Vor sechs Monaten traf ich eine Entscheidung, über die ich immer noch nachdenke. Ich sagte dem Seahawk-Team, dass wir uns richtig zu KI-Coding-Assistenten verpflichten würden, nicht halbherzig vorgehen, nicht nur die einfachen Gewinne herauspicken, sondern echte Kundenarbeit durch diese Tools leiten und messen, was passiert. Das bedeutete abrechenbare Stunden, Live-Repositories und Production Deployments. Keine Spielzeugprojekte. Keine „bau mir eine To-Do-App"-Demos.
Wichtigste Erkenntnis: Nach sechs Monaten täglich gewinnt Claude Code bei Agenturarbeit durch Kontexttiefe und Tooling, Cursor gewinnt im In-Editor-Workflow, und Codex gewinnt bei roher Completion-Geschwindigkeit; die meisten Teams enden damit, zwei zu kombinieren.
Zwölftausend Websites über neun Jahre geben dir ein ziemlich kalibriertes Gespür dafür, was Hype ist und was eine echte Verschiebung darstellt. Und ehrlich gesagt? Dieser Bereich ist beides auf einmal, was das Schreiben darüber so nervig macht.
Also, hier ist es: sechs Monate mit Claude Code, OpenAI Codex (über die API und die neuere Codex CLI) und Cursor. Keine Rankings, keine Gewinner vor wir überhaupt angefangen haben. Nur was ich gefunden habe.
---
Warum ich alle drei gleichzeitig ausprobiert habe
Die Versuchung ist groß, sich für eines zu entscheiden und tief einzusteigen. Ich hätte das fast getan. Im Januar war ich bereit, mich einfach auf Cursor zu standardisieren, weil die VS Code-Integration wie der Weg des geringsten Widerstands wirkte. Dann gab mir ein Kunde, ein SaaS-Gründer in Manchester, der ein internes Logistik-Dashboard entwickelte, ein Python-lastiges Backend, das wirklich undurchsichtig war, und Cursors Vorschläge verfehlten den Kontext, der drei Dateien weiter weg lebte.
Das war der Moment, in dem ich beschloss, dass die einzig ehrliche Evaluationsmethode darin bestand, die gleichen Aufgabenkategorien parallel durch jedes Tool zu schicken. Nicht exakt die gleiche Eingabeaufforderung, weil das künstlich ist, aber die gleiche Art von Arbeit: Refaktorierung von Legacy-PHP, Schreiben neuer React-Komponenten aus Figma-Spezifikationen, Debugging intermittierender API-Fehler und Generierung von Test-Coverage für existierende Funktionen.
Die Ergebnisse überraschten mich in Wegen, die ich nicht erwartet hatte.
---
Claude Code: Erschreckend gut im Kontext-Verständnis, langsamer als mir lieb ist
Lass mich direkt sein. Claude Code ist das durchdachteste der drei. Das Wort klingt vage, also lass mich es konkret machen.
Als ich ihm ein 400-Zeilen-WordPress-Plugin aus dem Jahr 2021 eingab, aus einer Zeit, als ich Dinge tat, die ich jetzt für peinlich halte, wie Optionen direkt aus $_POST zu speichern ohne Sanitization, fixte es nicht nur die offensichtlichen Probleme. Es kennzeichnete das architektonische Muster, erklärte, warum dieser Ansatz brüchig war, und bot eine umgestaltete Version an, die das exakte Verhalten bewahrte, während die Sicherheitslücken behoben wurden. Cursor machte die Hälfte davon. Codex gab mir im Grunde eine saubere Version desselben schlechten Musters.
Wo es gewinnt
Das Langkontext-Reasoning ist real. Du kannst einen kompletten Komponenten-Baum einfügen, einen Fehler drei Ebenen tief beschreiben, und Claude Code wird dem Faden folgen, ohne ihn zu verlieren. Für Agentur-Arbeit, wo du regelmäßig das Chaos anderer Leute erbst, ist das keine Kleinigkeit.
Es schreibt auch Erklärungen gut. Wenn ein Junior in meinem Team nicht versteht, warum ein Refactor auf eine bestimmte Weise funktioniert, neigt Claude Code's Output dazu zu lehren. Das hat echten Wert, wenn du versuchst, ein kleines Team hochzufahren.
