TL;DR: Du kannst KI-Agenten rund um die Uhr kostenlos betreiben – vorausgesetzt, du kombinierst drei Komponenten: einen kostenlosen Modellzugang (die Gratismodelle von OpenCode oder das Free-Tier von Gemini CLI), einen eigenen Rechner, der nie in den Ruhezustand wechselt, und eine Aufgaben-Warteschlange (Task Queue), aus der sich der Agent bedient. Am 29.10.2026 haben wir zwei kostenlose OpenCode-Modelle ganz ohne Account oder API-Key getestet: Beide haben innerhalb von etwa 10 Sekunden eine Datei erstellt und ausgeführt.
Einen Agenten eine Stunde lang laufen zu lassen, ist einfach. Ihn rund um die Uhr ohne anfallende Kosten zu betreiben, ist eine ganz andere Herausforderung. Das Modell darf nichts kosten, der Host-Rechner darf nicht in den Ruhezustand gehen, und der Agent benötigt einen kontinuierlichen Strom an Aufgaben, ohne dass dafür jedes Mal ein neuer Prompt eingegeben werden muss.
Dieser Leitfaden richtet alle drei Komponenten ein – basierend auf Wegen, die wir zum Zeitpunkt der Erstellung dieses Beitrags getestet haben. Zudem zeigen wir, wo die Grenzen der kostenlosen Angebote liegen, denn „kostenlos“ bedeutet bei KI-Tools meist: „kostenlos bis zu einem unsichtbaren Limit“. Wenn du mehrere Agenten einsetzt, fungiert Sharkly als Board, das ihnen Aufgaben auf deinem eigenen Rechner zuweist – und ist für Teams mit bis zu 5 Personen derzeit kostenlos.
Was für den kostenlosen 24/7-Betrieb von KI-Agenten nötig ist
Ein dauerhaft aktives, kostenloses Agenten-Setup besteht aus drei Ebenen. Fehlt eine davon, verursacht der Agent entweder Kosten, stoppt mitten in der Nacht oder bleibt untätig.
- Ein kostenloser Modellzugang. Ein Coding-Agent samt Modell, das ohne kostenpflichtigen Tarif aufgerufen werden kann.
- Ein eigener Rechner als Host. Ein Desktop-PC, ein alter Laptop oder ein Homeserver, der eingeschaltet und dauerhaft aktiv bleibt.
- Eine Aufgaben-Warteschlange. Tasks oder ein Zeitplan, die der Agent automatisch abarbeitet, ohne dass ein Mensch jeden Durchlauf manuell starten muss.
- Ein Protokoll. Ergebnisse, die du später prüfen kannst, da niemand den Durchlauf live überwacht hat.
Die vierte Ebene wird oft vergessen. Wie die Überprüfung abläuft, haben wir bereits in Coding-Agenten in Abwesenheit laufen lassen beschrieben. Dieser Leitfaden konzentriert sich daher auf Kosten und Uptime.
Schritt 1: Einen funktionierenden, kostenlosen Modellzugang wählen
Kostenlose Modellzugänge ändern sich wöchentlich. Die folgenden Optionen haben wir am 29.10.2026 überprüft.
| Option | Was ist kostenlos? | Account erforderlich? | Wie geprüft? |
|---|---|---|---|
| Kostenlose Modelle von OpenCode | Mehrere Modelle mit dem Tag „Free“, „für begrenzte Zeit“ | Nein | Zwei Modelle ausgeführt, 29.10.2026 |
| Gemini CLI mit Google-Login | 1.000 Modellanfragen pro Nutzer und Tag | Google-Konto | Kontingentseite geprüft, 29.10.2026 |
| Gemini CLI mit kostenlosem API-Key | 250 Anfragen pro Tag, nur Flash-Modell | Google AI Studio-Key | Kontingentseite geprüft, 29.10.2026 |
| Lokales Modell über Ollama | Keine Kosten pro Anfrage | Nein | Für diesen Leitfaden nicht getestet |
Funktioniert OpenCode noch kostenlos?
Ja, Stand heute. Wir haben OpenCode 1.19.3 ohne auth.json und ohne API-Key in einem leeren Verzeichnis ausgeführt und jedes Modell angewiesen, eine hello.py zu erstellen und auszuführen:
opencode run --model opencode/deepseek-v4.1-flash-free \
"Create hello.py that prints hello, then run it with python3 and tell me the output."
| Modell | Startzeit (UTC) | Ergebnis | Laufzeit |
|---|---|---|---|
deepseek-v4.1-flash-free |
07:06:55 | Hat hello.py erstellt, ausgeführt und hello ausgegeben |
ca. 9 s |
glm-5.3-flash-free |
07:07:08 | Hat hello.py erstellt, ausgeführt und hello ausgegeben |
ca. 10 s |
In der Dokumentation von OpenCode finden sich zwei wichtige Einschränkungen: Jedes Gratismodell ist nur „für begrenzte Zeit“ kostenlos, und die kostenlose Nutzung funktioniert ausschließlich innerhalb von OpenCode, nicht über andere Clients. Sechs Tage zuvor, am 23.10.2026, stieß unser Test bereits bei der ersten Anfrage auf die Meldung „Free usage limit reached“. Wie hoch dieses Limit ist und wann es zurückgesetzt wird, ist nicht öffentlich dokumentiert – kalkuliere das also ein. Unser Beitrag über die kostenlosen OpenCode-Modelle enthält die vollständige Modellliste und die Datenschutzbestimmungen.
