Tools
Fünfzig KI-Werkzeuge, zu jedem eine Prüfung: was es tut, was es kostet, wo es bricht und wer es überspringen sollte. Von außen geschrieben – aus Dokumentation, Preisseite und Fehlerbildern. Keine Listen, keine Affiliate-Links, kein Marketing.
RAG & Retrieval·Agent memory
·11 Min. Lesezeit
Zep ist eine gehostete Agenten-Memory-API auf einem temporalen Knowledge Graph: Credits beim Schreiben, Retrieval gratis, Flex ab 125 Dollar im Monat, Graphiti als selbst hostbarer Teil.
Web-Engineering·Browser automation
·10 Min. Lesezeit
Browserbase vermietet verwaltetes Chrome pro Minute, Stagehand legt Natural-Language-Schritte obendrauf. Was es kostet, wo die Zähler laufen und wann Playwright gewinnt.
Web-Engineering·Browser protocol
·11 Min. Lesezeit
WebMCP lässt eine Seite typisierte, aufrufbare Tools an einen Agenten im Browser publizieren. Was der Standard tut, wie viel heute ausgeliefert ist und wann ein MCP-Server die bessere Wahl bleibt.
LLMOps & Evals·Local inference runtime
·11 Min. Lesezeit
Ollama liefert offene Modelle über eine HTTP-API auf eigener Hardware aus. Was es gut macht, wo der Durchsatz zu kurz kommt, was die MIT-Lizenz nicht abdeckt.
Sicherheit & Compliance·Output validation
·10 Min. Lesezeit
Ein Test von Guardrails AI: 65 Validatoren, acht on-fail-Aktionen, das Ende der gehosteten Inferencing im August 2026 und wann NeMo Guardrails besser passt.
LLMOps & Evals·LLM gateway
·11 Min. Lesezeit
Portkey bündelt Retries, Fallbacks, Cache, Guardrails und Kostenkontrolle hinter einer OpenAI-kompatiblen Schnittstelle. Was die Konfiguration gut löst und was das Gateway an Latenz kostet.
KI-Agenten·Protocol tooling
·9 Min. Lesezeit
Ein Review von modelcontextprotocol/servers: sieben Referenzserver, was jeder einzelne lehrt, die SDK-Versionen dahinter und warum keiner in die Produktion gehört.
KI-Agenten·Coding agent
·10 Min. Lesezeit
Ein Test von Aider 0.86.2, ein Apache-2.0-Terminal-Pair-Programmierer mit ehrlichem Benchmark — und ohne Release seit acht Monaten.
RAG & Retrieval·Vector database
·9 Min. Lesezeit
Ein Test von LanceDB: eine Apache-2.0-Bibliothek statt Server, die IVF- und HNSW-Indexwahl, Hybridsuche mit Rangfusion und was Enterprise zusätzlich bringt.
RAG & Retrieval·Vector database extension
·10 Min. Lesezeit
Ein Review von pgvector 0.8.7: iterative Index-Scans für gefilterte Suche, HNSW und IVFFlat, Binärquantisierung bei 100 Millionen Vektoren und das CVE im Indexaufbau.
RAG & Retrieval·Agent memory
·10 Min. Lesezeit
Ein Review von Mem0: extrahierte Fakten pro Runde, die Benchmark-Tabelle vom April 2026 mit Plattform-Vorbehalt, vier Cloud-Stufen und die Lücken beim Self-Hosting.
KI-Agenten·Agent framework
·10 Min. Lesezeit
Eine Bewertung des OpenAI Agents SDK: Runner-Schleife, Tracing, Guardrails und Approvals, plus was Release-Tempo und die Responses-only-Funktionen kosten.
KI-Agenten·Coding agent
·9 Min. Lesezeit
OpenHands 1.25.0 ist eine MIT-lizenzierte Coding-Agent-Plattform mit Web-Canvas, CLI, sandboxierter Ausführung und geplanten Automatisierungen. Ein Review der Stärken und der Betriebskosten.
RAG & Retrieval·Vector database
·10 Min. Lesezeit
Milvus 3.0.2 ist die vollständigste Open-Source-Vektordatenbank und die aufwendigste im Betrieb. Review von Architektur, Hybridsuche, Kosten und Einsatzgrenzen.
RAG & Retrieval·RAG pipeline
·10 Min. Lesezeit
Ein Test von Microsoft GraphRAG 3.2.0: MIT, Wartungsmodus und eine Indexrechnung, die vor der ersten Abfrage fällig wird.
KI-Agenten·AI code editor
·10 Min. Lesezeit
Cursor bündelt Editor, Terminal-Agent und Cloud-Läufe hinter einem Abo. Was die zwei Nutzungs-Pools wirklich kosten, und wann Copilot, Claude Code oder Cline die bessere Wahl sind.
