Nutzt du noch Python?

„Im August 2025 hat TypeScript sowohl Python als auch JavaScript überholt.“
– GitHub, Octoverse 2025¹

Laut dem Octoverse-Bericht 2025 von GitHub wurde TypeScript im August 2025 zur meistgenutzten Sprache auf GitHub, gemessen an der Zahl der monatlich Beitragenden. GitHub spricht von der größten Verschiebung im Sprachranking seit mehr als zehn Jahren, und KI spielt dabei eine zentrale Rolle.

Ich selbst baue meine KI-Agenten mit TypeScript. Deshalb wundert es mich, wie selten ich andere Ingenieure dasselbe tun sehe. Fast alle, mit denen ich spreche, greifen ganz selbstverständlich zu Python.

Versteh mich nicht falsch: Python ist eine großartige Sprache, und es gibt gute Gründe, warum sie die KI dominiert. Aber ich glaube, wir machen sie zu schnell zur Standardwahl, wenn wir KI-Agenten bauen.

Bevor du also dein nächstes KI-Projekt startest, nimm dir einen Moment und frag dich: Wählst du Python, weil es das beste Werkzeug für die Aufgabe ist – oder einfach, weil du es schon kennst?

Woher die Vorliebe für Python kommt

Dass Python zur Standardwahl für KI wurde, hat einen guten Grund. Vor dem aktuellen KI-Boom gab es den Data-Science-Boom. Python wurde zur Sprache der Wahl für die Datenauswertung, und wer anfing, eigene neuronale Netze zu trainieren, kam kaum an ihr vorbei. Das Ökosystem aus Bibliotheken und Werkzeugen machte Python zur naheliegenden Wahl.

Dieses Erbe wirkt bis heute. Python dominiert nach wie vor KI und Data Science. Laut GitHub entsteht fast jedes zweite neue KI-Repository in Python.¹

Ich sehe aber noch einen weiteren, grundlegenderen Grund, warum Python bei KI-Agenten die Standardwahl bleibt – und wohl den wichtigeren: Die meisten Ingenieure, die KI-Agenten bauen, kommen nicht aus der Webentwicklung.

Für sie ist TypeScript unbekanntes Terrain. Python kennen sie, also nutzen sie Python. Und das ist nachvollziehbar – bis man sich ansieht, was zum Bau von KI-Agenten tatsächlich dazugehört.

Python hatte einen Vorsprung

Dass Python zur Standardsprache für KI-Agenten wurde, ist kein Zufall. Einige der beliebtesten Frameworks sind zuerst für Python erschienen, und dieser Vorsprung hat Pythons Stellung weiter gefestigt. LangChain zum Beispiel kam im Oktober 2022 als Python-Bibliothek heraus, die TypeScript-Version folgte vier Monate später. Beim Agents SDK von OpenAI war es ähnlich: Die Python-Version erschien im März 2025, drei Monate vor der TypeScript-Version.²

Doch dieser frühe Vorsprung erzählt heute nicht mehr die ganze Geschichte.

Heute gibt es die wichtigsten Bausteine für KI-Agenten auch für TypeScript. LangChain und LangGraph unterstützen es, ebenso das Agents SDK von OpenAI und das Claude Agent SDK von Anthropic. Für das Model Context Protocol (MCP), über das Agenten mit Werkzeugen und externen Datenquellen arbeiten, gibt es ein offizielles TypeScript-SDK. Und das AI SDK von Vercel ist ein Framework, das gezielt für KI-Anwendungen im Web gebaut ist.³

Anders gesagt: Für ernstzunehmende KI-Agenten braucht man heute kein Python mehr. Das Ökosystem ist da. Die Frage ist, ob mehr Entwickler anfangen, es zu nutzen.

Was ist TypeScript überhaupt?

Wenn du dich mit Webentwicklung nicht auskennst, klingt TypeScript vielleicht nach einer weiteren Programmiersprache, die du lernen musst. Tatsächlich ist es eine natürliche Erweiterung von etwas, das du vielleicht schon kennst: JavaScript, der Sprache, in der das Web gebaut wird.

TypeScript wurde von Microsoft entwickelt und 2012 erstmals veröffentlicht. Es ergänzt JavaScript um statische Typen. Statt dass eine Variable so ziemlich alles enthalten kann, legst du fest, welche Art von Wert sie haben soll – eine Zahl, einen Text oder ein bestimmtes Objekt mit festgelegten Eigenschaften. Der Compiler kann dann viele Fehler finden, bevor der Code überhaupt läuft.

TypeScript-Code wird am Ende in gewöhnliches JavaScript übersetzt und läuft damit überall dort, wo JavaScript läuft: im Browser, auf dem Server oder in Serverless- und Edge-Umgebungen. Du bekommst die Vorteile einer strukturierteren Sprache, ohne auf das JavaScript-Ökosystem zu verzichten.

Und genau das ist für KI-Agenten wichtig. Laut GitHub sind die strengeren Typen ein Grund für die wachsende Beliebtheit von TypeScript: Sie helfen, Fehler früher zu finden, auch in Code, den KI-Modelle erzeugen. Wenn ein KI-Agent Code schreibt oder mit komplexen Datenstrukturen arbeitet, kann es einen echten Unterschied machen, dass der Compiler Probleme schon vor der Ausführung meldet.

