Phillip Pham | 10 Min. Lesezeit | 10.08.2026
TL;DR
OpenCode ist ein quelloffener Terminal-Coding-Agent (MIT-Lizenz) vom SST-Team, der über 75 Modell-Provider ansteuert, lokale Modelle eingeschlossen. Für Unternehmen ist genau das der Hebel: kein Anbieter-Lock-in wie bei Claude Code (nur Claude) oder GitHub Copilot (SaaS-only). Ihr routet OpenCode auf eure eigenen, DSGVO-konformen Modelle. Der Rollout steht und fällt mit vier Bausteinen: Modell-Routing, Identität, Guardrails, Kostenkontrolle.
Warum OpenCode und nicht einfach Claude Code
Die kurze Antwort: wegen der Modell-Hoheit. Claude Code ist ein exzellenter Agent, aber er spricht ausschließlich Anthropic-Modelle, und euer Code geht dafür an Anthropics API. GitHub Copilot ist SaaS, der Kontext läuft über GitHub und Azure. Für viele Teams ist das völlig in Ordnung. Für ein Unternehmen mit striktem DSGVO-, KRITIS- oder Berufsgeheimnis-Regime ist es der Punkt, an dem die Rechtsabteilung das Projekt stoppt.
OpenCode dreht die Frage um. Der Agent ist quelloffen und modell-agnostisch: Ihr entscheidet, welches Modell hinter dem Coding-Agent steht. Das kann Claude über euer Azure-Abo sein, ein GPT-Modell, oder ein selbst gehostetes Open-Weight-Modell auf eurer eigenen GPU. OpenCode speichert dabei selbst keinen Code und keinen Kontext, die Verarbeitung passiert dort, wohin ihr das Modell legt. Das ist der Unterschied zwischen „wir dürfen keinen KI-Coding-Agent nutzen“ und „wir betreiben ihn souverän“.
Unsere klare Position: Wenn Modell-Souveränität kein Thema ist und ihr ohnehin tief im Anthropic- oder GitHub-Stack sitzt, bleibt bei Claude Code oder Copilot. Sobald aber „wo läuft das Modell und wer sieht den Code“ eine harte Anforderung ist, führt an einem model-agnostischen Agent wie OpenCode kaum ein Weg vorbei.
Was OpenCode ist und wie es sich einordnet
OpenCode läuft im Terminal, wahlweise als Desktop-App oder IDE-Extension, und nutzt eine Client-Server-Architektur: Der Agent kann auf eurem Rechner laufen und aus einer anderen Oberfläche gesteuert werden. Mit rund 161.000 GitHub-Sternen (Abruf 10.08.2026) ist es das meistgenutzte quelloffene Coding-Agent-Projekt, deutlich vor Claude Codes rund 132.000. Die aktuelle Version ist v1.18.16 (10.08.2026), die letzten Releases haben unter anderem MCP- und OAuth-Kompatibilität verbessert.
Die Installation ist ein Einzeiler, der erste Lauf passiert im Projektverzeichnis:
# OpenCode installieren (v1.18.16, Stand 10.08.2026)
curl -fsSL https://opencode.ai/install | bash
# Im Projektverzeichnis starten
cd /pfad/zu/eurem/repo
opencode
So weit ist das ein Entwickler-Tool auf einem Laptop. Der Sprung ins Unternehmen ist ein anderer, und den machen die wenigsten sauber. Genau darum geht es im Rest dieses Leitfadens.
OpenCode einführen: die vier Bausteine
Ein sauberer Rollout hat vier Teile. Fehlt einer, wird aus dem Pilot Schatten-IT.
Baustein 1: Modell-Routing. Der wichtigste Schritt. OpenCode zeigt per Konfiguration auf einen OpenAI-kompatiblen Endpunkt. Legt ihr davor ein LLM-Gateway, läuft jeder Agent-Aufruf über eine zentrale, protokollierte Schicht statt direkt an eine US-API. Wie so ein zentrales Routing aussieht, haben wir in der LLM-Gateway-Routing-Plattform beschrieben.
// opencode.json im Projekt- oder Unternehmens-Root
{
"$schema": "https://opencode.ai/config.json",
"provider": {
"pexon-gateway": {
"npm": "@ai-sdk/openai-compatible",
"options": {
"baseURL": "https://llm-gateway.intern.firma.de/v1",
"apiKey": "{env:OPENCODE_GATEWAY_KEY}"
},
"models": {
"claude-opus-4-8": {},
"gpt-oss-120b-local": {}
}
}
},
"model": "pexon-gateway/claude-opus-4-8",
"permission": { "edit": "ask", "bash": "ask", "webfetch": "deny" }
}
Baustein 2: Identität und Secrets. Der Gateway-Key gehört nicht in die Konfig, sondern in eine Umgebungsvariable aus eurem Secret-Store (Key Vault, HashiCorp Vault). Der Zugang zum Gateway wird über eure bestehende Identität geregelt, nicht über einen geteilten Schlüssel, den nach drei Wochen das halbe Team kennt.
