In den letzten Monaten hat sich im Bereich KI wieder extrem viel getan. Besonders stark merkt man das in der Softwareentwicklung. Es geht längst nicht mehr nur darum, dass KI einzelne Codezeilen ergänzt oder kleine Funktionen vorschlägt. Wir sind inzwischen an einem Punkt angekommen, an dem KI-Agents komplette Apps vorbereiten, Websites bauen, bestehende Codebases analysieren, Fehler suchen, Dateien ändern, Tests ausführen und ganze Features umsetzen können.
Das verändert den Entwicklungsprozess spürbar. Früher war KI beim Programmieren für mich vor allem ein besseres Autocomplete oder ein schneller Helfer für einzelne Fragen. Heute fühlt es sich immer mehr so an, als würde man einem zusätzlichen Entwickler eine Aufgabe geben. Natürlich muss man weiterhin kontrollieren, nachbessern und verstehen, was passiert. Aber der Sprung ist trotzdem enorm.
Gerade bei der Erstellung von Apps und Websites sieht man diese Entwicklung besonders deutlich. Man beschreibt eine Idee, gibt ein paar Anforderungen vor, und der Agent erstellt daraus erste Komponenten, Seiten, APIs oder sogar ganze Prototypen. Was früher mehrere Stunden oder Tage dauern konnte, entsteht heute oft in wenigen Minuten als brauchbare Grundlage. Nicht perfekt, aber gut genug, um damit weiterzuarbeiten.
In diesem Bereich stechen für mich aktuell vor allem drei Tools hervor: Claude Code von Anthropic, Codex von OpenAI und Google Antigravity rund um Gemini. Interessant ist, dass alle großen KI-Anbieter inzwischen nicht mehr nur Modelle oder Chatbots anbieten, sondern eigene Entwicklungsumgebungen, die man installieren und direkt im eigenen Workflow verwenden kann. OpenAI hat mit Codex seinen Coding-Agenten, Google hat mit Antigravity eine agentische Entwicklungsumgebung rund um Gemini, und Anthropic bietet mit Claude Code ebenfalls ein eigenes Werkzeug für Entwickler an.
Genau deshalb vergleiche ich hier bewusst nicht einfach Claude, ChatGPT und Gemini als Chatbots. Es geht um die konkreten Coding-Agent-Tools dahinter: Claude Code, Codex und Google Antigravity. Und je ähnlicher diese Werkzeuge werden, desto spannender wird die Frage: Wo liegt eigentlich noch der Unterschied?
Die Tools werden sich immer ähnlicher
Wenn man sich Claude Code, Codex und Antigravity heute ansieht, merkt man schnell, dass alle in eine sehr ähnliche Richtung gehen. Sie wollen nicht mehr nur Code generieren, sondern den Entwicklungsprozess begleiten. Sie sollen Projekte verstehen, Dateien ändern, Terminal-Befehle ausführen, Bugs finden, Tests schreiben und im besten Fall echte Entwicklungsarbeit übernehmen.
Der große Unterschied zu früher ist, dass man nicht mehr nur eine einzelne Codefrage stellt. Man beschreibt eine Aufgabe. Zum Beispiel soll der Agent ein Projekt analysieren, einen Fehler finden, eine Lösung vorschlagen und die betroffenen Dateien direkt anpassen. Oder man bittet ihn, eine Landingpage mit Login, Dashboard und API-Anbindung zu erstellen. Genau für solche Aufgaben sind diese Tools gedacht.
Die Unterschiede liegen deshalb nicht mehr darin, ob ein Tool grundsätzlich Code schreiben kann. Das können alle drei inzwischen sehr gut. Die Unterschiede liegen eher darin, wie gut sie planen, wie sauber sie bestehenden Code verändern, wie viel Kontrolle sie geben und wie gut sie in den eigenen Workflow passen.
