Wer heute eine IntelliJ-IDE öffnet, bekommt KI-Unterstützung nicht mehr automatisch mitgeliefert. JetBrains hat die Funktionen bewusst in zwei getrennte Bausteine aufgeteilt: das Plugin AI Assistant für Codevervollständigung und Chat, sowie Junie, den autonomen Coding-Agenten, der eigenständig Dateien ändert, Befehle ausführt und Aufgaben im Projekt erledigt. Beide Komponenten sind laut offizieller JetBrains-Dokumentation standardmäßig weder vorinstalliert noch aktiviert. Wer sie nutzen will, muss sie gezielt einrichten, ein Konto verbinden und ein Lizenzmodell wählen. Dieser Artikel zeigt Schritt für Schritt, wie die Einrichtung in IntelliJ IDEA 2026.x gelingt, welche Stolperfallen typisch sind und wie ein erstes eigenes Projekt mit Junie als Agent abläuft.
Der Leitfaden richtet sich an Entwicklerinnen und Entwickler in Österreich und der DACH-Region, die IntelliJ IDEA Ultimate oder Community nutzen und erstmals testen wollen, wie weit ein KI-Coding-Agent in der eigenen IDE tatsächlich trägt. Am Ende steht ein lauffähiges Mini-Projekt, bei dem Junie eine Funktion implementiert, Tests schreibt und einen Fehler selbst behebt.
Die Einrichtung dauert in der Praxis rund 30 bis 40 Minuten, wenn man die Wartezeit für Plugin-Downloads und den ersten Indexierungslauf der IDE mitrechnet. Wer bereits ein JetBrains-Konto besitzt und nur AI Assistant ohne Junie aktivieren will, ist deutlich schneller fertig. Wer dagegen zusätzlich einen MCP-Server anbinden und eine eigene guidelines.md-Datei schreiben möchte, sollte sich die volle Zeit einplanen, da gerade die MCP-Anbindung je nach Betriebssystem unterschiedliche PATH-Konfigurationen erfordert.
Was sind AI Assistant und Junie überhaupt?
AI Assistant ist der Sammelbegriff für die KI-Funktionen, die JetBrains direkt in seine IDEs einbaut: Codevervollständigung im laufenden Editor, ein Chat-Fenster für Fragen zum Code, automatische Erklärungen und Vorschläge für Refactorings über mehrere Dateien hinweg. Junie by JetBrains setzt eine Stufe höher an. Der Agent bekommt eine Aufgabe in natürlicher Sprache, liest sich selbstständig durch das Projekt, plant die nötigen Schritte, ändert Dateien, führt Terminal-Befehle aus und kann sogar eigene Tests schreiben und ausführen, bevor er das Ergebnis zur Freigabe vorlegt.
Wichtig für die Einrichtung: Beide Komponenten werden getrennt installiert und auch getrennt lizenziert, auch wenn sie im selben Tool-Fenster zusammenlaufen. Das aktuelle Junie-Release trägt laut JetBrains-Angaben die Versionsnummer 26.9.22 (Build 3419.26) mit Stand Anfang Oktober 2026. AI Assistant selbst wird fortlaufend aktualisiert, ohne eine separate, öffentlich beworbene Versionsnummer wie bei Junie.
Praktisch bedeutet das für Einsteiger: Wer nur schnellere Codevervollständigung möchte, braucht lediglich AI Assistant. Wer dagegen will, dass eine komplette Aufgabe, etwa “füge Logging zu allen Service-Klassen hinzu”, selbstständig umgesetzt wird, kommt an Junie nicht vorbei. Beide lassen sich unabhängig voneinander nutzen, ergänzen sich im Alltag aber gut: Die Codevervollständigung übernimmt die kleinen, sich wiederholenden Tipparbeiten, während Junie für die größeren, mehrstufigen Änderungen zuständig ist, bei denen mehrere Dateien gleichzeitig betroffen sind.
Für die Kompatibilität gilt: IntelliJ IDEA Ultimate benötigt mindestens Version 2024.3.2, die Community Edition mindestens Version 2025.1. Aktuelle IntelliJ IDEA 2026.x-Installationen erfüllen diese Mindestanforderungen problemlos. Wer mit einer deutlich älteren IDE-Version arbeitet, sollte zuerst ein Update der IDE selbst durchführen, bevor überhaupt ein Plugin-Download versucht wird.
Ein weiterer Punkt, der in vielen Anleitungen untergeht: AI Assistant und Junie laufen zwar im selben Werkzeugfenster, greifen aber auf unterschiedliche Backend-Dienste zu. Codevervollständigung nutzt meist kleinere, latenzoptimierte Modelle, während Junie für komplexe Agentenaufgaben auf leistungsfähigere Modelle zurückgreift, die entsprechend mehr AI Credits verbrauchen. Das erklärt, warum eine einzelne Junie-Aufgabe spürbar mehr vom monatlichen Kontingent abzieht als hundert einzelne Codevervollständigungen im Editor.
