OpenAI Codex erklärt: Der KI-Coding-Agent von OpenAI im Überblick (2026)

Codex ist ein autonomer Software-Agent. Das bedeutet: Du beschreibst eine Aufgabe, und Codex arbeitet sie selbstständig ab — liest Code, schreibt Dateien, führt Tests aus, erstellt Pull Requests. Du musst nicht Schritt für Schritt anleiten.

Es gibt Codex in drei Varianten:

Variante	Was es ist	Für wen
Codex in ChatGPT	Cloud-basiert, asynchron. Aufgabe starten, weggehen, fertig vorfinden.	Alle ChatGPT-Nutzer mit bezahltem Plan
Codex Desktop App	macOS- und Windows-App mit lokaler Integration	Entwickler und Power-User
Codex CLI	Open-Source Terminal-Tool (in Rust geschrieben)	Entwickler, die im Terminal arbeiten

---

Codex arbeitet mit einem Agent Loop — einer Schleife, die folgende Schritte wiederholt:

1. Prompt-Aufbau: Deine Aufgabe wird zusammen mit System-Anweisungen, verfügbaren Tools und dem Projekt-Kontext an das Modell geschickt
2. Modell-Antwort: Das Modell entscheidet, welchen nächsten Schritt es unternimmt (Datei lesen, Code schreiben, Test ausführen)
3. Tool-Ausführung: Der gewählte Befehl wird in einer isolierten Sandbox ausgeführt
4. Ergebnis zurück: Das Ergebnis fließt in den nächsten Durchlauf

Dieser Loop wiederholt sich, bis die Aufgabe erledigt ist — oder du eingreifst.

Wichtig: Codex in ChatGPT läuft in der Cloud, nicht auf deinem Rechner. Dein Code wird in einer sicheren, isolierten Umgebung (Sandbox) ausgeführt. Standardmäßig hat diese Sandbox keinen Internetzugang — eine bewusste Sicherheitsentscheidung von OpenAI.

---

Code schreiben: Beschreibe, was du bauen willst. Codex generiert Code, der sich an die bestehende Projektstruktur und Konventionen anpasst.

Code verstehen: Codex kann komplexe oder Legacy-Codebases lesen und erklären — nützlich, wenn du ein fremdes Projekt übernimmst.

Code reviewen: Codex analysiert Code auf potenzielle Bugs, Logikfehler und nicht abgedeckte Randfälle.

Debuggen und fixen: Wenn etwas kaputt ist, hilft Codex bei der Fehlersuche, identifiziert die Ursache und schlägt gezielte Fixes vor.

Entwicklungsaufgaben automatisieren: Refactoring, Testing, Migrationen, Setup-Tasks — repetitive Arbeit, die Codex im Hintergrund erledigt.

---

Ähnlich wie bei Claude Code gibt es bei Codex ein Skills-System. Ein Skill ist im Grunde ein Ordner mit einer SKILL.md-Datei (YAML-Frontmatter + Markdown-Anweisungen) und optional Skripten, Referenz-Dokumenten und Assets.

Skills ermöglichen es, wiederkehrende Aufgaben zu standardisieren:

• Code immer nach bestimmten Regeln formatieren
• Reviews nach einem festen Schema durchführen
• Daten in einer definierten Struktur zusammenfassen

OpenAI hat einen offiziellen Skills-Katalog mit über 35 wiederverwendbaren Workflows veröffentlicht — und es entstehen bereits Community-Marktplätze für Skills.

---

Alle drei sind KI-Coding-Agenten, aber mit unterschiedlichen Ansätzen:

	OpenAI Codex	Claude Code	Claude Cowork
Ansatz	Cloud-first, asynchron	Lokal, Terminal-basiert	Lokal, Desktop App
Sprache	Rust (Open Source)	TypeScript	Proprietär
Wo läuft es?	Cloud-Sandbox + lokale CLI/App	Auf deinem Rechner	VM auf deinem Rechner
Kontext	Bis zu 1M Tokens	200K Tokens	200K Tokens
Betriebssysteme	Web, macOS, Windows	macOS, Windows, Linux	macOS, Windows (Pro)
Stärke	Schnell, parallele Tasks, GitHub-Integration	Tiefes Reasoning, komplexe Refactors	Nicht-technische Aufgaben, Dateiverwaltung
Schwäche	Weniger tief bei subtilen Bugs	Nur Terminal (höhere Einstiegshürde)	VM-Abhängigkeit, Nutzungslimits

Die Community-Einschätzung: Codex ist schneller bei einfachen Aufgaben, Claude Code geht tiefer bei komplexen Problemen. Viele Entwickler nutzen inzwischen beide — Codex für schnelle Tasks und parallele Arbeit, Claude Code für anspruchsvolle Architektur-Entscheidungen und Debugging.

