--- type: "Guide" title: "Gefangen im eigenen Stack? Der 5-Fragen-Check für Managed-Agent-Modelle — plus Worktree-Clones als Praxis-Twin" description: "Der 5-Fragen-Check für Managed-Agent-Modelle 2026: State, Sandbox, Loop, Residency, ZDR — plus Git-Worktrees als Praxis-Zwilling für parallele Agent-Sessions." resource: "https://www.contextstudios.ai/de/guides/managed-agent-modelle-5-fragen-check-2026" language: "de" generated: by: "process:contextstudios-md/1" at: "2026-09-26T12:55:24.311Z" status: "stable" --- # Gefangen im eigenen Stack? Der 5-Fragen-Check für Managed-Agent-Modelle — plus Worktree-Clones als Praxis-Twin Managed-Agent-Modelle wie Claude Code, OpenAI Codex und Gemini CLI liefern fertige Agent-Loops mit Tool-Nutzung, Session-Zustand und parallelen Subagenten — aber jeder Anbieter definiert State, Sandbox und Retention anders. Der 5-Fragen-Check (State surviving, Sandbox-Art, Loop-as-product, Data residency, ZDR) trennt schnell die passenden Modelle vom Rest. Für parallele Agent-Sessions eignen sich Git-Worktrees: Sie teilen sich das Objekt-Repository und sind daher schneller und leichter anzulegen als ein zweiter Clone. ## Die fünf Fragen im Check 1. **Frage 1 — State surviving** — Überlebt der Arbeitszustand einen Neustart? Der Agent-Loop schreibt Fortschritt (Nachrichten, Tool-Ergebnisse, Task-Status) in einen persistenten Session-Zustand. Prüfen Sie --continue / --resume nach Prozess-Neustart, und ob der Zustand im Projektordner (JSONL) oder nur im Prozess lebt. Specialization: Session-Zustand nach Neustart Price range: Mit --resume lässt sich eine Session mit Verlauf und Task-Stand fortsetzen — prüfen Sie nach dem Neustart, ob tatsächlich alles vorhanden ist. 2. **Frage 2 — Server-side vs. local sandbox** — Wo laufen Shell-Befehle? Zwei Muster: lokal (Claude Code, Codex CLI, OpenCode: Prozess startet neben dem Repo) oder remote (gehostete code_interpreter-/container-Tools). Lokal bedeutet null Netzwerk-Latenz pro Tool-Call; remote bedeutet geteilte, reproduzierbare Umgebungen. Specialization: Latenz pro Tool-Call Price range: Lokale Ausführung vermeidet den Netzwerk-Aufschlag pro Call; bei vielen kleinen Tool-Calls ist der Gesamtdurchlauf deutlich kürzer. 3. **Frage 3 — Loop-as-product** — Bekomme ich den fertigen Loop oder nur das Modell? Managed-Agent = Modell + Orchestrierung + Tools + Sessions aus einer Hand. Nur Modell-API = den eigenen Loop (Tool-Aufrufe, max_tokens-Ketten, Retry-Logik) selbst bauen. Specialization: Orchestrierungsumfang Price range: Für mehrstufige Aufgaben (Plan → Edit → Test → Fix) nimmt man den fertigen Loop; die drei Systeme sind darauf ausgelegt. 4. **Frage 4 — Data residency** — In welcher Region verarbeitet der Anbieter? Region bzw. Datenresidenz wird je nach Anbieter in der Workspace-/Projektkonfiguration oder über den Cloud-Anbieter (Region des Cloud-Deployments) gewählt. Für DACH-Kunden gilt: Eine EU-Region wählt man, wenn Latenz und EU-Aufenthaltsort der Daten zusammen zählen. Verfügbarkeit laut Anbieter-Doku prüfen. Specialization: Verarbeitungsort Price range: Mit einer festgelegten Region in der Workspace-/Projekt- oder Cloud-Konfiguration entsteht eine im AVV dokumentierbare Kette. 