KI-Agenten·Coding agent
·10 Min. Lesezeit
Claude Code im Test: Erweiterungspunkte, echte Kosten pro Entwickler und die genaue Grenze der Bash-Sandbox.
KI-Agenten·Coding agent
·11 Min. Lesezeit
Codex CLI ist OpenAIs quelloffener Terminal-Agent fürs Programmieren. Wie Sandbox, Freigaberichtlinie und config.toml zu bewerten sind und was unbewachte CI-Läufe kosten.
RAG & Retrieval·Web crawling API
·10 Min. Lesezeit
Firecrawl macht aus URLs sauberes Markdown über eine gehostete API. Was sie kostet, wo das Crawl-Accounting versagt und wann sich der AGPL-Kern selbst betreiben lohnt.
Sicherheit & Compliance·Static analysis with AI rules
·10 Min. Lesezeit
Semgrep parst über 30 Sprachen und gleicht YAML-Muster in Sekunden ab, die Engine steht unter LGPL-2.1. Cross-file-Analyse, Regelsätze und KI-Triage liegen hinter den bezahlten Stufen.
LLMOps & Evals·LLM observability
·10 Min. Lesezeit
Langfuse legt LLM-Traces, Prompt-Versionen und Experimente auf eine MIT-lizenzierte Plattform. Was das Selbsthosten wirklich kostet, wie die Einheitspreise rechnen und wo es verliert.
KI-Agenten·Coding agent
·10 Min. Lesezeit
GitHubs Cloud-Coding-Agent nimmt ein Issue an und öffnet einen Pull Request. Was das 59-Minuten-Limit, AI-Credits und die Review-Pflicht wirklich kosten.
Sicherheit & Compliance·Prompt injection filter
·9 Min. Lesezeit
Ein Test von Lakera Guard: ein Endpunkt vor dem Modell, die PINT-Benchmark-Ergebnisse dahinter und warum die Gratis-Stufe bei 10.000 Anfragen pro Monat endet.
Sicherheit & Compliance·Secret detection
·10 Min. Lesezeit
Was detect-secrets tut, wie sich seine eingecheckte Baseline von gitleaks und TruffleHog unterscheidet, warum Verifikationsaufrufe in der CI zählen und wo das Tool aufhört.
LLMOps & Evals·LLM gateway
·10 Min. Lesezeit
OpenRouter packt 500+ Modelle von 80+ Anbietern hinter einen OpenAI-kompatiblen Endpunkt, mit Fallbacks und Weiterverrechnung zum Listenpreis. Kosten und Schwächen.
RAG & Retrieval·Vector database
·10 Min. Lesezeit
Chroma ist eine Apache-2.0-Vektor-Datenbank, die eingebettet, als einzelner Knoten oder als Chroma Cloud läuft. Wo sie angenehm ist und wo die guten Suchfunktionen an der Cloud-Grenze enden.
KI-Agenten·Coding agent
·10 Min. Lesezeit
Goose ist ein in Rust geschriebener Coding-Agent unter Apache-2.0, inzwischen bei der Linux Foundation. Wie seine Berechtigungsmodi, Rezepte und MCP-Erweiterungen gegen kommerzielle Werkzeuge bestehen.
KI-Agenten·Agent framework
·10 Min. Lesezeit
Was LangGraph einem Produktionsagenten bringt: geprüfte Supersteps, Interrupts und Streaming, dazu die Grenzen des Dauerhaftigkeitsmodells und die Kosten von LangSmith.
KI-Agenten·Agent framework
·11 Min. Lesezeit
Mastra bündelt Agenten, Workflows, Memory, MCP, Guardrails, Tracing und Evals in einem TypeScript-Framework. Was der Apache-2.0-Kern abdeckt, was die ee/-Teilung kostet und wer einsteigen sollte.
KI-Agenten·Agent framework
·10 Min. Lesezeit
LlamaIndex 2026: ein MIT-lizenziertes Python-Framework für Daten und Agenten, mit über 300 Integrationen, ereignisgetriebenen Workflows und einem Unternehmen, dessen Fokus auf LlamaParse liegt.
KI-Agenten·AI code editor
·10 Min. Lesezeit
Ein Review von Zed 1.22: Edit-Predictions, externe ACP-Agenten, parallele Threads, die 20-Dollar-Deckel bei Pro und das geopferte Erweiterungs-Ökosystem.
RAG & Retrieval·Vector database
·11 Min. Lesezeit
Was Pinecone wirklich kostet: Read Units skalieren mit der Namespace-Größe, ein Schema ist nachträglich nicht änderbar, und wo eine selbst betriebene Vektordatenbank der bessere Kauf ist.
LLMOps & Evals·Evaluation platform
·10 Min. Lesezeit
Braintrust macht aus Produktions-Traces Datasets und gate-te Experimente. Was Starter und Pro wirklich enthalten, welches Teil quelloffen ist und wo Phoenix, Langfuse und LangSmith gewinnen.
