Ich erspar dir zwanzig Minuten Motivations-Gesülze: Du brauchst keine 500 $/Monat an API-Credits — Gebühren, die du zahlst, um das KI-Hirn von jemand anderem zu nutzen — um einen KI-Agenten zu bauen, der echte Arbeit leistet. Du brauchst ein Terminal (dieses schwarze Fenster, in dem Hacker tippen), einen kostenlosen API-Key (ein Passwort, mit dem dein Code mit einem KI-Dienst redet), und die Bereitschaft, Dokumentation zu lesen, statt YouTube-Tutorials über das Lesen von Dokumentation zu schauen.

Stand März 2026 betreibe ich den gesamten Nero News Betrieb — vier Telegram-Kanäle, eine Website, eine automatisierte Content-Pipeline, Bildgenerierung — und die MVP-Phase hat exakt null Euro gekostet. So machst du das Gleiche.

Das Problem, das niemand zugibt

Jedes 'Bau einen KI-Agenten"-Tutorial geht davon aus, dass du eine Kreditkarte griffbereit hast und eine Cloud-Rechnung, mit der du leben kannst. Die KI-Influencer-Wirtschaft lebt davon, einfache Dinge teuer klingen zu lassen. Aber die eigentlichen Tools? Kostenlos. Die Infrastruktur? Kostenlos. Der einzige teure Teil ist deine Zeit, die du mit Lesen verbringst statt mit Bauen. Ändern wir das.

Schritt 1: Claude Code zum Laufen bringen (tatsächlich kostenlos)

Claude Code ist Anthropics Terminal-basierter KI-Coding-Agent. Er liest deine Codebasis — deinen gesamten Projektordner — schreibt Code, führt Befehle aus und denkt nach, bevor er handelt. Anders als Chat-basiertes Coding, wo du Snippets hin- und herkopierst, arbeitet er direkt in deinem Projektverzeichnis wie ein Entwickler, der an deiner Tastatur sitzt.

Hier ist der Haken, den alle übersehen: Claude Code funktioniert über die API, und Anthropic gibt dir kostenlose Credits bei der Registrierung auf console.anthropic.com.

# Claude Code global installieren
npm install -g @anthropic-ai/claude-code

# API-Key von console.anthropic.com holen
# Neue Accounts bekommen $5 Gratis-Credits — genug für ein komplettes MVP
export ANTHROPIC_API_KEY=sk-ant-...

# Zum Projekt navigieren und starten
mkdir my-agent && cd my-agent
claude

Die $5 Gratis-Credits reichen weiter als du denkst. Claude Haiku 4.5 — das günstigste Modell im Sortiment — kostet $1 pro Million Input-Tokens und $5 pro Million Output-Tokens. (Ein Token ist ungefähr ¾ eines englischen Wortes — die Art, wie KI Text liest, in kleinen Häppchen.) Diese $5 decken rund 1 Million Input-Tokens und 200k Output-Tokens ab. Genug, um einen funktionierenden Agenten von Grund auf zu bauen.

Pro-Tipp: Setze ANTHROPIC_MODEL=claude-haiku-4.5 in deiner Umgebung, um das günstigste Modell während der Entwicklung zu nutzen. Wechsel nur dann zu Sonnet — dem schlaueren, teureren Geschwistermodell — wenn du komplexe Architekturentscheidungen brauchst.

export ANTHROPIC_MODEL=claude-haiku-4.5

Schritt 2: Einen Job aussuchen (nicht zwölf)

Hier fallen die meisten auf die Nase. Sie bauen 'einen Allzweck-KI-Assistenten" und landen bei einem Chatbot, der alles schlecht macht. Ein Agent braucht einen Job. Einen.

Gute Agenten-Ideen zum Nulltarif:

  • Content-Pipeline — News holen, zusammenfassen, formatieren, in einen Kanal posten
  • Code-Reviewer — überwacht ein Repo (einen Code-Speicherordner auf GitHub), reviewt PRs (Pull Requests — vorgeschlagene Code-Änderungen), postet Kommentare
  • Datensammler — greift Daten von öffentlichen APIs ab, formatiert Reports
  • Dateiorganisierer — verarbeitet eingehende Dateien, kategorisiert, benennt um
  • Monitoring-Bot — prüft, ob deine Services leben, schreit dich an, wenn nicht

Schlechte Agenten-Ideen für null Budget:

  • Alles, was Echtzeit-Sprachverarbeitung braucht
  • Bildgenerierung im großen Stil (die Kosten stapeln sich schnell)
  • Agenten, die teure Modelle tausende Male täglich aufrufen

Erstell eine einfache Spec-Datei — eine Klartextbeschreibung dessen, was dein Agent tut:

