Selbst gehosteter KI-Coding-Stack vs. der SaaS-Stack

Letzten Monat öffnete ein Entwickler, mit dem ich sprach, seine Cursor-Rechnung und fand 80 $ darauf. Im Monat davor waren es dieselben pauschalen 20 $ wie immer. An seiner Arbeitsweise hatte sich nichts geändert; an der Abrechnung schon. Diesen Moment erleben gerade viele Leute, und deshalb ist aus „sollte ich das einfach selbst hosten?“ keine Hobby-Frage mehr geworden, sondern eine Budgetfrage.

Folgendes ist tatsächlich passiert. Alle drei großen SaaS-KI-Coding-Tools (GitHub Copilot, Cursor und Windsurf) sind zwischen Mitte 2025 und Mitte 2026 auf nutzungs- oder guthabenbasierte Abrechnung umgestiegen. Gleichzeitig wurden Open-Weight-Codemodelle wie Qwen2.5-Coder-32B gut genug, dass das Selbsthosten des eigenen Coding-Assistenten jetzt eine echte Option ist, kein Laborprojekt. Der Vergleich lohnt sich endlich mit echten Zahlen.

Genau dieser Vergleich folgt jetzt. Ich liefere die echte Kostenrechnung für Solo-Entwickler wie für ein wachsendes Team, eine ehrliche Einschätzung, wo die selbst gehosteten Modelle mithalten und wo nicht, und eine Empfehlung passend zu Ihrer Sitzplatzzahl und Ihrem Qualitätsanspruch. Eine faire Vorwarnung: Für einen Solo-Entwickler ist der beliebte Rat „hoste es einfach auf einer GPU“ finanziell meist falsch, und ich zeige Ihnen, warum.

Kurzfassung

• Wenn Sie allein arbeiten, lohnt sich der GPU-Weg nicht. Ein monatlich abgerechneter GPU-VPS zum Listenpreis von etwa 779 $/Monat schlägt für eine einzelne Person niemals einen Copilot-Pro-Platz zu 10 $/Monat.
• Der selbst gehostete GPU-Stack ist eine Team-Angelegenheit. A single GPU VPS breaks even against Copilot Business (about $19/seat) at roughly 27 seats, and against Cursor Teams (about $40/seat) at roughly 13 seats, at the current $506.35/month GPU price (roughly 41 and 20 seats at the undiscounted $779 list price). Below that, per-seat SaaS is usually cheaper.
• Die Leistungsfähigkeit teilt sich nach Aufgabe auf. Qwen2.5-Coder-32B ist stark bei Autovervollständigung und alltäglichen Änderungen; führende gehostete Modelle gewinnen bei komplexer, dateiübergreifender, agentischer Arbeit weiterhin klar.
• Selbsthosting hat eine Wartungssteuer. Modell-Updates, Eigenheiten der GPU-Treiber, Kontextgröße, Verfügbarkeit: ein paar Stunden im Monat, kein Zweitjob. Rechnen Sie das ein, bevor Sie wechseln.

Was dieser Artikel abdeckt (und was nicht)

Dies ist ein Kosten-und-Fähigkeiten-Vergleich eines konkreten, baubaren Stacks gegenüber den SaaS-Tools, für die die meisten Entwickler bereits zahlen. Damit er nützlich und ehrlich bleibt:

• Abgedeckt: die monatliche Kostenrechnung (solo und Team), die Alltags-Coding-Leistung und eine passende Empfehlung.
• Abgedeckt: einen konkreten selbst gehosteten Stack (Ollama, Continue.dev, Code Server und n8n) auf einem VPS.
• Nicht abgedeckt: erschöpfendes Modell-Benchmarking oder die Jagd nach Ranglisten.
• Nicht abgedeckt: Fine-Tuning oder die Nutzung dieser Modelle für nicht-codebezogene LLM-Arbeit.
• Nicht abgedeckt: die Schritt-für-Schritt-Installation. Das ist der „sollte ich“-Artikel, nicht der „wie baue ich das“-Artikel.

