Der agentische Stack 2026: 20 Werkzeuge, die agentische Entwicklung tragen

Wer 2026 mit Agenten arbeitet, merkt schnell: Das Modell ist der kleinste Teil des Problems. Ein Prototyp entsteht an einem Nachmittag. Ein Ablauf, den man einem Kunden zusagen kann, braucht etwas anderes – eine Datenschicht, eine verlässliche Auslieferung, eine abgesicherte Laufzeit, Nachvollziehbarkeit und einen Weg, wie Ergebnisse in Geschäftsprozesse gelangen.

Genau das ist mit „agentischem Stack" gemeint. Die folgenden zwanzig Werkzeuge sind nach Kategorien sortiert – Backend, Frontend, Infrastruktur, AI-Tools, DevOps und Geschäftsprozesse. Jedes Werkzeug hat einen eigenen Glossareintrag mit Definition, Grenzen und Quelle.

---

1) Warum sich der Stack verschoben hat

Drei Entwicklungen haben den Bedarf verändert.

Erstens brechen Läufe ab. Ein Agent, der zwölf Werkzeuge nacheinander aufruft, scheitert irgendwann bei Nummer neun – Zeitüberschreitung, Rate-Limit, ungültige Antwort. Ohne abgesicherte Zwischenschritte beginnt er teuer von vorn.

Zweitens führen Agenten Code aus. Damit wird die Ausführungsumgebung zur Sicherheitsfrage, nicht zur Komfortfrage.

Drittens lässt sich Qualität nicht mehr behaupten. Sobald ein Agent in Kundenkontakt steht, braucht die Abnahme Zahlen: Fehlerquote auf einem festen Testsatz, Kosten je Anfrage, Dauer je Schritt.

Aus diesen drei Punkten ergibt sich die Einteilung.

---

2) Backend und Daten

Hier liegt, was ein Agent weiß und sich merkt – und hier entscheidet sich, wie viel Schaden ein Fehlgriff anrichten kann.

Supabase

Postgres mit Auth, Storage, Funktionen und Vektorsuche über pgvector. Für Agenten meist gleichzeitig Wissensbasis und Zustandsspeicher. Der eigentliche Sicherheitsanker ist Row Level Security – nicht die Anwendung davor.

→ Supabase im Glossar

Neon

Serverloses Postgres mit Branching. Jeder Agentenversuch bekommt eine eigene Datenbank-Kopie statt Zugriff auf die Produktion. Das ist die günstigste Form von Schadensbegrenzung.

→ Neon im Glossar

---

3) Frontend und Auslieferung

Die Schicht, die entscheidet, ob eine von Agenten erzeugte Änderung geprüft wird, bevor sie Kunden erreicht.

Vercel

Auslieferung mit einer Vorschau je Branch. Der unterschätzte Governance-Vorteil: Eine von Agenten erzeugte Änderung ist prüfbar, bevor sie live geht. Funktionsregion ist voreingestellt und muss für EU-Daten bewusst gesetzt werden.

→ Vercel im Glossar

Netlify

Dieselbe Idee, framework-neutral, ohne eigenes Datenbankprodukt. Wichtig zu wissen, weil dann zwei Systeme zusammenpassen und zwei Verträge geprüft werden müssen.

→ Netlify im Glossar

---

4) Infrastruktur und Laufzeit

Wo fremder und selbst geschriebener Code tatsächlich ausgeführt wird – und wie lange ein Vorgang laufen darf.

Cloudflare Workers

Sehr kurze Startzeiten am Netzrand. Ideal als Modell-Proxy, der Schlüssel abschirmt und Verbrauch begrenzt. Datenlokalisierung ist möglich, aber an Enterprise-Bedingungen gebunden.

→ Cloudflare Workers im Glossar

E2B

Isolierte Sandboxes für Code, den der Agent selbst geschrieben hat. Das ist die Bedingung dafür, dass Codeausführung ein Vorschlag bleibt und kein Zugriff auf die eigene Umgebung wird.

→ E2B im Glossar

Temporal

Dauerhafte Ausführung, quelloffen und sprachlich breit. Im Eigenbetrieb mächtig und deutlich aufwendiger – eine Entscheidung für Teams mit Betriebskapazität.

→ Temporal im Glossar

Zu dieser Schicht gehört ein Muster, das sich durchgesetzt hat: koordinierender Agent in geschützter Umgebung, ausführende Agenten in isolierten Maschinen – das Brain and Hands Pattern.

---

5) AI-Tools: Agenten-Frameworks und Wissenszugang

Die Werkzeuge, die den Agenten selbst bauen und ihn mit belegbarem Wissen versorgen.

AI SDK

Einheitliche Schnittstelle über Anbieter hinweg, mit Werkzeugaufrufen, strukturierten Ausgaben und Agenten-Schleifen. Modellwechsel wird Konfiguration statt Projekt – aber es ist eine Bibliothek, keine dauerhafte Laufzeit.

→ AI SDK im Glossar

Mastra

TypeScript-Framework, das Agenten, typisierte Workflows, Gedächtnis und Bewertungen zusammenbringt. Junge Schnittstellen, dafür kein Sprachwechsel nach Python.

→ Mastra im Glossar

Firecrawl

Webseiten, ganze Sites und Dokumente als sauberes Markdown. Der Standardweg, die eigene Website zur Wissensbasis zu machen.

→ Firecrawl im Glossar

Exa

Suche über Bedeutung statt Stichworte, mit Volltext und Kategorienfiltern. Ermöglicht Antworten mit Quellenangabe statt Behauptungen – Datum und Herkunft bleiben trotzdem zu prüfen.