Der Claude-Hype war groß — vielleicht zu groß
In den letzten Monaten wurde Claude Code extrem gehypt. Zumindest war das meine Wahrnehmung. Gefühlt jedes zweite Video in meiner YouTube-Bubble, vor allem im AI- und Developer-Umfeld, drehte sich plötzlich um Claude. Überall sah man Beiträge darüber, wie Claude Code angeblich den kompletten Entwicklungsworkflow verändert.
Und ja, Claude Code ist gut. Sehr gut sogar. Ich verstehe den Hype grundsätzlich. Claude ist stark darin, größere Zusammenhänge zu verstehen, mit bestehenden Codebases umzugehen und Aufgaben strukturiert anzugehen. Gerade wenn man ein größeres Refactoring oder eine unübersichtliche Codebase vor sich hat, kann Claude Code wirklich hilfreich sein.
Trotzdem hatte ich oft das Gefühl, dass der Hype größer war als der tatsächliche Abstand zu den Mitbewerbern. Denn in meiner Praxis sehe ich nicht, dass Claude Code allen anderen Tools eindeutig davonläuft. Codex und Gemini beziehungsweise Google Antigravity sind nicht einfach nur „die anderen“. Sie sind ernstzunehmende Alternativen. Und in manchen Bereichen sind sie meiner Meinung nach sogar stärker.
Warum Codex für mich beim Code oft vorne liegt
Wenn ich ganz ehrlich bin, finde ich die Ergebnisse von Codex beim eigentlichen Code aktuell meistens am besten. Natürlich hängt das immer von der Aufgabe ab, und kein Tool ist in jeder Situation überlegen. Aber wenn es darum geht, konkreten Code zu schreiben, bestehende Funktionen umzubauen, Bugs zu analysieren oder eine saubere Implementierung zu liefern, habe ich mit Codex sehr oft die besten Erfahrungen gemacht.
Codex wirkt für mich häufig direkter. Es kommt schneller zum Punkt und produziert oft Code, der näher an dem ist, was ich tatsächlich verwenden würde. Gerade bei klaren technischen Aufgaben fühlt sich Codex manchmal weniger „erklärend“ und dafür mehr „umsetzend“ an. Das ist nicht immer ein Vorteil, aber beim Programmieren oft schon.
Claude plant teilweise ausführlicher, wirkt vorsichtiger und erklärt mehr. Das kann bei großen Aufgaben sehr hilfreich sein. Bei konkreten Implementierungen habe ich aber manchmal das Gefühl, dass Codex schneller genau dort landet, wo ich hinwollte. Deshalb sehe ich Codex aktuell nicht als zweite Wahl hinter Claude. Für mich ist Codex beim Coding in vielen Fällen sogar die erste Wahl.
Google Antigravity war lange meine unterschätzte Alternative
Google Antigravity war für mich lange so etwas wie die unterschätzte Alternative. Während Claude Code und Codex in meiner Wahrnehmung öfter an Limits gestoßen sind, hatte ich bei Antigravity meistens noch genug Nutzung. Genau das war für mich ein großer Vorteil. Wenn ich bei anderen Tools nicht weiterkam, konnte ich mit Antigravity oft einfach weiterarbeiten.
Dazu kam, dass Gemini meiner Meinung nach in der AI-Bubble oft unterschätzt wurde. Viele haben sehr stark auf OpenAI oder Claude geschaut. Google wirkte für manche eine Zeit lang eher wie der Nachzügler. In der Praxis fand ich das nie ganz fair. Gemini kann bei bestimmten Aufgaben sehr stark sein, besonders wenn es um schnelles Verständnis, große Kontexte, multimodale Inhalte oder Google-nahe Workflows geht.
Antigravity war deshalb für mich nicht nur ein Notfall-Tool. Es war ein ernstzunehmender dritter Blick auf dieselbe Aufgabe.