Was sich bei der Preisgestaltung von KI-Coding-Tools geändert hat

Cursor machte den Anfang. Am 16. Juni 2025 ersetzte es seine Limits pro Anfrage durch eine API-nutzungsbasierte Preisgestaltung: Sie erhalten ein Kontingent an Nutzung von Spitzenmodellen zu API-Tarifen, und intensive Monate kosten mehr als ruhige. Die Änderung überraschte viele, und Cursor bot nach der Ankündigung für eine gewisse Zeit Rückerstattungen an. Ein Update im Juni 2026 überarbeitete die Nutzungskontingente weiter, behielt aber das nutzungsbasierte Modell bei.

GitHub Copilot folgte 2026. Laut die Ankündigung von GitHub, am 1. Juni 2026 wurden die alten Premium-Request-Einheiten durch tokenbasierte „GitHub AI Credits“ ersetzt. Die Abopreise blieben gleich (Pro bei 10 $/Monat, Business bei 19 $/Nutzer/Monat), aber was Sie innerhalb dieses Preises tun können, wird jetzt am Tokenverbrauch gemessen, wobei Code-Vervollständigungen weiterhin ohne Guthabenkosten enthalten sind.

Windsurf nahm die größte Umstellung vor. Im März 2026, ersetzte es die alten guthabenartigen Self-Service-Tarife durch kontingentbasierte Tarife, fügte eine Max-Stufe für 200 $/Monat hinzu und setzte den neuen Pro-Preis auf 20 $/Monat, während bestehende Pro- und Teams-Abonnenten zu ihrem aktuellen Tarif Bestandsschutz behielten. Der Editor ist seitdem Devin Desktop; windsurf.com leitet jetzt auf devin.ai/desktop weiter. Devins aktuelle die Self-Service-Abrechnungsdokumentation beschreibt Teams als 40 $ pro vollem Dev-Platz mit einem Minimum von 80 $/Monat, nicht als einfaches Zusatzmodell „80 $ Basis plus 40 $ pro Platz“.

Der rote Faden: Die feste Monatsrechnung, die Sie einplanen konnten, ist größtenteils weg. Genau diese Planbarkeit kauft Selbsthosting zurück, und genau das macht diesen Vergleich gerade jetzt aktuell.

Der SaaS-Stack: Was Sie bekommen und was es pro Platz kostet

Beginnen wir damit, was das Geld kauft, denn es kauft eine Menge. Auf der SaaS-Seite sind es drei Editoren (GitHub Copilot, Cursor und Devin Desktop, früher Windsurf), die null Einrichtung, enge IDE-Integration und das beste heute verfügbare agentische, dateiübergreifende Reasoning bieten. Sie installieren eine Erweiterung oder laden einen Editor herunter und arbeiten in Minuten. Für die meisten Leute ist genau dieser Komfort der ganze Sinn.

Hier die aktuellen Preise pro Platz, entnommen der jeweiligen Preisseite jedes Tools:

Der Knackpunkt ist der Zähler. Bei den nutzungs- und guthabenbasierten Tarifen bedeutet ein intensiver Monat eine hohe Rechnung, und oft sehen Sie sie erst kommen, wenn sie da ist. Schlimmer noch: Wenn Ihr Guthaben aufgebraucht ist, sperren Sie einige dieser Tools oder drängen Sie in Overages; es gibt keinen abgespeckten, aber kostenlosen lokalen Notbetrieb bis zum nächsten Zyklus. Wenn Ihr Einkommen schwankt oder Ihre Nutzung in Crunch-Wochen hochschnellt, ist diese Schwankung ein echtes operatives Problem, kein Rundungsfehler.

Wenn Sie einzelne Tools gegeneinander abwägen statt der Selbsthosting-Frage, bin ich in einem separaten Vergleich der Claude-Code-Alternativen.

