Ein Open-Source-Projekt aus einem kleinen Start-up will zeigen, dass autonome KI-Coding-Agenten keine Domäne von Milliardenkonzernen bleiben müssen. Am 8. September 2026 hat All Hands AI die Produktionsversion von OpenHands 1.0 veröffentlicht, komplett mit gehärteter Docker-Sandbox, konfigurierbaren Ressourcenlimits und einem Plugin-System. Der Agent, früher unter dem Namen OpenDevin bekannt, tritt damit offen gegen GitHub Copilot Workspace, Cognitions Devin und Anthropics Claude Code an – und das unter einer MIT-Lizenz, die den Kern des Systems kostenlos nutzbar macht.
OpenHands 1.0 im Überblick: Was am 8. September wirklich verändert wurde
Wer den Namen OpenHands zum ersten Mal hört, verpasst bereits zwei Jahre Entwicklungsgeschichte. Das Projekt startete im März 2024 als OpenDevin und wurde später in OpenHands umbenannt, parallel zum Umbau der technischen Basis. Der offizielle Versionssprung auf 1.0.0 fand bereits am 16. Dezember 2025 statt und brachte laut AI Wiki eine komplette Neuarchitektur mit sich: Das bisherige Event-Stream-System, das unter Threading- und Async-Problemen litt, wich dem neuen Software Agent SDK.
Der 8. September 2026 markiert dagegen einen zweiten, produktionsfokussierten Meilenstein. Laut dem täglichen Branchenbriefing von AI Agent Store erreichte OpenHands an diesem Tag production-ready Docker-Sandboxing, eingebaute Sicherheitsrichtlinien und Ressourcenlimits sowie ein neues Plugin-System. Jede Agenten-Sitzung läuft seither in einem isolierten Docker-Container, CPU-, Speicher- und Netzwerkzugriff lassen sich vor dem Start einer Ausführung konfigurierbar begrenzen. Für Entwickler bedeutet das: Ein Agent kann Shell-Befehle ausführen, Dateien bearbeiten und einen Browser steuern, ohne direkten Zugriff auf das Host-System zu bekommen.
Nur drei Tage später, am 11. September 2026, schob das Team mit Version 1.18.0 bereits das nächste Update nach – unter anderem mit Unterstützung für OpenAIs neues GPT-6 Astra als steuerbares Modell im Backend. Das Tempo zeigt, wie sehr sich All Hands AI in einem Wettlauf sieht, in dem proprietäre Anbieter wie GitHub und Cognition fast wöchentlich neue Funktionen ausliefern.
Die Docker-Sandbox im Detail: Sicherheit als Verkaufsargument
Autonome Coding-Agenten führen Code eigenständig aus, testen ihn und iterieren, bis Tests grün sind. Genau das macht sie gefährlich, wenn sie ungebremst auf einem Entwicklerrechner laufen. OpenHands begegnet diesem Risiko, indem jede Sitzung in einem eigenen Container startet. Nutzer setzen dafür eine Umgebungsvariable namens PROJECTS_PATH, die auf ein lokales Verzeichnis zeigt, das anschließend in den Container gemountet wird. Ein typisches lokales Setup sieht laut offizieller Dokumentation so aus:
export PROJECTS_PATH=$HOME/projekte
docker run -it --rm \
-e SANDBOX_RUNTIME_CONTAINER_IMAGE \
-v $PROJECTS_PATH:/projects \
-v ~/.openhands:/root/.openhands \
-p 8000:8000 \
docker.all-hands.dev/all-hands-ai/openhands:latestDie Rheinwerk-Computing-Redaktion warnt in ihrer Analyse ausdrücklich davor, OpenHands auf Systemen mit sensiblem Docker-Zugriff direkt laufen zu lassen – ein Hinweis darauf, dass eine Sandbox allein keine vollständige Isolation garantiert. Für Unternehmen mit höheren Compliance-Anforderungen bietet ein Marketplace-Eintrag von Microsoft zusätzlich ein gehärtetes Image auf Basis von Ubuntu 24.04 LTS mit CIS-Level-1-Konfiguration an. Wer produktiv mit sensiblen Repositories arbeitet, bekommt damit eine Variante, die zumindest auf dem Papier näher an Enterprise-Sicherheitsstandards liegt als ein Standard-Docker-Container.