Wo es frustriert
Geschwindigkeit. Die Antworten sind langsamer als Cursors In-Editor-Autocompletion, was kein fairer Vergleich ist, es sind unterschiedliche Interaktionsmodelle, aber wenn man im Flow ist, bricht das Warten von drei bis fünf Sekunden auf eine Antwort etwas.
Auch die Preisgestaltung ist ein echtes Thema. Bei intensiver Nutzung addieren sich die API-Kosten schneller auf, als man erwartet. Ich habe im Februar allein etwa £340 an Claude-API-Aufrufen für Kundenprojekte ausgegeben. Das ist nicht ruinös, muss aber irgendwo auf die Rechnung.
---
OpenAI Codex: Das, das alle vergessen
Hier ist die Sache mit Codex: Menschen reden weniger über es, jetzt wo ChatGPT und GPT-4o die ganze Aufmerksamkeit bekommen, aber die Codex CLI, die OpenAI 2025 veröffentlicht hat, ist wirklich interessant für terminal-native Workflows.
Ich habe sie intensiv auf einem Projekt für einen Fintech-Client genutzt (kann sie nicht nennen, NDA, Standardkram), wo die gesamte Codebasis in einem Monorepo lebte und wir viel Arbeit im Terminal statt in einem Editor machten. Die Möglichkeit, Codex inline mit Shell-Kontext auszuführen, Dateien direkt zu lesen und Befehle in einer isolierten Umgebung auszuführen, fühlte sich anders an als die Chat-artige Interaktion der anderen Tools.
Wo Codex glänzt
Automatisierungsaufgaben. Bash-Scripting. GitHub-Actions-Workflows schreiben. Boilerplate generieren, das einem strikten Muster folgt. Für das Fintech-Projekt ließ ich Codex etwa 60% der CI/CD-Pipeline-YAML generieren, und sie war sauber genug, dass ich nur kleinere Änderungen vornahm.
Es ist auch das Wörtlichste der drei. Wenn du ihm eine präzise Spezifikation gibst, folgt es ihr. Keine Editorialverarbeitung, kein „hier ist ein besserer Ansatz", es macht einfach die Sache. Manchmal ist das genau das, was du willst.
Wo es zu kurz kommt
Die Kehrseite von buchstäblich ist spröde. Vage Prompts produzieren vagen Code. Und anders als Claude Code verlässt es sich nicht zuverlässig darauf, das zu erkennen, das du hätte fragen sollen, aber nicht getan hast. Ich hatte eine Situation im März, in der Codex ein perfekt funktionierendes Datenbank-Migrationsskript generierte, das auf einer Postgres-14-Datenbank zu einem stillen Datenverlust geführt hätte, weil es mit DEFAULT-Werten bei existierenden Spalten nicht richtig umging. Es tat genau das, was ich fragte. Es sagte mir nur nicht das, das ich wissen musste.
Das ist ein bedeutsamer Unterschied beim Vertrauen.
---
Cursor: Das Tool, das ich täglich wirklich nutze
Ehrlich gesagt, Cursor ist das Tool, das ich zuerst öffne. Nicht weil es „das beste" in irgendeinem abstrakten Sinne ist, sondern weil es dort lebt, wo ich arbeite. Die VS Code-Grundlage bedeutet null Kontextwechsel. Meine Erweiterungen sind da. Meine Keybindings sind da. Das Farbschema, das ich seit 2019 verwende (One Dark Pro, falls du es wissen willst), ist da.
Die In-Editor-Erfahrung
Cursors Tab-Completion ist wirklich beängstigend, wenn sie gut funktioniert. Letzten Monat gab es Phasen, in denen ich eine Funktion startete, zweimal Tab drückte, und die gesamte Implementierung war genau das, was ich geschrieben hätte. Nicht ähnlich, genau. Das passiert vielleicht 30 % der Zeit. Die anderen 70 % ist es nützlich, aber nicht magisch. Was trotzdem ein gutes Verhältnis ist.
Das Cmd+K-Inline-Editing und das Chat-Panel in der Seitenleiste decken verschiedene Workflows ab, und ich schätze, dass Cursor dich nicht in einen Modus zwingt. Manchmal will ich eine Konversation über den Code führen. Manchmal will ich einfach nur diese eine Zeile reparieren. Das Tool lässt mich beides ohne Reibung tun.
