Was ist Goose? Blocks Open-Source-KI-Agent im Vergleich zu Claude Code

Goose ist ein freier Open-Source-KI-Agent, den Block (das Unternehmen hinter Square und Cash App) Anfang 2025 unter der Apache-2.0-Lizenz veröffentlicht hat. Die offizielle Bezeichnung ist schlicht Goose, nicht "Goose AI". Im Gegensatz zu Claude Code ist Goose modell-agnostisch: Es läuft mit Claude, GPT, Gemini und lokalen Modellen via Ollama. Das Projekt hat auf GitHub über 30.000 Sterne und mehr als 360 Contributors angesammelt und wurde im Dezember 2025 an die neu gegründete Agentic AI Foundation der Linux Foundation übergeben. Goose selbst kostet nichts, Kosten entstehen nur bei Nutzung kommerzieller LLM-APIs. Der Kernunterschied zu Claude Code: volle Kontrolle über Modell, Daten und Kosten – gegen einen deutlich höheren Konfigurationsaufwand.

Was ist Goose?

Goose ist ein autonomer KI-Agent, den Blocks Open Source Program Office Anfang 2025 veröffentlicht hat. Ziel des Projekts ist es, Entwicklern volle Kontrolle über ihren KI-Stack zurückzugeben: ohne Abo-Gebühren, ohne Vendor Lock-in und ohne Cloud-Zwang. Goose ist kein reiner Code-Assistent, der Snippets vorschlägt. Es ist ein vollwertiger Agent, der Aufgaben autonom durchführt: Projekte aufbauen, Code schreiben und ausführen, Fehler debuggen, Tests durchlaufen, APIs ansprechen und mehrstufige Workflows koordinieren. All das läuft auf dem lokalen Rechner, ohne dass Daten das Gerät zwangsläufig verlassen müssen. Das Projekt wächst schnell. Seit dem Launch wurden über 100 Releases veröffentlicht, die aktuelle Version v1.31.0 stammt vom 17. April 2026. Im Dezember 2025 hat Block das Projekt an die Agentic AI Foundation der Linux Foundation übergeben. Das Haupt-Repository ist inzwischen aaif-goose/goose – ein deutliches Signal, dass Goose kein kurzlebiges Nebenprojekt ist.

Wer steckt hinter Goose?

Block Inc. ist das Finanztech-Unternehmen von Jack Dorsey, bekannt durch Square (Point-of-Sale), Cash App (Mobile Payment) und Afterpay. Block hat auch am Model Context Protocol (MCP) mitgewirkt – dem offenen Standard, der KI-Agenten mit externen Tools verbindet. Dieses Protokoll bildet das Rückgrat von Goose.

Wie verbreitet ist Goose intern bei Block?

Block selbst kommuniziert eine hohe interne Adoption: Laut offizieller Blog-Posts nutzen deutlich mehr als die Hälfte der rund 12.000 Mitarbeiter das Tool regelmäßig. Eingesetzt wird es für Code-Migrationen (Ember zu React, Ruby zu Kotlin) und für automatisch generierte Wochenstatus-Reports aus Linear, GitHub und Notion. Wichtig: Diese Zahlen stammen von Block selbst und sind nicht unabhängig verifiziert.

Wie funktioniert Goose?

Der technische Kern von Goose ist eine autonome Tool-Calling-Schleife. Wenn eine Aufgabe eingegeben wird, wählt das angebundene Sprachmodell passende Werkzeuge aus, führt sie aus, liest die Ergebnisse und iteriert, bis das Ziel erreicht oder ein Fehler nicht mehr behebbar ist.

Die autonome Tool-Calling-Schleife

Praktisch bedeutet das: Goose beschreibt nicht nur, wie man eine neue API-Route anlegt – es erstellt die Datei, schreibt den Code, führt die Tests aus und liest die Ausgabe. Schlägt ein Tool-Call fehl, wird die Fehlermeldung als Feedback ans Modell zurückgespielt, woraufhin das Modell den Fehler diagnostiziert und es erneut versucht. In einem typischen Durchlauf können so 25 oder mehr Tool-Calls stattfinden, bevor eine Aufgabe als abgeschlossen gilt. Die Architektur trennt sauber zwischen Oberfläche, Agent-Engine, LLM-Providern und Extensions:

Modell-Agnostik: Das wichtigste Architekturmerkmal

Goose besitzt kein eigenes Sprachmodell. Es ist eine Hülle, die jedes kompatible LLM verwenden kann. Das umfasst: - Cloud-Modelle via API: Anthropic Claude, OpenAI GPT, Google Gemini, Groq, OpenRouter und weitere - Lokale Modelle via Ollama: Qwen, Llama, Mistral und viele weitere – ähnlich wie bei der lokalen Claude-Code-Alternative mit Gemma - Claude Code als Provider: Wer ein Claude-Max-Abo ($100–$200/Monat) besitzt, kann die Claude Code SDK als Provider in Goose einbinden – und kombiniert so Gooses Erweiterbarkeit mit Claudes Intelligenz Für komplexe Architekturaufgaben lässt sich Claude Opus einsetzen, für Routine-Refactoring ein günstigeres Gemini-Flash-Modell und für sensiblen Code ein vollständig lokales Ollama-Modell. Alles in derselben Sitzung, ohne Tool-Wechsel.

Recipes: Wiederverwendbare Workflows als YAML

Recipes (Rezepte) sind ein zentrales Alleinstellungsmerkmal von Goose. Ein Recipe ist eine YAML-Datei, die einen kompletten Workflow verpackt: das Ziel, benötigte Extensions, strukturierte Eingaben und optionale Sub-Recipes für komplexere Aufgaben. Ein Entwickler erstellt einmalig ein Recipe für wöchentliche Status-Updates und ruft es mit /weekly-status auf. Das Tool fragt Linear, GitHub und Notion ab und gibt einen formatierten Report zurück. Jedes Teammitglied bekommt dasselbe Ergebnis. Faustregel: Prompts sind individuelles Wissen, Recipes sind institutionelles Wissen, das sich teilen und versionieren lässt.

MCP-Integration: Hunderte externe Tools

Goose wurde von Grund auf um das Model Context Protocol (MCP) herum entwickelt. MCP funktioniert wie ein Universaladapter für KI-Tools – ein Standard, dessen wachsende Bedeutung auch im Artikel über WebMCP und die Zukunft der KI-Agenten im Web Thema ist. Über standardisierte Verbindungen greift Goose auf Systeme zu, ohne dass Kontext manuell kopiert werden muss: - Entwicklung: GitHub, Docker, Kubernetes, Datenbanken - Kommunikation: Slack, Jira - Dokumente: Google Drive, Notion, Confluence - Weitere: Dutzende offizielle Extensions plus Community-MCP-Server Das Hinzufügen einer Extension läuft über goose configure → "Add Extension" → MCP-Server-Details eintragen. Die Desktop-App bietet einen integrierten Extensions Manager ohne Konfigurationsdateien.

Goose vs. Claude Code: Was sind die konkreten Unterschiede?

Beide Tools lösen dasselbe Grundproblem – autonome Code-Bearbeitung –, aber mit entgegengesetzten Philosophien. | Feature | Goose (Block / AAIF) | Claude Code (Anthropic) | |---|---|---| | Preis | Kostenlos (+ API-Kosten) | Enthalten in Claude Pro ($20/Monat) oder Max ($100–$200/Monat) | | KI-Modelle | Viele Provider, lokale Modelle | Nur Claude (Sonnet/Opus) | | Beste Genauigkeit | Abhängig vom gewählten Modell | 80,8 % SWE-bench Verified mit Opus 4.6 | | Erweiterbarkeit | Umfangreicher MCP-Support, Recipes | MCP-Support, CLAUDE.md, Hooks | | Datenschutz | Vollständig lokal möglich (Ollama) | Daten gehen an Anthropic-Server | | Workflow-Automatisierung | Recipes (teilbare YAML-Dateien) | Custom Slash Commands | | Lizenz | Apache 2.0 | Proprietär | | Community | 30.000+ Stars, 360+ Contributors | Proprietär, Anthropic-gepflegt |

Kosten: Realistische monatliche Ausgaben mit Goose

- 0 €/Monat: Lokale Modelle via Ollama (Qwen, Llama) – kein Internet, keine Daten verlassen den Rechner. Einschränkung: 16 GB RAM empfohlen, Qualitätsabstriche bei komplexen Aufgaben - 5–20 €/Monat: Nutzung über Cloud-API-Keys (Claude, GPT, Gemini) bei moderatem Tageseinsatz - Vergleich Claude Code: Pro ab $20/Monat, Max 5x $100/Monat, Max 20x $200/Monat. Claude Code ist immer an ein Claude-Abo gekoppelt