Voraussetzungen: Diese Versionen und Specs brauchen Sie
Bevor Sie mit der Installation starten, prüfen Sie die folgende Checkliste. Die Angaben stammen aus der offiziellen JetBrains-Systemanforderungsdokumentation und den Junie-Kompatibilitätshinweisen.
| Komponente | Mindestanforderung | Hinweis |
|---|---|---|
| IntelliJ IDEA Ultimate | Version 2024.3.2 oder neuer | Für vollen Junie-Funktionsumfang empfohlen: 2026.x |
| IntelliJ IDEA Community | Version 2025.1 oder neuer | Eingeschränkter Funktionsumfang gegenüber Ultimate |
| Prozessor | x86_64 oder ARM64, 4 Kerne | Mehr Kerne verbessern Indexierung und Agentenlauf |
| Arbeitsspeicher | 8 GB gesamt, 3 GB für die IDE verfügbar | Für größere Projekte 16 GB empfohlen |
| Speicherplatz | 10 GB freier Festplattenspeicher | Zusätzlich Platz für Caches und Indizes einplanen |
| Betriebssystem | Windows 10/11, macOS 15/26, Ubuntu 24.04/26.04 LTS, Fedora 43/44, Debian 13 | WSL 2 mit unterstützter Linux-Distribution ebenfalls möglich |
| Internetverbindung | mind. 50 Mbit/s downstream, max. 200 ms Latenz | Agentenaufgaben laufen über Cloud-Modelle, lokale Modelle sind optional |
Zusätzlich brauchen Sie ein kostenloses JetBrains-Konto (JetBrains Account) sowie Zugriff auf eine AI-Lizenz. JetBrains bietet neuen Nutzern laut eigenen Angaben einen Testzeitraum mit 30 Tagen AI-Pro-Nutzung an, bevor eine Entscheidung für ein Abo nötig wird. Wer stattdessen eigene API-Schlüssel für Drittanbietermodelle einsetzen möchte, braucht zusätzlich ein Konto bei dem jeweiligen Modellanbieter.
Prüfen Sie außerdem die Internetverbindung an Ihrem Arbeitsplatz, bevor Sie loslegen. Da sowohl Codevervollständigung als auch Agentenläufe laufend Daten mit JetBrains-Servern austauschen, führen instabile Firmen-VPNs oder restriktive Proxy-Konfigurationen häufiger zu Verbindungsabbrüchen als eine zu langsame lokale Hardware. Firmen mit strengen Netzwerkrichtlinien sollten die Domains von JetBrains vorab auf die Positivliste der Firewall setzen, damit die Anmeldung beim ersten Versuch durchläuft.
Schritt 1: IntelliJ IDEA aktualisieren oder installieren
Öffnen Sie zuerst die Toolbox App oder laden Sie IntelliJ IDEA direkt von der offiziellen JetBrains-Download-Seite herunter. Prüfen Sie die aktuell installierte Version unter Help → About. Liegt die Version unter 2025.1 (Community) beziehungsweise unter 2024.3.2 (Ultimate), aktualisieren Sie zuerst die IDE selbst, bevor Sie mit den KI-Plugins weitermachen. Ein Update der IDE auf eine ältere Junie-Version aufzusetzen führt in der Praxis regelmäßig zu Kompatibilitätsfehlern beim Start des Agenten.
Starten Sie die IDE nach dem Update neu und öffnen Sie ein bestehendes Projekt oder legen Sie ein neues an. Für dieses Tutorial reicht ein leeres Java- oder Kotlin-Projekt, da die Beispiele bewusst einfach gehalten sind.
Falls Sie die Toolbox App nutzen, lohnt sich ein Blick in deren Einstellungen auf automatische Updates: Damit bleibt nicht nur die IDE, sondern auch das zugrunde liegende Runtime-Umfeld aktuell, was spätere Plugin-Installationen deutlich seltener fehlschlagen lässt. Wer IntelliJ IDEA ohne Toolbox direkt als Standalone-Installation betreibt, sollte Updates manuell über Help → Check for Updates anstoßen, bevor die KI-Plugins installiert werden.
Schritt 2: AI Assistant installieren
Öffnen Sie Settings/Preferences → Plugins und wechseln Sie zum Reiter Marketplace. Suchen Sie nach “AI Assistant” und klicken Sie auf Install. Alternativ können Sie das Plugin auch direkt über den JetBrains Marketplace im Browser herunterladen und anschließend lokal installieren.
Nach der Installation fordert die IDE einen Neustart. Bestätigen Sie diesen. Nach dem Neustart erscheint am rechten Fensterrand ein neues Werkzeugfenster mit dem KI-Symbol. Das Plugin ist jetzt installiert, aber noch nicht aktiviert, weil es laut offizieller Dokumentation nicht automatisch angemeldet wird.
Sollte die Suche im Marketplace keinen Treffer liefern, prüfen Sie zunächst, ob Ihre IDE-Edition überhaupt Zugriff auf den Marketplace hat. In abgesicherten Firmenumgebungen wird der Zugriff auf externe Plugin-Repositories manchmal zentral über eine interne Plugin-Registrierung ersetzt. In diesem Fall hilft nur die Rücksprache mit der internen IT, da sich das Plugin sonst nicht laden lässt, selbst wenn alle übrigen Schritte korrekt ausgeführt werden. Vorsicht ist dabei generell angebracht: Ein früherer Vorfall mit gefälschten JetBrains-Marketplace-Plugins zeigt, dass Installationen ausschließlich über die offizielle, verifizierte Marketplace-Quelle erfolgen sollten.
Schritt 3: Junie als separates Plugin einrichten
Junie wird in aktuellen IDE-Distributionen häufig als eigenständiges Plugin angeboten. Prüfen Sie im Marketplace-Reiter erneut, ob “Junie” als Eintrag separat auftaucht, und installieren Sie es gegebenenfalls zusätzlich zu AI Assistant. In neueren IntelliJ-Builds kann Junie auch direkt im AI-Assistant-Werkzeugfenster als Reiter integriert sein, abhängig vom konkreten Build. Nach der Installation erscheint ein eigener Tab mit der Bezeichnung “Junie” im unteren oder seitlichen Werkzeugbereich.
