-Anforderungen. Ich würde Lovable für Web-Apps mit häufigen visuellen Änderungen und einem frühen Bedarf an Anmeldungen oder Daten behalten. Wenn eine einfache Migration eine zwingende Anforderung ist, würde ich nicht aufhören, nachdem ich Code in GitHub gefunden habe; Ich würde auch verfolgen, wie sich die Datenbank, Benutzer, Dateien und Geheimnisse bewegen.

v0: von der Schnittstellengenerierung bis hin zu vollständigen Projekten

v0 ist der KI-Entwicklungsagent von Vercel, ursprünglich bekannt für die Generierung von React-Schnittstellen und -Komponenten. Seitdem wurde es auf Full-Stack-Projektarbeit ausgeweitet, wobei die designorientierte Verbindung zu Vercel beibehalten wurde. Ich würde es direkt mit Lovable vergleichen: Beide eignen sich für die visuelle Iteration, während der stärkste Pfad von v0 über React, GitHub und Vercel verläuft.

v0 kann Text, Wireframes oder Screenshots in High-Fidelity-Schnittstellen umwandeln und dann in einem vollständigen Editor im VS-Code-Stil an Frontend-Code, API-Routen und Datenbankintegrationen arbeiten. Mit dem Designmodus kann ein Benutzer ein Element in der echten Vorschau auswählen und es mit Steuerelementen oder Anweisungen in natürlicher Sprache anpassen. Durch Anwenden der Bearbeitung wird eine neue Projektversion erstellt, sodass die resultierende Quelle geändert, zurückgesetzt oder verfeinert werden kann.

Sein Vercel- und GitHub-Workflow ist das bestimmende Merkmal. Ein Projekt teilt Bereitstellungen, Domänen, Umgebungsvariablen und Integrationen über mehrere Chats hinweg. Sobald GitHub verbunden ist, arbeitet jeder Chat in einem dedizierten Zweig, Codeänderungsnachrichten erstellen automatisch Commits und das Ergebnis gelangt über eine Pull-Anfrage statt über einen direkten Push in main. Zu den Datenbankintegrationen gehören Neon, Supabase und Upstash.

Offizielle v0-Dokumentation, abgerufen am 20. August 2026. Dieser zugeschnittene Screenshot lokalisiert den Designmodus; Verwenden Sie den resultierenden Projektunterschied – nicht das Steuerelement selbst –, um die Änderung zu beurteilen.

Wenn React und Vercel bereits entschieden sind und das Projekt von einer Landingpage, einem Dashboard oder einer präzisen Benutzeroberfläche abhängt, würde ich v0 hoch einstufen. Die gleiche Integration definiert ihre Grenzen: Eine ungewöhnlich direkte Vercel-Bereitstellung beweist nicht, dass ein anderer Host keiner Anpassung bedarf. Ich würde immer noch Formulare, Berechtigungen, Daten und Fehlerzustände testen, nachdem der erste Bildschirm richtig aussieht.

Bolt: Der Browser ist die JavaScript-Laufzeit

Bolt.new ist der KI-App-Builder von StackBlitz. Es basiert auf WebContainern, einer WebAssembly-Umgebung, die eine Node.js-Toolchain im Browser ausführt, anstatt eine Remote-Entwicklungsmaschine zu streamen. Aus diesem Grund verdient Bolt einen eigenen Platz: Das Versprechen besteht nicht nur aus generiertem Code, sondern aus Code, der im Browser installiert, gestartet und sichtbar fehlschlagen kann.

Bolts Schnellstart platziert den Prompt, den Code-Editor, die Browser-Laufzeitumgebung und die Vorschau in einem Pfad. Sein zentrales Merkmal ist die In-Browser-Entwicklungslaufzeit: Der Agent kann Dateien erstellen, npm-Pakete installieren, einen Node.js-Dienst starten, Laufzeitfehler beobachten und diese ohne lokale Projekteinrichtung weiter beheben. Wenn in der ersten Aufforderung ausdrücklich eine mobile App gefordert wird, kann Bolt auch ein Expo-kompatibles Projekt erstellen.

