Superpowers für Coding-Agenten: Bessere Software oder mehr KI-Bürokratie?

Superpowers ist kein besseres KI-Modell, sondern ein Prozess-Harness für Coding-Agenten. Es lenkt sie durch Anforderungsklärung, Planung, Git-Worktrees, Test-driven Development und Reviews. In einem unabhängigen Community-Test mit 500 Aufgaben stieg die Erfolgsquote von 45,6 auf 47,8 Prozent, der Unterschied war aber nicht statistisch signifikant. Gleichzeitig wuchsen die provider-gemeldeten Tokens pro Aufgabe von rund 1,56 auf 2,18 Millionen und die Laufzeit um etwa 74 Sekunden. Meine Empfehlung: Nutze den vollständigen Workflow für komplexe oder riskante Arbeit. Für kleine Änderungen sind native Agentenplanung oder einzelne Skills meist effizienter.

Was ist Superpowers für Coding-Agenten?

Superpowers ist eine Softwareentwicklungsmethodik und ein Skills-Framework für Coding-Agenten. Das Projekt ersetzt weder das Modell noch die Agenten-Runtime. Es ergänzt bestehende Harnesses um Markdown-basierte Skills und einen Bootstrap, der den Agenten vor dem Coden in einen definierten Ablauf lenken soll. Die aktuelle Projektversion v6.2.0 wurde am 24. Juli 2026 veröffentlicht. Das Repository steht unter der MIT-Lizenz. Beim Snapshot vom 29. Juli 2026 lag es bei rund 263.000 GitHub-Stars. Diese Zahl belegt Aufmerksamkeit, nicht Softwarequalität oder einen messbaren Produktivitätsgewinn. | Kerndatum | Stand | Quelle | |---|---|---| | Produktklasse | Skills-Framework und Softwareentwicklungsmethodik | Repository | | Aktuelle Version | v6.2.0 | Release | | Lizenz | MIT | LICENSE | | Stock-Skills | 14 | Skills-Verzeichnis | | Hauptsprache | Shell | GitHub-Sprachstatistik | | Preis | Open Source; Modell- und Harness-Kosten fallen separat an | Repository | Der passende Oberbegriff ist Prozess-Harness. Ein AI Harness kontrolliert, welche Werkzeuge, Regeln, Prüfungen und Kontextinformationen ein Modell während einer Aufgabe erhält. Superpowers konzentriert sich dabei auf klassische Engineering-Disziplin: erst verstehen, dann planen, testen, implementieren und verifizieren.

Wie funktioniert der Superpowers-Workflow?

Der Workflow beginnt nicht mit Code. Der Agent soll zuerst prüfen, ob ein Skill zur Aufgabe passt. Danach folgen Anforderungsklärung, Designfreigabe, Isolation, kleinteilige Planung, Implementierung, Review und Abschlussprüfung. | Phase | Skill oder Mechanismus | Aufgabe | |---|---|---| | Skill-Erkennung | using-superpowers | Vor jeder Aufgabe nach passenden Skills suchen und sie anwenden | | Anforderungsklärung | brainstorming | Ziele, Randbedingungen und Alternativen klären; Design zur Freigabe vorlegen | | Isolation | using-git-worktrees | Separaten Worktree erstellen und Test-Baseline prüfen | | Planung | writing-plans | Umsetzung in Arbeitspakete von typischerweise zwei bis fünf Minuten zerlegen | | Umsetzung | subagent-driven-development oder executing-plans | Aufgaben durch frische Subagenten oder in Batches mit Checkpoints bearbeiten | | Implementierung | test-driven-development | Red-Green-Refactor anwenden und den Test zuerst fehlschlagen lassen | | Review | requesting-code-review | Spezifikation und Codequalität prüfen; kritische Probleme blockieren | | Abschluss | verification-before-completion und finishing-a-development-branch | Tests ausführen, Belege prüfen und Merge, Pull Request oder Weiterarbeit wählen | Das Projekt bezeichnet die Abläufe in seiner README als verpflichtend und nicht als Vorschläge. Technisch ist das aber keine unverletzbare Policy. Die Skills bestehen überwiegend aus Instruktionen im Modellkontext. Ein Agent kann sie falsch interpretieren, unvollständig anwenden oder nach einer Kontextkompression verlieren. Superpowers automatisiert damit einen Ansatz, der Spec-Driven Development ähnelt. Der Unterschied liegt in der stärkeren Orchestrierung: Nicht nur die Spezifikation, sondern der gesamte Entwicklungszyklus wird in Skills aufgeteilt.