Ein Neustart der IDE ist auch hier meist nötig, wenn das Plugin frisch installiert wurde. Prüfen Sie nach dem Neustart unter Settings → Plugins → Installed, ob sowohl AI Assistant als auch Junie als aktiviert angezeigt werden.
In manchen Fällen zeigt die Pluginliste zwar beide Einträge als aktiv, das Junie-Werkzeugfenster bleibt aber leer. Ein Klick auf das kleine Zahnradsymbol oben rechts im Werkzeugfenster und anschließend auf “Reload” behebt dieses Problem meist, ohne dass ein vollständiger Neustart der IDE nötig ist. Bleibt das Fenster weiterhin leer, hilft ein Blick in Help → Show Log, um festzustellen, ob beim Laden des Plugins ein stiller Fehler aufgetreten ist.
Schritt 4: Mit JetBrains-Konto anmelden
Öffnen Sie das AI-Assistant- oder Junie-Werkzeugfenster und klicken Sie auf Sign in with JetBrains Account. Es öffnet sich ein Browserfenster zur Anmeldung. Haben Sie noch kein JetBrains-Konto, legen Sie eines kostenlos über die Registrierungsseite an. Nach erfolgreicher Anmeldung kehren Sie automatisch in die IDE zurück, und der Anmeldestatus wird im Werkzeugfenster aktualisiert.
Im nächsten Dialog müssen Sie den JetBrains AI Terms of Service sowie der Acceptable Use Policy zustimmen. Ohne diese Zustimmung bleiben sämtliche KI-Funktionen gesperrt, selbst wenn das Konto korrekt verbunden ist. Zusätzlich fragt die IDE, ob AI-Funktionen auf den Projektkontext zugreifen dürfen. Für die Agentenfunktionen von Junie ist diese Zustimmung notwendig, da der Agent sonst keine Dateien einsehen kann.
Arbeiten Sie an mehreren Rechnern, etwa einem Desktop im Büro und einem Notebook für mobiles Arbeiten, müssen Sie sich an jedem Gerät separat anmelden. Die Lizenz selbst ist zwar kontogebunden und nicht gerätegebunden, die Sitzung muss aber pro Installation einzeln aktiviert werden. Das ist besonders bei Firmenlaptops relevant, auf denen die IDE regelmäßig neu aufgesetzt wird, da die Anmeldung dann jedes Mal erneut durchlaufen werden muss.
Schritt 5: Lizenzmodell wählen und Abo aktivieren
JetBrains staffelt den KI-Zugang 2026 in mehrere Stufen. Die folgende Tabelle fasst die öffentlich kommunizierten Eckpunkte zusammen, wie sie auf der offiziellen JetBrains-AI-Seite aufgeführt sind. Da sich Preise je nach Abrechnungszeitraum, Region, Steuersatz und bestehender Lizenz unterscheiden können, sollten Sie die finale Zahl immer direkt im Bestellprozess der IDE gegenprüfen.
| Stufe | Enthaltene AI Credits | Richtpreis | Für wen geeignet |
|---|---|---|---|
| AI Free | Eingeschränktes Kontingent, exakte Höhe variiert | Kostenlos | Erstes Ausprobieren, einfache Codevervollständigung |
| AI Pro | 10 AI Credits pro 30 Tage | ca. 8,33 US-Dollar pro Nutzer/Monat | Einzelentwickler mit regelmäßiger, aber moderater Nutzung |
| AI Ultimate | 35 AI Credits pro 30 Tage | ca. 25,00 US-Dollar pro Nutzer/Monat | Intensive Junie-Nutzung, viele Agentenläufe pro Tag |
Neu registrierte Nutzer erhalten laut JetBrains einen Testzeitraum mit 30 Tagen AI-Pro-Funktionsumfang, bevor eine Zahlung fällig wird. Wählen Sie im Dialog Manage Licenses das gewünschte Abo und bestätigen Sie den Kauf oder den Testzeitraum. Wer stattdessen einen eigenen API-Schlüssel eines Drittanbietermodells nutzen will, findet die entsprechende Option unter Settings → Tools → AI Assistant → Models, wo sich sowohl JetBrains-gehostete als auch extern angebundene Modelle und sogar lokale Modelle auswählen lassen.
Schritt 6: Erste Codevervollständigung testen
Öffnen Sie eine beliebige Quellcodedatei und beginnen Sie, eine Funktion zu schreiben. AI Assistant schlägt automatisch Vervollständigungen vor, die Sie mit der Tabulator-Taste annehmen können. Testen Sie das an einem einfachen Beispiel:
// Tippen Sie den Kommentar, AI Assistant schlägt die Implementierung vor
// Funktion: prüft, ob eine Zahl eine Primzahl ist
public boolean istPrimzahl(int zahl) {
if (zahl < 2) return false;
for (int i = 2; i * i <= zahl; i++) {
if (zahl % i == 0) return false;
}
return true;
}Funktioniert die Vervollständigung nicht, prüfen Sie zuerst den Anmeldestatus im Werkzeugfenster. Ein häufiger Fehler in dieser Phase ist eine abgelaufene Sitzung, die sich durch erneutes Anmelden beheben lässt.
Schritt 7: Den AI-Chat für Erklärungen nutzen
Markieren Sie einen Codeabschnitt, klicken Sie mit der rechten Maustaste und wählen Sie AI Assistant → Explain Code. Alternativ öffnen Sie das Chat-Fenster direkt und stellen eine Frage in natürlicher Sprache, etwa auf Deutsch: "Erkläre mir, warum diese Schleife bis zur Quadratwurzel läuft." Der Chat antwortet im Kontext der aktuell geöffneten Datei und kann auf Wunsch auch alternative Implementierungen vorschlagen.
