Skip to content

LangChain

Framework für Python und TypeScript zum Bau von LLM-Agenten, mit einer Standard-Agentenschleife, Middleware und Hunderten Modellintegrationen.

Getestet von Sheela · Aktualisiert

Auf GitHub ansehen Open Source

Unsere Bewertung

4.2/5

Immer noch die breiteste Integrationsbibliothek für LLM-Apps, seit 1.0 deutlich aufgeräumter und nicht mehr die automatische Standardwahl, die sie einmal war.

Was ist LangChain?

LangChain ist das bekannteste Open-Source-Framework für Anwendungen auf Basis von Sprachmodellen. Seit Version 1.0 (Oktober 2025) dreht sich das Kernpaket um create_agent, eine Standard-Agentenschleife mit Tool-Calling, die intern auf LangGraph läuft.

Das Verhalten wird mit Middleware angepasst, kleinen Hooks, die vor oder nach Modell- und Tool-Aufrufen laufen. Die eingebaute Middleware deckt die menschliche Freigabe von Tool-Aufrufen, das Zusammenfassen langer Gespräche und das Schwärzen personenbezogener Daten ab. Ältere Agenten im Stil von AgentExecutor sind veraltet.

Der andere große Trumpf sind die Integrationen: Standardschnittstellen für Chatmodelle, Embeddings, Vector Stores und Tools der meisten Anbieter, als separate Pakete veröffentlicht. Stand 22. Oktober 2026 waren langchain 1.4.7 und langchain-core 1.7.0 aktuell. Das Unternehmen dahinter verkauft LangSmith für Tracing, Evaluation und Deployment.

Lohnt sich LangChain?

LangChain bleibt die sicherste Wahl, wenn eine Anwendung mit vielen Modellanbietern, Vector Stores und Tools sprechen muss, und eine übergewichtige, wenn nicht. Das Projekt hat rund 148.000 GitHub-Sterne und veröffentlicht fast täglich; langchain 1.4.7 und langchain-core 1.7.0 erschienen im Oktober 2026 an aufeinanderfolgenden Tagen.

Die Neufassung mit 1.0 hat das Paket auf eine Agentenschleife geschrumpft, und das Middleware-Design ist der beste Teil. Menschliche Freigabe, Gesprächszusammenfassung und PII-Schwärzung sind Einträge in einer Liste, die an create_agent übergeben wird, kein eigener Code. Und weil die Schleife auf LangGraph läuft, kann ein Team auf einen vollständigen Graphen wechseln, wenn die vorgefertigte Schleife nicht mehr passt.

Die Sicherheitsbilanz ist der Teil, den Käufer lesen sollten. Seit November 2025 wurden neun Advisories für das Repository veröffentlicht, darunter eine kritische Serialisierungslücke, über die Angreifer mit dumps und loads Secrets auslesen konnten, sowie schwerwiegende Probleme beim Umgang mit Prompt-Templates und bei der Pfadbehandlung im alten load_prompt. Die meisten betreffen ältere Lade- und Template-APIs. Wer langchain-core aktuell hält und keine nicht vertrauenswürdigen Objekte deserialisiert, beseitigt also einen Großteil des Risikos.

Viele Tutorials stammen noch aus der Zeit vor 1.0, und schlankere SDKs wie Pydantic AI bauen einen Agenten für einen einzelnen Anbieter mit weniger Lernaufwand. Der kommerzielle Sog geht in Richtung LangSmith: Plus kostet 39 $ pro Platz im Monat mit 10.000 Basis-Traces, Basis-Traces werden 14 Tage aufbewahrt, und Self-Hosting gibt es nur mit Enterprise. Das beste Debugging-Erlebnis der kostenlosen Bibliothek ist also ein bezahltes.

Wo es sich lohnt

  • Ein Produktteam bei einem SaaS-Unternehmen, das vom Kunden gewählte LLMs unterstützen muss

    Jeden Enterprise-Kunden OpenAI, Anthropic, Bedrock oder Azure mitbringen lassen

    Dank standardisierter Chatmodell-Schnittstellen läuft eine Agentendefinition gegen jeden unterstützten Anbieter, indem man das Integrationspaket austauscht. Die Bibliothek ist kostenlos; der Aufwand liegt darin, jeden Anbieterpfad zu testen und die Pakete gepatcht zu halten.

  • Eine auf Compliance bedachte Engineerin bei einer Bank, die einen internen Assistenten baut

    Personenbezogene Daten schwärzen und eine Freigabe verlangen, bevor Tools irgendwo schreiben

    PII-Schwärzung und Human-in-the-Loop-Middleware sind Konfiguration an create_agent. Pinne und patche langchain-core zügig, angesichts der Advisories gegen den Serialisierungs- und Template-Code.