Welcher kostenlose Zugang eignet sich für einen 24/7-Agenten?
Nutze die kostenlosen OpenCode-Modelle als Standard und die Gemini CLI als Fallback. Eintausend Anfragen pro Tag klingen zwar nach viel, doch eine Agenten-Schleife kann für eine einzige Aufgabe dutzende Anfragen verbrauchen. Verteile die Arbeitslast daher am besten auf beide Wege. Lokale Modelle heben das Anfragelimit komplett auf – allerdings auf Kosten von Hardware-Ressourcen und mit langsameren Antwortzeiten. Detaillierte Infos zu den Account-Typen findest du in unserem Beitrag Ist die Gemini CLI kostenlos?.
Schritt 2: Den Rechner bei Sharkly registrieren
Ein Agent auf einem ungenutzten Laptop bringt nur dann etwas, wenn Aufgaben ihn auch erreichen. In Sharkly wird ein angebundener Host als Computer bezeichnet. Ein kleiner Hintergrunddienst (der lokale Service) registriert das Gerät, erkennt installierte Coding-Agenten und nimmt Durchläufe aus der Warteschlange entgegen. Wie in der Dokumentation zu Computers beschrieben, baut der lokale Dienst die Verbindung ausgehend auf – du musst also keine eingehenden Ports an deinem Router freigeben.
Erstelle auf der Computers-Seite ein Installations-Token und führe dann folgenden Befehl auf dem Host aus:
sharkly computer register --install-token sit_xxxxxxxxxxxx
sharkly computer list
Jeder erkannte Coding-Agent wird als Runtime angezeigt. Zu den von Sharkly unterstützten Runtimes gehören Claude Code, Codex, Gemini CLI, OpenCode, OpenClaw und Hermes. Auf unserem Computer wird OpenCode mit dem Tag „Free tokens“ aufgeführt:
Ein Status von „Online“ beim Computer bedeutet lediglich, dass der lokale Dienst Heartbeats sendet. Vergewissere dich vor dem produktiven Einsatz, dass die gewählte Runtime auch tatsächlich als „Available“ angezeigt wird.
Schritt 3: Den Rechner die ganze Nacht wach halten
Der Ruhezustand bringt mehr nächtliche Durchläufe zum Scheitern als Modell-Limits. Die Lösung hängt vom Betriebssystem ab.
- Sharkly Desktop auf dem Host: Aktiviere Prevent sleep und stelle die Dauer auf Always ein. Der Bildschirm kann sich dabei weiterhin ausschalten; das System bleibt wach. Unter macOS erscheint die zusätzliche Option Keep running with lid closed (sofern vom System unterstützt), für die das Gerät am Stromnetz angeschlossen sein muss.
- macOS ohne Desktop-App: Führe
caffeinate -sin einem geöffneten Terminalfenster aus. Das verhindert den Standby-Modus, solange das Gerät am Netzteil hängt. - Linux: Führe länger laufende Prozesse über
systemd-inhibitaus oder konfiguriere das System so, dass es niemals in den Bereitschaftsmodus wechselt.
Die Funktion „Prevent sleep“ wirkt nur auf dem Rechner, auf dem die Desktop-App aktiv ist. Du kannst sie nicht aus der Ferne für einen anderen Computer aktivieren – richte sie also direkt am Gerät ein.
Schritt 4: Wiederkehrende Aufgaben automatisieren
Ein 24/7-Agent ohne Warteschlange läuft einmalig durch und wartet dann tatenlos. Es braucht also Aufgaben, die automatisch eintreffen.
Sharkly bietet hierfür zwei Wege. Der erste ist das Board: Du erstellst tagsüber Tasks, weist sie einem Agenten zu und der Agent arbeitet sie auf seinem Computer ab. Der zweite Weg ist eine Automation – ein gespeicherter Satz von Anweisungen mit einem Auslöser (Trigger). Laut der Dokumentation zu Automations kann ein Trigger folgendes sein:
- Ein Zeitplan mittels Cron-Ausdruck (fünf Felder) und Zeitzone
- Eine Statusänderung einer Aufgabe in einen festgelegten Status
- Ein Kommentar, der eine bestimmte Phrase enthält
- Ein Webhook eines externen Dienstes
- Run now für Testläufe
Ein nächtliches Dependency-Audit, ein morgendlicher Testlauf oder eine wöchentliche Dokumentationsprüfung sind ideale erste Anwendungsfälle. Wähle Aufgaben, deren Ergebnisse gut nachvollziehbar und umkehrbar sind, und prüfe die ersten Durchläufe sorgfältig, bevor du den Einsatzbereich erweiterst.
Wie viele Agenten kann ein kostenloser Computer gleichzeitig ausführen?