Welche Coding-Agenten unterstützt Superpowers?

Laut README der Version v6.2.0 gibt es veröffentlichte Integrationswege für Claude Code, Antigravity, Codex App, Codex CLI, Cursor, Factory Droid, Gemini CLI, GitHub Copilot CLI, Kimi Code, OpenCode und Pi. Die Installation unterscheidet sich je nach Harness. Für Claude Code dokumentiert das Projekt diesen Plugin-Befehl: In der Codex App öffnest du Plugins in der Seitenleiste und klickst im Bereich Coding auf das + neben Superpowers. In der Codex CLI öffnest du dagegen mit /plugins die Suche, suchst nach superpowers und wählst Install Plugin.

Ist Hermes Agent bereits offiziell unterstützt?

Nein. Die Hermes-Integration war zum Stichtag 29. Juli 2026 als offener Pull Request vorbereitet, aber noch nicht veröffentlicht. Der PR 2025 enthält eine .hermes-plugin-Integration, Tests und einen eval-geprüften Bootstrap über prellmcall. Der Pull Request dokumentiert zugleich eine Grenze: Nach der Kontextkompression kann der Bootstrap verloren gehen, weil ein passender postcompression-Hook fehlt. Ein Installationsbefehl aus diesem ungemergten PR ist deshalb noch kein belastbarer Releaseweg. Wie Hermes grundsätzlich eingerichtet wird, zeigt mein Artikel zur Installation des Hermes KI Agenten.

Verbessert Superpowers die Ergebnisse wirklich?

Die ehrliche Antwort lautet: Es gibt positive Signale, aber keinen allgemeinen Nachweis, dass Superpowers Coding-Agenten zuverlässig besser macht. Drei Untersuchungen betrachten unterschiedliche Baselines und Zielgrößen. Ihre Ergebnisse dürfen nicht zu einem gemeinsamen Gesamtscore vermischt werden.

Was behaupten die Maintainer-Evaluationen?

Beim Umbau auf Superpowers 6 wurden laut Maintainer-Bericht vom 15. Juni 2026 zwei Reviewer pro Aufgabe zu einem Reviewer mit zwei getrennten Urteilen zusammengeführt. Diffs und Aufgabenpakete werden als Dateien übergeben, Modell-Tiers werden gezielter gewählt und am Ende folgt ein umfassender Branch-Review. Der Maintainer berichtet von bis zu 50 Prozent weniger Laufzeit und 60 Prozent weniger Tokenverbrauch bei ähnlichen Qualitätsergebnissen. Die Optimierung habe rund 36 Stunden und etwa 650 US-Dollar unsubventionierten Eval-Aufwand umfasst. Diese Werte vergleichen Superpowers 6 mit früheren Superpowers-Build-Loops. Sie vergleichen nicht Superpowers mit einem nativen Agenten ohne Framework. Es handelt sich außerdem um eine projektnahe Messung ohne unabhängige Replikation.

Was zeigt der unabhängige Test mit 500 Aufgaben?