SWE-Bench Verified: Warum die Zahlen so stark schwanken
Der SWE-Bench-Verified-Score gilt in der Branche als inoffizieller Gradmesser dafür, wie gut ein Agent reale GitHub-Issues eigenständig lösen kann. Bei OpenHands kursieren dabei mehrere, teils widersprüchliche Werte. Die Nachrichtenseite AI Agent Store nannte am Launch-Tag 68 Prozent als ersten kursierenden Benchmark-Wert. Die Vergleichsplattform Tensorfeed listet in ihrer Auswertung von September 2026 dagegen 65,8 Prozent für die Kombination mit Claude Sonnet 4.6 und 64,2 Prozent mit GPT-5.5. BenchGecko wiederum berechnet einen zusammengesetzten Wert von 71,8 Punkten, deutlich über dem Durchschnitt vergleichbarer autonomer Agenten von 61,0 Punkten.
Am oberen Ende der Skala steht eine Analyse von Tekai.dev aus dem April 2026, die OpenHands mit 77,6 Prozent und einem angeblichen ersten Platz auf dem SWE-Bench-Leaderboard führt – ein Wert, den die Autoren selbst mit Vorsicht behandeln, weil Datensatz-Kontamination und unterschiedliche Testharnisse die Vergleichbarkeit erschweren. Am unteren Ende liegt ein früher Hugging-Face-Eintrag von April 2025 mit 60,6 Prozent für ein damaliges Kritiker-Modell des Teams. Für die Einordnung in diesem Artikel gilt deshalb die konservativste, mehrfach unabhängig bestätigte Bandbreite: OpenHands bewegt sich mit aktuellen Modellen wie Claude Sonnet 4.6 zwischen rund 64 und 72 Prozent SWE-Bench Verified, je nach Testaufbau.
Benchmark-Vergleich: OpenHands gegen Devin, Claude Code, Cursor und Copilot Workspace
Um OpenHands richtig einzuordnen, hilft der direkte Vergleich mit den kommerziellen Platzhirschen. Die folgende Tabelle fasst öffentlich dokumentierte SWE-Bench-Verified-Werte aus mehreren unabhängigen Quellen zusammen. Wichtig dabei: Jeder Wert stammt aus einem anderen Testaufbau, weshalb absolute Rangfolgen mit Vorsicht zu lesen sind.
| Agent / Tool | Basismodell | SWE-Bench Verified | Quelle |
|---|---|---|---|
| Claude Code | Claude Sonnet 4.6 | 78,4 % | Digital Applied, April 2026 |
| OpenAI Codex | GPT-5.1-Codex-Max | ca. 71,0 % | Digital Applied, April 2026 |
| OpenHands | Claude Sonnet 4.6 | 65,8 % | Tensorfeed, September 2026 |
| OpenHands (Launch-Referenzwert) | gemischt | 68 % | AI Agent Store, 8. September 2026 |
| Cursor Agent-Modus | gemischt | 67,2 % | Digital Applied, April 2026 |
| OpenHands | GPT-5.5 | 64,2 % | Tensorfeed, September 2026 |
| Devin 2.0 | SWE-2 / Fable 5.1 | 60,8 % | Digital Applied / AI Wiki, 2026 |
Für GitHub Copilot Workspace existiert kein einzelner, allgemein zitierter SWE-Bench-Wert, weil das Produkt je nach Aufgabe zwischen mehreren Modellen wählen lässt, darunter GPT-5.1-Codex-Max, Claude Opus 4.5 und Google Gemini 2.0 Flash. Die Codex-Ergebnisse in der Tabelle oben geben aber eine grobe Orientierung, in welcher Größenordnung sich Copilot Workspace mit vergleichbarer Modellwahl bewegt – Details zum GA-Start von Workspace haben wir in unserem Artikel zur Copilot-Workspace-Generalverfügbarkeit eingeordnet. Einen breiteren Terminal-Vergleich mit Codex und Gemini CLI liefert unser Vergleichstest von Codex, Claude Code und Gemini CLI.