Der selbst gehostete Stack: Ollama, Continue.dev, Code Server, n8n

Die selbst gehostete Seite besteht aus vier Teilen, und jedes erledigt eine bestimmte Aufgabe. Ollama (derzeit v0.31.1) ist die lokale Inferenz-Engine: Sie führt das Open-Weight-Modell auf Ihrem Server aus und stellt eine OpenAI-kompatible API bereit. Continue.dev ist die Brücke, eine VS-Code- und JetBrains-Erweiterung, die Autovervollständigung und Chat Ihres Editors auf Ihren Ollama-Endpunkt statt auf einen Cloud-Anbieter richtet. Code-Server (derzeit v4.127.0) ist VS Code im Browser, direkt auf dem VPS gehostet, praktisch, wenn die ganze Umgebung neben dem Modell statt auf Ihrem Laptop leben soll. Und n8n ist die Workflow-Ebene: So verdrahten Sie agentische oder mehrstufige Automatisierungen (Tests ausführen, einen PR öffnen, einen Webhook anpingen) rund um das Modell.

Die Modellwahl, die das glaubwürdig macht, ist Qwen2.5-Coder-32B, das Ollama als eines der stärksten Open-Weight-Codemodelle in Standard-Benchmarks positioniert. Das ist der Baustein, der die Rechnung verändert hat. Vor ein paar Jahren waren die offenen Modelle nicht nah genug dran, um sich zu lohnen; heute sind sie es für die tägliche Arbeit.

Ein Vorbehalt, den Sie kennen sollten, bevor Sie sich auf Continue festlegen: Es gehört jetzt zum Cursor-Ökosystem. die eigene Website von Continue bestätigt die Übernahme, und seine Doku zeigt weiterhin die Ollama- und Local-Model-Konfiguration, aber die langfristige Produktrichtung ist unsicherer als vor der Übernahme. Betrachten Sie es vorerst als praktische Brücke, nicht als sicherste Langzeitabhängigkeit.

Und hier der bequeme Teil für Einrichtungsmuffel: Ollama, Code Server und n8n sind alle als Ein-Klick-Deployments im dem Cloudzy-Marketplace, was den Einwand „ein Wochenende mit der Installation verbringen“ vom Tisch nimmt. Sie klicken und deployen den ganzen Stack, statt ihn von Hand zusammenzubauen. Wenn Sie die Auswahlbegründung speziell hinter Ollama wollen, ich habe es verglichen mit die wichtigste Alternative, LM Studio.

Profi-Tipp: Qwen2.5-Coder-32B belegt etwa 20 GB auf der Platte und braucht bei Q4_K_M-Quantisierung ungefähr 20-25 GB VRAM zum Laufen. Das passt auf eine GPU mit 24 GB VRAM wie die RTX 4090, aber knapp. Mit Standardeinstellungen und kurzen bis mittleren Kontextfenstern läuft es gut; treiben Sie den Kontext sehr weit, kann es zu swappen beginnen. Planen Sie mit „passt bei sorgfältigem Kontextmanagement“, nicht mit „jede Menge Luft“.

Die Kostentabelle: Solo-Entwickler vs. Team

For one developer, self-hosting on a GPU is the wrong call on cost. Using Cloudzy's month-to-month list price for a 1x RTX 4090 GPU VPS, the stack runs about $779/month against $10/month for Copilot Pro. The GPU stack only pays off when that fixed cost is shared across a team: at the current price ($506.35/month at the time of writing, billed month-to-month with no annual commitment), it breaks even at roughly 27 Copilot Business seats or 13 Cursor Teams seats. At the undiscounted $779/month list price, the break-even moves out to roughly 41 Copilot Business seats or 20 Cursor Teams seats.

Jetzt die Zahlen. Die SaaS-Spalten sind Summen pro Platz; der selbst gehostete Stack ist eine feste monatliche Kosten, egal wie viele Leute ihn teilen.

Read the table by where the fixed line crosses the rising one. Against Cursor Teams at $40/seat, the GPU VPS becomes the cheaper option somewhere around 13 developers at the current price (about 20 at list). Against Copilot Business at $19/seat, you need roughly 27 developers at the current price (about 41 at list) before the fixed cost wins. Below those thresholds, per-seat SaaS is simply cheaper, and no amount of "but it's unlimited" changes that.