Bolt Cloud fügt eine automatisch bereitgestellte Datenbank, Benutzerauthentifizierung, Geheimnisse, Edge-Funktionen und Hosting hinzu, einschließlich einer gemeinsam nutzbaren bolt.host-Adresse. Eine Datenbank kann auch über Supabase beansprucht und verwaltet werden. Codeansicht, Versionsverlauf und die GitHub-Integration machen die Implementierung verfügbar und stellen einen Übergabepfad bereit.

Offizieller Bolt-Schnellstart, abgerufen am 20. August 2026. Er zeigt den vom Prompt geleiteten Startpunkt, nicht das Ergebnis einer abgeschlossenen Aufgabe.

Ich würde Bolt für einen JavaScript- oder Node.js-Prototyp verwenden, wenn „Jetzt ausführen“ wichtiger ist als nur der Erhalt der Quelle. Ich würde es nicht als Cloud-IDE für beliebige Backend-Sprachen betrachten: PHP und Python liegen außerhalb der dokumentierten Laufzeit und wiederholte Iterationen verbrauchen weiterhin Token. Ich würde den Stapel und das Budget festlegen, bevor ich anfange.

Base44: Das Backend ist bereits vorhanden

Base44 ist ein App-Builder für natürliche Sprache, der jetzt von Wix betrieben wird. Es ähnelt eher einer integrierten Business-App-Plattform als einem reinen Design-Generator: Daten, Identität, Backend-Logik und Hosting sind standardmäßig vorhanden. Ich würde danach greifen, wenn ich ein CRM, ein internes Tool oder eine Mitgliedschafts-App evaluiere – nicht nach einer statischen Landingpage.

Base44s Schnellstart beginnt ebenfalls mit einem Prompt und einer Live-Vorschau, sein Schwerpunkt liegt jedoch auf einem vorgefertigten Backend für Geschäftsanwendungen. Seine NoSQL-Datenbank stellt Modelle als Entitäten dar und unterstützt Echtzeitabonnements sowie Berechtigungen auf Zeilen- und Feldebene. Die Authentifizierung umfasst E-Mail/Passwort, gängige soziale Anbieter und SSO. Benutzerdefinierte Backend-Logik wird als serverlose Deno- und TypeScript-Funktionen ausgeführt.

Base44 unterteilt Integrationen in mehrere Schichten. Integrierte Aktionen generieren Text oder Bilder, senden E-Mails und verarbeiten Dateien; Konnektoren verwenden OAuth für Konten wie Google Workspace oder Slack; Benutzerdefinierte Integrationen können aus einer OpenAPI-Beschreibung generiert und über das Backend weitergeleitet werden, sodass der Browsercode niemals die Anmeldeinformationen erhält. CRM-Tools, interne Anwendungen, Mitgliedersysteme und Workflow-lastige Apps nutzen diese Funktionen besser als eine statische Marketingseite.

Offizielle Base44-Dokumentation, abgerufen am 20. August 2026. Der Screenshot zeigt das Chat- und Vorschau-Layout; Integrierte Dienste und Export erfordern weiterhin separate Prüfungen.

Zu seinen Entwicklertools gehören eine React/Vite-Codeansicht, ein API-Aktivitätsmonitor, ein GitHub-Workflow, ein ZIP-Export und ein lokaler Entwicklungspfad. Integriertes Hosting bietet HTTPS und benutzerdefinierte Domänen. Ich würde untersuchen, was „Exportieren“ hier bedeutet: Durch das Verschieben des Frontends und der Funktionen werden nicht automatisch auch die Datenbank, die Authentifizierung, die Integrationen oder das Base44-SDK verschoben. Ich würde Base44 in Betracht ziehen, wenn das Team die Plattformabhängigkeit im Gegenzug für weniger Setup akzeptiert, und nicht, wenn vollständiges Selbsthosting die erste Einschränkung darstellt.

Google AI Studio: Wenn Gemini das Produkt ist

Google AI Studio begann als Googles Browserumgebung zum Experimentieren mit Gemini-Prompts. Der Build-Modus hat es auf die Web- und native Android-Entwicklung ausgeweitet. Ich würde es nicht zu einem allgemeinen Standard machen, nur weil es jetzt Apps erstellen kann; die Integration wird deutlich, wenn Gemini, natives Android oder Cloud Run bereits im Mittelpunkt des Produkts stehen.