Lizenzmodell: MIT-Kern, kommerzielle Enterprise-Schicht
Der wohl größte strategische Unterschied zu Copilot Workspace, Devin oder Cursor liegt im Lizenzmodell. Laut der offiziellen Lizenzdatei im GitHub-Repository steht der Großteil des Codes unter der freien MIT-Lizenz. Ausgenommen ist ausschließlich das enterprise/-Verzeichnis, das unter der PolyForm-Free-Trial-Lizenz läuft und für den produktiven kommerziellen Einsatz eine separate, kostenpflichtige Lizenz voraussetzt. Ein Verzeichnis für Open-Source-Alternativen bestätigt dieses Muster: Die Kern-Images openhands und agent-server sind vollständig MIT-lizenziert, nur die Enterprise-Erweiterungen sind kommerziell.
Praktisch bedeutet das für Teams: Wer OpenHands selbst hostet und den Kern nutzt, zahlt nichts an All Hands AI – die laufenden Kosten entstehen ausschließlich durch die gewählte KI-Modell-API, etwa bei Anthropic oder OpenAI. Wer dagegen eine gehärtete, Kubernetes-fähige Enterprise-Variante mit Support will, muss ein kommerzielles Lizenzpaket abschließen. Dieses Zwei-Schichten-Modell ist im Kern identisch mit dem, was viele andere Open-Core-Unternehmen im Infrastruktur-Bereich verfolgen, wirkt im KI-Coding-Markt aber ungewöhnlich, weil die direkten Konkurrenten fast ausnahmslos vollständig proprietär sind.
All Hands AI: Finanzierung, Bewertung und Geschäftsmodell
Hinter OpenHands steht das Unternehmen All Hands AI. Laut den Finanzierungsdaten der Plattform Caplight schloss das Start-up am 18. November 2025 eine Series-A-Runde ab, angeführt von Madrona Venture Group mit rund 19 Millionen Dollar. Insgesamt hat das Unternehmen laut Caplight bislang 23,8 Millionen Dollar eingesammelt, bei einer geschätzten Bewertung von 75,8 Millionen Dollar. Das ist eine deutlich kleinere Hausnummer als bei Cognition (Entwickler von Devin) oder Anysphere (Cursor), die im selben Zeitraum in Milliardenhöhe bewertet wurden.
Diese vergleichsweise bescheidene Finanzierung ist Teil der Erzählung: All Hands AI positioniert sich bewusst als kleinerer, aber technisch ernstzunehmender Herausforderer, der seine Aufmerksamkeit über GitHub-Sichtbarkeit statt über Marketingbudgets gewinnt. Ein Branchenblog von Agentmarketcap fasste die Ausgangslage im April 2026 so zusammen: Mit 23,8 Millionen Dollar Finanzierung, einem damaligen SWE-Bench-Verified-Wert von 72 Prozent und einer Kubernetes-fähigen Enterprise-Schicht zwinge das Open-Source-Projekt etablierte Anbieter zu einer Debatte, die sie lieber vermeiden würden – nämlich ob ein offenes Gerüst mit austauschbarem Modell wirklich schlechter sein muss als ein geschlossenes System.
Von OpenDevin zu OpenHands: Die Zeitleiste eines Zwei-Jahres-Projekts
Die folgende Tabelle ordnet die wichtigsten Meilensteine des Projekts chronologisch ein, von der ursprünglichen Veröffentlichung als OpenDevin im März 2024 bis zum aktuellen Stand.