Die Solo-Geschichte ist anders und sollte klar gesagt werden. Man setzt keine einzelne Person auf eine 779-$-GPU. Wenn Sie als Einzelperson selbst hosten wollen, ist der ehrliche Vergleich ein kleines Modell (7B) auf einem CPU-VPS für rund 29 $/Monat gegen einen Copilot-Pro-Platz für 10 $/Monat. Das sind etwa 19 $/Monat mehr, und dafür bekommen Sie keine Nutzungsgrenzen, keine Zähler-Überraschungen und Ihren Code, der Ihren Server nie verlässt. Ob das 19 $ wert ist, hängt ganz davon ab, was Sie die Unvorhersehbarkeit der Abrechnung an Stress und Planung kostet, nicht an nackten Dollars.

Kurzurteil: Der selbst gehostete GPU-Stack ist eine Entscheidung für Team-Größe oder mehrere Workloads, keine Solo-Entscheidung. Für eine Person heißt es bei SaaS bleiben oder ein kleines Modell auf einer günstigen CPU-Kiste laufen lassen. Für ein Team rechnen Sie die Sitzplatzzahl gegen 19 $ und 40 $ durch, bevor Sie eine GPU anfassen.

Kernaussage des Abschnitts: Das ganze wirtschaftliche Argument des GPU-Stacks ist, eine feste Kosten über viele Plätze zu teilen. Es ist eine Team- oder Multi-Workload-Angelegenheit, nie ein Solo-Kauf.

Fähigkeitsvergleich: wo Selbsthosting mithält und wo nicht

Geben Sie einem selbst gehosteten Qwen2.5-Coder-32B-Setup einen Tag gewöhnlicher Arbeit (Autovervollständigung, Änderungen an einer Datei, „schreib mir diese Funktion“, erklär-diesen-Code) und Sie werden es kaum von einem bezahlten Assistenten unterscheiden können. Beim Alltäglichen ist der Abstand klein. Wo es bricht, sind die harten 20 %: dateiübergreifende Umschreibungen, langfristige agentische Aufgaben und komplexes Reasoning über eine große Codebasis. Dort gewinnen die führenden gehosteten Modelle weiterhin klar, und zwar deutlich.

Es gibt außerdem eine Geschwindigkeitsdimension, die unterschätzt wird. Ein gehostetes Spitzenmodell antwortet schnell, weil es auf der riesigen Inferenz-Flotte eines anderen läuft. Ihr 779-$-GPU-VPS kann sich, besonders unter gleichzeitiger Last von ein paar Teamkollegen, für interaktive Arbeit langsamer anfühlen als die Sub-Sekunden-Antworten, die Sie gewohnt sind. Es ist nutzbar, aber „selbst gehostet“ und „sofort“ sind nicht dasselbe, sobald sich mehrere Leute eine Karte teilen.

Die richtige Einordnung ist also nicht „Ollama ersetzt Copilot“. Sie lautet „Ollama zieht bei alltäglichen Aufgaben mit Copilot gleich und hinkt bei den komplexen hinterher“. Besteht Ihr Tag vor allem aus alltäglichen Aufgaben, ist das ein hervorragender Deal. Besteht Ihr Tag vor allem aus den harten 20 %, nicht.

Wann SaaS trotzdem gewinnt

Stellen Sie sich einen Solo-Entwickler vor, dessen Arbeit wirklich qualitätskritisch ist (die KI macht dateiübergreifende Architekturänderungen, keine Autovervollständigung) und der null Interesse daran hat, einen Server zu betreiben. Für diese Person sind 20 $/Monat für ein Spitzen-Tool eines der besten Angebote in der Software, und Selbsthosting wäre ein als Ersparnis getarnter Rückschritt. SaaS gewinnt dort klar, und das ist nicht der einzige Fall.

SaaS ist die richtige Wahl, wenn:

• Sie arbeiten allein und Ihr Qualitätsanspruch sind die harten 20 %, nicht die alltäglichen Änderungen.
• Your team is under the crossover seat count: below about 13 (vs Cursor Teams) or about 27 (vs Copilot Business) at current pricing, per-seat is cheaper.
• Ihre Workflows setzen auf erstklassiges agentisches Reasoning, das die offenen Modelle noch nicht erreichen.
• Niemand im Team will oder hat die Zeit, den Betrieb zu übernehmen.