Seit dem letzten Update hat sich dieses Gefühl aber verändert. Die Oberfläche von Antigravity wirkt inzwischen deutlich ähnlicher zu dem, was man auch von Claude Code oder Codex kennt. Auch beim Thema Nutzung ist der Unterschied kleiner geworden. Im Google AI Pro Plan gibt es inzwischen ebenfalls ein Nutzungskontingent, das sich in einem Fünf-Stunden-Fenster erneuert. Damit fühlt sich Antigravity nicht mehr ganz so klar wie die großzügige Ausweichlösung an, sondern eher wie ein weiterer großer Player mit ähnlichen Regeln.
Das ist vermutlich logisch, aber trotzdem schade. Coding-Agents sind teuer. Sie lesen große Codebases, halten lange Kontexte, schreiben Dateien, führen Befehle aus und arbeiten teilweise über viele Schritte hinweg. Es ist also nachvollziehbar, dass alle Anbieter Limits einführen oder verschärfen. Für den eigenen Workflow ist es aber trotzdem frustrierend, wenn man genau dann gebremst wird, wenn man produktiv ist.
Die eigentlichen Unterschiede liegen im Gefühl
Wenn man ehrlich ist, liegen die Unterschiede heute nicht mehr so sehr in der Oberfläche. Alle drei Tools können Code schreiben, Projekte analysieren und agentisch arbeiten. Alle drei haben inzwischen eigene installierbare Umgebungen. Und alle drei entwickeln sich ständig weiter.
Der Unterschied liegt eher im Gefühl bei der täglichen Nutzung. Claude Code wirkt für mich stark bei längeren, komplexeren Aufgaben. Codex liefert mir beim konkreten Code oft die besten Ergebnisse. Antigravity ist spannend, wenn man Gemini testen, im Google-Ökosystem arbeiten oder bewusst einen anderen Blick auf ein Problem bekommen möchte.
Deshalb glaube ich nicht, dass es eine einfache Antwort gibt. Es ist nicht so, dass Claude automatisch das beste Coding-Tool ist. Es ist auch nicht so, dass Codex immer besser ist oder Gemini plötzlich alles ersetzt. Die bessere Antwort ist: Es kommt auf die Aufgabe an.
Wenn ich eine konkrete Implementierung brauche, einen Bug analysieren will oder schnellen, brauchbaren Code erwarte, greife ich sehr oft zu Codex. Wenn es um größere Zusammenhänge, Refactoring, Architektur oder das Verstehen einer komplexeren Codebase geht, ist Claude Code weiterhin sehr stark. Und wenn ich einen zweiten Blick auf ein Problem möchte oder sehen will, wie Gemini eine Aufgabe löst, ist Antigravity weiterhin spannend.
Warum ich nicht mehr nur auf ein Tool setzen würde
Früher wollte man vielleicht „das beste Tool“ finden. Heute glaube ich, dass das der falsche Ansatz ist. Die Tools entwickeln sich so schnell, dass ein Vergleich immer nur eine Momentaufnahme sein kann. Ein Update kann die Qualität verändern, ein neues Modell kann plötzlich vorne liegen, ein anderes Limitmodell kann ein Tool unattraktiver machen, und eine neue IDE-Integration kann den Workflow komplett verändern.
Deshalb würde ich mich nicht zu stark an ein einzelnes Tool binden. Für mich ist das inzwischen eher ein Werkzeugkasten als eine Glaubensfrage. Ich frage mich nicht mehr nur, welches Tool allgemein das beste ist, sondern welches Tool meine aktuelle Aufgabe am besten löst, welches noch genügend Limit hat, welches meine Codebase gut versteht und welches am wenigsten Nacharbeit erzeugt.
Gerade der Hype in der AI-Bubble kann die Wahrnehmung verzerren. Wenn viele YouTuber, Twitter-Accounts und Newsletter gleichzeitig über Claude Code sprechen, entsteht schnell der Eindruck, dass dieses Tool allen anderen klar überlegen sein muss. Aber Hype ist nicht dasselbe wie Alltagserfahrung. In der Praxis zählt nicht, welches Tool gerade die meisten Videos bekommt. Es zählt, welches Tool im eigenen Workflow wirklich hilft.