Googles aktuelle Build-Dokumentation macht AI Studio zu mehr als einem Spielplatz für Gemini-Prompts. Der Webmodus erstellt ein React-Frontend und eine Node.js-Serverlaufzeit, unterstützt npm-Pakete und über das Netzwerk zugängliche Datenbanken und platziert den Gemini-API-Schlüssel in serverseitigen Secrets. Der Antigravity Agent verwaltet Änderungen in allen Projektdateien und überprüft Aktualisierungen. Ein Projekt kann auf GitHub oder ein ZIP-Archiv verschoben oder direkt in Cloud Run bereitgestellt werden.

Der Android-Modus generiert ein natives Kotlin- und Jetpack Compose-Projekt mit einem In-Browser-Emulator, einer Installation auf einem physischen Gerät und einem Play-Testpfad. Das ist ein bedeutender Unterschied zu den meisten Web-First-Buildern. Allerdings sind Android-Projekte derzeit clientseitig, sodass die Serverlaufzeit und die für Web-Apps verfügbaren Secrets nicht automatisch übertragen werden.

Offizielles Google AI Studio-Produktbild vom Oktober 2025. Es zeigt die Build-Einstiegsoberfläche; die umliegenden Fähigkeitsansprüche wurden am 20. August 2026 erneut überprüft.

Ich würde diesen Weg ernsthaft in Betracht ziehen, wenn Geminis Text-, Bild- oder Live-API-Verhalten die App selbst ist oder wenn natives Android und Cloud Run explizite Ziele sind. Mit einer gemeinsam genutzten AI Studio-App können autorisierte Empfänger den Code anzeigen und forken, ihre Gemini-Aufrufe verbrauchen das Kontingent des Erstellers und Datenbanken bleiben externe Dienste. Ich würde „Gemini war einfach hinzuzufügen“ getrennt von „Daten, Kosten und Übergabe sind klar“ bestätigen.

Wenn ich zu einem Agenten wechsle

Ich würde ein Projekt nicht zu einem eher technisch aussehenden Agenten verschieben, nur weil zwei Prompts fehlgeschlagen sind. Ein Werkzeugwechsel soll ein konkretes Steuerungsproblem lösen; andernfalls wird dieselbe vage Anfrage nur in ein anderes Eingabefeld verschoben.

Im Course-Projekt war der Grund für den Umzug konkret: Die sichtbare App konnte eine Abhängigkeitsfrage auf Dateiebene nicht lösen. Der Arbeitszustand blieb erhalten, die relevanten Dateien wurden exportiert und Codex wurde vor der Bearbeitung um eine Überprüfung gebeten. Es wurde vorgeschlagen, genau drei nicht verwendete schriftartbezogene Zeilen zu löschen und gleichzeitig das Anwendungsverhalten und alle anderen Dateien außerhalb des genehmigten Bereichs zu belassen.

Diese Replit-to-Codex-Sequenz wird Schritt für Schritt in Vibe Coding for Beginners behandelt. Sein Wert ist hier kein Werbebeweis dafür, dass diese beiden Marken den Vergleich gewinnen. Es ist ein echtes Beispiel für die Schwelle: Wechseln Sie das Werkzeug, wenn der nächste Anspruch eine andere Art von Belegen und Kontrolle erfordert.

Codierungsagenten

Sobald ein Repository existiert, erwarte ich mehr von einem Agenten. „Aufgabe abgeschlossen“ enthält nur wenige Informationen. Ich möchte den Plan, die Berechtigungsgrenze, die geänderten Dateien, den Unterschied, die Befehlsergebnisse, den erneuten Verhaltenstest und den Wiederherstellungspfad sehen.

Codex: Arbeit, die um überprüfbare Änderungen herum organisiert ist

Codex ist der Coding-Agent von OpenAI, der darauf ausgelegt ist, Codebasen zu verstehen, Funktionen zu erstellen und zu testen, Fehler zu beheben und Änderungen zu überprüfen. Es ist auf Desktop-, CLI-, IDE- und Cloud-Oberflächen verfügbar und nicht an einen Editor gebunden. Bei diesem Vergleich geht es mir weniger um die Anzahl der Einstiegspunkte als vielmehr darum, den Aufgabenumfang, die Befehle und den endgültigen Unterschied in einer Überprüfungskette beizubehalten.