Der Chat eignet sich auch für Refactoring-Vorschläge über mehrere Dateien hinweg. Markieren Sie dazu mehrere Dateien im Projektbaum, bevor Sie die Chat-Anfrage stellen, damit das Modell den vollständigen Kontext berücksichtigt.
Ein Unterschied zu Junie, der sich im Alltag schnell bemerkbar macht: Der Chat ändert standardmäßig keine Dateien von sich aus, sondern zeigt Vorschläge zunächst nur an. Erst ein ausdrücklicher Klick auf "Apply" übernimmt den vorgeschlagenen Code in die Datei. Das macht den Chat zur sichereren Wahl für punktuelle Fragen und kleine Anpassungen, während Junie für größere, mehrstufige Aufgaben gedacht ist, bei denen der Agent eigenständig mehrere Dateien anfasst und auch Befehle wie Testläufe oder Build-Skripte ausführt.
Für wiederkehrende Fragen lohnt es sich, eigene Chat-Vorlagen anzulegen. Häufige Anwendungsfälle in der Praxis sind das Erklären von Legacy-Code ohne Dokumentation, das Übersetzen von Fehlermeldungen aus Stacktraces in verständliche Sprache sowie das Vorschlagen von Unit-Tests für bereits existierenden, aber ungetesteten Code. Gerade bei älteren Projekten ohne Testabdeckung beschleunigt der Chat den Einstieg erheblich, weil er den vorhandenen Code zunächst zusammenfasst, bevor er konkrete Testfälle formuliert.
Schritt 8: Junie eine erste Agentenaufgabe geben
Wechseln Sie zum Junie-Tab und formulieren Sie eine konkrete Aufgabe. Je präziser die Formulierung, desto zuverlässiger das Ergebnis. Ein Beispiel für den Einstieg:
Aufgabe an Junie:
"Erstelle eine Klasse 'Taschenrechner' mit den Methoden add, subtract,
multiply und divide. Schreibe dazu passende JUnit-Tests, die auch den
Fall einer Division durch null abdecken. Führe die Tests anschließend aus."Junie liest daraufhin die Projektstruktur, legt einen Plan mit einzelnen Teilschritten an und zeigt diesen vor der Ausführung an. Sie können jeden Schritt einzeln bestätigen oder den gesamten Plan in einem Durchgang freigeben. Nach Abschluss öffnet Junie die neu erstellten Dateien und zeigt das Testergebnis direkt im Werkzeugfenster an.
Schritt 9: Projektspezifische Richtlinien mit guidelines.md festlegen
Damit Junie sich an Teamkonventionen hält, unterstützt der Agent eine projektspezifische Anweisungsdatei. Legen Sie dazu im Projektstamm einen Ordner .junie an und darin eine Datei guidelines.md, wie in der offiziellen Junie-Dokumentation beschrieben. Ein einfaches Beispiel:
# .junie/guidelines.md
- Verwende ausschließlich Java 21 Sprachfeatures.
- Jede neue Klasse benötigt mindestens einen JUnit-Test.
- Variablennamen auf Deutsch sind in diesem Projekt nicht erlaubt.
- Commit-Nachrichten im Format: "feat: ..." oder "fix: ..."Nach dem Speichern der Datei sollten Sie die IDE neu starten, damit Junie die Richtlinien zuverlässig einliest. Ohne Neustart kommt es in der Praxis gelegentlich vor, dass die Datei erst beim nächsten Agentenlauf berücksichtigt wird.
Schritt 10: MCP-Server für erweiterte Werkzeuge anbinden
Junie unterstützt das Model Context Protocol (MCP), über das sich externe Werkzeuge wie Datenbank-Clients, Browser-Automatisierung oder interne Firmen-APIs anbinden lassen. Öffnen Sie dazu Settings → Tools → AI Assistant → MCP und fügen Sie einen neuen Server über dessen Startbefehl hinzu, etwa einen lokal laufenden Node- oder Python-basierten MCP-Server.
{
"mcpServers": {
"dateisystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "/pfad/zum/projekt"]
}
}
}Startet der MCP-Server nicht, prüfen Sie zuerst, ob die Befehle npx, node oder python3 im PATH der IDE verfügbar sind. Das ist einer der häufigsten Fehler bei dieser Integration, da die IDE unter manchen Betriebssystemen eine andere PATH-Umgebung nutzt als das normale Terminal.
Unter macOS tritt dieses Problem besonders häufig auf, wenn die IDE über ein Dock-Icon statt über das Terminal gestartet wird. Grafische Anwendungen erben unter macOS nicht automatisch die PATH-Variablen aus der Shell-Konfiguration, wodurch node oder npx zwar im Terminal funktionieren, aus der IDE heraus aber nicht gefunden werden. Als verlässlicher Workaround hat sich bewährt, in der MCP-Konfiguration statt des Kurzbefehls den vollständigen Pfad zum Executable einzutragen, zum Beispiel /usr/local/bin/npx statt nur npx. Den vollständigen Pfad finden Sie im Terminal über den Befehl which npx.
Eine ausführlichere Einrichtung von MCP-Servern unabhängig von der konkreten IDE finden Sie in unserer separaten Anleitung zum MCP-Server-Setup. Sobald der MCP-Server erfolgreich eingebunden ist, erweitert sich der Funktionsumfang von Junie erheblich: Der Agent kann dann zum Beispiel direkt auf eine lokale Datenbank zugreifen, um Schemainformationen für generierten Code zu nutzen, oder über einen Browser-Automatisierungs-Server eigenständig Screenshots einer laufenden Webanwendung erstellen, um visuelle Regressionen zu erkennen. Diese Erweiterungen sind optional, lohnen sich aber besonders in Projekten, bei denen der reine Quellcode nicht den vollständigen Kontext liefert, den der Agent für sinnvolle Entscheidungen braucht.
