oh-my-claudecode und oh-my-codex: Wie Multi-Agent-Orchestrierung die KI-gestützte Entwicklung verändert

KI-Coding-Assistenten wurden 2024 zum Standard. Bis 2025 gaben Tools wie Claude Code und OpenAI Codex CLI Entwicklern terminal-native KI an die Hand, die Codebases lesen, Code schreiben und Befehle ausführen konnte. Das gemeinsame Limit: ein Modell, eine Aufgabe, ein Context Window. Für kleinere Fixes reicht das aus. Sobald mehrere Dateien, Architekturentscheidungen und Qualitätsprüfungen ins Spiel kommen, wird ein einzelner Agent schnell zum Flaschenhals.

Zwei Open-Source-Projekte von Entwickler Yeachan Heo lösen dieses Problem, indem sie einzelne KI-Assistenten in koordinierte Teams verwandeln. oh-my-claudecode (OMC) orchestriert Multi-Agent-Workflows für Claude Code. oh-my-codex (OMX) tut dasselbe für OpenAI Codex CLI. Beide Projekte erschienen Anfang 2026 in den GitHub Trending-Charts und wachsen seitdem rasant: OMC zählt inzwischen über 24.000 Stars, OMX überschritt die 16.000-Marke.

Das Problem mit einzelnen Agenten

Wer einen KI-Assistenten beauftragt, ein Feature zu bauen, bekommt einen flachen Loop: Code lesen, Output generieren, Änderungen anwenden. Planung und Umsetzung sind nicht getrennt, ein dedizierter Review-Schritt fehlt, parallele Arbeit über mehrere Dateien hinweg ist nicht vorgesehen. Das Modell, das Ihr Authentication-Middleware schreibt, ist dasselbe, das es anschließend prüft. Das entspricht einem Entwickler, der seinen eigenen Code schreibt, testet, reviewt und deployed, ohne eine zweite Perspektive.

Multi-Agent-Orchestrierung durchbricht dieses Muster. Statt eines Generalisten erhält man ein Team von Spezialisten: einen Architekten, der plant, einen Executor, der implementiert, einen Reviewer, der prüft, und einen Tester, der verifiziert. Jeder Agent konzentriert sich auf seine Stärke; die Orchestrierungsschicht koordiniert das Zusammenspiel.

Was oh-my-claudecode bietet

oh-my-claudecode ist ein Zero-Config-Plugin für Claude Code, das Multi-Agent-Orchestrierung durch spezialisierte Agenten, Workflow-Skills und Team-Pipelines ergänzt. Die Installation erfolgt über den Claude Code Plugin Marketplace, die Aktivierung per einmaligem Setup-Befehl.

32 spezialisierte Agenten

OMC bringt 32 rollenbasierte Agenten mit, jeder auf eine spezifische Aufgabe zugeschnitten. Der architect übernimmt Systemdesign und Debugging-Strategie. Der executor schreibt Implementierungscode. Der code-reviewer prüft Änderungen auf Qualität und Muster. Der security-reviewer sucht nach Schwachstellen. Der test-engineer generiert Testabdeckung. Der planner erstellt schrittweise Implementierungspläne inklusive Interview-Workflows.

Jeder Agent läuft auf einem passenden Modell-Tier. Schnelle Lookups nutzen Haiku für Geschwindigkeit und Kosteneffizienz. Standardimplementierungen laufen auf Sonnet. Komplexe Architekturentscheidungen und tiefgehende Analysen werden an Opus weitergeleitet. Dieses automatische Model-Routing spart Token-Kosten gegenüber dem Betrieb aller Aufgaben auf dem leistungsfähigsten Modell; in meinen Pipelines liegen die Einsparungen je nach Task-Mix bei 30 bis 50 Prozent.

Über 40 Workflow-Skills

Skills sind wiederverwendbare Workflows, die per einfachem Befehl ausgelöst werden. Autopilot erkennt die Intention und orchestriert Agenten automatisch. Ralph führt einen selbstreferenziellen Loop aus, der so lange iteriert, bis die Aufgabe die Verifikation besteht. Ultrawork parallelisiert unabhängige Aufgaben über mehrere Worker. TDD erzwingt testgetriebene Entwicklung, indem Tests vor Implementierungscode gefordert werden.

