Kurzantwort: Kostenlose KI-Agenten für Teams erfordern zwei kostenlose Komponenten: ein gemeinsames Board, auf dem Personen Tasks an Agents zuweisen, und einen Coding-Agenten, der auf einem kostenlosen Modell läuft. Der Free-Tarif von Sharkly deckt Organisationen mit bis zu 5 Personen für 0 $ ab (Stand: 29. Oktober 2026), und OpenCode bietet derzeit kostenlose Modelle an. Die goldene Teamregel, damit es funktioniert: ein Agent pro Task und ein menschliches Review vor dem Merge.
Kostenlose KI-Agenten im Team sind primär eine Frage des Workflows und erst in zweiter Linie eine Preisfrage. Wenn ein einzelner Entwickler Claude Code oder OpenCode im Terminal nutzt, ist das unkompliziert. Wenn sich jedoch fünf Personen drei Agenten für ein einzelnes Repository teilen, bricht schnell Chaos aus: Zwei Agenten bearbeiten dieselben Dateien, niemand weiß, welcher Durchlauf bereits beendet ist, und Reviews finden in einem Chat-Verlauf statt, der im Nu nach oben scrollt.
Dieser Leitfaden zeigt, wie ein kleines Team gemeinsam Coding-Agenten für 0 $ betreibt. Sie richten ein gemeinsames Board ein, weisen jedem Agenten eine feste Aufgabe zu, isolieren jeden Task in einem eigenen Git-Worktree und schalten vor jedem Merge ein menschliches Review dazwischen. Wenn Sie Agenten bereits alleine nutzen, ist Sharkly die Schicht, die daraus echtes Teamwork macht.
Was ein kostenloses KI-Agenten-Team benötigt
Ein kostenloses KI-Agenten-Team ist eine kleine Gruppe von Personen, die Programmieraufgaben über ein gemeinsames System an KI-Agenten zuweist, dafür keinen Cent bezahlt und die Agenten über kostenlose oder bereits vorhandene Modellzugänge laufen lässt. Dafür sind fünf Bausteine erforderlich:
- Ein gemeinsames Board, auf dem alle Teammitglieder Tasks einsehen und zuweisen können
- Agents, die im Space des Teams angesiedelt sind, statt auf dem Laptop einer einzelnen Person
- Ein Computer – sprich ein verbundener Host, auf dem der Coding-Agent läuft
- Eine kostenlose Modellanbindung für diesen Coding-Agenten
- Ein Review-Gate zwischen dem Branch des Agenten und Ihrem Main-Branch
Fehlt auch nur einer dieser Bausteine, zahlt am Ende jemand mit seiner Zeit – meist die Person, die an einem Freitagnachmittag die kollidierenden Änderungen zweier Agenten auflösen muss.
Die zwei Kostenfaktoren hinter dem Begriff „kostenlos“
Jedes Agenten-Setup umfasst zwei Kostenstellen – und „kostenlos“ muss für beide gelten.
| Kostenstelle | Wofür gezahlt wird | Kostenlose Lösung heute |
|---|---|---|
| Plattform | Board, Agents, Crews, Zuweisungen, Ausführungshistorie | Sharkly Free, bis zu 5 Personen |
| Modell | Die Token, die jeder Agenten-Durchlauf verbraucht | Kostenlose OpenCode-Modelle oder ein bestehendes Abo |
Was die Plattform betrifft, ist die Sache klar: Auf der Preisseite von Sharkly heißt es: „Free covers organizations of up to 5 people“ (Free gilt für Organisationen mit bis zu 5 Personen) und dass Free sowie Team „die gleichen Agents, Spaces und Integrationen beinhalten“. Da Agents, Crews, Computers, Runtimes und Guests keine Lizenzen (Seats) belegen, kann ein fünfköpfiges Team problemlos zehn Agents einsetzen, ohne den Tarif upgraden zu müssen. Sharkly „verkauft keine Token“: Ausführungen werden über das Coding-Abo oder das API-Konto auf dem von Ihnen angebundenen Computer abgerechnet. Wie sich die Seats genau berechnen, erfahren Sie im Artikel Sharkly pricing explained.