| Datum | Ereignis |
|---|---|
| März 2024 | Start des Projekts als OpenDevin (laut Wikipedia-Eintrag) |
| 2024/2025 | Umbenennung von OpenDevin zu OpenHands im Zuge des Architekturwechsels |
| 18. November 2025 | Series-A-Finanzierung: 19 Mio. Dollar von Madrona Venture Group, Gesamtsumme 23,8 Mio. Dollar, Bewertung 75,8 Mio. Dollar (Caplight) |
| 16. Dezember 2025 | Version 1.0.0: Umbau auf das neue Software Agent SDK, Ablösung der alten Event-Stream-Architektur |
| 11. März 2026 | Version 1.5.0: Planning-Agent, Task-Listen-UI, Bitbucket-Data-Center-Unterstützung |
| 8. September 2026 | Produktions-Meilenstein “1.0”: gehärtete Docker-Sandbox, Sicherheitsrichtlinien, Ressourcenlimits, Plugin-System, kursierender Referenzwert 68 % SWE-Bench Verified |
| 11. September 2026 | Version 1.18.0: unter anderem Unterstützung für GPT-6 Astra als Backend-Modell |
Wettbewerbsumfeld: Vier proprietäre Schwergewichte gegen ein offenes Gerüst
Der Markt für autonome Coding-Agenten hat sich 2026 in zwei Lager aufgeteilt. Auf der einen Seite stehen die geschlossenen Systeme: GitHub Copilot Workspace, das seit September 2025 allgemein verfügbar ist und laut einer Fallstudie auf Substack inzwischen auf 4,7 Millionen zahlende Abonnenten und 60 Millionen automatisierte Code-Reviews kommt. Copilot Workspace bietet inzwischen einen Autopilot-Modus, der abgegrenzte Aufgaben – etwa das Aktualisieren veralteter Abhängigkeiten samt Testlauf – komplett eigenständig durchführt, ohne bei jedem Schritt nachzufragen.
Auf der anderen Seite steht Cognition mit Devin, das im September 2026 sein neues Coding-Modell SWE-2 vorgestellt hat. Laut einem Bericht von Runtimewire erreicht SWE-2 auf Cognitions eigenem FrontierCode-1.1-Benchmark 50,0 Prozent, auf DeepSWE 73 Prozent und auf Terminal-Bench 2.1 sogar 92,8 Prozent – bei laut Hersteller bis zu 70 Prozent niedrigeren Kosten als bei Frontier-Modellen wie Claude Fable 5.1 oder GPT-6 Astra. Cursor wiederum integriert einen Agenten-Modus direkt in die eigene IDE und wird in mehreren Vergleichen mit rund 67 Prozent SWE-Bench Verified geführt. Claude Code von Anthropic gilt in mehreren 2026er-Auswertungen als aktueller Spitzenreiter bei langfristigen, dateiübergreifenden Programmieraufgaben.
OpenHands positioniert sich in diesem Vierkampf als Alternative, die keines dieser Systeme direkt schlagen muss, um relevant zu sein. Es reicht, wenn es gut genug ist und dabei den entscheidenden Unterschied bietet: Es lässt sich selbst hosten, mit dem bevorzugten Modell koppeln und unterliegt keiner Preispolitik eines einzelnen Anbieters. Wie eng es zwischen den proprietären Platzhirschen bereits zugeht, zeigt unser direkter Vergleich von Claude Code und Cursor, während wir die Finanzierungsseite von Devin in unserem Beitrag zu Cognitions Bewertungssprung auf 40 Milliarden Dollar beleuchtet haben.
Warum Modellunabhängigkeit zum Verkaufsargument wird
Ein zentrales technisches Merkmal von OpenHands ist die Trennung zwischen Agenten-Gerüst und Sprachmodell. Laut der offiziellen SDK-Dokumentation kann OpenHands mit praktisch jedem LLM arbeiten, von proprietären Modellen wie Claude und GPT-Varianten bis zu offenen Gewichten wie Qwen oder Devstral. Nutzer wählen den Anbieter direkt im Web-Interface und hinterlegen dort ihren API-Schlüssel. Diese Offenheit steht im Kontrast zu Copilot Workspace oder Cursor, wo die Modellauswahl zwar ebenfalls vorhanden, aber stets an das jeweilige Ökosystem des Anbieters gebunden bleibt.
Autonome Agenten gegen klassische Code-Vervollständigung
Der Unterschied zwischen einem klassischen Copilot und einem autonomen Agenten wie OpenHands ist größer, als es auf den ersten Blick wirkt. Klassische Werkzeuge schlagen Code direkt im Editor vor, gesteuert durch die Cursor-Position des Entwicklers. Ein autonomer Agent bekommt stattdessen eine Aufgabe in natürlicher Sprache, etwa das Beheben eines konkreten Fehlertickets samt anschließendem Testlauf, plant die notwendigen Schritte selbst, führt Shell-Befehle aus, ändert mehrere Dateien und iteriert so lange, bis die Tests grün sind.