→ Exa im Glossar

Browserbase

Browser in der Cloud für alles, was keine Schnittstelle hat: Portale, Werbekonten, Buchungssysteme. Aufgezeichnete Sitzungen machen den Vorgang prüfbar.

→ Browserbase im Glossar

Für die drei Datenwerkzeuge gilt derselbe Vorbehalt: Technische Machbarkeit ist nicht dasselbe wie Erlaubnis. Nutzungsbedingungen, Urheberrecht und Anmeldedaten gehören vor die Umsetzung, nicht danach.

---

6) DevOps: Orchestrierung, Beobachtung und Bewertung

Die Kategorie, die am häufigsten fehlt und am schnellsten Geld spart.

Inngest

Dauerhafte Ausführung in abgesicherten Schritten. Ein Lauf setzt nach einem Fehler beim letzten erfolgreichen Schritt fort und darf stundenlang auf eine menschliche Freigabe warten.

→ Inngest im Glossar

Langfuse

Quelloffenes Tracing, Prompt-Verwaltung, Testdatensätze und Bewertungen. Selbst betreibbar und damit EU-fähig – relevant, weil Traces Gesprächsinhalte enthalten. Der Eigenbetrieb bringt mehrere Datenbanken mit.

→ Langfuse im Glossar

LangSmith

Kommerzielle Plattform für denselben Zweck, am stärksten im LangChain-Umfeld, mit Alarmen, Vergleichsläufen und menschlichen Annotationen.

→ LangSmith im Glossar

Sentry

Fehler- und Leistungsüberwachung, die Agentenläufe neben Datenbank- und HTTP-Aufrufe derselben Anfrage stellt. Beantwortet die Betriebsfrage: Modell, Werkzeug oder langsame Abfrage?

→ Sentry im Glossar

PostHog

Verbindet Produktverhalten mit Modellaufrufen. Damit lässt sich messen, ob eine KI-Funktion nicht nur läuft, sondern mehr Aufgaben abschließt.

→ PostHog im Glossar

Wichtig ist die Unterscheidung: Ausführungsüberwachung sagt, ob etwas abgebrochen ist. Bewertung sagt, ob das Ergebnis brauchbar war. Ein Lauf ohne Fehler kann inhaltlich völlig falsch sein.

---

7) Geschäftsprozesse und Automatisierung

Die Kategorie, an der Wert sichtbar wird – oder verschwindet.

Attio

KI-natives CRM mit offiziellem MCP-Server. Lesezugriff läuft durch, Schreibzugriff braucht Bestätigung – genau die Trennung, die Vertriebsdaten brauchen. Kundendaten liegen standardmäßig in der EU.

→ Attio im Glossar

Resend

E-Mail-Schnittstelle für Bestätigungen, Benachrichtigungen und Newsletter. Der Versandort ist wählbar; Konto- und Protokolldaten liegen laut Anbieter in den USA – ein Punkt für die Verarbeitungsübersicht.

→ Resend im Glossar

n8n

Sichtbare Arbeitsabläufe mit KI-Knoten, selbst betreibbar. Kein Open Source im klassischen Sinn, und im Eigenbetrieb liegt die Datenschutzverantwortung vollständig beim Betreiber.

→ n8n im Glossar

---

8) Vier Kriterien für die eigene Auswahl

Ein Werkzeugvergleich nach Funktionen führt selten zu einer guten Entscheidung. Diese vier Fragen tun es:

1. Datenhoheit. Wo liegen Inhalte, Protokolle und Gesprächsdaten – und ist das der Ort, den wir Kunden nennen? Vorsicht bei Anbietern, die Verarbeitungsregion und Speicherort von Metadaten unterschiedlich behandeln.
2. Betriebsaufwand. Was kostet der Betrieb, wenn niemand Zeit hat? Quelloffen und selbst betreibbar ist nur dann günstiger, wenn jemand die Aktualisierungen übernimmt.
3. Bindung. Wie teuer ist der Ausstieg in achtzehn Monaten? Eine Abstraktionsschicht über Modelle ist billig, eine über Plattformen selten.
4. Nachweisbarkeit. Können wir nach einem Fehler belegen, was passiert ist? Ohne Traces, Protokolle und Freigabeschritte bleibt nur die Erzählung.

---

9) Was wir selbst nutzen

Unsere eigene Website und die Lead-Strecken laufen auf Postgres mit Row Level Security, Edge Functions für Formulare und Chat sowie getrenntem Mailversand für Bestätigungen und Benachrichtigungen. Newsletter laufen über ein Bestätigungsverfahren mit echtem Abmeldelink. Agenten arbeiten bei uns in Aufgaben mit festem Zuschnitt und Freigabeschritt – nicht als dauerhaft laufende Automaten.

Belastbare Zahlen zu Zeitgewinnen nennen wir nur aus eigenen Messungen. Fremdangaben zu Produktivitätsfaktoren – die verbreiteten 10x bis 40x – sind Marketingmaterial und nicht auf andere Organisationen übertragbar. Der eigene Ausgangswert ist die einzige Zahl, gegen die sich ein Fortschritt belegen lässt.

---

Fazit

Es gibt keinen richtigen Stack, aber es gibt fünf Fragen, die jeder beantworten muss: Wo liegen die Daten, was passiert nach einem Abbruch, wo läuft fremder Code, woran messen wir Qualität, und wie kommt das Ergebnis in ein Geschäftssystem. Wer diese fünf Antworten hat, kann Werkzeuge tauschen, ohne das Vorhaben zu gefährden. Wer sie nicht hat, sammelt Abos.

Passende Vertiefungen: Agentic Engineering statt Autocomplete, Vibe Coding vs. Software-Architektur und Malleable Software im Unternehmen.