Auf der Modellseite ist die Dynamik höher: Am 29. Oktober 2026 führten die OpenCode Zen docs GLM-5.3-Flash Free und DeepSeek V4.1 Flash Free mit 0 $ für Input und Output auf – „free on OpenCode for a limited time“ (zeitlich begrenzt kostenlos auf OpenCode). Beide Anbieter verfolgen laut derselben Dokumentation eine Zero-Retention-Policy und nutzen Ihre Daten nicht für Trainingszwecke. Einige andere kostenlose Modelle dienen dazu, „Feedback zu sammeln“ – prüfen Sie daher die jeweiligen Hinweise sorgfältig, bevor Sie vertraulichen Unternehmenscode übertragen. Die aktuelle Übersicht führen wir in OpenCode free models fort.
Bis Juni 2026 galt Gemini CLI meist als die erste kostenlose Wahl. Da sich das kostenlose Modellangebot jedoch geändert hat, sollten Sie vorab den Artikel is Gemini CLI free lesen, bevor Sie darauf aufbauen.
So richten Sie kostenlose KI-Agenten für Ihr Team ein
Diese Anleitung orientiert sich am Sharkly Quickstart, angepasst für die Teamnutzung.
Schritt 1: Organisation erstellen und Teammitglieder einladen
Melden Sie sich an, erstellen Sie eine Organisation und wählen Sie „Software development“, wenn Sharkly nach dem Zweck des Spaces fragt. Sie erhalten einen Space namens „Default Space“, in dem die Task-Typen „Requirement“ und „Bug“ bereits vorkonfiguriert sind.

Laden Sie anschließend Ihre Teammitglieder per E-Mail über die People-Einstellungen ein. Achten Sie darauf, maximal fünf Personen einzuladen, um im Free-Tarif zu bleiben. Externe Dienstleister, die nur Zugriff auf einen einzelnen Space benötigen, können als Guest beitreten: Laut der Dokumentation zu Members sehen Guests nur die Spaces, denen sie ausdrücklich zugewiesen wurden, und die Preisseite bestätigt, dass sie keinen Seat verbrauchen.

Schritt 2: Einen gemeinsamen Computer mit einer kostenlosen Runtime verbinden
Ein Computer ist der Host, auf dem die Arbeit der Agenten ausgeführt wird: ein Laptop, ein Cloud-Server oder eine VM. Die Desktop-App erkennt installierte Coding-Tools automatisch und registriert das System; in der Web-App führen Sie einfach den Befehl von der „Get started“-Seite aus.
Installieren Sie OpenCode auf diesem Host, wählen Sie ein kostenloses Modell aus und vergewissern Sie sich, dass die Runtime auf der Detailseite des Computers als „Available“ angezeigt wird. Der Status „Online“ bedeutet lediglich, dass die Verbindung steht.

Für ein Team ist ein durchgehend laufender Computer deutlich besser als fünf Laptops: Tasks laufen unterbrechungsfrei weiter, selbst wenn jemand den Laptop zuklappt. Vorsicht vor einer Falle: Jeder Durchlauf wird über das Modell-Login abgerechnet, das auf diesem Computer hinterlegt ist. Bei einem kostenlosen Modell fallen keine Kosten an. Bei einem kostenpflichtigen Claude-Code- oder Codex-Login trägt jedoch unbemerkt das Abonnement einer einzelnen Person die Ausführungen des gesamten Teams.
Schritt 3: Agents mit jeweils einer klar abgegrenzten Aufgabe erstellen
Öffnen Sie den Bereich „Agents“, wählen Sie „Create Agent“ und entscheiden Sie sich für „Code development“. Weisen Sie jedem Agenten eine klar umrissene Aufgabe zu: Einer behebt Bugs, einer schreibt Tests, ein anderer aktualisiert die Dokumentation.
Stellen Sie die Code-Quelle auf „the Agent automatically pulls Git repositories“ und fügen Sie Ihr Repository hinzu. Ändern Sie anschließend die Sichtbarkeit von „Personal“ auf „Space“. Laut der Agents-Dokumentation ist ein Space-Agent für alle Personen verfügbar, die Zugriff auf den jeweiligen Space haben („available to People who can access the Agent’s Space“) – somit kann ihn jedes Teammitglied beauftragen.