Diese Verschiebung von der Zeilen-Ebene zur Aufgaben-Ebene verändert auch, wie Teams Qualität kontrollieren müssen. Wo ein Reviewer früher einzelne Zeilenvorschläge prüfte, muss er heute ganze Pull Requests bewerten, die ein Agent über mehrere Dateien und Commits hinweg selbstständig erstellt hat. Genau diese Verantwortungsverschiebung erklärt, warum Sicherheitsfunktionen wie die Docker-Sandbox von OpenHands 1.0 kein Nice-to-have sind, sondern eine Grundvoraussetzung für den produktiven Einsatz.
Adoption und offene Fragen zur Reichweite
Bei den Nutzerzahlen wird es unübersichtlich. Eine technische Analyse von Tekai.dev aus dem April 2026 nennt für OpenHands 70.500 GitHub-Sterne und behauptet eine Nutzung durch Konzerne wie Netflix, Amazon, Google, Apple, TikTok und Nvidia. Diese Zahl stammt jedoch aus einer einzelnen Quelle und lässt sich nicht unabhängig verifizieren – andere Analysen aus dem gleichen Zeitraum nennen keine vergleichbaren Werte. Seriöser lässt sich daher nur sagen: OpenHands zählt zu den sichtbarsten Open-Source-Projekten im Bereich autonomer Coding-Agenten, mit einer aktiven Release-Geschichte (allein im September 2026 mindestens zwei Versionssprünge) und wachsendem Interesse von Unternehmen, die eine selbst hostbare Alternative zu proprietären Systemen suchen.
Konkrete Preisinformationen zur Enterprise-Schicht von All Hands AI sind bislang nicht öffentlich gelistet. Bekannt ist nur, dass das Unternehmen gehärtete, Kubernetes-fähige Deployments und Support anbietet, während die Kosten für die eigentliche KI-Inferenz weiterhin direkt beim gewählten Modellanbieter anfallen.
Marktauswirkungen: Was der Aufstieg offener Agenten für Entwicklerteams bedeutet
Für Entwicklungsteams in Österreich und im gesamten DACH-Raum verändert sich mit OpenHands 1.0 vor allem die Verhandlungsposition gegenüber großen Anbietern. Wer bislang zwischen GitHub Copilot Workspace, Cursor und Devin wählen musste, hatte de facto keine Möglichkeit, das zugrunde liegende System selbst zu hosten oder den Datenfluss vollständig zu kontrollieren. Mit einer MIT-lizenzierten Alternative, die laut mehreren unabhängigen Auswertungen im gleichen Leistungsbereich wie Cursor oder Devin liegt, entsteht erstmals ein ernstzunehmender Hebel für Unternehmen mit strengen Datenschutzanforderungen, etwa im Finanz- oder Behördenumfeld, wo Code und interne Daten das eigene Netzwerk nicht verlassen dürfen.
Gleichzeitig setzt OpenHands die etablierten Anbieter unter Preisdruck. Cognitions Ankündigung, das neue Modell SWE-2 bis zu 70 Prozent günstiger als Frontier-Modelle anzubieten, lässt sich auch als direkte Reaktion auf die wachsende Konkurrenz durch kostenlose, selbst hostbare Gerüste lesen – ein Muster, das wir bereits bei Metas Vorstoß in unserem Artikel Meta greift Copilot und Claude Code an beschrieben haben. Wenn Unternehmen die Wahl haben, ein MIT-lizenziertes System mit eigener Modellwahl zu betreiben oder für eine geschlossene Lösung einen festen Preis pro Nutzer oder Token zu zahlen, verschiebt sich die Verhandlungsmacht spürbar in Richtung der Käuferseite. Einen Überblick über das gesamte Software-Cluster mit weiteren Analysen zu KI-Coding-Werkzeugen bietet unsere Themenseite Software.
Historischer Kontext: Vom Hype-Zyklus zur Agenten-Infrastruktur
Als Devin im März 2024 als erster eigenständiger KI-Softwareentwickler vorgestellt wurde, löste das System nach eigenen technischen Berichten von Cognition gerade einmal 79 von 570 getesteten SWE-Bench-Issues, eine Erfolgsquote von 13,86 Prozent. Zwei Jahre später bewegen sich mehrere Systeme im Bereich von 60 bis 78 Prozent auf dem strengeren SWE-Bench-Verified-Datensatz. Diese Entwicklung von unter 14 Prozent auf teils über 70 Prozent innerhalb von rund zwei Jahren zeigt, wie schnell sich die Fähigkeiten autonomer Coding-Agenten tatsächlich weiterentwickelt haben, unabhängig davon, welchem einzelnen Anbieter man dabei den größten Fortschritt zuschreibt.