Der Codex-Workflow konzentriert sich auf das Bearbeiten von Dateien, das Ausführen von Befehlen und Prüfungen sowie das Überprüfen des resultierenden Diff. Eine lokale Umgebung kann direkt am aktuellen Arbeitsbaum arbeiten, ein Git-Arbeitsbaum kann parallele Änderungen isolieren und eine Cloud-Umgebung kann eine Aufgabe an eine Remote-Sandbox übergeben. Das integrierte Terminal und die Review-Oberfläche halten Befehlsausgaben, geänderte Dateien und Unterschiede auf Zeilenebene an einer Aufgabe fest.

Repository-Konventionen und wiederholte Verfahren können in AGENTS.md, Skills und Plugins kodiert werden, sodass Lint-, Test-, Dokumentations- oder Release-Regeln nicht in jedem Prompt neu formuliert werden müssen. Berechtigungen und Sandbox-Einstellungen steuern, welche Dateien, Netzwerke und externen Tools der Agent erreichen kann. Wenn diese Erweiterungsfläche wächst, müssen das gewünschte Ziel, die geschützten Bereiche und die Akzeptanzbefehle expliziter werden.

Vom Kurs vorbereitete Codex-Desktop-Demonstration, rekonstruiert aus dem erhaltenen Projekt und dem genauen dreizeiligen Diff. Es zeigt die aufgezeichnete Überprüfungsaktion, nicht den ursprünglichen Ausführungsbildschirm.

Im Kursprotokoll konnte ich nicht feststellen, dass „das Projekt behoben ist“, sondern dass im Vergleich zum erhaltenen Original eine begrenzte dreizeilige Löschung vorlag. Ich würde Codex für eine Fehlerbehebung, Umgestaltung, einen Test, eine Überprüfung oder eine überprüfbare mehrstufige Aufgabe in einem vorhandenen Repository in Betracht ziehen. Da es nur eine Produktidee und keine Projektstruktur gibt, würde ich stattdessen mit einem Builder beginnen.

Claude Code: Terminal-First und hoch erweiterbar

Claude Code ist die Agenten-Codierungsumgebung von Anthropic. Es begann im Terminal mit einem System, das Projektkontext, Tools, Berechtigungen und eine Ausführungsschleife bereitstellt, und umfasst nun auch Desktop, IDE, Web und Automatisierung. Wenn ich Shell-Befehle und Git-Diffs bereits bequem lesen kann und meine eigenen Engineering-Regeln in die Agent-Schleife einbinden möchte, fühlt es sich natürlicher an als eine feste Builder-Schnittstelle.

Claude Code umfasst Tools für Dateioperationen, Codesuche, Shell-Befehle, Git, Websuche und Codediagnose. Seine Schleife sammelt Kontext, handelt und überprüft. Der Planmodus beschränkt die Erkundung auf schreibgeschützte Tools. Die Modi „Standard“ und „Automatische Annahme“ legen fest, welche Änderungen und Befehle genehmigt werden müssen. Ein Prüfpunkt, der vor jeder Dateibearbeitung erstellt wird, kann mit doppeltem Esc oder /rewind wiederhergestellt werden, aber Remote-Datenbank-, Bereitstellungs- und API-Nebenwirkungen liegen außerhalb dieses Wiederherstellungsmechanismus.

Das Produkt ist mehr als ein Terminal-Chat-Bereich. CLAUDE.md verfügt über dauerhafte Projektkonventionen, Skills-Pakete für On-Demand-Workflows, MCP verbindet externe Dienste, Hooks führen deterministische Skripts rund um Tool- und Sitzungsereignisse aus und Subagenten oder Agententeams verschieben Arbeit in separate Kontexte. Dies ist nützlich für Teams, die bereits mit CLI-Workflows vertraut sind und daran interessiert sind, technische Regeln in die Agentenschleife zu integrieren. Jede Erweiterung fügt außerdem Kontext-, Berechtigungs- oder Wartungsaufwand hinzu.