Genauigkeit: Claude Code hat out-of-the-box die Nase vorne

Claude Opus 4.6 erreicht nach Anthropic-Angaben rund 80,8 % auf SWE-bench Verified – dem Benchmark für realistische Software-Engineering-Aufgaben. Goose mit demselben Modell kommt auf vergleichbare Ergebnisse. Mit kostenlosen lokalen Modellen ist der Qualitätsabstand bei komplexen Aufgaben aber spürbar. Wichtig: Die Qualität von Goose bestimmt komplett die Wahl des Modells. Claude Code dagegen ist auf das Claude-Modell abgestimmt und liefert out-of-the-box ein definiertes Qualitätsniveau.

Wo Goose klar gewinnt – und wo nicht

Goose ist die bessere Wahl, wenn:

- Datenschutz nicht verhandelbar ist: In regulierten Branchen, Behörden oder bei proprietären Codebasen bleibt mit lokalen Modellen kein Byte das Gerät - Wiederholbare Team-Workflows gebraucht werden: Das Recipes-System ist für standardisierte Prozesse (Code-Reviews, Status-Reports, Migrationen) konkurrenzlos - Vendor Lock-in vermieden werden soll: Steigen die Preise bei Anthropic, wechselt man den Provider, ohne das Tool zu wechseln - Budget eine Rolle spielt: Freelancer, Studierende und Open-Source-Contributor bekommen einen großen Teil der Claude-Code-Funktionalität ohne monatliches Abo

Claude Code ist die bessere Wahl, wenn:

- Maximale Genauigkeit ohne Konfiguration gefragt ist: Opus 4.6 mit 80,8 % SWE-bench Verified ist out-of-the-box sehr stark und auf das Modell abgestimmt - Eine polierte, sofort einsatzbereite Lösung bevorzugt wird: Kein Einrichten von Providern, kein Verwalten von API-Keys - Die Kosten durch Zeitersparnis gerechtfertigt werden: Wer täglich mehrere Stunden mit dem Tool arbeitet, kann $100–$200/Monat schnell amortisieren Wer sich tiefer für das Claude-Ökosystem interessiert, findet im Guide zu Claude Managed Agents eine Übersicht der Agent-Infrastruktur von Anthropic.

Was sind die Schwächen von Goose?

Goose ist kein "Click-and-Go"-Erlebnis. Die Schwächen sind real und sollten vor dem Einstieg bekannt sein.

Konfigurationsaufwand

Das Einrichten von Providern, Umgebungen und Extensions erfordert technische Versiertheit. Wer es gewohnt ist, einfach claude ins Terminal zu tippen und loszulegen, wird von Goose mehr verlangt.

Qualität hängt komplett am Modell

Mit Claude Opus 4.6 produziert Goose exzellente Ergebnisse. Mit kleinen lokalen Modellen ist die Lücke bei komplexen Aufgaben signifikant. Einer Community-Stimme zufolge: "Wenn ich sage 'Mach das moderner', weiß Opus, was gemeint ist. Andere Modelle liefern Bootstrap aus 2015."

Hardware-Anforderungen für lokale Nutzung

Für sinnvolle Offline-Nutzung werden 16 GB RAM für kleinere Modelle empfohlen, 32 GB RAM für leistungsfähigere. Ein MacBook Air mit 8 GB RAM stößt bei den fähigeren Coding-Modellen an seine Grenzen.

Sicherheitsrisiken durch autonome Ausführung

Im Januar 2026 veröffentlichte Block einen ungewöhnlich offenen Bericht: Das eigene Red Team hatte Goose erfolgreich kompromittiert – Codename "Operation Pale Fire". Der Angriff nutzte Prompt Injection in einem manipulierten Recipe, versteckt in unsichtbaren Unicode-Zeichen. Das präparierte Recipe brachte Goose dazu, einen Infostealer herunterzuladen und auszuführen. Block hat nachgebessert: Recipe-Visualisierung vor der Ausführung, Unicode-Stripping, verbesserte Berechtigungsbestätigungen und KI-basiertes Monitoring auf bösartige Prompts. Wichtig: Den Auto-Approve-Modus in produktiven oder sensiblen Umgebungen niemals aktivieren. Recipes aus externen Quellen immer prüfen, bevor sie ausgeführt werden.