OpenHands selbst durchlief in dieser Zeit einen typischen Reifungsprozess: vom Forschungsprojekt (OpenDevin, März 2024) über eine grundlegende Neuarchitektur (Version 1.0.0, Dezember 2025) bis zur produktionsreifen Sicherheitsschicht (September 2026). Dass ein Open-Source-Team diesen Weg in etwas mehr als zwei Jahren zurücklegen konnte, ohne auf die Milliardenbudgets von Microsoft, Google oder Cognitions Investoren zurückzugreifen, ist selbst ein bemerkenswerter Datenpunkt für die Reife des gesamten Ökosystems rund um KI-Agenten-Gerüste, Sprachmodell-APIs und Sandbox-Technologien wie Docker.
Risiken und offene Fragen: Wo OpenHands noch Schwächen zeigt
Trotz der schnellen Fortschritte bleiben mehrere Kritikpunkte bestehen. Erstens hängt die tatsächliche Leistung von OpenHands stark vom gewählten Sprachmodell ab: Mit einem vollständig offenen Modell wie Qwen3 Coder 480B fällt der SWE-Bench-Verified-Wert laut Vergleichsdaten auf rund 65 Prozent, mit einem kleineren offenen Modell sogar auf etwa 32 Prozent. Wer auf proprietäre Modell-APIs verzichten will, bekommt also spürbar schwächere Ergebnisse als mit Claude- oder GPT-Modellen.
Zweitens bleibt die Frage der Haftung ungeklärt, sobald ein autonomer Agent eigenständig Code in Produktionssysteme einspielt. Die neuen Sicherheitsrichtlinien von OpenHands 1.0 begrenzen zwar Ressourcenverbrauch und Container-Zugriff, ersetzen aber kein menschliches Code-Review vor dem Merge in kritische Zweige. Drittens ist die Enterprise-Lizenzierung mit der PolyForm-Free-Trial-Lizenz für viele Unternehmensjuristen ungewohntes Terrain, was in regulierten Branchen zusätzlichen Prüfaufwand bedeutet, bevor ein produktiver Einsatz überhaupt genehmigt wird.
Prognosen: Wie sich der Markt für autonome Coding-Agenten weiterentwickelt
Auf Basis der aktuellen Entwicklung lassen sich mehrere Trends für die kommenden zwölf bis achtzehn Monate ableiten:
- Open-Source-Gerüste wie OpenHands dürften ihren SWE-Bench-Abstand zu Claude Code und Codex weiter verkleinern, weil Modellfortschritte wie GPT-6 Astra oder Claude Sonnet 4.6 allen Agenten gleichermaßen zugutekommen, die sie als Backend integrieren.
- Proprietäre Anbieter werden ihre Preise stärker differenzieren, ähnlich wie Cognition es mit dem bis zu 70 Prozent günstigeren SWE-2-Modell bereits vorgemacht hat, um dem Preisdruck durch selbst hostbare Alternativen zu begegnen.
- Regulierte Branchen wie Banken, Versicherungen und Behörden werden verstärkt nach selbst hostbaren Lösungen fragen, was MIT-lizenzierten Projekten wie OpenHands strukturell in die Hände spielt.
- Die Diskussion um verlässliche, vergleichbare Benchmarks wird zunehmen, weil die aktuelle Streuung der SWE-Bench-Werte zwischen 60 und 78 Prozent für dasselbe Werkzeug kaum noch seriöse Vergleiche zulässt.
- All Hands AI wird nach der aktuellen 75,8-Millionen-Dollar-Bewertung voraussichtlich eine weitere Finanzierungsrunde anstreben, um mit dem Tempo von Cognition, GitHub und Anthropic mithalten zu können.