Norbert Laszlo verglich in einem Community-Benchmark vom 11. Juni 2026 Codex ohne Plugin mit Codex und gemountetem Superpowers. Verwendet wurde gpt-5.4 mit hohem Reasoning-Aufwand. Beide Varianten bearbeiteten dieselbe repräsentative Teilmenge von 500 Aufgaben aus 59 Repositories und acht Programmiersprachen jeweils einmal. Sie umfasste vier Benchmarkfamilien: SWE-bench Verified (174 Aufgaben), SWE-bench Pro (54), SWE-PolyBench (116) und Multi-SWE-Bench (156). Versuchsaufbau und Familienverteilung sind im AgentStackBench-Dashboard sowie im öffentlichen Vergleichsartefakt dokumentiert. | Metrik | Codex ohne Superpowers | Codex mit Superpowers | Quelle und Einordnung | |---|---:|---:|---| | Gelöste Aufgaben | 228 von 500 | 239 von 500 | AgentStackBench; plus 11 Aufgaben, nicht statistisch signifikant | | Erfolgsquote | 45,6 % | 47,8 % | AgentStackBench; plus 2,2 Prozentpunkte | | Provider-gemeldete Tokens pro Aufgabe | ca. 1,56 Mio. | ca. 2,18 Mio. | AgentStackBench; signifikanter Anstieg | | Cached Input pro Aufgabe | ca. 1,44 Mio. | ca. 2,05 Mio. | AgentStackBench; Hauptanteil des zusätzlichen Kontexts | | Output-Tokens pro Aufgabe | ca. 14.400 | ca. 16.400 | AgentStackBench; kleinerer Anstieg als beim Input | | Durchschnittliche Laufzeit | ca. 6:13 min | ca. 7:26 min | AgentStackBench; rund 74 Sekunden länger | | Agentenaktionen | ca. 41,1 | ca. 49,5 | AgentStackBench; schwererer Workflow | | Skill-Aufrufe | 0 | ca. 4,9 | AgentStackBench; Plugin wurde tatsächlich genutzt | Superpowers löste 41 Aufgaben, an denen die Baseline scheiterte. Umgekehrt löste die Baseline 30 Aufgaben, die Superpowers verfehlte. Das Framework verschob also auch die Fehleroberfläche, statt die Baseline eindeutig zu dominieren. Der Benchmark ist unabhängig vom Projekt, aber nicht peer-reviewed. Er misst überwiegend Issue- und Bugfix-Aufgaben. Greenfield-Design, längere Feature-Entwicklung und kollaborative Anforderungsklärung werden nur unzureichend abgebildet. Genau dort könnte ein vollständiger Prozess-Harness seinen größten Nutzen haben.

Warum kann Superpowers trotzdem sinnvoll sein?

Eine gelöste Aufgabe ist nicht automatisch sauber gelöst. Für Teams zählt auch, ob ein Agent Anforderungen nachvollziehbar dokumentiert, einen reproduzierbaren Fehlernachweis liefert, Regressionen absichert und Änderungen prüfbar übergibt. Das zeigt ein kleiner, vorregistrierter Community-Audit des systematic-debugging-Skills. Der Test verwendete Claude Opus 4.8, vier bewusst irreführende Bugfix-Aufgaben und fünf Läufe je Aufgabe und Arm. Damit ergaben sich 20 Läufe pro Variante. Eingesetzt wurde nur der einzelne Skill als Regeln-Injektion, nicht das vollständige Superpowers-Framework. | Variante | Verifizierter Repro | Gesamt-Accuracy | Median-Kosten pro Lauf | Quelle | |---|---:|---:|---:|---| | Ohne Anweisung | 2 von 20 | 20 von 20 | 0,176 USD | skill-receipts-Audit | | Placebo | 0 von 20 | 20 von 20 | 0,192 USD | skill-receipts-Audit | | Eigener repro-first-Skill mit 31 Zeilen | 10 von 20 | 20 von 20 | 0,241 USD | skill-receipts-Audit | | Superpowers v6.1.1 mit 291 Zeilen | 8 von 20 | 20 von 20 | 0,316 USD | skill-receipts-Audit | | Superpowers v6.2.0 mit 278 Zeilen | 9 von 20 | 20 von 20 | 0,291 USD | skill-receipts-Audit | Alle Varianten lösten am Ende sämtliche Aufgaben. Superpowers verbesserte in diesem Setup deshalb nicht die bereits gesättigte Lösungsgenauigkeit, sondern die Qualität des Fehlernachweises. Der fokussierte repro-first-Skill war auf dieser einzelnen Achse mindestens vergleichbar und günstiger. Das ist kein Beweis, dass eine beliebige Kurzfassung den vollständigen Workflow ersetzen kann. Es ist aber ein starkes Signal für selektive Skills: Wenn du genau weißt, welche Verhaltenslücke du schließen willst, kann eine kleine, gezielte Instruktion effizienter sein als ein kompletter Entwicklungsprozess.

Wo entstehen Tokenkosten und Prozess-Overhead?