FAQ: Häufig gestellte Fragen zu Goose

Ist Goose wirklich kostenlos?

Ja – Goose selbst kostet nichts. Die Software steht unter Apache 2.0 und hat keine Abo-Gebühren oder Nutzungsobergrenzen. Kosten entstehen nur, wenn Cloud-Modelle über deren API verwendet werden. Mit Ollama und lokalen Modellen ist Goose vollständig kostenlos.

Welche Modelle funktionieren mit Goose?

Goose unterstützt zahlreiche Provider: Anthropic Claude, OpenAI GPT, Google Gemini, Groq, OpenRouter sowie lokale Modelle wie Qwen und Llama via Ollama. Das Modell wird beim Setup über goose configure ausgewählt und kann jederzeit gewechselt werden.

Kann Goose Claude Code ersetzen?

Das hängt vom Anwendungsfall ab. Für Entwickler, denen Kontrolle, Datenschutz und Kosten wichtig sind, ist Goose eine vollwertige Alternative. Für Nutzer, die die höchste Out-of-the-Box-Genauigkeit ohne Konfigurationsaufwand brauchen, bleibt Claude Code die zuverlässigere Wahl.

Wie installiere ich Goose?

Goose steht als Desktop-App (Electron-basiert) und als CLI zur Verfügung. Pre-built-Binaries gibt es für macOS (Intel und Apple Silicon), Windows und Linux. Nach der Installation wird über goose configure der gewünschte LLM-Provider eingerichtet. Die Zeit bis zum ersten sinnvollen Output liegt bei 8 bis 10 Minuten.

Was sind Goose Recipes?

Recipes sind wiederverwendbare YAML-Dateien, die komplette Workflows verpacken – inklusive Ziel, benötigter Extensions und strukturierter Eingaben. Sie lassen sich im Team teilen und versionieren. Wenn ein Senior-Entwickler ein Code-Review-Recipe erstellt, profitiert das gesamte Team davon.

Ist Goose sicher?

Goose selbst sendet keine Daten an Block-Server. Bei Nutzung von Cloud-Modellen (Claude, GPT, Gemini) wird Code aber an den jeweiligen Provider übermittelt – nur lokale Modelle via Ollama halten alle Daten auf dem Gerät. Im Januar 2026 wurde eine erfolgreiche Prompt-Injection-Attacke gegen Goose veröffentlicht. Block hat seitdem Schutzmaßnahmen eingebaut. Der Auto-Approve-Modus sollte in sensiblen Umgebungen deaktiviert bleiben.

Kann Goose offline genutzt werden?

Ja – mit lokalen Modellen via Ollama funktioniert Goose vollständig offline. Mindestvoraussetzung für sinnvolle Ergebnisse: 16 GB RAM. Softwareentwickler haben das Tool bereits erfolgreich im Flugzeug ohne Internetverbindung genutzt.

Wer besitzt Goose jetzt?

Seit Dezember 2025 gehört Goose zur Agentic AI Foundation (AAIF) bei der Linux Foundation. Das Haupt-Repository findet sich inzwischen unter aaif-goose/goose. Block bleibt aber einer der größten Contributor.

Fazit

Goose ist die konsequenteste Antwort auf das Problem der teuren, vendor-locked KI-Coding-Tools. Null Abo-Kosten, freie Modellwahl, vollständige Datensouveränität und ein einzigartiges Recipes-System für Team-Workflows sind echte Differenzierungsmerkmale. Die Einstiegshürde ist real, und die Qualität hängt stark am gewählten Modell. Wer Claude Opus über die API anbindet, bekommt vergleichbare Ergebnisse zu Claude Code für einen Bruchteil der Kosten. Wer maximale Genauigkeit ohne Konfiguration braucht, bleibt besser bei Claude Code. Mehr zur Architektur autonomer KI-Agenten findest du im Artikel Was ist ein AI Harness?. Wie KI-Modelle im Entwicklungsalltag eingesetzt werden, zeigt der Claude Code + Obsidian Workflow nach Karpathy.