Offizieller Anthropic-Produkt-Screenshot, abgerufen am 20. August 2026. Er identifiziert den Terminal-Workflow; eine bestimmte Repository-Änderung wird nicht überprüft.

Ich würde Claude Code nicht abwerten, weil dem Terminal eine permanente visuelle Vorschau fehlt, oder es überbewerten, weil die Benutzeroberfläche technisch aussieht. Der Workflow funktioniert für mich nur, wenn ich vorgeschlagene Befehle lesen, den Git-Diff überprüfen und lokale Prüfpunkte vom dauerhaften Versionsverlauf unterscheiden kann.

Cursor: ein schrittweiser Weg von der Fertigstellung bis zu den Agenten

Cursor ist ein AI-First-Code-Editor, der von Anysphere entwickelt wurde. Es begann mit codebasisbasiertem Chat, Vervollständigung und Bearbeitung und wurde dann auf Vordergrund- und Cloud-Agenten ausgeweitet. Der nützlichste Unterschied besteht nicht nur darin, dass es „einen Agenten“ gibt, sondern auch darin, dass ich den Grad der Autonomie schrittweise erhöhen kann – von der Fertigstellung über eine gezielte Bearbeitung bis hin zu einer größeren delegierten Aufgabe.

Der aktuelle Workflow von Cursor deckt drei verschiedene Unterstützungsstufen ab. Tab sagt mehrzeilige und dateiübergreifende Vervollständigungen voraus, Inline Edit ändert ausgewählten Code und Agent durchsucht die Codebasis, bearbeitet mehrere Dateien, führt Terminalbefehle aus und behebt Fehler. Der Ask-Modus ist schreibgeschützt, im manuellen Modus werden nur explizit ausgewählte Dateien bearbeitet und im benutzerdefinierten Modus werden ausgewählte Tools mit speziellen Anweisungen kombiniert. Ein Entwickler muss nicht für jede kleine Änderung eine Aufgabe mit hoher Autonomie starten.

Review Diffs unterstützt die Prüfung einzelner Dateien, Regeln bewahren Projektkonventionen und MCP verbindet externe Tools. Checkpoints speichern vom Agenten vorgenommene Dateiänderungen automatisch. Für die Arbeit außerhalb des lokalen Computers klonen Hintergrundagenten ein GitHub-Repository in eine isolierte Ubuntu-Umgebung, installieren Abhängigkeiten, führen Tests aus und pushen einen separaten Zweig. Web-, Mobil- und Slack-Oberflächen können diese Läufe starten oder verfolgen.

Offizielles Cursor-Dokumentationsbild, abgerufen am 20. August 2026. Es zeigt die Agent-Überprüfungsoberfläche, nicht, ob die angezeigte Änderung korrekt ist.

Wenn ich bereits Code in einem Editor lese und ändere und schrittweise zwischen Fertigstellung und Agentenarbeit wechseln möchte, ist Cursor die natürliche Lösung. Seine lokalen Prüfpunkte decken nur Agentenänderungen ab, lassen manuelle Bearbeitungen aus und werden automatisch bereinigt, daher würde ich sie nicht durch Git ersetzen. Da Hintergrundumgebungen über Internetzugang und Autorun-Befehle verfügen, würde ich die Repository-Berechtigungen, Secrets und die Offenlegung durch Prompt-Injection separat überprüfen.

Windsurf: der zweischichtige Cascade- und Devin-Workflow

Windsurf ist die Agenten-IDE von Cognition, die zusammen mit dem autonomen Cloud-Agenten des Unternehmens, Devin, entwickelt wurde. Dies erklärt seinen zweischichtigen Aufbau: synchrone Arbeit mit Cascade im Editor sowie längere Aufgaben, die an Cloud-Agenten delegiert werden. Diese Orchestrierung ist attraktiv, wenn ich mehrere Aufgaben überwachen muss, für eine kleine Repository-Änderung jedoch möglicherweise übertrieben.