Der zusätzliche Aufwand entsteht nicht nur durch längere Skill-Dateien. Superpowers erzeugt weitere Arbeitsschritte und Artefakte: Fragen, Designs, Pläne, Worktrees, Tests, Subagentenübergaben, Review-Pakete und Abschlussprüfungen. Jeder Schritt benötigt Kontext, Modellaufrufe und Zeit. Der AgentStackBench-Test zeigt, dass der größte Tokenanstieg beim Cached Input lag. Das bedeutet: Der Agent schrieb nicht proportional mehr Ausgabe, sondern trug deutlich mehr Kontext durch den Lauf. Provider-gemeldete Tokens sind jedoch nicht automatisch billable Tokens. Cached Input kann anders bepreist werden, und manche Produkte rechnen nach Requests, Credits oder Pauschalen ab. Aus dem Anstieg von rund 1,56 auf 2,18 Millionen Tokens darf deshalb keine gleich große Steigerung des Rechnungsbetrags abgeleitet werden. Für ein komplexes Feature kann der Prozess günstiger sein als eine schnelle, aber falsche Implementierung. Bei einer kleinen Textänderung oder einem klaren Einzeiler wird derselbe Ablauf schnell zur KI-Bürokratie. Dann erzeugt der Agent möglicherweise mehr Planungs- und Review-Arbeit als produktive Änderung. Dieses Risiko ähnelt dem Cognitive Debt beim KI-Coding: Mehr generierter Output und mehr Prozessartefakte helfen nur, wenn Menschen und Agenten sie noch prüfen, verstehen und warten können.

Wie schneidet der vollständige Workflow im Vergleich ab?

| Kriterium | Native Agentenplanung | Selektive Einzel-Skills | Vollständiges Superpowers | |---|---|---|---| | Einstiegshürde | niedrig | mittel | höher | | Prozessvorgabe | modell- und promptabhängig | nur für gewählte Disziplin | kompletter Entwicklungszyklus | | Kontextkosten | niedrig bis mittel | kontrollierbar | tendenziell höher | | TDD- und Review-Disziplin | nicht garantiert | gezielt steuerbar | zentraler Bestandteil | | Kleine Aufgaben | meist passend | passend | oft überdimensioniert | | Lange, komplexe Features | stark modellabhängig | erfordert manuelle Orchestrierung | eigentliche Zielklasse | | Flexibilität | hoch | hoch | geringer durch vorgeschriebenen Ablauf | | Nachvollziehbarkeit | abhängig vom Agenten | für einzelne Phasen gut | über den gesamten Prozess hoch angelegt | Native Planung ist nicht automatisch schlechter. Leistungsfähige Coding-Agenten bringen bereits Planungsmodi, Subagenten und Prüfwerkzeuge mit. Superpowers lohnt sich erst, wenn der zusätzliche Prozess ein reales Problem löst: unklare Anforderungen, fehlende Regressionstests, unkontrollierte Langläufe oder unzuverlässige Reviews.

Für wen lohnt sich Superpowers?

| Einsatzszenario | Empfehlung | Begründung | |---|---|---| | Komplexes Greenfield-Feature mit unklaren Anforderungen | sinnvoll | Brainstorming, Designfreigabe und Plan reduzieren frühe Fehlentscheidungen | | Riskanter Bug ohne Regressionstest | gezielt sinnvoll | Debugging- und TDD-Skills fördern einen verifizierbaren Repro | | Große autonome Umsetzung über mehrere Stunden | potenziell sinnvoll | Arbeitspakete, Reviews und Abschlussprüfung strukturieren lange Läufe | | Kleine, klar abgegrenzte Änderung | meist zu schwer | Prozess- und Kontextkosten können den Nutzen übersteigen | | Schneller Prototyp oder exploratives UI | selektiv oder ohne Full Workflow | frühes Feedback ist oft wichtiger als vollständige Orchestrierung | | Kostenkritische API-Nutzung | nur nach eigenem A/B-Test | unabhängige Daten zeigen mehr Tokens und Laufzeit ohne signifikanten Correctness-Gewinn | | Team mit harter CI und Branch Protection | ergänzend | Skills erhöhen Prozessdisziplin, ersetzen aber keine technischen Gates |

Wie solltest du Superpowers im eigenen Projekt testen?

Vergleiche nicht einzelne gute und schlechte Sessions. Definiere stattdessen mehrere wiederholbare Aufgaben aus deinem eigenen Repository und führe sie mit demselben Modell, Reasoning-Aufwand und Toolzugriff aus. Miss mindestens diese Größen: - bestandene Akzeptanz- und Regressionstests - Laufzeit bis zur verifizierten Lösung - Input-, Cached-Input- und Output-Tokens getrennt - tatsächliche Kosten laut Providerabrechnung - Anzahl der Agentenaktionen und Review-Schleifen - manuelle Nacharbeit nach dem Lauf - Verstöße gegen Branch-, Datei- oder Sicherheitsregeln Faustregel: Wenn Superpowers nur mehr Artefakte produziert, aber weder Fehlerrate noch Nacharbeit reduziert, ist der vollständige Workflow für deinen Einsatz zu schwer. Wenn er bei riskanten Aufgaben reproduzierbar Regressionen verhindert oder Fehlplanungen früh stoppt, kann sich der Overhead rechnen.