Hat dein Agent eine Browser-Oberfläche, ist TypeScript schon mit im Boot

Wenn du einen kleinen Agenten für dich selbst baust, ist Python völlig in Ordnung. Du musst keine neue Sprache einführen, nur um der Sache willen.

Aber was, wenn dein Agent eine richtige Oberfläche im Browser bekommen soll? Oder dein Team ihn nutzen soll? Oder er in eine bestehende Webanwendung eingebunden werden soll?

Spätestens dann kommst du an TypeScript kaum noch vorbei. Und wenn du es für das Frontend ohnehin nutzt, warum solltest du das Backend in einer anderen Sprache pflegen?

Mit TypeScript im gesamten Stack teilen sich Frontend und Backend dieselben Typdefinitionen. Ändert sich die Struktur einer API-Antwort, zeigt dir der Compiler genau, wo das Frontend angepasst werden muss. Kein Suchen nach Feldern, die zur Laufzeit nicht zusammenpassen, keine doppelt gepflegten Definitionen derselben Datenstrukturen.

Bei Anwendungen, die KI-Agenten mit einer Weboberfläche verbinden, kann das die Entwicklung deutlich vereinfachen.

„Dann müsste ich ja eine neue Programmiersprache lernen“

Dieses Argument überzeugt mich heute nicht mehr. Ich gehe sogar noch einen Schritt weiter: Mit KI-Coding-Agenten musst du keine Programmiersprache mehr beherrschen, um nützliche Software zu bauen.

Ich verstehe die Zurückhaltung. Es kann sich unwohl anfühlen, wenn ein KI-Agent wie Claude Code Hunderte Zeilen Code in einer Sprache schreibt, die du kaum kennst. Wie sollst du beurteilen, ob der Code etwas taugt?

Die Antwort ist, dich weniger auf die Syntax zu konzentrieren und mehr darauf, wie Software funktioniert. Um nützliche Tools zu bauen, ist das Verständnis von Architektur und Sicherheitsfragen oft wichtiger, als die Regeln einer bestimmten Sprache auswendig zu kennen.

Zum Beispiel:

• Frontend oder Backend: Was läuft im Browser, und was muss auf dem Server laufen?
• Authentifizierung und Berechtigungen: Wer darf sich anmelden, und wer darf auf welche Daten zugreifen?
• Daten und Speicher: Wo liegen deine Daten, und wie greift deine Anwendung darauf zu?
• Geheimnisse und Zugangsdaten: Welche API-Schlüssel und anderen Zugangsdaten müssen auf dem Server bleiben und dürfen nie im Browser landen?

Das sind die Fragen, auf die es ankommt, wenn du Software mit KI baust. Wenn du sie verstehst, kannst du deinem Coding-Agenten bessere Anweisungen geben, fundierte Architekturentscheidungen treffen und gefährliche Fehler erkennen.

Stell dir vor, ein Agent schreibt einen API-Schlüssel direkt in den Frontend-Code, wo jeder Besucher ihn auslesen kann. Um das Problem zu erkennen, musst du kein TypeScript-Experte sein. Du musst verstehen, wie Webanwendungen funktionieren.

Die Syntax übernimmt die KI. Du konzentrierst dich auf die Architektur, die Sicherheit und das Problem, das du lösen willst.

Welche Sprache solltest du also wählen?

Python ist nach wie vor eine sehr gute Wahl, vor allem für Data Science, Machine Learning und schnelle Experimente. Wenn du aber KI-Agenten baust, aus denen Webanwendungen werden sollen, lohnt sich ein ernsthafter Blick auf TypeScript.

Wähle Python nicht nur, weil es die traditionelle Sprache für KI ist. Und wähle TypeScript nicht nur, weil es auf GitHub gerade im Trend liegt. Wähle die Sprache, die zu dem Produkt passt, das du baust – und zu dem Ökosystem, in dem du es bauen willst.

Wo stehst du?

Neugierig, wo du mit deinen KI-Kenntnissen gerade stehst? Finde es mit unserem 5-Minuten-Quiz heraus.

In unseren Live-Online-Trainings der OSOS Academy holen wir dich dort ab, wo du stehst, und helfen dir beim nächsten Schritt zu deinen eigenen KI-Agenten.

Und jetzt bin ich gespannt: Mit welcher Sprache baust du deine KI-Agenten – Python, TypeScript oder etwas anderes? Und warum?

Quellen

Fußnoten

1. GitHub: „Octoverse: A new developer joins GitHub every second as AI leads TypeScript to #1“. GitHub Blog, Oktober 2025. Gezählt werden monatlich aktive Beitragende; Rankings mit anderer Methodik sehen Python oder JavaScript weiterhin vorn. ↩ ↩²

2. Versionsverläufe: LangChain auf PyPI (Python, erste Version Oktober 2022) und npm (TypeScript, Februar 2023), siehe auch den Beitrag „TypeScript Support“ im LangChain-Blog vom 17. Februar 2023; OpenAI Agents SDK auf PyPI (März 2025) und npm (Juni 2025). ↩

3. TypeScript-Versionen auf GitHub: LangChain.js, LangGraph.js, OpenAI Agents SDK, Claude Agent SDK, MCP TypeScript SDK; außerdem das AI SDK von Vercel. ↩