Windsurf 2.0 beginnt immer noch mit dem Editor. Cascade sitzt neben der Codebasis, plant Aufgaben, durchsucht und bearbeitet Dateien, ruft Tools auf, liest Diagnosen und verwendet Prüfpunkte und macht sie rückgängig, wenn eine Änderung fehlschlägt. Der Editor bietet Modelle mehrerer Anbieter an. Code Maps visualisieren Beziehungen zwischen Dateien und Symbolen, während Preview die Ausführung von Webänderungen in derselben Umgebung ermöglicht, in der sie vorgenommen wurden.

Die entscheidende 2.0-Ergänzung ist Agent Command Center. Die Kanban-Ansicht sammelt lokale und Cloud-Agenten, während Spaces Sitzungen, Pull-Requests, Dateien und Kontext nach Projekt organisieren. Ein mit einem lokalen Agenten erstellter Plan kann an Devin übergeben werden, der in seiner eigenen VM mit Desktop, Browser und Terminal fortfährt. Windsurf dient daher sowohl der sofortigen Editor-Kopplung als auch längerer Hintergrundarbeit, anstatt nur ein Chat-Panel neben dem Code zu sein.

Offizielles Cascade-Dokumentationsbild, abgerufen am 20. August 2026. Es lokalisiert den Agenten im Editor; die aktuelle Windsurf 2.0-Oberfläche umfasst auch eine breitere Devin-Integration.

Die Kombination aus lokalem Cascade und Cloud-Devin ist attraktiv, wenn ich mehrere Aufgaben gleichzeitig verschieben muss, macht es aber auch schwieriger, Berechtigungen und Abrechnung auf einen Blick zu lesen. Lokale Bearbeitung, Remote-Ausführung, Modellauswahl und Nutzungsbeschränkungen folgen möglicherweise nicht demselben Regelwerk. Ich würde den Prüfpunktbereich vor der Wiederherstellung überprüfen und die Grenzen von Repository, Netzwerk und Anmeldeinformationen vor einer Cloud-Übergabe bestätigen.

GitHub Copilot-App: Sitzungen innerhalb des GitHub-Workflows

GitHub Copilot wurde zunächst als Code-Vervollständigung in einem Editor bekannt. Die eigenständige GitHub Copilot-App wurde im Juni 2026 allgemein verfügbar, die die Arbeitseinheit von einem Vorschlag auf einen Zweig, ein Problem oder eine Pull-Anfrage verlagert. Ich sehe die klarste Zielgruppe nicht in jedem GitHub-Benutzer, sondern in Teams, die sich bereits um Themen und PRs herum organisiert haben und nun mehrere Sitzungen parallel laufen lassen möchten.

Jede Sitzung kann in ihrem eigenen Git-Arbeitsbaum, dem aktuellen lokalen Repository oder einer von GitHub gehosteten Cloud-Sandbox mit einem dedizierten Zweig ausgeführt werden. Mehrere Aufgaben können fortgeführt werden, ohne um einen Arbeitsbaum zu konkurrieren, und ein Problem kann direkt in die Implementierungs-, Diff-Überprüfungs-, Festschreibungs- und Pull-Request-Arbeit übergehen.

Der interaktive Modus pausiert für die Zusammenarbeit, der Planmodus stellt einen Plan zur Genehmigung vor und der Autopilot kann Code schreiben, Tests ausführen und iterieren, ohne zu warten. Jede Sitzung kann ein anderes Modell und einen anderen Argumentationsaufwand verwenden; Wählt automatisch ein Modell basierend auf der Aufgabe aus und externe Anbieter können mit dem eigenen API-Schlüssel des Benutzers hinzugefügt werden. Ein integriertes Terminal, Browser-Tools, Quick Chat und Sitzungsverlauf unterstützen die Ausführung und Überprüfung.

Offizielle GitHub-Ankündigung, 17. Juni 2026. Es zeigt die eigenständige Copilot-App und nicht die Inline-Vervollständigung in einem Editor.

Wenn der Code bereits auf GitHub liegt und sich der Arbeitsalltag um Issues und Pull Requests dreht, würde ich die Copilot-App frühzeitig testen. Lokale Arbeitsbäume, direkte lokale Ordner und Cloud-Sandboxes weisen weiterhin unterschiedliche Isolations-, Ressourcenzugriffs- und Kostengrenzen auf. Der Autopilot kann ohne Wartezeit fortfahren; Ich würde trotzdem die abschließende Überprüfung durchführen.