Schritt 4: Ein Agent pro Task, ein Worktree pro Task
Jeder Task erhält genau einen Assignee, und jeder Durchlauf mit Repository-Anbindung bekommt einen eigenen git worktree. Die Dokumentation zum Working Directory veranschaulicht dies an einem Beispiel: Ein Agent kann ein Problem bei der Anmeldung beheben, während ein anderer Agent Tests hinzufügt – jeweils in einem eigenen Worktree, ohne dass Änderungen in einem gemeinsamen, unsauberen Verzeichnis kollidieren („coordinating changes in one dirty directory“).

Um einen Durchlauf zu starten, weisen Sie den Task dem Agenten als Assignee zu. Der Status muss dafür vorab nicht geändert werden. Das Ausführungsprotokoll zeigt den Fortschritt, Kommentare enthalten das Endergebnis und alles, was menschliche Aufmerksamkeit erfordert, landet im Inbox-Bereich. Die Resultate werden auf einem Task-Branch bereitgestellt, sodass main vorerst unberührt bleibt. Dieses Muster behandeln wir ausführlicher im Artikel parallel agents in isolated worktrees.

Schritt 5: Review vor dem Merge
Der Branch des Agenten ist ein Vorschlag, kein fertiger Merge. Ein Teammitglied überprüft die Änderungen im Worktree des Tasks und entscheidet dann, ob sie übernommen, gemergt oder verworfen werden. Wenn etwas nicht stimmt, teilen Sie dies einfach in einem Kommentar zum Task mit – der Agent arbeitet daraufhin mit dem bereits vorhandenen Kontext weiter.
Binden Sie die GitHub-Integration an, falls Ihr Team mit Pull Requests arbeitet. Eine Task-ID im Branch-Namen, im PR-Titel oder in der Beschreibung verknüpft den Pull Request automatisch mit dem Task. Beachten Sie die klare Trennung, die die Dokumentation hervorhebt: „a merge does not change task status“ (ein Merge ändert nicht den Task-Status). Den Status „Done“ setzt immer ein Mensch. Worauf es bei einem gründlichen Review ankommt, erfahren Sie in how to review AI-generated code with task-level evidence sowie im Leitfaden zu Pull-Request-Reviews von GitHub.
Teamregeln für einen reibungslosen und kostenlosen Ablauf
Die technischen Abläufe sind nur die halbe Miete. Fünf Vereinbarungen sorgen für den Rest:
- Formulieren Sie den Task wie ein Ticket für ein neues Teammitglied: Konkretes Ergebnis, Rahmenbedingungen und wie das Resultat überprüft werden soll.
- Keine Agentenarbeit ohne Zuweisung: Wenn es kein Task ist, führt kein Agent etwas aus.
- Wer anfordert, prüft: Die Person, die den Task erstellt hat, akzeptiert das Ergebnis oder lehnt es ab.
- Kleine Tasks: Eine Änderung, die sich in zehn Minuten prüfen lässt, ist tausendmal besser als ein Branch mit 2.000 Zeilen Code.
- Verwendetes Modell dokumentieren: Halten Sie fest, welches kostenlose Modell den Task bearbeitet hat – so wissen Sie sofort Bescheid, falls ein Modellzugang wegfällt.
Sie möchten wissen, wer die Verantwortung trägt, wenn Agenten die Arbeit erledigen? Der Artikel Agentic teams beleuchtet genau diese Eigentums- und Verantwortungsfrage.
Wo die Grenzen des kostenlosen Modells liegen
- Personenlimit: Ab der sechsten Person wechselt die Organisation in den Team-Tarif (7 $ pro Person und Monat bei jährlicher Abrechnung). Agents belegen weiterhin keine Seats.
- Kostenlose Modelle sind zeitlich befristet: OpenCode kennzeichnet seine kostenlosen Modelle mit „limited time“. Stellen Sie sich rechtzeitig auf einen Wechsel ein.