FAQ: Häufig gestellte Fragen zu Superpowers

Ist Superpowers ein eigenes KI-Modell? Nein. Superpowers ist ein Open-Source-Framework aus Skills, Hooks und Prozessregeln für bestehende Coding-Agenten. Modellqualität, Kontextfenster und Toolzugriff liefert weiterhin der jeweilige Agenten-Harness. Macht Superpowers Codex messbar besser? Im unabhängigen AgentStackBench-Vergleich stieg die Erfolgsquote von 45,6 auf 47,8 Prozent. Dieser Unterschied war nicht statistisch signifikant. Tokens, Laufzeit und Agentenaktionen stiegen dagegen signifikant. Spart Superpowers 60 Prozent Tokens? Nicht gegenüber einem Agenten ohne Framework. Der Maintainer-Claim von bis zu 60 Prozent weniger Tokenverbrauch bezieht sich auf Superpowers 6 im Vergleich zu früheren Superpowers-Build-Loops. Eine universelle Kostenersparnis lässt sich daraus nicht ableiten. Warum sind mehr provider-gemeldete Tokens nicht automatisch gleichbedeutend mit höheren Kosten? Der größte Anstieg im 500-Aufgaben-Test entfiel auf Cached Input. Anbieter können gecachte Tokens anders bepreisen als normalen Input oder Output. Zusätzlich existieren Request-, Credit- und Pauschalmodelle. Kann ich nur einzelne Superpowers-Skills verwenden? Technisch lassen sich Skills gezielt einsetzen, sofern dein Harness sie laden kann. Der kleine Debugging-Audit spricht dafür, klar definierte Verhaltenslücken auch mit fokussierten Skills zu testen. Er beweist aber nicht, dass eine schlanke Auswahl den vollständigen Workflow bei großen Features ersetzt. Ersetzt Superpowers CI und Code-Reviews? Nein. Prompt-basierte Skills können Prozessdisziplin fördern, aber keine technischen Schutzmechanismen garantieren. Branch Protection, CI, Tests, Sandboxing und menschliche Reviews bleiben bei produktivem Code nötig. Unterstützt Superpowers Hermes Agent? Noch nicht als veröffentlichte Integration. Der offene PR 2025 war am 29. Juli 2026 eval-getestet vorbereitet, aber nicht gemergt. Deshalb sollte der dort diskutierte Installationsweg nicht als offiziell verfügbar behandelt werden.

Fazit

Superpowers ist dann stark, wenn dein Coding-Agent nicht mehr Intelligenz, sondern mehr Disziplin braucht. Für komplexe Features, riskante Bugs und lange autonome Läufe kann der vollständige Prozess die zusätzlichen Tokens und Reviews rechtfertigen; für kleine Änderungen ist er häufig überdimensioniert. Starte deshalb selektiv, messe die Ergebnisse im eigenen Repository und erweitere den Workflow nur dort, wo er nachweisbar Fehler oder Nacharbeit reduziert. Verwandte Themen: AI Harness und seine Rolle für Agenten, Cognitive Debt beim KI-Coding, Spec-Driven Development mit Claude Code und Hermes KI Agent installieren und einrichten. 1. obra/superpowers: Repository, README, Skills, Lizenz und Installation 2. Release v6.2.0 3. Superpowers 6: Maintainer-Bericht zu Workflow und internen Evals 4. Superpowers Evals: projektnahe Evaluationsinfrastruktur 5. AgentStackBench: unabhängiger Community-Vergleich mit 500 Aufgaben 6. AgentStackBench Dashboard 7. skill-receipts: Audit des systematic-debugging-Skills 8. Issue 2017: Diskussion über eine Slim-Version 9. Issue 2050: Bericht zur Worktree-Isolation 10. PR 2025: offene Hermes-Integration Quellenstand: 29. Juli 2026. GitHub-Metriken sind Momentaufnahmen; Benchmarks und Audits gelten nur für ihren jeweiligen Versuchsaufbau.