Schritt 11: Mehrere Dateien gleichzeitig bearbeiten lassen
Eine der Stärken von AI Assistant gegenüber reiner Zeilenvervollständigung ist die Fähigkeit, koordinierte Änderungen über mehrere Dateien hinweg vorzuschlagen. Markieren Sie im Projektbaum zwei oder drei zusammenhängende Dateien, zum Beispiel eine Service-Klasse und die passende Test-Klasse, und formulieren Sie im Chat eine Anfrage wie: "Füge der Service-Klasse eine neue Methode 'berechneRabatt' hinzu und ergänze die passenden Tests." AI Assistant zeigt die vorgeschlagenen Änderungen als Diff an, bevor Sie diese einzeln oder gesammelt übernehmen.
Schritt 12: Komplettes Beispielprojekt mit Junie umsetzen
Zum Abschluss folgt ein durchgängiges Beispiel, das alle bisherigen Schritte zusammenführt. Ziel ist eine kleine REST-Komponente, die Junie eigenständig plant, implementiert, testet und bei einem absichtlich eingebauten Fehler korrigiert.
Geben Sie Junie folgende Aufgabe:
Aufgabe an Junie:
"Lege eine Klasse 'WaehrungsRechner' an, die Beträge zwischen EUR und USD
umrechnet. Nutze einen festen Kurs von 1 EUR = 1,08 USD. Schreibe JUnit-Tests
für beide Umrechnungsrichtungen sowie für negative Beträge, die eine
IllegalArgumentException auslösen sollen. Führe die Tests aus und behebe
alle fehlschlagenden Tests selbstständig."Junie legt zunächst einen Plan mit etwa vier bis sechs Teilschritten an: Klasse erstellen, Methoden implementieren, Tests schreiben, Tests ausführen, bei Fehlern den Code anpassen. Nach dem ersten Testlauf zeigt sich in der Praxis häufig, dass der Agent die Ausnahmebehandlung zunächst vergisst. Das ist kein Fehler des Nutzers, sondern ein typisches Verhalten, bei dem der zweite Durchlauf die Lücke selbst erkennt und schließt, sobald der Testfehler im Log sichtbar wird.
Ein typisches Endergebnis sieht so aus:
public class WaehrungsRechner {
private static final double KURS_EUR_USD = 1.08;
public double eurZuUsd(double betrag) {
pruefeBetrag(betrag);
return betrag * KURS_EUR_USD;
}
public double usdZuEur(double betrag) {
pruefeBetrag(betrag);
return betrag / KURS_EUR_USD;
}
private void pruefeBetrag(double betrag) {
if (betrag < 0) {
throw new IllegalArgumentException("Betrag darf nicht negativ sein");
}
}
}Ausgabe des Testlaufs in der IDE nach erfolgreicher Korrektur durch Junie:
WaehrungsRechnerTest
✓ eurZuUsdRechnetKorrekt
✓ usdZuEurRechnetKorrekt
✓ negativerBetragWirftException
3 Tests, 0 Fehler, 0 Übersprungen
BUILD SUCCESSFUL in 4sDieses Muster, Aufgabe formulieren, Plan prüfen, Ergebnis gegenlesen, ist der sinnvollste Umgang mit einem Agenten wie Junie: Sie sparen sich das Schreiben von Routinecode, bleiben aber bei der fachlichen Kontrolle der letzte Prüfpunkt vor dem Commit.
Wollen Sie das Beispiel erweitern, bietet sich eine zweite Anfrage an, die auf dem bestehenden Code aufbaut, etwa eine Erweiterung um weitere Währungen oder eine REST-Schnittstelle, über die sich der Rechner per HTTP-Aufruf ansprechen lässt. Da Junie den bisherigen Projektstand bereits kennt, fällt die Planungsphase für solche Folgeaufgaben in der Praxis deutlich kürzer aus als beim ersten Durchlauf, weil der Agent nicht erneut die komplette Projektstruktur von Grund auf analysieren muss.
Schritt 13: Junie im Team und in größeren Projekten einführen
Sobald der erste Testlauf erfolgreich war, stellt sich meist die Frage, wie sich AI Assistant und Junie im Team sinnvoll ausrollen lassen, ohne dass jeder Entwickler die Einrichtung einzeln von Null nachvollzieht. Legen Sie dafür die guidelines.md-Datei direkt ins Versionskontrollsystem, damit alle Teammitglieder dieselben Vorgaben erhalten, sobald sie das Repository klonen. So verhindern Sie, dass unterschiedliche Entwickler unterschiedliche Konventionen durch den Agenten einführen lassen.
Für die Lizenzverwaltung im Team bietet JetBrains eine zentrale Administration über das JetBrains-Account-Verwaltungsportal an, über das sich AI-Pro- oder AI-Ultimate-Sitze einzelnen Nutzern zuweisen lassen. Teamleads sollten vor dem Rollout festlegen, welche Rolle welche Lizenzstufe braucht: Entwickler, die hauptsächlich Routineänderungen und Bugfixes umsetzen, kommen in der Regel mit AI Pro aus, während Entwickler, die regelmäßig größere Refactorings oder neue Module von Junie umsetzen lassen, von AI Ultimate stärker profitieren.