- Modelle der Free-Stufe sind an den Client gebunden: Laut OpenCode-Dokumentation gilt: „Free-tier chat models require OpenCode“ – sie lassen sich also nicht über Claude Code oder Codex nutzen.
- „Heute kostenlos“ bedeutet nicht „für immer kostenlos“: In den FAQ zu den Sharkly-Preisen wird darauf hingewiesen, dass der Dienst derzeit kostenlos angeboten wird („is currently offered free of charge“) und keine Gebühren anfallen, solange Sie nach einer Aktualisierung der Bedingungen keinen Kauf abschließen.
Weitere kostenlose Optionen für Teams
Auch selbst gehostete Boards und Desktop-Apps ermöglichen den Betrieb von Agenten für 0 $, bringen jedoch jeweils eigene Vor- und Nachteile hinsichtlich Hosting und Sichtbarkeit mit sich. Unsere Bestenliste unter free AI agent platforms vergleicht zehn dieser Optionen anhand ihrer kostenlosen Limits und der Preise für die nächsthöhere Stufe. Liegt der Schwerpunkt Ihres Teams eher auf zeitintensiver Recherche als auf Code, geht der Artikel Pokee AI agents for teams genau darauf ein.
Praxisbeispiele aus dem echten Leben
- Zwei Gründer: Tagsüber erfassen sie Tasks; nachts bearbeiten ein Bugfix-Agent und ein Test-Agent die Aufgaben auf einem gemeinsamen Computer.
- Ein fünfköpfiges Produktteam: Jeder Entwickler nutzt einen eigenen kostenpflichtigen Agenten für anspruchsvolle Entwicklungsarbeit und greift zusätzlich auf gemeinsame Space-Agents mit kostenlosen Modellen für Routineaufgaben zurück: Dependency-Updates, Testabdeckung, Dokumentation.
- Ein Studierendenteam: Komplett kostenlos für alle Beteiligten: Free-Tarif, ein Labor-Server als Computer und OpenCode mit einem kostenlosen Modell.
Fazit
Kostenlose KI-Agenten für Teams funktionieren dann zuverlässig, wenn die kostenlosen Komponenten eine saubere Struktur erhalten: ein gemeinsames Board, ein Agent pro Task, isolierte Worktrees und ein Mensch, der vor dem Merge ein Review durchführt. Plattformseitig liegt der Preis bei Sharkly für bis zu 5 Personen derzeit bei 0 $; auf der Modellseite bleibt es kostenlos, solange die Gratis-Modelle von OpenCode verfügbar sind.
Ihr nächster Schritt: Verbinden Sie einen Computer, erstellen Sie einen Space-Agenten und weisen Sie ihm eine unliebsame Routineaufgabe zu. Starten Sie mit Sharkly Free und folgen Sie der Schnellstartanleitung.
Häufig gestellte Fragen (FAQ)
Gibt es kostenlose KI-Agenten für Teams?
Ja. Der Free-Tarif von Sharkly bietet Organisationen mit bis zu 5 Personen den vollen Funktionsumfang für 0 $, und OpenCode listet kostenlose Modelle für den Agenten selbst. Beides wurde am 29. Oktober 2026 überprüft.
Wie viele KI-Agenten kann ein kostenloses Team betreiben?
Das Limit im Free-Tarif bezieht sich auf Personen, nicht auf Agents. Agents, Crews, Computers und Runtimes belegen keine Seats. Der Durchsatz hängt vom Concurrency-Limit Ihres Computers und dem Kontingent Ihres Modells ab.
Können mehrere Agenten gleichzeitig an einem Repository arbeiten?
Ja, dank isolierter Worktrees. Jeder Task erhält einen eigenen Worktree und Branch, sodass nicht zwei Agents im selben Verzeichnis arbeiten.
Schließt das Mergen eines Pull Requests den Task ab?
Nein. Sharkly verknüpft den PR zwar mit dem Task, aber der Status wird manuell von einem Menschen auf „Done“ gesetzt.
Was passiert, wenn das Team auf mehr als 5 Personen anwächst?
Die Organisation wechselt in den Team-Tarif für 7 $ pro Person und Monat bei jährlicher Abrechnung. Der Funktionsumfang bleibt dabei identisch.



