Claude Code oder Codex: So vergleichst du Programmierassistenten fair

„Welcher Programmierassistent ist besser?“ klingt nach einer einfachen Kaufentscheidung. Tatsächlich vergleichst du eine Kombination aus Modell, Arbeitsoberfläche, Berechtigungen, Werkzeugen und deinem eigenen Auftrag. Codex und Claude Code können in geeigneten Umgebungen Code untersuchen, Dateien bearbeiten und Befehle ausführen. Ein fairer Vergleich beginnt deshalb nicht mit zwei besonders schönen Antworten, sondern mit einer identischen, überprüfbaren Aufgabe.

Was genau du vergleichen möchtest

Wir verwenden einen lokalen Listenhelfer als Übungsprojekt. Er wandelt kommagetrennte Wörter in eine nummerierte Liste um. Die neue Anforderung lautet: Leere Einträge sollen verschwinden, die Ausgabe soll bei einer neuen Eingabe ersetzt werden und eingegebener Text darf nicht als HTML interpretiert werden. Diese Aufgabe ist klein genug, um jede Änderung zu lesen, enthält aber mehr als reine Gestaltung.

Der Vergleich ist als eigener Versuch angelegt. Hier werden keine gemessenen Laufzeiten, Kosten oder Sieger behauptet. Nutze nur Zugänge, die dir tatsächlich zur Verfügung stehen. Wenn du nicht beide Werkzeuge einsetzen kannst, kannst du Anforderungen und Prüffälle trotzdem vorbereiten; ein echter Zweitanbietertest bleibt dann offen.

Voraussetzungen und Abrechnung sichtbar machen

Du brauchst dieselbe Ausgangsfassung des Übungsprojekts, zwei getrennte Arbeitskopien, einen Browser und die jeweils offiziell eingerichteten Werkzeuge. Lies die aktuellen Installations- und Anmeldeanleitungen. Verwende nach Möglichkeit dieselbe Art von Arbeitsumgebung, etwa beide Werkzeuge lokal im Terminal. Ein Cloud-Lauf und ein lokaler Lauf können sich durch verfügbare Pakete, Rechnerleistung und Netzwerkregeln unterscheiden.

Kontozugang und Kostenweg gehören ins Protokoll. Sowohl abonnementgebundene Nutzung als auch separat berechnete Zugänge können angeboten werden. Ein CLI-Werkzeug ist nicht allein deshalb kostenlos, weil seine Software installiert werden kann. Prüfe bei jedem Anbieter Kontingente, zusätzliche Nutzung und gegebenenfalls API-Abrechnung. Nenne später nur tatsächlich beobachteten Verbrauch; eine unbekannte Nutzung ist kein Null-Euro-Nachweis.

Eine identische Ausgangslage herstellen

1. Bewahre den unveränderten Projektstand als Ausgangskopie auf. Kopiere ihn in zwei getrennte Übungsordner.
2. Lege einen schriftlichen Auftrag und die erwarteten Prüffälle fest, bevor du eine Antwort siehst.
3. Notiere bei jedem Lauf Produkt, angezeigtes Modell, Datum, Umgebung und erlaubte Werkzeuge.
4. Erlaube für beide dieselben notwendigen Rechte. Für den Listenhelfer sind weder fremde Projektordner noch öffentliche Veröffentlichung erforderlich.
5. Verwende ein vergleichbares Zeit- oder Nacharbeitsbudget. Wenn du einem Werkzeug mehrfach hilfst, muss das im Ergebnis sichtbar bleiben.

Gib nicht die Lösung des ersten Werkzeugs in den zweiten Lauf ein, wenn du die eigenständige Problemlösung vergleichen möchtest. Andernfalls testest du bereits eine andere Aufgabe: das Verbessern eines vorhandenen Lösungsvorschlags. Auch das kann nützlich sein, muss aber richtig benannt werden.