# Agent: Täglicher News-Digest-Bot

## Job
Top-KI-News holen, jede in 2-3 Sätzen zusammenfassen, in Telegram-Kanal posten.

## Inputs
- RSS-Feeds (kostenlos)
- Öffentliche News-APIs (Free Tier)

## Outputs
- Formatierte Telegram-Nachrichten
- Gepostet alle 2 Stunden

## Benötigte Tools
- Python 3 (kostenlos)
- python-telegram-bot (kostenlos)
- feedparser (kostenlos)

Schritt 3: Den kostenlosen Tool-Stack zusammenstellen

Jedes Tool unten kostet exakt nichts:

Runtime & Sprache:

python3 --version
# Falls nicht vorhanden: sudo apt install python3 python3-pip python3-venv

Telegram Bot — dein kostenloser Vertriebskanal: Schreib @BotFather auf Telegram, schick /newbot, hol dir dein Token. Telegrams Bot-API ist komplett kostenlos. Keine Nachrichtenlimits. Keine Kanallimits. Das ist deine Null-Euro-Distributionsschicht.

Kostenlose Datenquellen:

# NewsAPI.org — 100 Requests/Tag kostenlos
# RSS-Feeds — unbegrenzt, für immer kostenlos
import feedparser
feed = feedparser.parse("https://techcrunch.com/feed/")
for entry in feed.entries[:5]:
    print(entry.title, entry.link)

# GitHub API — 5.000 Requests/Stunde ohne Authentifizierung

Kostenloses Hosting:

  • Dein eigener Rechner — Cron-Job (eine geplante Aufgabe, die automatisch läuft), kostet nichts
  • GitHub Actions — 2.000 Minuten/Monat kostenlos, perfekt für geplante Agenten
  • Oracle Cloud Free Tier — 2 VMs (virtuelle Maschinen — Computer in der Cloud), tatsächlich dauerhaft kostenlos
  • Cloudflare Workers — 100.000 Requests/Tag kostenlos

Schritt 4: Claude Code bauen lassen

Hier rechtfertigt Claude Code seine Existenz. Statt alles selbst zu schreiben, beschreibst du, was du willst, und es schreibt die Implementierung. Öffne es in deinem Projektverzeichnis:

Build a Python agent that:
1. Reads RSS feeds from a list in config.yaml
2. Filters articles from the last 2 hours
3. Extracts title, summary, and URL from each
4. Formats as a Telegram message with bold title and source link
5. Sends to a Telegram channel via Bot API
6. Tracks posted articles in a JSON file to avoid duplicates
7. Runs via cron every 2 hours

Claude Code generiert die gesamte Projektstruktur:

my-agent/
├── config.yaml          # RSS-Feeds, Channel-ID, Einstellungen
├── agent.py             # Hauptlogik
├── sender.py            # Telegram-Posting
├── dedup.py             # Duplikaterkennung
├── requirements.txt     # Abhängigkeiten
└── state/
    └── posted.json      # Dedup-Verlauf

Der entscheidende Unterschied zum Copy-Pasten von ChatGPT-Snippets: Claude Code liest dein gesamtes Projekt, bevor es neuen Code schreibt. Es erstellt verknüpfte Module, die sich tatsächlich korrekt gegenseitig referenzieren. Keine verwaisten Imports. Keine fehlenden Funktionen.

Schritt 5: Intelligenz hinzufügen mit deinen Gratis-Credits

Statt nur RSS-Titel weiterzuleiten wie ein RSS-Reader von 2008, schalte Claudes Gehirn dazu:

import anthropic

client = anthropic.Anthropic()  # Nutzt die ANTHROPIC_API_KEY Umgebungsvariable

def summarize_article(title: str, content: str) -> str:
    response = client.messages.create(
        model="claude-haiku-4.5",
        max_tokens=200,
        messages=[{
            "role": "user",
            "content": f"Summarize this news in 2 sentences. "
                       f"Be direct, no hype:\n\n"
                       f"Title: {title}\n\nContent: {content}"
        }]
    )
    return response.content[0].text

Bei Haiku-Preisen kostet jede Zusammenfassung etwa $0,001. Deine $5 decken rund 5.000 Aufrufe ab. Bei 6 Posts am Tag sind das über zwei Jahre Betrieb. Zwei. Jahre. Für lau.

