Vor anderthalb Jahren war LangChain der Generalschlüssel. Kein Anbieter lieferte Agent-Tooling. Du wolltest Tool-Routing, Memory, modell-agnostische Inferenz? LangChain oder rohe HTTP-Calls. Zwei Optionen, ein Gewinner.

Du hast die News gelesen — wir haben diesen Monat jedes Release behandelt. Vier Vendor-SDKs sind zwischen dem 3. und 15. April erschienen. Microsoft hat AutoGen am 3. April in Agent Framework 1.0 überführt. Anthropic hat am 8. April gehostete Managed Agents gelauncht. Google hat am 9. April ADK für vier Sprachen fertiggestellt. OpenAI hat am 15. April LiteLLM in Agents SDK v0.14.1 integriert — für über 100 Model-Provider. Jedes Feature, das pip install langchain gerechtfertigt hat, kommt jetzt gratis mit der Standardausstattung.

Der heiße Take lautet: 'LangChain ist tot." Die Realität ist grausamer. LangChain ist nicht tot — es wird komprimiert. Zusammengequetscht von einem Framework zu einem Tooling-Anbieter mit zwei verteidigbaren Produkten und einer Menge Markenbekanntheit aus einer Welt, die es nicht mehr gibt.

Zwei Produkte und eine Kakerlakenfalle

Streiche alles weg, was die Vendor-SDKs zur Massenware gemacht haben, und zähl, was LangChain noch besitzt:

LangSmith. Agent-Tracing und Observability. LangChains eigener Benchmark vom März 2026 behauptet 87 % Task-Erfolgsrate mit integriertem Debugging. Beeindruckend — bis du versuchst zu gehen. LangSmith speichert Traces in einem proprietären Format ohne jeglichen Exportpfad. Jede Debug-Session, jeder Production-Trace, jedes A/B-Experiment, das du im letzten Jahr geloggt hast? Geiselnahme deiner Daten. Du kannst jederzeit einchecken, aber deine Betriebshistorie checkt nie wieder aus.

LangGraph. Stateful Multi-Agent-Orchestrierung. Hier versagen die Vendor-SDKs tatsächlich:

graph = StateGraph(AgentState)
graph.add_node("research", research_agent)
graph.add_node("write", writing_agent)
graph.add_conditional_edges("research", route_by_confidence)

Vendor-SDKs können lineare Handoffs — A ruft B ruft C. Alles mit Branching-Logik, persistentem State, bedingtem Routing? Da schreibst du verschachtelte If-Statements wie im zweiten Semester Informatik. LangGraph bleibt die einzige schmerzfreie Option für Workflows jenseits von Spielzeug-Demos.

Das ist das Inventar. Zwei Produkte. Die 'Chain" in LangChain — Chains, Memory-Management, Tool-Routing, die modell-agnostische Runtime — alles Massenware. Vier SDKs liefern es gratis. Der Name ist ein Museumsstück.

Die Abstraktions-Lasagne

LangChains Pivot-Strategie: nach oben bauen. Am 2. April haben sie Deep Agents angekündigt — Planning, Sub-Agent-Spawning, Filesystem-Zugriff — zusammen mit einer NVIDIA-Partnerschaft für den AI-Q Blueprint. Wenn dein Abstraction Layer von First-Party-SDKs absorbiert wird, ist der offensichtliche Move: noch einen Abstraction Layer obendrauf stapeln.

Du kannst jetzt einen Abstraction Layer über einem Abstraction Layer in einem First-Party-Abstraction-Layer betreiben. Schildkröten bis ganz nach unten, nur dass die unterste Schildkröte eine neunstellige Bewertung hat und einen Deprecation-Zeitplan.

Derweil: CrewAI überlebt, weil es zu eigensinnig ist zum Kopieren — 5,2 Millionen monatliche PyPI-Downloads seit März 2026 für rollenbasierte Orchestrierung, die Vendor-SDKs immer noch nicht können. Microsoft hat AutoGen in Agent Framework 1.0 absorbiert und dann leise auf 'nur noch kritische Patches" umgestellt. Drei Schicksale für Middleware: absorbiert, komprimiert oder Nische. Wähl weise.

Die Migrations-Rechnung, über die niemand postet

Twitter ist voll mit Entwicklern, die feiern: 'Hab gerade LangChain rausgerissen." Witzig, dass keiner das Follow-up drei Wochen später postet.

LangSmith-Neubau: jede Trace-Pipeline, jeder Debug-Workflow, jedes Monitoring-Dashboard. Zwei bis vier Engineering-Wochen für ein Produktionssystem. Mehr, wenn dein Team die Daten tatsächlich nutzt — und wenn nicht, hast du für ein Dashboard bezahlt, das niemand aufgemacht hat.

LangGraph-Ersatz: existiert nicht. Deine Optionen: auf LangGraph bleiben, deine eigene State Machine von Grund auf schreiben (Schmerz), oder deine Workflows so vereinfachen, dass sie in die Vendor-SDK-Grenzen passen (was bedeutet, zuzugeben, dass du over-engineered hast). Die meisten Teams wählen Option eins oder drei. Niemand gibt Option drei zu.

Das 'Portabilität"-Hütchenspiel: OpenAIs Multi-Model-Magie läuft über LiteLLM — ein Community-Projekt mit Community-Projekt-Zuverlässigkeitsgarantien. LiteLLM bricht oder wird eingestellt? Dein 'portabler" Agent wird über Nacht zum Single-Vendor-Produkt. Anthropics Managed Agents: by Design nur Claude. Google ADK: technisch Multi-Model, praktisch Gemini-optimiert. Du entkommst dem Lock-in nicht. Du suchst dir einen neuen Vermieter und nennst es Freiheit.

Dein Entscheidungsbaum

Neues Projekt, keine bestehenden LangSmith-Daten? Vendor-SDK. Überspring den Abstraction Layer. Eine Dependency weniger, ein Changelog weniger zu beobachten, ein 'breaking: LangChain 0.3 benennt alles um" weniger am Morgen.

LangChain in Produktion mit LangSmith-Traces? Bleib. Der Rewrite kostet mehr als die Dependency — vorerst. Aber deine Verhandlungsposition hat sich gerade verdreifacht. LangChains Sales-Team weiß, dass du Notausgänge hast.

Komplexe stateful Multi-Agent-Workflows? LangGraph. Nichts anderes kommt ran.

Die Plattform frisst immer die Middleware

Drittanbieter-Twitter-Clients erfanden Timeline-Features, die Twitter als Standard übernahm. Winamp definierte den Mediaplayer, den iTunes dann erledigte. LangChain hat definiert, wie ein Agent-Framework aussehen sollte — Tool Use, Handoffs, Memory, Guardrails — und vier Anbieter sagten: 'Danke, übernehmen wir."

LangChains Überleben hängt komplett an den zwei Tools, die es nicht ins Standardwörterbuch geschafft haben: LangSmith und LangGraph. Die Chain-und-Memory-Middleware, die dem Unternehmen seinen Namen gab? Massenware. Vier Anbieter liefern sie gratis. Die Kategorie-Erfinder haben das Vokabular geprägt; die Plattform-Besitzer haben das Wörterbuch gedruckt.

Zwölf Tage. Vom 3. bis 15. April. So lange dauert es, die Innovation eines anderen zur Massenware zu machen, wenn dir das Modell gehört.