• /autopilot erkennt Ihre Intention und orchestriert 19 Agenten, mit "fast" für Parallelismus oder "don't stop" für Persistenz
• /ralph durchläuft plan, execute, verify, fix bis zur Fertigstellung, mit Architekten-Verifikation an jedem Schritt
• /ultrawork betreibt bis zu 5 gleichzeitige Worker für große Refactors, Migrationen oder Test-Generierung
• /team N spawnt N koordinierte Agenten auf einer gemeinsamen Aufgabenliste mit isolierten Git-Worktrees
• /ccg Tri-Modell-Orchestrierung, die Claude, Codex und Gemini befragt und die beste Antwort synthetisiert

Team-Pipelines

Die Team-Pipeline folgt einem strukturierten Lebenszyklus: plan (Scope und Architektur definieren), PRD (Product Requirements Document erstellen), exec (mit parallelen Workern implementieren), verify (automatisierte Prüfungen durchführen) und fix (Fehler iterativ beheben). Jeder Worker erhält einen isolierten Git-Worktree, sodass parallele Agenten keine Merge-Konflikte erzeugen.

Was oh-my-codex bietet

oh-my-codex überträgt dieselbe Orchestrierungsphilosophie auf OpenAIs Codex CLI. Es bietet 33 spezialisierte Prompts, 36 Workflow-Skills und 5 MCP-Server für State, Memory, Code Intelligence und Tracing.

OMX ergänzt den Basis-Codex-CLI um Funktionen, die dort fehlen: persistenter State über Sessions hinweg, Team-Orchestrierung mit Worktree-Isolation, inkrementelles Merge-Tracking und Cross-Provider-Delegation. Claude-Code-Agenten lassen sich innerhalb eines Codex-Workflows starten, oder Codex-, Claude- und Gemini-Worker laufen nebeneinander in eigenen Worktrees.

Mixed-Provider-Teams

Eines der herausragenden Features von OMX ist Mixed-Provider-Orchestrierung. Eine einzelne Pipeline kann einem OpenAI-Modell die Code-Generierung zuweisen, während Claude das Architektur-Review übernimmt und Gemini Recherchen durchführt. Die Stärken jedes Providers kommen dort zum Einsatz, wo sie am meisten bewirken; die Orchestrierungsschicht übernimmt die Context-Übergabe zwischen ihnen.

Direktvergleich

Multi-Agent-Orchestrierung in der Praxis

Ein konkretes Beispiel: Sie müssen Internationalisierung in eine bestehende Anwendung einbauen. Mit einem einzelnen KI-Assistenten prompten Sie Schritt für Schritt und prüfen jeden Output manuell. Mit Multi-Agent-Orchestrierung sieht der Ablauf anders aus.

• Der Planner analysiert die Codebase und erstellt eine Aufgabenaufschlüsselung mit Dateizuweisungen
• Der Architect entwirft die i18n-Architektur, wählt Bibliotheken und definiert Muster
• Worker 1 extrahiert hartcodierte Strings aus Komponenten in Translation-Dateien
• Worker 2 baut den Locale-Switching-Mechanismus und das Routing
• Worker 3 erstellt Translation-Dateien für jede Zielsprache
• Der Test Engineer generiert Tests für Locale-Switching, Fallback-Verhalten und RTL-Unterstützung
• Der Code Reviewer prüft alle Änderungen auf Konsistenz und fehlende Strings
• Der Verifier führt die vollständige Test-Suite aus und bestätigt, dass der Build durchläuft

Worker 1, 2 und 3 laufen parallel, jeder in einem isolierten Git-Worktree. Die Orchestrierungsschicht merged ihre Änderungen, löst etwaige Konflikte auf und übergibt das Ergebnis an den Review. Parallelisierung verkürzt die Durchlaufzeit gegenüber sequenzieller Einzelagenten-Ausführung; die tatsächliche Dauer hängt von der Aufgabenkomplexität und den Modell-Antwortzeiten ab.

Die Architektur hinter der Orchestrierung

Sowohl OMC als auch OMX folgen demselben Architekturmuster. Im Kern steht ein Hooks-System, das Events im Basis-CLI abfängt und an die Orchestrierungsschicht weiterleitet. Hooks können Kontext injizieren, Skills auslösen, State verwalten und Agenten koordinieren, ohne das darunterliegende CLI zu verändern.

MCP-Server (Model Context Protocol) sorgen für Persistenz. State-Server verfolgen, woran jeder Agent arbeitet. Memory-Server speichern sessionübergreifenden Kontext, sodass Agenten frühere Entscheidungen referenzieren können. Code-Intelligence-Server stellen LSP-ähnliche Funktionen direkt für Agenten bereit: Hover, Go-to-Definition, Find References. Trace-Server protokollieren Ausführungs-Timelines zur Fehlersuche bei Orchestrierungsproblemen.