  • Ein Engineering-Lead, der Observability für ein KI-Team mit 10 Leuten budgetiert

    Agenten tracen und evaluieren, ohne eigenes Tooling zu bauen

    LangSmith Plus für 39 $ pro Platz macht für zehn Engineers rund 390 $ im Monat, bevor Traces über 10.000 hinaus nach Verbrauch abgerechnet werden. LangSmith sagt, es trainiere nicht mit Kundendaten; für Self-Hosting braucht es einen Enterprise-Vertrag.

Bevor du dich festlegst

Einrichtung
pip install -U langchain plus ein Anbieterpaket wie langchain-openai, unter Python 3.10 oder neuer; ein create_agent-Quickstart läuft in Minuten. Es gibt ein separates TypeScript-Paket.
Integrationen
Separate Pakete für die meisten Anbieter von Chatmodellen, Embeddings und Vector Stores; Tools und MCP; LangGraph darunter; LangSmith für Tracing und Evaluation.
Daten und Datenschutz
MIT-Lizenz. Die Bibliothek sendet nichts, solange du kein LangSmith-Tracing aktivierst; Daten aus LangSmith Developer und Plus liegen in der US- oder EU-Cloud von LangChain und werden nicht fürs Training verwendet. Neun GitHub-Advisories, eines kritisch und drei schwerwiegend.
Kosten im großen Maßstab
Die Bibliothek ist kostenlos. LangSmith Plus kostet 39 $ pro Platz im Monat mit 10.000 Basis-Traces, danach nach Verbrauch; Basis-Traces werden 14 Tage aufbewahrt, erweiterte Traces 180 Tage; Enterprise nach Vereinbarung.
Grenzen
665 offene Issues und Pull Requests; fast tägliche Releases über viele Pakete; alte Chains und AgentExecutor sind veraltet, Code aus der Zeit vor 1.0 muss also migriert werden.

Was gut ist

  • Größte Auswahl an Integrationen für Modelle, Vector Stores und Tools
  • Middleware deckt Freigaben, Zusammenfassung und PII-Schwärzung ab
  • Läuft auf LangGraph, du kannst also auf eigene Graphen wechseln
  • Versionen für Python und TypeScript

Was nicht

  • Neun Sicherheits-Advisories seit Ende 2025, eines davon kritisch
  • Ältere Tutorials und APIs sind nach 1.0 überholt
  • Fast tägliche Releases über viele Pakete hinweg zu verfolgen
  • Das beste Tracing und Debugging steckt im bezahlten LangSmith

Am besten für

Teams, die Agenten mit vielen Anbieter- und Datenintegrationen bauen und später zu eigenen LangGraph-Workflows wachsen könnten.

Alternativen zu LangChain

LangChain: häufige Fragen

Lohnt sich LangChain?
Immer noch die breiteste Integrationsbibliothek für LLM-Apps, seit 1.0 deutlich aufgeräumter und nicht mehr die automatische Standardwahl, die sie einmal war. Wir bewerten es mit 4.2 von 5.
Was kostet LangChain?
Kostenlos und Open Source unter der MIT-Lizenz. LangSmith ist separat: Developer kostenlos für einen Platz, Plus 39 $/Platz/Monat, Enterprise nach Vereinbarung.
Welche Nachteile hat LangChain?
Neun Sicherheits-Advisories seit Ende 2025, eines davon kritisch; Ältere Tutorials und APIs sind nach 1.0 überholt; Fast tägliche Releases über viele Pakete hinweg zu verfolgen; Das beste Tracing und Debugging steckt im bezahlten LangSmith.
Für wen eignet sich LangChain?
Teams, die Agenten mit vielen Anbieter- und Datenintegrationen bauen und später zu eigenen LangGraph-Workflows wachsen könnten.
Was kostet LangChain für ein Team oder im Produktivbetrieb?
Die Bibliothek ist kostenlos. LangSmith Plus kostet 39 $ pro Platz im Monat mit 10.000 Basis-Traces, danach nach Verbrauch; Basis-Traces werden 14 Tage aufbewahrt, erweiterte Traces 180 Tage; Enterprise nach Vereinbarung.
Ist LangChain sicher für Firmendaten?
MIT-Lizenz. Die Bibliothek sendet nichts, solange du kein LangSmith-Tracing aktivierst; Daten aus LangSmith Developer und Plus liegen in der US- oder EU-Cloud von LangChain und werden nicht fürs Training verwendet. Neun GitHub-Advisories, eines kritisch und drei schwerwiegend.
Was sind die besten Alternativen zu LangChain?
Die nächsten Alternativen, die wir getestet haben, sind LangGraph, Pydantic AI, OpenAI Agents SDK und LlamaIndex.

Antworten geprüft am 23. Okt. 2026.