Bei größeren Monorepos mit mehreren hunderttausend Zeilen Code dauert die erste Indexierung durch AI Assistant deutlich länger als bei kleinen Projekten. Planen Sie bei der Einführung in bestehende Großprojekte einen ersten Indexierungslauf über Nacht ein, statt die Umstellung während laufender Entwicklungsarbeit vorzunehmen. Ein unterbrochener Indexierungslauf führt in der Praxis zu unvollständigem Projektkontext, wodurch sowohl Codevervollständigung als auch Junie-Agentenläufe schlechtere Vorschläge liefern, bis die Indexierung erneut vollständig durchläuft.
Sinnvoll ist außerdem, vor dem Teamweiten Rollout eine kurze interne Checkliste zu erstellen: Welche Projekte dürfen überhaupt mit Junie bearbeitet werden, welche Verzeichnisse sind ausgeschlossen, und wer ist Ansprechpartner bei Lizenzproblemen. Gerade in regulierten Branchen wie dem Finanz- oder Gesundheitssektor lohnt sich eine kurze Abstimmung mit der Rechtsabteilung, bevor Entwicklerinnen und Entwickler eigenständig produktive Repositories für Agentenläufe öffnen.
Häufige Stolperfallen bei der Einrichtung
Bei der Einrichtung von AI Assistant und Junie tauchen in der Praxis immer wieder die gleichen fünf Probleme auf.
- Plugin installiert, aber nicht aktiviert: Viele Nutzer übersehen, dass das reine Herunterladen des Plugins noch keine Anmeldung ersetzt. Ohne aktives JetBrains-Konto bleiben sämtliche Funktionen inaktiv.
- Veraltete IDE-Version: Wird Junie auf einer IntelliJ-Version unterhalb der Mindestanforderung installiert, startet der Agent entweder gar nicht oder bricht Agentenläufe nach dem Planungsschritt ab.
- Fehlende Zustimmung zu den AI-Nutzungsbedingungen: Ein übersprungener Zustimmungsdialog blockiert alle Agentenfunktionen, obwohl Anmeldung und Lizenz korrekt eingerichtet sind.
- Falscher PATH für MCP-Server: Wird ein MCP-Server über npx oder python3 gestartet, nutzt die IDE unter Windows und macOS oft eine andere Umgebungsvariable als das Standardterminal, wodurch der Start scheitert.
- guidelines.md am falschen Ort: Liegt die Datei nicht exakt im Projektstamm unter .junie/guidelines.md, ignoriert der Agent die Vorgaben vollständig, ohne eine Fehlermeldung auszugeben.
- Zu vage formulierte Agentenaufgaben: Anweisungen wie "mach den Code besser" ohne messbares Erfolgskriterium führen dazu, dass Junie Änderungen vorschlägt, die zwar technisch korrekt sind, aber am eigentlichen Ziel vorbeigehen.
- Unvollständige Indexierung bei großen Projekten: Wird ein Agentenlauf gestartet, bevor die IDE die Projektindizierung abgeschlossen hat, arbeitet Junie mit unvollständigem Kontext und übersieht relevante Abhängigkeiten.
Troubleshooting: Die häufigsten Fehler und ihre Lösung
Die folgende Tabelle fasst die in der Praxis häufigsten Fehlermeldungen zusammen, inklusive der Lösungsschritte, die auch in offiziellen JetBrains-Supportkanälen empfohlen werden.
| Problem | Ursache | Lösung |
|---|---|---|
| AI-Funktionen nach Update auf 2026.2 unbrauchbar | Lizenzzuordnung verliert sich beim IDE-Upgrade | AI-Assistant-Fenster öffnen, "Manage Licenses" wählen, Konto prüfen |
| Lizenzliste leer oder falsch | Sitzung nicht korrekt synchronisiert | Help → Manage Subscriptions, abmelden, neu anmelden, Lizenzen reaktivieren |
| Authentifizierungsfehler nach "Continue with JetBrains Account" | Bekanntes, im Junie-Issue-Tracker gemeldetes Problem | Browser-Cache leeren, Anmeldung über separates Browserfenster wiederholen |
| Agent reagiert nicht auf Modellwechsel | Benutzerdefiniertes Modellpräfix wird nicht korrekt erkannt | Modellnamen exakt gemäß Anbieterdokumentation eintragen, IDE neu starten |
| MCP-Server startet nicht | npx, node oder python3 nicht im PATH der IDE | Vollständigen Pfad zum Executable statt Kurzbefehl eintragen |
| guidelines.md wird ignoriert | Datei liegt nicht im Projektstamm oder falscher Dateiname | Pfad auf .junie/guidelines.md prüfen, IDE neu starten |
| Codevervollständigung bleibt leer | Abgelaufene Sitzung oder Netzwerksperre durch Firewall | Erneut anmelden, Firewall-Freigabe für JetBrains-Domains prüfen |
| Junie bricht Agentenlauf mitten im Plan ab | AI-Credits für den aktuellen Abrechnungszeitraum aufgebraucht | Verbleibende Credits unter Settings → AI Assistant → Usage prüfen, Stufe wechseln |
| Vorschläge wirken veraltet oder beziehen sich auf gelöschte Dateien | Projektindex nicht aktuell nach größeren Änderungen | File → Invalidate Caches, anschließend IDE neu starten |
| Plugin-Marketplace zeigt "AI Assistant" nicht an | Firmennetzwerk blockiert externe Plugin-Repositories | Mit interner IT klären, ob eine lokale Plugin-Registrierung genutzt wird |
Fortgeschrittene Tipps für den Alltag mit Junie
Wer AI Assistant und Junie über die ersten Testläufe hinaus produktiv einsetzen will, profitiert von ein paar Gewohnheiten. Formulieren Sie Aufgaben für Junie immer mit einem klaren Erfolgskriterium, etwa "bis alle Tests grün sind", statt vager Anweisungen wie "verbessere den Code". Der Agent arbeitet messbare Ziele deutlich zuverlässiger ab als offene Formulierungen.