Skills sind deklarative Workflow-Definitionen. Sie legen fest, welche Agenten in welcher Reihenfolge mit welchen Verifikationskriterien beteiligt sind. Ein Skill wie "ralph" definiert einen Loop: plan, execute, verify, fix. Schlägt die Verifikation fehl, wiederholt sich der Loop mit dem Fehlerkontext. Das eliminiert das manuelle Hin-und-Her, das Einzelagenten-Workflows verlangsamt.

Review-Loops auf Team-Ebene

Der Wechsel von einem einzelnen Agenten zu mehreren ist nicht nur eine Frage der Geschwindigkeit. Er führt Separation of Concerns in die KI-gestützte Entwicklung ein. Ein dedizierter Security-Reviewer-Agent, der jede Änderung scannt, hat in meiner Pipeline Schwachstellen aufgedeckt, die ein Allzweck-Assistent nicht gefunden hat. Ein Architekten-Agent, der strukturelle Entscheidungen vor dem Implementierungsstart validiert, verhindert teure Rewrites.

Für Teams, die KI-gestützte Entwicklungs-Workflows einführen, lösen Orchestrierungsschichten das Governance-Problem. Jede Änderung lässt sich so konfigurieren, dass sie vor dem Commit durch einen Review-Agenten läuft. Test-Coverage-Verifikation kann vor jedem PR erzwungen werden. Das sind dieselben Qualitätsgates, die menschliche Teams einsetzen, automatisiert und konsistent.

Praktische Überlegungen

Token-Kosten

Multi-Agent-Workflows verbrauchen mehr Token als ein einzelner Prompt-Response-Zyklus. OMC begegnet dem mit automatischem Model-Routing: Einfache Aufgaben gehen an günstigere Modelle, komplexes Reasoning an leistungsfähige. Die Token-Einsparungen durch intelligentes Routing gleichen den Orchestrierungs-Overhead in meinen Pipelines typischerweise aus. Bei großen Aufgaben rechtfertigt die durch parallele Ausführung gewonnene Zeit in der Regel die Kosten.

Wann Multi-Agent, wann Single-Agent

Einstieg

Claude-Code-Nutzer installieren OMC über den Plugin Marketplace. Nach dem Setup-Befehl bietet sich /autopilot für geführte Orchestrierung an oder /team 3, um drei parallele Worker zu starten. Codex-CLI-Nutzer installieren OMX via npm nach demselben Muster. Beide Projekte verfügen über ausführliche Dokumentation und aktive Communities.

Das große Bild: Von Copiloten zu Agenten-Teams

Die Entwicklung ist klar erkennbar. Phase eins war Autocomplete (GitHub Copilot, 2022). Phase zwei war Chat-basiertes Coding (ChatGPT, Claude, 2023). Phase drei waren terminal-native Agenten (Claude Code, Codex CLI, 2025). Die nächste Phase ist Multi-Agent-Orchestrierung. Projekte wie oh-my-claudecode und oh-my-codex sind die erste Welle von Tools, die KI-Coding als koordiniertes Team-Geschäft behandeln.

Wie Addy Osmani über Multi-Agent-Coding geschrieben hat: Die erfolgreiche Architektur trennt Planung von Umsetzung, nutzt spezialisierte Rollen und behandelt Verifikation als erstklassigen Schritt. OMC und OMX implementieren exakt dieses Muster und machen es über einfache CLI-Befehle zugänglich.

Der Open-Source-Charakter beider Projekte bedeutet, dass die Community die Innovation vorantreibt. Neue Agenten, Skills und Workflow-Muster fließen regelmäßig ein. Passt die Basis-Orchestrierung nicht zum eigenen Workflow, lässt sie sich mit eigenen Agenten und Skills erweitern.

Projektfit

Multi-Agent-Orchestrierung ist heute in produktiven Workflows im Einsatz. Ob neue Anwendung, Legacy-Migration oder komplexe Codebase-Pflege: Das Tooling existiert, um schneller voranzukommen, ohne Qualität zu opfern.

webvise integriert KI-gestützte Entwicklungs-Workflows in jedes ausgelieferte Projekt. Multi-Agent-Orchestrierung beschleunigt den Weg von der Architektur bis zum Deployment, während eingebettete Review- und Verifikations-Agenten die Qualitätsstandards sichern, die Kunden erwarten. Wer sehen möchte, wie moderne Entwicklungspraktiken das nächste Projekt voranbringen, ist herzlich eingeladen.