Wo es enttäuscht
Bei aufmerklichen, langkontextuellen Aufgaben fängt Cursor an zu wackeln. Ich habe ihm eine Codebasis mit etwa 85.000 Zeilen Code gegeben, ein großes WooCommerce-Projekt für einen britischen Einzelhändler, und ihn gebeten, nachzuverfolgen, wie eine benutzerdefinierte Versandberechnung die Warenkorbsummen über drei verschiedene Plugin-Interaktionen hinweg beeinflusst. Es ist verwirrt worden. Hat mir selbstbewusst klingende Antworten gegeben, die falsch waren, welche Datei was machte.
Claude Code hat die gleiche Aufgabe besser bewältigt. Hat länger gedauert. Aber hat es richtig gemacht.
Es gibt auch die Frage des zugrundeliegenden Modells. Cursor lässt dich zwischen Claude, GPT-4o und anderen wählen, was nützlich ist, aber das Standard-Modell „Cursor Tab" für Autovervollständigung ist sein eigenes trainiertes Modell, und es ist nicht immer klar, was man bekommt oder warum es einen bestimmten Vorschlag gemacht hat. Da ist eine gewisse Undurchsichtigkeit, die ich bei Client-Arbeit lieber nicht hätte.
---
Kopf-an-Kopf: Die Aufgabenzergliederung
Nach sechs Monaten würde ich jedes Tool bei den Aufgabentypen, die mir wirklich wichtig sind, ungefähr so bewerten:
Legacy-Code-Umgestaltung (PHP, älteres JS):
- Claude Code: am besten. Erkennt Dinge, die du gar nicht gefragt hast.
- Cursor: gut. Schneller, etwas weniger gründlich.
- Codex: ok, wenn dein Prompt präzise ist.
Neue Komponenten von Grund auf schreiben:
- Cursor: am besten. Der Editor-Workflow ist schneller.
- Claude Code: stark, leicht langsamer.
- Codex: solide für Boilerplate.
Debuggen von intermittierenden oder Logikfehlern:
- Claude Code: am besten. Die Reasoningkette ist sichtbar und meist korrekt.
- Cursor: ordentlich für offensichtliche Bugs.
- Codex: schwächste Option hier. Zu wörtlich, wenn du Nuance brauchst.
DevOps / Scripting / Automatisierung:
- Codex CLI: am besten für terminalgesteuerte Arbeit.
- Claude Code: stark.
- Cursor: nicht das richtige Werkzeug dafür.
Team-Lesbarkeit (Code, den ein Junior verstehen kann):
- Claude Code: mit Abstand das Beste.
- Cursor: variiert je nach Modell.
- Codex: prägnant.
---
Die Kostenrealität, über die niemand ehrlich spricht
Drei Tools über sechs Monate zu betreiben kostet echtes Geld. Hier ist ungefähr, was ich ausgegeben habe:
- Cursor Pro, 20 $/Monat. Das Limit für schnelle Anfragen (500/Monat im Standard-Tarif) wird an intensiven Tagen überraschend schnell erreicht.
- Claude API (für Claude Code), lag zwischen 180 und 340 £/Monat je nach Projektintensität.
- OpenAI API (für Codex CLI), rund 90–120 £/Monat bei meinem Nutzungsvolumen.
Das sind irgendwo zwischen 300 und 500 £ pro Monat an Werkzeugen. Für einen Solo-Freelancer ist das ein echter Posten. Für eine Agentur, die Client-Arbeit abrechnet, ist es leichter zu schlucken, aber du musst es tatsächlich nachverfolgen und berücksichtigen, was überraschend viele Leute nicht tun.
Die ehrliche ROI-Rechnung für mich: Ich schätze, dass diese Tools mir 10-15 Stunden pro Monat an abrechnungsäquivalenter Zeit sparen. Nach meinem Satz ist das erheblich mehr wert als 500 £. Aber die Rechnung geht nur auf, wenn man diszipliniert ist, wofür man die eingesparte Zeit nutzt. Wenn du die gesparte Zeit einfach nur nutzt, um auf Hacker News zu scrollen, ist die ROI null.
Es gibt anständige Analysen von Dritten zu den Preismodellen von KI-Developer-Tools auf der Website des Pragmatic Engineer, wenn du tiefer in die Ökonomie einsteigen willst.