Nutzen Sie die guidelines.md-Datei nicht nur für Stilregeln, sondern auch für Architekturentscheidungen, etwa welche Bibliotheken im Projekt erlaubt sind. Das verhindert, dass der Agent unbemerkt neue Abhängigkeiten einführt, die im Team nicht abgestimmt sind.
Bei sicherheitskritischem Code lohnt es sich, Junie ausschließlich mit Lesezugriff auf besonders sensible Verzeichnisse zu konfigurieren und Schreibrechte gezielt pro Sitzung zu vergeben, statt dem Agenten dauerhaften Vollzugriff auf das gesamte Repository zu geben. Prüfen Sie außerdem regelmäßig unter Settings → AI Assistant → Usage den Verbrauch an AI Credits, damit ein wichtiger Agentenlauf nicht mitten in der Ausführung wegen eines aufgebrauchten Kontingents abbricht.
Für Teams mit mehreren Lizenzen bietet sich an, AI Ultimate nur jenen Entwicklern zuzuweisen, die regelmäßig mehrstufige Agentenaufgaben auslösen, während gelegentliche Codevervollständigung meist schon mit AI Pro gut abgedeckt ist. Das senkt die Gesamtkosten, ohne die Produktivität der intensiven Nutzer einzuschränken.
Ein weiterer Tipp aus der Praxis: Lassen Sie Junie größere Aufgaben nicht in einem einzigen Rutsch erledigen, sondern teilen Sie komplexe Anforderungen in kleinere, klar abgegrenzte Teilaufgaben auf. Statt "Baue ein komplettes Login-System mit Datenbank, Validierung und Tests" liefert die Aufteilung in "Lege das Datenmodell an", "Implementiere die Validierungslogik" und "Schreibe die Tests" als drei getrennte Anfragen in aller Regel nachvollziehbarere Zwischenergebnisse, die sich leichter gegenlesen lassen, bevor der nächste Schritt startet.
Nutzen Sie außerdem die Versionskontrolle als Sicherheitsnetz: Committen Sie den Arbeitsstand, bevor Sie Junie eine größere Änderung ausführen lassen. Gefällt Ihnen das Ergebnis nicht, lässt sich der komplette Agentenlauf mit einem einzigen Git-Revert rückgängig machen, statt jede einzelne Dateiänderung manuell nachzuvollziehen.
AI Assistant und Junie im Vergleich zu anderen IDE-Agenten
Im Vergleich zu Konkurrenzlösungen wie GitHub Copilot in IntelliJ oder eigenständigen CLI-Agenten wie Claude Code liegt der Vorteil von Junie in der engen Integration mit der IntelliJ-Plattform selbst: Refactoring-Werkzeuge, Debugger und Versionskontrolle greifen direkt auf dieselbe Codebasis zu, die auch der Agent bearbeitet. Das reduziert Reibungsverluste, die entstehen, wenn ein separates Tool außerhalb der IDE auf das Projekt zugreift. Der Nachteil liegt in der Lizenzstruktur: Anders als manche kostenlosen CLI-Agenten ist der volle Funktionsumfang von Junie an ein kostenpflichtiges AI-Abo gebunden, sobald das 30-Tage-Testkontingent aufgebraucht ist.
Für Teams, die bereits stark auf das JetBrains-Ökosystem setzen, etwa mit PyCharm, WebStorm oder Rider, zahlt sich die einheitliche Lizenzierung über mehrere IDEs hinweg aus. Teams mit gemischter Werkzeuglandschaft sollten dagegen prüfen, ob ein IDE-unabhängiger Agent flexibler in bestehende Workflows passt.
Bemerkenswert ist außerdem die Modellflexibilität von AI Assistant: Anders als bei reinen Cloud-Agenten, die fest an ein einziges Modell gebunden sind, lässt sich in den Einstellungen zwischen JetBrains-gehosteten Modellen, Drittanbietermodellen über eigenen API-Schlüssel und lokal betriebenen Modellen wechseln. Das ist vor allem für Projekte relevant, bei denen Quellcode aus rechtlichen oder vertraglichen Gründen nicht an externe Cloud-Dienste übermittelt werden darf, etwa bei Aufträgen für öffentliche Verwaltungen oder im Finanzsektor. In solchen Fällen bietet die lokale Modellanbindung einen Ausweg, auch wenn die Antwortqualität je nach gewähltem lokalen Modell spürbar hinter den JetBrains-gehosteten Standardmodellen zurückbleiben kann.
In der Summe eignet sich die Kombination aus AI Assistant und Junie am besten für Teams, die bereits in der IntelliJ-Plattform arbeiten und einen Agenten direkt im gewohnten Werkzeug statt in einem separaten Terminal-Tool nutzen wollen. Wer dagegen plattformübergreifend zwischen mehreren Editoren wechselt, etwa VS Code für Frontend-Arbeiten und IntelliJ für das Backend, sollte vorab prüfen, ob sich die gewählte guidelines.md-Logik und die Lizenzstruktur sinnvoll auf beide Umgebungen übertragen lässt, oder ob ein editor-unabhängiges Werkzeug am Ende weniger Reibung erzeugt.
