Was gerade gebaut wird
Kategorien teilen den Katalog nach Fachgebiet. Themen schneiden quer durch — jedes bündelt die analysierten Projekte hinter einem Trend, der 2026 tatsächlich Arbeit antreibt, mit dem Nachfragesignal gleich vorneweg.
Open-Source-Frameworks für KI-Agenten und Orchestrierung
Ein Agenten-Framework liefert die fertige Schleife — Planung, Tool-Aufrufe, Gedächtnis, Wiederholungen —, sodass du die Aufgabe baust statt der Rohrleitungen. Es ist die tiefste Kategorie im Katalog, was die Auswahl schwerer macht als das Finden.
Open-Source-Coding-Agenten und Tools für Claude Code, Cursor und Codex
Coding-Agenten schreiben, refaktorisieren und testen Code aus einem Prompt. Der größte praktische Hebel liegt heute in der offenen Schicht um sie herum — Skills, Harnesses, Review-Hooks, Session-Tools — und dort ist die Konkurrenz deutlich kleiner als bei den Assistenten selbst.
Open-Source-MCP-Server und Tools, auf denen sich bauen lässt
Das Model Context Protocol ist der Weg, über den ein Assistent deine Daten und Werkzeuge erreicht, ohne jedes Mal eine Sonderintegration zu schreiben. Registries indexieren inzwischen Zehntausende Server — der schwere Teil ist nicht mehr, einen zu schreiben, sondern zu entscheiden, welchen man trauen kann.
Open-Source-RAG, Vektorsuche und Agenten-Gedächtnis
Retrieval ist das, was ein Modell davon abhält, sich Antworten über deine Daten auszudenken. Diese Projekte decken den ganzen Pfad ab — Chunking, Embeddings, Speicherung, Ranking und das Gedächtnis, das ein Agent zwischen Läufen behält.
Lokale und Self-Hosted-KI, die auf deiner eigenen Hardware läuft
Modelle mit offenen Gewichten sind inzwischen gut genug, dass Inferenz im eigenen Haus eine praktische Entscheidung ist und kein Kompromiss. Diese Projekte umfassen lokale Modell-Runner, private Assistenten und die Self-Hosted-Infrastruktur darum herum.
Open-Source-LLM-Inferenz, Serving und Optimierung
Die Inferenzschicht entscheidet, was der Betrieb eines Modells kostet und wie schnell es antwortet. Diese Projekte umfassen Serving-Engines, Batching, Quantisierung und die Speichertricks, mit denen ein Modell auf Hardware passt, die du schon besitzt.
Open-Source-Sicherheits- und Review-Tools für KI-geschriebenen Code
KI schreibt Code schneller, als Teams ihn prüfen können, und ein messbarer Anteil davon geht mit ausnutzbaren Schwachstellen live. Diese Projekte schließen die Lücke: Scanner, Review-Gates und Analysen, die vor dem Merge laufen statt nach dem Vorfall.
Open-Source-Browser-Automatisierung, Scraping und agentengesteuertes Browsen
Browser-Automatisierung ist vom Testen in die Agenten-Infrastruktur gewandert: Ein Agent, der eine Seite öffnen, lesen und darauf handeln soll, braucht einen Browser, der sich zuverlässig und günstig steuern lässt.
Open-Source-Terminal- und CLI-Tools, von denen man sich Ideen holen sollte
Das Terminal ist zur Hauptschnittstelle KI-gestützter Arbeit geworden, und das Tooling ist gefolgt. Diese Projekte reichen von vollen TUI-Anwendungen bis zu Einzweck-Werkzeugen, die klein genug sind, um sie an einem Abend zu lesen.
Open-Source-Rust-Projekte, auf denen sich bauen lässt
Rust hat die leistungskritische Schicht der Entwickler-Tools übernommen: Terminals, Parser, Paketmanager und Inferenz-Laufzeiten. Diese Projekte sind die mit etwas Wiederverwendbarem im Inneren.
Open-Source-Projekte mit dem stärksten kommerziellen Potenzial
Das sind die Einträge mit 5 von 5 Punkten für kommerzielles Potenzial — Projekte, bei denen ein echtes Problem, jemand, der zahlt, und ein plausibles Produkt zusammenkommen, nicht bloß eine hohe Sternezahl.
Einsteigerfreundliche Open-Source-Projekte, auf denen sich trotzdem bauen lässt
Projekte, die als leicht umsetzbar eingestuft sind und trotzdem 4 oder 5 Punkte für Potenzial bekommen — die Schnittmenge aus dem, was du diese Woche zum Laufen bringst, und dem, was sich wirklich zu betreiben lohnt.