KI-Coding-Tools im Schichtenmodell: Cursor koordiniert, Claude schreibt Code, Codex prüft

Alle dachten, KI-Programmierwerkzeuge würden am Ende zu einem einzigen verschmelzen. Das Ergebnis – das Gegenteil ist eingetreten.

Was in der ersten Aprilwoche 2026 geschah

Drei Ereignisse innerhalb einer Woche:

  • Cursor v3 (Codename Glass) veröffentlichte das Agents Window, mit dem mehrere KI-Agenten gleichzeitig auf lokalen Maschinen, Git-Worktrees und Cloud-Sandboxen verwaltet werden können
  • OpenAI veröffentlichte codex-plugin-cc – ein Open-Source-Plugin unter Apache 2.0, das direkt in Claude Code läuft und sechs Slash-Befehle mitbringt
  • Erstanwender begannen, alle drei Tools miteinander zu verketten – niemand hatte diesen Weg geplant, aber er entstand von selbst

Dies ist nicht die Strategie eines einzelnen Unternehmens, sondern das Ergebnis einer spontanen Schichtung im Ökosystem.

Wie der dreischichtige Kollaborations-Stack aussieht

Wenn Sie zu den Vorreitern gehören, sieht Ihr aktueller Workflow etwa so aus:

Schicht 1 – Koordinationsebene: Cursor

Nicht mehr "Code im Editor ansehen", sondern mehrere Agenten im Agents Window öffnen, Aufgaben zuweisen und den Fortschritt jedes Agenten verfolgen. Der Design-Modus erlaubt es, UI-Probleme direkt im integrierten Browser zu markieren und visuelles Feedback an den Agenten zu übergeben. Sie managen ein kleines Team, nicht nur das Tippen.

Schicht 2 – Ausführungsebene: Claude Code + Codex

Zwei Tools konkurrieren und kooperieren auf dieser Ebene. Claude übernimmt Aufgaben, die Kontextverständnis erfordern, Codex übernimmt Aufgaben, die parallel ausgeführt werden können. Der Befehl /best-of-n kann dieselbe Aufgabe an mehrere Modelle senden, in isolierten Worktrees ausführen und dann die Ergebnisse vergleichen.

Schicht 3 – Prüfebene: Codex prüft Claude

/codex:adversarial-review – Codex wird angewiesen, eine adversarial Review des von Claude geschriebenen Codes durchzuführen, mit Fokus auf Authentifizierungslücken, Datenverlustrisiken und Race Conditions. Werden Probleme gefunden, kann ein Gate eingerichtet werden, um Merges automatisch zu blockieren.

"Das gleiche Modell, das den Code schreibt, auch prüfen zu lassen, ist, als würde man sich seine eigenen Hausaufgaben selbst benoten."

Die anbieterübergreifende unabhängige Prüfung löst dieses Problem.

Warum OpenAI Codex in Claude Code gesteckt hat

Dies ist der interessanteste Schritt in der gesamten Geschichte.

OpenAI hat Nutzer nicht nur nicht daran gehindert, gleichzeitig Anthropics Claude Code zu verwenden, sondern aktiv ein Plugin darin platziert, das es Codex erleichtert, im Workflow von Claude Code aufgerufen zu werden.

Die Logik dahinter: Abrechnung nach Nutzung, Verteilung vor Bindung.

Codex wird nach API-Nutzung abgerechnet. Nutzer verwenden Claude Code, aber wenn sie darin Codex für adversarial Reviews oder parallele Aufgaben aufrufen, erhält OpenAI trotzdem seine Einnahmen. In den Nutzerpool von Claude Code einzudringen, ist einfacher zu erreichen, als darauf zu hoffen, Nutzer von Claude wegzuziehen.

Dies ist das neue Wettbewerbsmodell für KI-Tools im Jahr 2026: Nicht ich vernichte dich, sondern ich dringe in deine Nutzerbasis ein und kassiere dann ab.

Aktuelle Daten

  • Claude Code erhielt in einer Umfrage unter 906 Ingenieuren 46 % der Stimmen für "am meisten gemocht"
  • Codex überschritt die Marke von 3 Millionen wöchentlich aktiven Nutzern (vor einem Monat waren es noch 2 Millionen)
  • Claude Code machte etwa 4 % aller öffentlichen Commits auf GitHub aus (März 2026)
  • Der annualisierte Umsatz von Claude Code wird von Analysten auf über 2,5 Milliarden US-Dollar geschätzt

Der Markt kennt keinen Gewinner, der alles nimmt – alle drei Tools wachsen.

Was dies bedeutet

Der Entwicklungspfad von KI-Programmierwerkzeugen unterscheidet sich von dem der SaaS-Ära. Damals war das Endspiel bei CRM die Vorherrschaft von Salesforce, bei Versionskontrolle das Monopol von GitHub.

KI-Programmierwerkzeuge könnten diesen Weg nicht gehen. Der Grund: Die Anforderungen an die Spezialisierung jeder Schicht sind unterschiedlich, und Kombination ist effizienter als Monopol:

  • Koordination benötigt die Multi-Agenten-UI von Cursor
  • Codegenerierung benötigt erstklassige Reasoning-Modelle
  • Kreuzvalidierung benötigt eine unabhängige Perspektive

Die drei Tools bilden keine Wettbewerbsbeziehung, sondern eine Arbeitsteilung. Die Entwickler selbst agieren in der Mitte als Integratoren.

Wie weit dieser Weg letztlich trägt, ist noch nicht abzusehen. Aber was in der ersten Aprilwoche geschah, zeigt: Anthropic und OpenAI gehen beide standardmäßig davon aus, dass Entwickler mehrere Tools verwenden werden, nicht nur eines auswählen. Das allein ist bereits eine große Veränderung.

Quellenangabe: Cursor, CocoLoop, Claude Code und Codex verschmelzen zu einem KI-Coding-Stack, den niemand geplant hat (The New Stack)