5. **Frage 5 — ZDR (Zero Data Retention)** — Gibt es Zero Data Retention, und unter welchen Bedingungen? ZDR heißt: Prompts und Outputs werden nach der Antwort nicht über die technisch nötigen Zeitfenster hinaus gespeichert. Ob und wie ZDR verfügbar ist (Vertrag, Organisations- oder Projekteinstellung), regelt jeder Anbieter selbst — laut Anbieter-Doku prüfen. Specialization: Aufbewahrung von Prompts und Outputs Price range: Mit ZDR: kürzere Aufbewahrung, planbare Löschung; für interne Tools meist die saubere Variante. ZDR plus --resume funktioniert, solange die Session offen ist — lange Pausen können den Zustand beschneiden. ## So gehen Sie vor - Prüfen Sie in dieser Reihenfolge: resume-fähige Sessions, eine zum Task passende Sandbox-Art, ein fertiger Loop für mehrstufige Arbeit, Kontrolle über Region bzw. Datenresidenz und optional ZDR — dann ist der Stack nicht Käfig, sondern Werkzeug. - Worktree-Zwilling anlegen: git worktree add ../twin erzeugt ein zweites Arbeitsverzeichnis desselben Repositorys. Weil sich Worktrees das Objekt-Repository teilen, ist das schneller und leichter als ein zweiter Clone. - Parallel arbeiten: In beiden Zwillingen kann Agent A den Refactor von /api fahren, während Agent B Tests schreibt. Zurück mit git worktree remove ../twin — das Original bleibt unangetastet. - Grenzen kennen: Ein Branch lässt sich nur in einem Worktree gleichzeitig auschecken, und nicht versionierte Abhängigkeiten müssen je Worktree installiert werden. - Haltungen: Empowerment — fünf Fragen, ein Terminal, jede Woche neu anwendbar, ohne Vendor-Briefings. Pro-Local — eine EU-Region bzw. EU-Datenresidenz plus ZDR, soweit der Anbieter sie anbietet, ist eine minimal-invasive, dokumentierbare Konfiguration, besonders für den DACH-Mittelstand. ## Häufige Fragen ### Warum Git-Worktrees statt eines zweiten Clones? Alle Worktrees eines Repositorys teilen sich dasselbe Objekt-Repository; git worktree add legt nur ein weiteres Arbeitsverzeichnis mit eigenem Branch an. Das ist schneller und spart Speicher gegenüber einem zweiten vollständigen Clone — und zwei Agenten können parallel arbeiten, ohne sich gegenseitig Dateien zu überschreiben. ### Was ist bei Worktrees zu beachten? Ein Branch kann nur in einem Worktree gleichzeitig ausgecheckt sein. Nicht versionierte Abhängigkeiten (z. B. node_modules) und lokale Konfigurationsdateien werden nicht geteilt und müssen je Worktree eingerichtet werden. Aufgeräumt wird mit git worktree remove; verwaiste Einträge entfernt git worktree prune. ### Beeinträchtigt ZDR das Fortsetzen von Sessions? ZDR plus --resume funktioniert, solange die Session noch offen ist. Lange Pausen können den Zustand beschneiden — wer garantierte Wiederaufnahme braucht, prüft das Zusammenspiel von Retention-Fenster und eigenem Turn-Takt. ### Wann reicht eine reine Modell-API statt eines Managed-Agenten? Für reine Text-Klassifikation ist ein vollwertiger Agent-Loop Overkill — eine Einzel-Call-API ist günstiger. Den fertigen Loop nimmt man für mehrstufige Aufgaben (Plan → Edit → Test → Fix), auf die Claude Code, OpenAI Agents SDK und Gemini CLI optimiert sind. ### Welche Sandbox-Art passt zu vielen kleinen Tool-Calls? Bei vielen kleinen Tool-Calls (fmt, test, grep) kommt bei einer Remote-Sandbox pro Call ein Netzwerk-Roundtrip hinzu, der sich über einen langen Lauf spürbar aufsummiert. Lokale Ausführung (Prozess neben dem Repo) vermeidet diesen Aufschlag; eine Remote-Sandbox bietet dafür geteilte, reproduzierbare und isolierte Umgebungen.