Google Antigravity: Pläne und Screenshots als Prüfartefakte

Google führte Antigravity im November 2025 ein als Agent-First-Plattform, die den Editor, das Terminal und den Browser umfasst. Antigravity 2.0 fügte eine eigenständige Kommandozentrale hinzu, während IDE-, CLI- und SDK-Oberflächen beibehalten wurden. Es kommt nicht auf meine engere Auswahl, weil es viele Einstiegspunkte hat, sondern weil Pläne, Unterschiede, Screenshots und Aufzeichnungen zu kommentierbaren Ergebnissen werden.

Die eigenständige App startet und überwacht zentral mehrere lokale Agenten und geplante Aufgaben; Mit der Antigravity IDE können Agenten den Editor, das Terminal und den Browser verwenden. Der entscheidende Vergleichspunkt ist nicht die Anzahl der Eintrittspunkte, sondern die Art und Weise, wie Artefakte Teil des Regelkreises werden.

Vor dem Codieren kann ein Agent einen Implementierungsplan und eine Aufgabenliste erstellen, die Kommentare im Dokumentstil akzeptieren. Während der Implementierung werden Codeunterschiede erzeugt, und nach Abschluss werden in einer exemplarischen Vorgehensweise die Änderungen und Tests beschrieben. Ein Browser-Subagent kann durch die App klicken und Screenshots oder eine Aufzeichnung anhängen. Googles offizielles Codelab zeigt auch das Rückgängigmachen zu einem bestimmten Zeitpunkt und die Möglichkeit, eine IDE-Diagnose oder einen ausgewählten Terminalfehler an den Agenten zu senden.

Offizielles Google Antigravity Codelab, abgerufen am 20. August 2026. Es zeigt einen Plan, der auf die Überprüfung wartet; es beweist nicht, dass die spätere Implementierung mit diesem Plan übereinstimmte.

Ich würde Antigravity in die engere Auswahl nehmen, wenn das UI-Verhalten in einem Browser überprüft werden muss oder wenn ich neben der Quelländerung einen Plan und visuelle Belege benötige. Mehr Artefakte bedeuten nicht automatisch einen stärkeren Beleg, und einige Richtlinien ermöglichen es einem Agenten, fortzufahren, ohne auf „Fortfahren“ warten zu müssen. Ich würde den Plan, den Unterschied, den Screenshot und die Aufzeichnung immer noch einzeln dem Briefing zuordnen.

Was der Preis verbirgt

Ich habe die monatlichen Preise in den Haupttabellen weggelassen, weil sie eine falsche Vergleichbarkeit schaffen. Die Produkte messen den Abonnementzugriff, Nachrichten, Guthaben, Token, Modellnutzung, Rechenleistung, Bereitstellungen oder eine Kombination davon. Auch ein niedriger beworbener Monatspreis kann zu einer Unterbrechung der Laufzeit führen; ein höherer Plan kann Modell- oder Berechnungsguthaben umfassen, das für ein anderes Produkt separat abgerechnet wird.

Vergleichen Sie vor der Auswahl eines Plans drei Fakten anstelle eines einzelnen beworbenen Monatspreises:

1. der niedrigste Plan, der den von Ihnen benötigten Workflow umfasst, z. B. vollständige Builds, Git-Export, Hintergrundagenten oder Cloud-Sandboxes;
2. die Einheit, die tatsächlich gemessen wird – Token, Credits, Nachrichten, Modellaufrufe, Rechenleistung oder Agentenaufwand; und
3. Separate Hosting-, Datenbank-, Modell- oder Bereitstellungsgebühren, die nach der Generierung fortbestehen.

Überprüfen Sie unmittelbar vor der Zahlung die offiziellen Preise und die Checkout-Oberfläche. Ein fairer Kostentest erfasst die Ausgaben für Ihre eigene begrenzte Aufgabe; es wird nicht davon ausgegangen, dass ein Plan mit dem niedrigsten Gesamtpreis den Abschluss schafft.