Jeder Computer hat ein Limit für gleichzeitige Aufgaben (Concurrency Limit), und jeder Agent verfügt über eigene Ausführungseinstellungen. Auf einem Laptop empfiehlt es sich, mit ein oder zwei parallelen Durchläufen zu starten. Parallele Agenten benötigen zudem getrennte Arbeitskopien – warum das so ist, erfährst du in Isolierte Worktrees, und unser Guide zu parallelen Codex-Agenten zeigt das gleiche Muster für eine einzelne Runtime.
Wo die Grenzen des Kostenlosen liegen
Hier sollte man genau hinschauen, was tatsächlich kostenlos ist.
- Modellzugang: Kostenlos, solange die Gratismodelle von OpenCode verfügbar sind und das tägliche Kontingent der Gemini CLI nicht überschritten wird. Beides kann sich jederzeit ohne Vorankündigung ändern.
- Strom und Hardware: Nicht kostenlos, aber die Kosten fallen ohnehin bereits an.
- Sharkly: Bei den Modellen gilt das Bring-Your-Own-Prinzip; Sharkly verkauft selbst keine Token. Laut Preisseite ist die Nutzung für Organisationen mit bis zu 5 Personen kostenlos; der Team-Tarif für größere Teams liegt bei 7 $ pro Person bei jährlicher Abrechnung. Agenten und Computer belegen dabei keine kostenpflichtigen Plätze (Seats).
- Deine Zeit für Reviews: Der eigentliche Flaschenhals. Ein Agent, der die ganze Nacht durcharbeitet, hinterlässt am Morgen eine lange Warteschlange an Ergebnissen. Unser Artikel über Agenten-Durchläufe außerhalb des Arbeitstags erläutert Abbruchbedingungen und einen effizienten morgendlichen Review-Prozess.
Praxisbeispiele für kostenlose Dauerläufer-Agenten
- Nächtliche Backlog-Pflege: Der Agent erstellt Lösungsvorschläge für kleinere, gekennzeichnete Issues und stellt sie zur Überprüfung bereit.
- Nächtliche Tests: Ein zeitgesteuerter Durchlauf führt die Testsuite aus und legt automatisch eine Aufgabe an, falls ein Fehler auftritt.
- Dokumentationsabgleich: Ein wöchentlicher Durchlauf vergleicht Befehle in der README mit der Ausgabe von
--helpder CLI. - Nebenprojekte: Vor dem Schlafengehen fünf Aufgaben in die Warteschlange stellen und morgens beim Kaffee die Diffs durchsehen.
Fazit
Der kostenlose 24/7-Betrieb von KI-Agenten steht und fällt mit drei Dingen: einem funktionierenden, kostenlosen Modellzugang, einem Rechner, der nie in den Standby wechselt, und einer Warteschlange, die für Nachschub sorgt. Die Gratismodelle von OpenCode haben unseren heutigen Test bestanden, das tägliche Kontingent der Gemini CLI dient als Fallback – doch da sich beides ändern kann, solltest du die Verfügbarkeit vorab prüfen. Als nächsten Schritt kannst du einen ungenutzten Rechner mit sharkly computer register anbinden, „Prevent sleep“ auf „Always“ stellen und noch heute Abend deine erste geplante Automation anlegen. Über den Free-Plan kannst du direkt mit Sharkly loslegen.
FAQ
Kann man KI-Agenten kostenlos betreiben?
Ja. OpenCode bietet kostenlose Modelle ohne Account-Zwang, und die Gemini CLI erlaubt 1.000 Anfragen pro Tag mit einem Google-Login. Beide Optionen funktionierten bzw. waren am 29.10.2026 so dokumentiert – unterliegen jedoch Limits, die die Anbieter jederzeit anpassen können.
Kann ein KI-Agent rund um die Uhr auf meinem Laptop laufen?
Ja, sofern der Laptop an die Stromversorgung angeschlossen ist und nicht in den Ruhezustand geht. Aktiviere dafür in Sharkly Desktop die Option „Prevent sleep“ mit der Einstellung „Always“ oder nutze caffeinate -s unter macOS und fülle die Aufgaben-Warteschlange des Agenten.
Ist OpenCode kostenlos nutzbar?
Die Gratismodelle von OpenCode sind Stand heute vollkommen kostenlos und erfordern keine Registrierung. Sie sind als zeitlich begrenzt („for a limited time“) gekennzeichnet, und ein nicht näher spezifiziertes Nutzungslimit kann weitere Anfragen blockieren.
Wird ein Server benötigt, um Agenten im Hintergrund laufen zu lassen?
Nein. Jeder vorhandene Rechner eignet sich dafür. Der lokale Dienst von Sharkly stellt ausgehende Verbindungen her, sodass ein heimischer Laptop weder offene Ports noch eine öffentliche IP-Adresse benötigt.
Kostet Sharkly etwas für KI-Agenten?
Nein. Agenten und Computer belegen keine kostenpflichtigen Benutzerplätze (Seats), und Sharkly verkauft selbst keine Modell-Token. Die Abrechnung erfolgt pro Person, wobei der Free-Tarif Organisationen mit bis zu 5 Personen abdeckt.