LLMOps & Evals·Evaluation and red teaming
·10 Min. Lesezeit
Promptfoo 2026: Evals und Red Team unter MIT-Lizenz, seit März 2026 im Besitz von OpenAI. Was es gut kann, wo der YAML-Ansatz bricht und was die Stufen kosten.
LLMOps & Evals·LLM observability
·10 Min. Lesezeit
Arize Phoenix ist ein ELv2-lizenzierter Tracing- und Eval-Server für die eigene Datenbank. Was er kann, was der Betrieb kostet und wo Langfuse, Braintrust und LangSmith besser sind.
LLMOps & Evals·LLM observability
·10 Min. Lesezeit
Helicone ist eine Apache-2.0-Plattform für LLM-Gateway und Observability. Was die Proxy-Architektur bringt, was sie kostet und wie der selbst gehostete Stack wirklich aussieht.
LLMOps & Evals·Inference server
·11 Min. Lesezeit
vLLM macht aus einem Hugging-Face-Checkpoint einen OpenAI-kompatiblen Server: Was PagedAttention und kontinuierliches Batching bringen und was der Betrieb kostet.
Sicherheit & Compliance·Prompt injection detection
·9 Min. Lesezeit
Rebuff bewertete Prompts mit Heuristiken, einem LLM, einem Vektorstore früherer Angriffe und Canary-Tokens. Das Repository wurde im Mai 2025 archiviert, die letzte Version stammt von Januar 2024.
Sicherheit & Compliance·Model scanning
·10 Min. Lesezeit
Eine Bewertung des Protect-AI-Modell-Scannings nach der Übernahme durch Palo Alto Networks: was aus Guardian wurde, was ModelScan noch kann und wie sich die freien Scanner schlagen.
KI-Agenten·Coding agent
·11 Min. Lesezeit
Cline ist ein Apache-2.0 Coding-Agent für VS Code, JetBrains und das Terminal. Was Plan und Act, Checkpoints und Auto-Approve wirklich garantieren, und wo das Sicherheitsmodell leckt.
KI-Agenten·Agent framework
·10 Min. Lesezeit
CrewAI ist das MIT-lizenzierte Python-Framework für Multi-Agent-Systeme: Crews für autonome Zusammenarbeit, Flows für kontrollierten State. Was ein Lauf an Tokens kostet und wo es hakt.
RAG & Retrieval·Vector database
·10 Min. Lesezeit
Weaviate im Test: hybride BM25- und Vektorsuche in einer Abfrage, HNSW und HFresh, Quantisierungsentscheidungen, eingebauter MCP-Server, Lizenzschlüssel.
Web-Engineering·Browser automation
·10 Min. Lesezeit
Playwright steuert Chromium, Firefox und WebKit über eine Apache-2.0-API: Test-Runner, agent-taugliche CLI und MCP-Server. Was es kostet und wo es hapert.
Web-Engineering·Voice and audio API
·10 Min. Lesezeit
Ein Review der ElevenLabs-Audio-API: Modellpalette, Latenzangaben, Guthaben- und Zeichenpreise, formatabhängige Stufen, und wo OpenAI und Amazon Polly besser sind.
RAG & Retrieval·Vector database
·10 Min. Lesezeit
Qdrant im Test: filterbares HNSW, vier Quantisierungsmethoden, die Memory-Tier in Version 1.19 und der Betrieb, den niemand mehr publiziert.
LLMOps & Evals·LLM observability
·10 Min. Lesezeit
LangSmith im Test: Abrechnung pro Trace, 14 und 180 Tage Retention, OpenTelemetry-Ingestion, Offline- und Online-Evals, und wo die Plattform in Richtung Agent-Runtime kippt.
Web-Engineering·Model hosting API
·10 Min. Lesezeit
Replicate stellt tausende offene Modelle hinter eine Prediction-API und rechnet pro Sekunde Rechenzeit ab. Ein Test zu Cold Boots, Versionsdrift und der Löschung nach einer Stunde.
RAG & Retrieval·Document ingestion
·11 Min. Lesezeit
Unstructured macht aus PDFs, Word-Dateien und Bildern typisierte Elemente für RAG: eine Apache-2.0-Bibliothek und eine Plattform mit 0,015 Dollar pro Seite nach 10.000 freien Seiten.
LLMOps & Evals·LLM gateway
·10 Min. Lesezeit
LiteLLM ist das MIT-lizenzierte OpenAI-kompatible Gateway, das die meisten Plattformteams vor ihre Anbieter setzen. Was es gut macht, was es kostet und wo es kippt.
LLMOps & Evals·Evaluation framework
·10 Min. Lesezeit
Ragas bewertet RAG- und Agenten-Pipelines mit Faithfulness, Context Precision und Context Recall, erzeugt Testdaten und protokolliert Experimente. Apache-2.0, das Judge-Modell kostet extra.