Ein gemeinsamer Auftrag für beide Werkzeuge

Untersuche den vorhandenen Listenhelfer. Ändere nur die Verarbeitung und Ausgabe: Leere kommagetrennte Einträge ignorieren, alte Ausgabe bei neuer Eingabe ersetzen und Nutzereingaben als Text anzeigen. Keine externen Bibliotheken, kein Netzwerkzugriff und keine Veröffentlichung. Erkläre den Plan kurz, setze ihn um und nenne die tatsächlich ausgeführten Prüfungen sowie offene Grenzen.

Die Anforderung beschreibt das Verhalten, nicht eine bestimmte Implementierung. Unterschiedlicher Code kann gleich gut passen. Vergleiche deshalb nicht bloß Zeilenzahl oder die Länge der Schlussmeldung. Ein sehr kurzer Ansatz, der Sonderfälle übersieht, ist nicht automatisch wartbarer als eine etwas ausführlichere Lösung mit verständlichen Namen.

Nach denselben Kriterien prüfen

• Funktion: Werden normale, leere und mehrfach getrennte Eingaben korrekt behandelt?
• Grenzen: Bleiben Änderungen im Auftrag, ohne zusätzliche Dienste oder unangekündigte Pakete?
• Erklärbarkeit: Kannst du Datenfluss und geänderte Stellen nachvollziehen?
• Prüfnachweis: Wurde ein Test wirklich ausgeführt oder lediglich vorgeschlagen?
• Nacharbeit: Welche konkreten Korrekturen waren nötig, bis die Anforderung erfüllt war?

Öffne die Ergebnisse selbst im Browser. Teste in beiden Kopien exakt dieselben Eingaben, etwa „Wasser,, Snacks,“ und „<b>Wasser</b>“. Halte erwartetes und tatsächliches Verhalten fest. Wenn ein Werkzeug zusätzlich automatische Tests schreibt, lies deren Annahmen. Ein Test kann falsch sein oder nur bestätigen, dass der Code so funktioniert, wie er gerade geschrieben wurde.

Fehlschläge sind Teil des Ergebnisses

Ein blockierter Befehl kann auf eine passende Sicherheitsgrenze hinweisen, nicht auf mangelnde Programmierfähigkeit. Eine fehlende Laufzeitumgebung ist ebenfalls nicht automatisch ein Modellfehler. Trenne diese Ursachen von falscher Logik. Hebe nicht vorsorglich alle Berechtigungsgrenzen auf, nur um einen Lauf zu Ende zu bekommen. Dokumentiere stattdessen, welcher notwendige Schritt unter welchen Bedingungen nicht möglich war.

Wenn du nach einem Fehler einen präziseren Hinweis gibst, gib beiden Werkzeugen eine vergleichbare Chance. Bewahre den ersten Versuch und die Nachbesserung getrennt auf. Wiederhole den Vergleich mit mehreren eigenen typischen Aufgaben, bevor du eine längerfristige Entscheidung triffst. Eine einzige Listenfunktion sagt wenig über große Bestandsprojekte oder besondere Programmiersprachen aus.

Ein einfaches Ergebnisprotokoll genügt

Halte für jeden Prüffall „erfüllt“, „nicht erfüllt“ oder „nicht geprüft“ fest und ergänze einen kurzen Beleg. Dazu kommen notwendige Rückfragen und Korrekturen. Diese kleine Übersicht ist oft aussagekräftiger als eine selbst erfundene Gesamtnote. Du erkennst damit, ob ein Unterschied die Funktion, die Bedienung oder lediglich deine persönliche Stilvorliebe betrifft.

Eine Entscheidung, die zu deinem Alltag passt

Am Ende kann das Ergebnis lauten: Beide lösen die Aufgabe, aber ein Werkzeug lässt sich leichter in deinen Editor einbinden. Oder: Ein Zugang passt besser zu deinen Vertrags- und Kostenanforderungen. Das sind brauchbare, begrenzte Entscheidungen. Daraus folgt kein allgemeiner Testsieg. Wenn du eine nachvollziehbare Werkzeugauswahl für echte Projekte brauchst, kannst du einen passenden technischen Vergleich bei VollmerIT anfragen.

Redaktions- und Quellenstand: 1. November 2026. Dokumentationsgestützter Ratgeber; Beispiele sind Lernmaterial, keine behaupteten eigenen Anbieter- oder Hardwaretests.