Was Entwicklerteams jetzt konkret prüfen sollten
Wer OpenHands 1.0 ausprobieren will, sollte zunächst klären, welches Sprachmodell zum Einsatz kommen soll, weil die Leistungsunterschiede zwischen Claude Sonnet 4.6, GPT-5.5 und offenen Modellen erheblich sind. Für einen ersten Testlauf reicht die lokale Docker-Installation mit einem begrenzten Projektverzeichnis. Für den produktiven Einsatz mit sensiblen Repositories lohnt sich ein Blick auf das gehärtete CIS-Level-1-Image, auch wenn dafür zusätzliche Konfigurationszeit eingeplant werden muss. Teams, die bereits GitHub Copilot Workspace oder Cursor nutzen, sollten OpenHands weniger als Ersatz, sondern als Vergleichspunkt betrachten, um die eigene Preis- und Datenschutzstrategie regelmäßig zu hinterfragen.
Häufig gestellte Fragen zu OpenHands 1.0
Ist OpenHands wirklich kostenlos nutzbar?
Der Kern von OpenHands steht unter der MIT-Lizenz und kostet nichts. Kosten entstehen nur durch die genutzte KI-Modell-API, etwa bei Anthropic oder OpenAI, sowie optional durch eine kommerzielle Enterprise-Lizenz für gehärtete, Kubernetes-fähige Deployments.
Wie schneidet OpenHands im Vergleich zu GitHub Copilot Workspace ab?
Ein direkter, allgemein anerkannter Vergleichswert existiert nicht, weil Copilot Workspace je nach Aufgabe verschiedene Modelle wie GPT-5.1-Codex-Max oder Claude Opus 4.5 nutzt. Vergleichbare Codex-Ergebnisse liegen bei rund 71 Prozent SWE-Bench Verified, während OpenHands je nach Modellwahl zwischen etwa 64 und 72 Prozent erreicht.
Welches Sprachmodell liefert mit OpenHands die besten Ergebnisse?
Nach aktuellen Vergleichsdaten liefert Claude Sonnet 4.6 die stärksten Werte innerhalb von OpenHands, gefolgt von GPT-5.5. Vollständig offene Modelle wie Qwen3 Coder 480B liegen deutlich darunter.
Ist die Docker-Sandbox von OpenHands 1.0 wirklich sicher?
Die Sandbox reduziert das Risiko erheblich, indem sie Agenten-Sitzungen isoliert und den Ressourcenzugriff begrenzt. Vollständige Sicherheit garantiert sie nicht, weshalb mehrere Fachquellen davon abraten, OpenHands auf Systemen mit sensiblem Docker-Zugriff direkt zu betreiben.
Wer steht hinter OpenHands und wie ist das Unternehmen finanziert?
OpenHands wird vom Start-up All Hands AI entwickelt. Laut Caplight hat das Unternehmen bislang 23,8 Millionen Dollar eingesammelt, zuletzt in einer Series-A-Runde im November 2025 unter Führung von Madrona Venture Group, bei einer geschätzten Bewertung von 75,8 Millionen Dollar.
Kann OpenHands GitHub Copilot oder Cursor komplett ersetzen?
Für viele Standardaufgaben ja, insbesondere wenn Datenschutz oder Selbst-Hosting wichtiger sind als eine fertige IDE-Integration. Für Teams, die eine nahtlose Editor-Erfahrung ohne eigenes Hosting bevorzugen, bleiben Copilot Workspace oder Cursor häufig die praktischere Wahl.
Was bedeutet die PolyForm-Free-Trial-Lizenz für Unternehmen?
Sie erlaubt eine zeitlich begrenzte Testnutzung der Enterprise-Funktionen im Verzeichnis enterprise/. Für den dauerhaften produktiven Einsatz dieser Funktionen ist eine separate, kostenpflichtige kommerzielle Lizenz von All Hands AI notwendig.
Wie geht es mit OpenHands nach Version 1.18.0 weiter?
All Hands AI hat seit dem Produktions-Meilenstein im September 2026 mehrere kleinere Versionssprünge nachgelegt, darunter die Unterstützung für GPT-6 Astra. Angesichts des Veröffentlichungstempos ist mit weiteren Updates zu Modellunterstützung und Sicherheitsfunktionen in kurzen Abständen zu rechnen.