Zwei Tools, die ich weggelassen habe

Ich habe historisch bekannte Tools nicht beibehalten, nachdem sie ihren neuen Benutzerpfad verloren hatten. Firebase Studio hat die Erstellung neuer Arbeitsbereiche und die Benutzeranmeldung am 22. Juni 2026, vor der Schließung am 22. März 2027, deaktiviert und richtet neue Arbeiten an Google AI Studio oder Antigravity aus. Firebase-Migrationsdokumentation macht es als Empfehlung für neue Benutzer ungeeignet.

Auch GitHub Spark hat im August 2026 die Annahme neuer Benutzer und neuer Anwendungen eingestellt. GitHubs aktuelle Spark-Dokumentation weist bestehende Benutzer an, ihre Arbeit zu exportieren. Beide Produkte mögen in der Geschichte der Kategorie immer noch eine Rolle spielen, aber für jemanden, der sich jetzt für ein Werkzeug entscheidet, sollte keines von beiden einen Hauptvergleichsplatz einnehmen.

Wie ich mich entscheiden würde

Ich würde aus dieser Tabelle keinen Gesamtsieger ernennen. Das gleiche Produkt kann in einer Reihe sinnvoll und in einer anderen unnötig komplex sein. Für ein erstes Projekt würde ich zwei Produkte aus derselben Reihe in die engere Auswahl nehmen, bestätigen, dass die benötigte Funktion im aktuellen Plan enthalten ist, und in jedem einen vollständigen Benutzerpfad erstellen, bevor ich den Umfang erweitere.

Wenn Sie diesen Prozess üben möchten, bevor Sie ein echtes Projekt durchführen, bietet der AILesson Vibe Coding for Beginners Course eine synthetische Anwendung von der Beschreibung bis zur Vorschau, der gezielten Reparatur, der Dateiinspektion, der lokalen Agentenänderung, der Überprüfung und einer ehrlichen privaten Übergabe. Es endet dort, wo die Belege aufhören: Die resultierende Demo wird nicht als produktionsreif, unabhängig reproduzierbar oder öffentlich bereitgestellt beschrieben.

Für welches Tool Sie sich auch entscheiden, behalten Sie die gleiche Akzeptanzregel bei. Ein polierter Bildschirm ist ein mögliches Ergebnis. Das Vertrauen wächst nur, wenn das Verhalten, die Änderungen, Prüfungen, der Wiederherstellungspfad und der Übergabestatus so sichtbar sind, dass Sie – oder die nächste Person – es überprüfen können.

Referenzen

• Replit Agent-Dokumentation – Planung, Tests, Prüfpunkte und der integrierte Arbeitsbereich.
• Liebenswerte Bereitstellungs- und Besitzdokumentation – verwaltete Dienste, GitHub-Codebesitz, Hosting und Migrationsgrenzen.
• Bolt-Einführung – browserbasierter Aufbau, Datenbanken, Authentifizierung und Hosting.
• v0 FAQs – der 2026-Editor, Git-Integration, Projekte und Vorschauänderungen.
• Base44-Entwicklertools – Codezugriff, Backend-Dienste, Integrationen, GitHub und lokale Entwicklung.
• Google AI Studio Build-Dokumentation – aktuelle Web- und Android-Build-Modi, Export- und Bereitstellungspfade.
• Codex-Dokumentation – Projektverständnis, Änderungen, Befehle, Prüfungen und Überprüfung.
• Funktionsweise von Claude Code – integrierte Tools, Planmodus, Berechtigungen und Prüfpunkte.
• Cursor Agent-Dokumentation – Abschluss, Agent-Tools, Projektkontext und Überprüfungsworkflow.
• Windsurf 2.0 und Cascade-Dokumentation – der aktuelle Editor, Agent-Orchestrierung, Planung, Tools, Prüfpunkte und Diagnose.
• GitHub Copilot-App-Sitzungen – Sitzungsmodi, Modelle, Zweige und isolierte Arbeitsbereiche.
• Google Antigravity Codelab – Produktoberflächen, Browseraktionen, Zeitpläne und artefaktgesteuerte Arbeit.