---
Was ich an meiner Arbeitsweise geändert habe
Ein paar konkrete Dinge, die sich nach diesem Experiment verschoben haben:
- Ich habe damit aufgehört, diese Tools als Autocomplete-Engines zu behandeln, und bin dazu übergegangen, sie als First-Pass-Reviewer zu nutzen. Code schreiben. Dann das Tool fragen, was ich übersehen habe.
- Ich nutze Claude Code für alles, bei dem ich unsicher bin, und Cursor für alles, bei dem ich mir sicher bin, aber einfach schneller vorankommen will.
- Ich habe bessere Prompts geschrieben, indem ich sie wie Tickets behandelt habe. Kontext, Einschränkungen, erwartete Ausgabe. Simon Wilsons Schreiben über Prompting hat meine Sichtweise darauf verändert.
- Ich überprüfe jedes einzelne von AI generierte Code-Stück, bevor es in einen PR geht. Nicht, weil ich den Tools nicht traue, sondern weil ich einmal nicht hinschaute und ein Cursor-Vorschlag aus November, der eine subtile Race Condition in einem Node.js-Handler einführte, mich zwei Stunden Debugging kostete.
Dieser letzte Punkt ist wichtig. Diese Tools sind schnell und oft richtig. Sie haben nicht immer recht. Die professionelle Verpflichtung zur Überprüfung bleibt bestehen.
---
FAQ
Welches Tool ist das beste für einen Freelancer, der gerade mit KI-Coding-Tools anfängt?
Cursor, ohne zu zögern. Der Preis von 20 $ pro Monat ist angemessen, die VS Code Integration bedeutet keine Lernkurve für die Umgebung, und die Qualität ist hoch genug, dass du schon in der ersten Woche echte Produktivitätssteigerungen sehen wirst. Fang dort an. Später kannst du dich noch umsehen.
Kann ich Claude Code nutzen, ohne ein intensiver API-Nutzer zu sein?
Ja, aber die Wirtschaftlichkeit verschiebt sich. Wenn du es über Claude.ais Pro-Plan (20 $ pro Monat) statt über die reine API nutzt, bekommst du Zugang zu Claude Code mit einer Nutzungsobergrenze. Das ist eine vorhersagbarere Kostenstelle. Die API-Route gibt dir mehr Kontrolle, erfordert aber, dass du deine Ausgaben sorgfältig im Blick behältst.
Lohnt sich Codex 2025 noch, angesichts der ganzen Aufmerksamkeit, die GPT-4o bekommt?
Für terminal-native und automatisierungslastige Workflows, ja. Das wird unterschätzt für Scripting und CI/CD-Arbeit speziell. Wenn deine Arbeit hauptsächlich im Editor ist, kannst du es überspringen. Aber wenn du echte Zeit im Terminal verbringst, und viele Backend-Entwickler tun das, lohnt sich ein Blick auf die Codex CLI.
Verstehen diese Tools wirklich große Codebasen?
Teilweise. Claude Code handhabt große Context-Fenster momentan besser als die anderen, Anthropic veröffentlicht ihre Context-Window-Spezifikationen, falls du das technische Detail willst. Aber „verstehen" ist großzügig. Sie denken gut innerhalb dessen, was sie sehen können. Die Disziplin, deine Codebasis lesbar und gut dokumentiert zu halten, ist bei AI-Tools wichtiger als ohne sie, nicht weniger.
Werden AI-Coding-Tools Entwickler ersetzen?
Nicht die, die ich kenne. Was sie ersetzen, ist die unaufmerksame Arbeit, Boilerplate, offensichtliche Refaktors, wiederholte Musteranwendung. Was sie nicht ersetzen, ist zu wissen, warum du etwas baust, ob die Architektur sinnvoll ist, und was der Client tatsächlich braucht, gegenüber dem, was er gefragt hat. Diese Urteilslücke ist dort, wo der Job noch lebt.
---
Nach sechs Monaten ist meine Meinung wahrscheinlich nicht das, was du erwartet hast: Ich denke nicht, dass es einen Gewinner gibt. Es gibt das richtige Werkzeug, je nachdem, was du in einer bestimmten Stunde tust. Die Entwickler, die am meisten aus dieser Ära herausholen, sind diejenigen, die neugierig auf die Werkzeuge bleiben, ihr kritisches Denken behalten und nicht die Entscheidung auslagern, sondern nur die Routinearbeit.
Das war schon immer so. Es ist nur offensichtlicher jetzt.