Schritt 6: Für 0 € deployen mit GitHub Actions

Überspring den Server komplett. GitHub Actions — GitHubs eingebautes Automatisierungssystem — führt deinen Agenten nach Zeitplan kostenlos aus:

# .github/workflows/agent.yml
name: News Agent
on:
  schedule:
    - cron: '0 */2 * * *'  # Alle 2 Stunden
  workflow_dispatch:         # Manueller Auslöse-Button

jobs:
  post:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-python@v5
        with:
          python-version: '3.12'
      - run: pip install -r requirements.txt
      - name: Run agent
        env:
          ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
          TELEGRAM_BOT_TOKEN: ${{ secrets.TELEGRAM_BOT_TOKEN }}
        run: python agent.py
      - name: Save state
        run: |
          git config user.name "agent-bot"
          git config user.email "[email protected]"
          git add state/
          git diff --cached --quiet || git commit -m "update state"
          git push

Füg deine Secrets unter Repo-Settings → Secrets and Variables → Actions hinzu. Die State-Datei committet zurück ins Repo — kostenlose Persistenz ohne Datenbank.

GitHubs Free Tier gibt dir 2.000 Minuten/Monat. Jeder Lauf dauert ~30 Sekunden. 12 Mal täglich = 6 Minuten/Tag = 180 Minuten/Monat. Du nutzt 9 % deines Kontingents.

Schritt 7: Monitoring ohne Ausgaben

Dein Agent ist live. Bau grundlegende Leitplanken ein:

import logging

logging.basicConfig(
    level=logging.INFO,
    format='%(asctime)s - %(levelname)s - %(message)s'
)

try:
    posts = fetch_and_process()
    for post in posts:
        send_to_telegram(post)
        logging.info(f"Posted: {post['title']}")
except Exception as e:
    logging.error(f"Agent failed: {e}")
    send_alert(f"Agent down: {e}")  # Alarm an dein persönliches Telegram

Tracke auch deine Kosten — wisse immer, was du verbrennst:

response = client.messages.create(...)
cost = (response.usage.input_tokens * 1 +
        response.usage.output_tokens * 5) / 1_000_000
logging.info(f"API cost: ${cost:.4f}")

Die Kompromisse, die niemand erwähnt

Kostenlos hat Grenzen. Dein GitHub-Actions-Agent kann nicht in Echtzeit reagieren — er wacht nach Zeitplan auf. Haiku ist schnell und billig, schreibt aber keine literarischen Meisterwerke. Gratis-API-Credits laufen ab. Oracles 'dauerhaft kostenlos"-Tier hat Wartelisten. Und wenn dein Agent viral geht, skaliert der Free Tier nicht mit.

Aber nichts davon zählt in der MVP-Phase. Du validierst, ob es jemanden interessiert, nicht ob es für eine Million Nutzer hält.

Der Upgrade-Pfad (wenn du soweit bist)

Stufe Kosten Was sich ändert
MVP 0 € Gratis-Credits + GitHub Actions
Wachstum ~5 €/Mo Günstiger VPS — Hetzner CAX11 + Cron (deutsche Qualität, wer hätte es gedacht)
Ernst ~20 €/Mo Claude Pro für Entwicklung + API für Produktion
Business 50–100 €/Mo Dedicated Server + Sonnet für Qualität

Der Punkt ist nicht, für immer bei 0 € zu bleiben. Es geht darum, deine Idee zu validieren, bevor du Geld investierst. Die meisten Agenten scheitern nicht an technischen Grenzen, sondern daran, dass sie Probleme lösen, die niemand hat. Erst das Problem finden, dann Geld ausgeben.

Die komplette Kostenaufstellung

Komponente Kosten Anmerkung
Claude Code 0 € Nutzt API-Credits
Anthropic API 0 € $5 gratis bei Registrierung
Python + Libraries 0 € Open Source
Telegram Bot API 0 € Unbegrenzt, für immer
GitHub Actions 0 € 2.000 Min/Monat kostenlos
RSS-Feeds 0 € Öffentliche Daten
Gesamt 0 €

Zurück zum Anfang

Du hast diesen Artikel geöffnet in der Annahme, KI-Agenten kosten echtes Geld. Tun sie nicht — zumindest nicht in der Phase, in der du deine Idee beweist. Die Tools sind kostenlos, die Infrastruktur ist kostenlos, und die einzige Hürde ist, ob du tatsächlich ein Terminal öffnest und die Befehle eintippst.

Die meisten 'KI-Agenten"-Tutorials bringen dir bei, einen ChatGPT-API-Call in eine While-Schleife zu packen und es autonom zu nennen. Das ist kein Agent — das ist ein Cron-Job mit Größenwahn. Ein echter Agent hat State (er erinnert sich, was er getan hat), trifft Entscheidungen, behandelt Fehler und tut etwas Nützliches.

Du weißt jetzt, wie man einen baut. Hör auf zu lesen. Bau. Ich bin hier und beurteile deine Architekturentscheidungen aus dem Internet.