Baustein 3: Guardrails. Das permission-Feld oben ist kein Detail. edit: ask und bash: ask zwingen den Agent, vor jedem Datei-Schreibvorgang und jedem Shell-Befehl zu fragen. webfetch: deny unterbindet, dass der Agent unkontrolliert externe Inhalte zieht. Für regulierte Umgebungen ist das die Basis, auf der ein Audit überhaupt aufsetzen kann.
Baustein 4: Kostenkontrolle. OpenCode selbst ist gratis. Bezahlt werden die Modell-Tokens, und die laufen jetzt über euer Gateway, wo ihr sie pro Team messt und deckelt. Das ist der strukturelle Vorteil gegenüber der Copilot-Pro-Kopf-Lizenz: Ihr zahlt tatsächliche Nutzung, nicht Sitzplätze.
Sicherheit und Governance im Rollout
Direkt gesagt: Ein Coding-Agent, der Dateien schreibt und Shell-Befehle ausführt, ist ein Produktivsystem-Zugang, kein Chatfenster. Er muss so behandelt werden. Die drei Fragen, die eure Revision stellen wird, und die Antworten, die OpenCode ermöglicht:
- Wer darf den Agent nutzen und welche Modelle? Über das Gateway steuerbar, nicht im Client verstreut.
- Was darf der Agent tun? Über
permissionpro Aktion begrenzt, Standard auf „fragen“ statt „einfach machen“. - Was ist passiert? Weil jeder Modell-Aufruf über die zentrale Schicht läuft, entsteht dort der Audit-Trail. OpenCode speichert selbst keinen Code, der prüfbare Nachweis liegt im Gateway.
Diese Governance-Schicht ist kein OpenCode-Feature, das ihr anschaltet, sondern Architektur, die ihr davor legt. Genau hier trennt sich ein durchdachter Rollout von einem `curl | bash` auf zwanzig Laptops.
Kosten: OpenCode gegen die proprietären Agenten
Der ehrliche Vergleich rechnet nicht Lizenz gegen Lizenz, sondern Gesamtkosten. OpenCode ist gratis, aber die Modell-Tokens und der Gateway-Betrieb kosten. Bei Copilot zahlt ihr pro Sitzplatz, egal wie viel jemand nutzt.
Unsere Erfahrung aus Rollouts: Bei intensiver Nutzung durch ein kleines Senior-Team ist die Pro-Kopf-Lizenz oft günstiger, bei breiter Verteilung über viele sporadische Nutzer gewinnt das nutzungsbasierte Modell von OpenCode plus Gateway klar. Wer das nüchtern durchrechnen will: Das ist Teil des Pilot-Scopings. OpenAIs Terminal-Pendant Codex CLI ordnen wir im eigenen Beitrag ein, und wer OpenCode zu einem Multi-Agent-Team ausbauen will, findet dort das nächste Level.
Häufig gestellte Fragen
Was kostet die Einführung von OpenCode im Unternehmen?
Das Tool selbst nichts (MIT-Lizenz). Kosten entstehen für Modell-Tokens, den Betrieb des Gateways und die Einführung selbst. Für einen sauberen Rollout mit Modell-Routing, Guardrails und Onboarding rechnen wir im Pilot mit rund vier bis sechs Wochen, danach laufen nur noch Modell- und Betriebskosten.
OpenCode oder Claude Code, was ist besser fürs Unternehmen?
Kommt auf die Modell-Frage an. Braucht ihr Souveränität (eigene oder self-gehostete Modelle, Code darf das Haus nicht verlassen), gewinnt OpenCode durch die Modell-Agnostik. Sitzt ihr fest im Anthropic-Stack und Souveränität ist kein Thema, ist Claude Code die reifere, politur-stärkere Wahl.
Kann OpenCode mit self-gehosteten Modellen laufen?
Ja, das ist der Kernvorteil. OpenCode spricht jeden OpenAI-kompatiblen Endpunkt an, also auch ein lokales Modell hinter vLLM oder SGLang. Damit bleibt sowohl der Agent als auch das Modell in eurer Infrastruktur, nichts geht an eine externe API.
Wie verhindern wir, dass der Agent unkontrolliert Änderungen macht?
Über das permission-Feld in der Konfiguration. Setzt edit und bash auf ask, dann fragt der Agent vor jedem Schreibvorgang und jedem Shell-Befehl. Für regulierte Umgebungen ist das Pflicht, nicht Option.
Ist OpenCode für die Einführung im Mittelstand reif genug?
Mit rund 161.000 GitHub-Sternen, wöchentlichen Releases und einer aktiven Community ist die Reife hoch. Der Knackpunkt ist nicht das Tool, sondern die Governance-Schicht davor. Genau die ist der Teil, den ein Unternehmen sauber aufsetzen muss, und der über Erfolg oder Schatten-IT entscheidet.
Nächster Schritt
Wenn bei euch schon einzelne Entwickler OpenCode nutzen und ihr das kontrolliert ausrollen wollt: Wir schauen in einem kurzen Call auf euren Stack, die Modell-Frage und den Governance-Rahmen und skizzieren den Pilot.
Verwandte Themen
→OpenCode mehreren Agenten mit eigenen Modellen zuweisen
→Claude Code gegen GitHub Copilot abwägen