Und da ist meine Erfahrung aktuell differenzierter: Claude ist stark, Codex ist mindestens genauso ernst zu nehmen, und Gemini ist näher dran, als viele glauben. Der Abstand zwischen diesen Tools ist kleiner geworden. Gleichzeitig sind die Unterschiede im Detail wichtiger geworden.
Wohin geht die Reise?
Ich glaube, wir stehen erst am Anfang dieser Entwicklung. Die aktuelle Generation von Coding-Agents ist beeindruckend, aber noch lange nicht das Ende. Die nächsten großen Schritte werden meiner Meinung nach nicht nur bessere Modelle sein, sondern bessere Workflows.
Der ideale Coding-Agent arbeitet nicht einfach blind los. Er erstellt einen Plan, erklärt die Änderungen, arbeitet auf einem eigenen Branch, führt Tests aus und gibt am Ende eine saubere Zusammenfassung. Wir brauchen also nicht nur mehr Autonomie, sondern vor allem kontrollierbare Autonomie.
Genauso wichtig wird Transparenz bei Limits und Kosten. Wenn diese Tools professionelle Entwicklerwerkzeuge sein wollen, müssen sie klarer zeigen, wie viel Nutzung noch verfügbar ist und was eine größere Aufgabe ungefähr kostet. Ein Agent, der mitten im Flow stoppt, ist nicht nur ärgerlich. Er unterbricht Produktivität.
Ich glaube außerdem nicht, dass ein einziges Modell alles dominieren wird. Wahrscheinlicher ist, dass wir je nach Aufgabe unterschiedliche Modelle verwenden. Ein schnelleres Modell für einfache Änderungen, ein stärkeres Modell für Architekturfragen, ein anderes Modell für Reviews oder Tests. Vielleicht ist die Zukunft nicht Claude oder Codex oder Gemini, sondern ein Workflow, der automatisch entscheidet, welches Modell für welche Teilaufgabe am besten geeignet ist.
Eines ist sicher: Es verändert sich weiter
Claude Code, Codex und Google Antigravity sind heute keine völlig unterschiedlichen Welten mehr. Sie sind drei Varianten derselben Entwicklung: Coding wird agentisch.
Die großen KI-Anbieter bauen nicht mehr nur Modelle. Sie bauen komplette Entwicklungsumgebungen. Anthropic hat Claude Code, OpenAI hat Codex, Google hat Antigravity rund um Gemini. Die Oberflächen werden ähnlicher, die Limits werden ähnlicher und auch die Erwartungen an diese Tools werden ähnlicher.
Trotzdem fühlen sich die Ergebnisse unterschiedlich an. Meine persönliche Erfahrung ist aktuell, dass Codex mir beim Code meistens die besten Ergebnisse liefert. Claude Code ist stark, aber der Hype war meiner Meinung nach teilweise größer als der tatsächliche Abstand zur Konkurrenz. Gemini und Antigravity sind ernstzunehmende Alternativen und werden oft unterschätzt.
Früher war Antigravity für mich die klare Ausweichlösung, weil dort die Nutzung großzügiger wirkte. Mit den neuen Limits ist dieser Vorteil kleiner geworden. Damit rückt die eigentliche Frage wieder stärker in den Vordergrund: Welches Tool liefert bei dieser konkreten Aufgabe das beste Ergebnis?
Meine Antwort darauf ist heute nicht ein einzelner Name. Ich nutze Codex, wenn ich möglichst guten Code möchte. Ich nutze Claude Code, wenn ich einen starken Agenten für längere Aufgaben brauche. Und ich nutze Antigravity, wenn ich Gemini testen oder bewusst einen anderen Blick auf ein Problem bekommen möchte.
Die wichtigste Erkenntnis ist für mich: Man sollte sich nicht vom Hype leiten lassen. Auch nicht von YouTube, Twitter oder der eigenen AI-Bubble. Am Ende zählt nicht, welches Tool gerade am lautesten gefeiert wird. Am Ende zählt, welches Tool im eigenen Workflow wirklich die beste Arbeit macht.