---

Codex ist in allen bezahlten ChatGPT-Plänen enthalten — es gibt kein separates Codex-Abo:

Plan	Preis	Codex-Zugang
ChatGPT Free	$0/Monat	Eingeschränkt (wöchentliches Kontingent über Desktop App)
ChatGPT Plus	$20/Monat	✅ Enthalten
ChatGPT Pro	$200/Monat	✅ Enthalten (höhere Limits)
Business	$30/Nutzer/Monat	✅ Enthalten
Enterprise	Individuell	✅ Enthalten

Tipp: Wer nur die CLI nutzen will, kann die Open-Source-Version auf GitHub kostenlos herunterladen. Die CLI braucht aber einen OpenAI API-Key — und der wird nach Verbrauch abgerechnet.

---

Option 1: Codex in ChatGPT (einfachster Weg)

1. Öffne chatgpt.com mit einem bezahlten Plan
2. Verbinde dein GitHub-Repository
3. Beschreibe deine Aufgabe — Codex arbeitet im Hintergrund

Option 2: Codex Desktop App

1. Lade die App von developers.openai.com/codex herunter
2. Verfügbar für macOS und Windows
3. Lokale Integration mit deinem Dateisystem

Option 3: Codex CLI (für Terminal-Nutzer)

1. Repository klonen: git clone https://github.com/openai/codex
2. Rust muss installiert sein
3. OpenAI API-Key konfigurieren

---

Drei Dinge heben Codex von der Konkurrenz ab:

1. Cloud-first Architektur: Aufgaben laufen in der Cloud, nicht auf deinem Rechner. Das bedeutet: Du kannst eine Aufgabe starten, den Laptop zuklappen und später das Ergebnis abholen. Claude Code und Cowork brauchen hingegen einen laufenden Computer.

2. Sich selbst verbesserndes Modell: GPT-5.3-Codex ist das erste Modell, das laut OpenAI "bei seiner eigenen Erstellung geholfen hat". Über 90% des Codex-App-Codes wurden von Codex selbst geschrieben.

3. Open Source CLI: Die gesamte CLI ist auf GitHub verfügbar. Das ermöglicht Transparenz, Community-Beiträge und eigene Anpassungen — etwas, das bei Claude Code nicht der Fall ist.

---

• Kein Internetzugang in der Sandbox: Tests, die externe APIs aufrufen, schlagen fehl. Du musst alle externen Aufrufe mocken.
• GitHub-Verbindung nötig: Für die volle Funktionalität (Pull Requests, Code Review) muss die OpenAI GitHub-Integration autorisiert sein.
• Weniger tiefes Reasoning: Bei subtilen Bugs und komplexen Architektur-Entscheidungen schneidet Codex laut Community-Vergleichen schwächer ab als Claude Code.
• Nutzungslimits: Auch mit bezahltem Plan gibt es Grenzen. Bei intensiver Nutzung können zusätzliche Credits nötig sein.

---

Ideal für dich, wenn:

• Du bereits ChatGPT Plus oder Pro nutzt (Codex ist dann gratis dabei)
• Du viele parallele, klar definierte Aufgaben hast
• Du Aufgaben im Hintergrund laufen lassen willst (Cloud-first)
• Du GitHub intensiv nutzt

Eher Claude Code, wenn:

• Du komplexe Debugging- und Architektur-Aufgaben hast
• Du auf Linux arbeitest
• Du lokale Kontrolle über die Ausführung bevorzugst
• Du tiefes Reasoning bei schwierigen Problemen brauchst

Oder beides: Viele Power-User kombinieren Codex (für schnelle, parallelisierbare Tasks) mit Claude Code (für tiefes Reasoning). Die Tools schließen sich nicht gegenseitig aus.

---

• ChatGPT vs. Claude: Der ehrliche Vergleich (2026)
• Claude Cowork: Kompatibilität und Systemanforderungen
• MCP erklärt: Externe Tools und Datenquellen anbinden
• OpenClaw günstig betreiben: Budget-Modelle