Diesen letzten Punkt winken die Leute ab, also seien wir konkret bei der Wartungssteuer. Einen Coding-Stack selbst zu hosten ist kein Zweitjob, aber auch nicht umsonst. Zur echten wiederkehrenden Arbeit gehören: neue Modellversionen ziehen und testen, GPU-Treiber-Eigenheiten nach Updates in Ordnung bringen, Kontextfenstergrößen so abstimmen, dass kein VRAM swappt, und die Kiste am Laufen halten, damit Ihr Team nicht blockiert ist, wenn das Modell ausfällt. Nennen Sie es ein paar Stunden im Monat, sobald es stabil ist, was in Ordnung ist, wenn jemand dafür zuständig ist, und ein Desaster in Zeitlupe, wenn niemand es ist.

Kernaussage des Abschnitts: Selbsthosting ist eine Kosten- und Kontrollentscheidung, die sich erst jenseits einer bestimmten Teamgröße auszahlt oder wenn Datenschutz- und Compliance-Anforderungen „unser Code verlässt nie unseren Server“ unverhandelbar machen, unabhängig von der Rechnung.

Wie Sie wählen: ein Entscheidungsrahmen

Ordnen Sie sich einer Zeile zu, und Sie sind im Grunde fertig. Die Kostentabelle und die Fähigkeitsaufteilung oben geben Ihnen alles, um sich einzuordnen; dies ist nur die Zuordnung.

• Solo, kostenbewusst, alltägliche Aufgaben: Bleiben Sie bei Copilot Pro, oder betreiben Sie ein 7B-Modell auf einem günstigen CPU-VPS, wenn Sie ungedeckelte, private, planbare Kosten wollen. Lassen Sie die GPU weg.
• Solo, qualitätskritische Arbeit: bleiben Sie bei SaaS. Die Spitzen-Tools sind es wert und Selbsthosting ist für Sie ein Rückschritt.
• Team under about 13 seats: per-seat SaaS is usually cheaper at current GPU pricing. Don't self-host to save money at this size.
• Team about 13 to 27+ seats, or with other GPU workloads, or with privacy and compliance requirements: beginnt der selbst gehostete GPU-Stack wirklich Sinn zu ergeben. Rechnen Sie die Sitzplätze durch und beziehen Sie ein, wer den Betrieb übernimmt.

Landen Sie in dieser letzten Zeile, wird die praktische Frage, wo die GPU-Kiste lebt. Qwen2.5-Coder-32B zu betreiben heißt, Sie brauchen eine Karte mit 24 GB VRAM, und die Einrichtungslast (genau der Einwand, der Leute bei SaaS hält) ist das, was sich wegzuautomatisieren lohnt. Ein GPU-VPS mit einem Ein-Klick-Deployment von Ollama, Code Server und n8n bringt Ihren ganzen Stack zum Laufen, ohne das Wochenende zum Zusammenbauen, sodass der Betrieb, den Sie übernehmen, laufende Wartung ist, kein Aufbau von Grund auf. Wenn Sie diesen Weg gehen, Cloudzy's Ollama VPS gibt Ihnen die GPU mit 24 GB VRAM und den Ein-Klick-Stack an einem Ort; Preise und aktuelle GPU-Standorte stehen auf der Seite.

Häufig gestellte Fragen

Das Wichtigste in Kürze

Wählen Sie die Zeile, die zu Ihrer Sitzplatzzahl und Ihrem Qualitätsanspruch passt, und die Entscheidung trifft sich von selbst. Solo und kostenbewusst: bleiben Sie bei Copilot Pro oder betreiben Sie ein kleines Modell auf einer günstigen CPU-Kiste. Solo und qualitätskritisch: bleiben Sie bei SaaS. Ein Team jenseits der Umschlaggröße, oder eines mit anderen GPU-Workloads oder Datenschutzanforderungen, ist der Punkt, an dem sich der selbst gehostete GPU-Stack endlich rechnet. Die Abrechnungsänderungen haben diese Rechnung lohnenswert gemacht; die Rechnung zeigt für die meisten Einzelpersonen immer noch auf SaaS, und das ist in Ordnung. Rechnen Sie Ihre eigenen Zahlen gegen 19 $ und 40 $ pro Platz durch, bevor Sie eine GPU kaufen.