Zwei Ankündigungen vom selben Tag zeigen dieselbe Richtung: Entwicklungsumgebungen werden zu Arbeitsplätzen für KI-Agenten, und die Anbieter der Modelle wollen nicht nur Werkzeuge liefern, sondern die Infrastruktur darunter. Google öffnet Android Studio für fremde Agenten, OpenAI wirbt in Berlin dafür, Produkte direkt auf der eigenen Plattform zu bauen.
Android Studio wird offen für fremde Agenten
Unter dem Namen Bring Your Own Agent können in Android Studio – Googles offizieller Entwicklungsumgebung für Android-Apps – mehr als 40 Coding-Agenten betrieben werden. Ein Coding-Agent ist dabei ein KI-System, das nicht nur Codevorschläge einblendet, sondern mehrschrittige Aufgaben selbst ausführt: Dateien ändern, Befehle im Terminal starten, Ergebnisse prüfen.
Bemerkenswert ist die Auswahl: Neben Googles eigenen Werkzeugen laufen auch Anthropics Claude Agent und OpenAIs Codex in der IDE. Google gibt damit die Hoheit über das Modell ab und behält die Hoheit über die Umgebung. Für Teams heißt das, dass die Wahl des Agenten nicht mehr zwingend die Wahl der Entwicklungsumgebung diktiert.
Dazu kommen neue Terminal-Werkzeuge, über die Agenten Aufgaben an der Benutzeroberfläche laut Google um 77 Prozent schneller erledigen, bei bis zu dreimal geringerem Tokenverbrauch. Tokens sind die Abrechnungseinheit von Sprachmodellen; weniger Tokens pro Aufgabe heißt direkt weniger Kosten und meist auch kürzere Laufzeiten. Diese Werte stammen vom Anbieter selbst und beziehen sich auf einen bestimmten Aufgabentyp – sie taugen als Richtungsangabe, nicht als Garantie für beliebige Projekte.
Die Kernbotschaft des Android Dev Summit fasst Google selbst knapp zusammen: Auch die Android-Entwicklung wird agentenzentriert. Begleitend wurden neue Gemini-APIs vorgestellt, also Schnittstellen, über die Apps Googles Modelle direkt einbinden können.
OpenAI will Plattform sein, nicht nur Modellanbieter
Beim DevDay Exchange in Berlin wiederholte OpenAI nach Darstellung der Berichterstattung vor allem Bekanntes, lieferte aber einige neue Details. Der KI-Assistent Dots soll „in wenigen Wochen“ breiter in Europa starten – eine Formulierung, die bewusst offenlässt, wann genau und in welchem Umfang.
Die aus Sicht von Auftraggebern interessantere Zahl: Die wöchentlichen Codex-Nutzer in Deutschland haben sich seit Januar verzwanzigfacht. Codex ist OpenAIs Coding-Agent, der – siehe oben – inzwischen auch in Android Studio läuft. Ein Zwanzigfaches sagt ohne Ausgangsbasis wenig über absolute Verbreitung, zeigt aber, dass agentisches Programmieren in deutschen Entwicklungsteams gerade von einer Nische in den Alltag rutscht.
Die eigentliche Botschaft der Veranstaltung war strategisch: Entwickler sollen ihr Geschäft direkt auf OpenAIs Infrastruktur aufbauen. Damit konkurriert OpenAI nicht mehr nur um das beste Modell, sondern um die Rolle der Basisplattform – jene Ebene, auf der Produkte entstehen und von der sie sich später nur mit Aufwand lösen lassen.
Wo die beiden Meldungen zusammenpassen – und wo nicht
Beide Entwicklungen zeigen dieselbe Bewegung aus unterschiedlichen Richtungen. Google öffnet die Werkzeugebene und macht Agenten austauschbar. OpenAI arbeitet daran, dass möglichst viel Anwendungslogik auf der eigenen Infrastruktur liegt. Für Unternehmen entsteht daraus eine nützliche Spannung: Je offener die IDE, desto leichter lässt sich ein Agent wechseln; je tiefer ein Produkt in eine Anbieterplattform integriert ist, desto schwerer.
Ergänzend ist festzuhalten, dass die konkreten Leistungszahlen nur aus der Google-Meldung stammen und sich auf UI-Aufgaben in Android Studio beziehen. Für OpenAI liegt keine vergleichbare Effizienzangabe vor, sondern eine Nutzungszahl. Die beiden Werte sind daher nicht gegeneinander lesbar.
Was Auftraggeber jetzt klären sollten
- Toolwahl trennen: Entwicklungsumgebung und Agent sollten getrennt entschieden werden können. Eine offene IDE erhält diese Option.
- Tokenkosten einplanen: Agentische Workflows erzeugen laufende Kosten pro Aufgabe. Effizienzgewinne bei Tokens wirken sich unmittelbar auf das Budget aus und gehören in die Projektkalkulation.
- Abhängigkeiten bewerten: Wer auf einer Anbieterplattform aufbaut, gewinnt Tempo und verliert Wechselfreiheit. Diese Abwägung sollte bewusst und dokumentiert erfolgen, nicht nebenbei.
- Datenfluss prüfen: Beim Einsatz externer Agenten verlässt Quellcode potenziell die eigene Umgebung. Vertragliche und technische Rahmenbedingungen gehören vor den ersten Piloten geklärt.
- Review-Prozesse anpassen: Agenten erzeugen mehr Code in kürzerer Zeit. Die Prüfkapazität im Team wird damit zum neuen Engpass.
Einordnung für Web- und Softwareprojekte
Für Web- und Softwareprojekte verschiebt sich der Flaschenhals: Nicht das Schreiben von Code wird teuer, sondern dessen Prüfung, Architekturdisziplin und die Frage, auf wessen Infrastruktur das Ergebnis läuft. Wer heute Entwicklung beauftragt, sollte Agentennutzung, Tokenbudget und Plattformbindung ausdrücklich im Angebot wiederfinden statt als stillschweigende Annahme. Die offenen Ansätze – austauschbare Agenten in einer neutralen Umgebung – sind dabei die risikoärmere Startposition, weil sie spätere Korrekturen billig halten.