Sicherheit und Datenschutz bei der Nutzung von Agenten in der IDE
Da Junie Dateien eigenständig verändert und Terminalbefehle ausführt, sollten Sie den Agenten nie mit uneingeschränkten Rechten auf Produktionsumgebungen oder Zugangsdaten loslassen. Trennen Sie Entwicklungs- und Produktionsschlüssel strikt, und bewahren Sie API-Schlüssel niemals direkt im Quellcode auf, sondern in Umgebungsvariablen oder einem Secrets-Manager. Bevor Sie Junie Zugriff auf ein Firmenprojekt geben, klären Sie intern, ob die Übermittlung von Projektkontext an JetBrains-gehostete Modelle mit den Datenschutzrichtlinien Ihres Unternehmens vereinbar ist, insbesondere bei Projekten mit personenbezogenen Daten im Sinne der DSGVO.
Wer sich für den breiteren Agenten-Trend bei JetBrains interessiert, etwa die Möglichkeit, mehrere Agenten parallel in einer IDE laufen zu lassen, findet dazu Hintergründe in unserem Beitrag zu JetBrains Air und der Multi-Agent-Plattform. Ein zusätzlicher Punkt betrifft die Ausführung von Terminalbefehlen durch den Agenten. Junie kann, abhängig von der erteilten Freigabe, Build-Skripte, Testläufe oder sogar Git-Befehle selbst ausführen. Geben Sie dem Agenten niemals pauschale Freigabe für beliebige Shell-Befehle in einem Produktionssystem. Beschränken Sie die Ausführung stattdessen auf eine isolierte Entwicklungsumgebung oder einen Container, in dem ein fehlerhafter oder unerwarteter Befehl keinen Schaden an echten Daten anrichten kann. Viele Teams richten dafür ein separates Entwicklungsprofil mit eingeschränkten Rechten ein, über das Junie ausschließlich im jeweiligen Projektordner agieren darf.
Auch beim Umgang mit Lizenzschlüsseln und internen URLs lohnt sich Vorsicht: Vermeiden Sie es, interne Serveradressen oder Kundendaten direkt in Chat-Anfragen oder Agentenaufgaben zu tippen, auch wenn das auf den ersten Blick den schnellsten Weg zu einer Antwort darstellt. Formulieren Sie Aufgaben stattdessen so, dass sensible Werte über Umgebungsvariablen oder Platzhalter referenziert werden, die der Agent nicht im Klartext zu sehen bekommt.
Häufig gestellte Fragen
Ist AI Assistant in IntelliJ IDEA automatisch enthalten?
Nein. Laut offizieller JetBrains-Dokumentation ist das Plugin weder vorinstalliert noch standardmäßig aktiviert. Es muss manuell über den Plugin-Marketplace installiert und mit einem JetBrains-Konto verbunden werden.
Was kostet Junie in der Praxis?
Die aktuellen Stufen liegen laut JetBrains-Preisseite bei etwa 8,33 US-Dollar pro Nutzer und Monat für AI Pro mit 10 Credits pro 30 Tage, und bei etwa 25,00 US-Dollar pro Nutzer und Monat für AI Ultimate mit 35 Credits pro 30 Tage. Neue Nutzer erhalten zusätzlich einen 30-tägigen Testzeitraum mit AI-Pro-Funktionsumfang.
Funktioniert Junie auch mit der kostenlosen Community Edition?
Ja, sofern mindestens Version 2025.1 installiert ist. Der Funktionsumfang kann in der Community Edition jedoch eingeschränkter sein als in IntelliJ IDEA Ultimate.
Kann ich eigene KI-Modelle statt der JetBrains-gehosteten Modelle verwenden?
Ja. Unter Settings → Tools → AI Assistant → Models lassen sich Drittanbietermodelle über einen eigenen API-Schlüssel sowie lokal betriebene Modelle einbinden, als Alternative zur JetBrains-Cloud-Anbindung.
Warum bricht ein Agentenlauf von Junie mitten in der Aufgabe ab?
Der häufigste Grund ist ein aufgebrauchtes Kontingent an AI Credits für den laufenden Abrechnungszeitraum. Der Verbrauch lässt sich unter Settings → AI Assistant → Usage einsehen.
Wie kann ich Junie projektspezifische Regeln vorgeben?
Über eine Datei guidelines.md im Ordner .junie im Projektstamm. Darin lassen sich Coding-Konventionen, erlaubte Bibliotheken und Commit-Formate festlegen.
Ist die Nutzung von Junie in Firmenprojekten mit der DSGVO vereinbar?
Das hängt vom konkreten Projekt und den internen Datenschutzrichtlinien ab. Vor dem produktiven Einsatz bei Projekten mit personenbezogenen Daten sollte intern geklärt werden, welche Projektinhalte an JetBrains-gehostete Modelle übermittelt werden dürfen.
Unterstützt Junie das Model Context Protocol (MCP)?
Ja. Über Settings → Tools → AI Assistant → MCP lassen sich externe MCP-Server anbinden, etwa für Datenbankzugriffe oder interne Werkzeuge, sofern die benötigten Laufzeitumgebungen wie Node oder Python im PATH der IDE verfügbar sind.
Lässt sich die Einrichtung rückgängig machen, wenn Junie nicht überzeugt?
Ja, jederzeit. Deinstallieren Sie die Plugins AI Assistant und Junie über Settings → Plugins, oder deaktivieren Sie lediglich die Anmeldung über Help → Manage Subscriptions, um ein laufendes Abo zu pausieren, ohne das Plugin selbst zu entfernen. Bereits erstellte Dateien und Commits bleiben davon unberührt, da Junie ausschließlich über normale Dateisystemoperationen arbeitet und keine proprietären Formate hinterlässt.
