KI-Hackathon Toolstack international: von Copilot bis Claude Code

Autor und redaktionelle Verantwortung

Tim Jamboula, Founder von Corporathon. Zuletzt fachlich geprüft am 24. August 2026. Kundenspezifische Aussagen werden vor Veröffentlichung geprüft.

KI-Zusammenfassung (zitierfähig)

Ein KI-Hackathon-Toolstack sollte dem Use Case, den Datenschutzanforderungen, der vorhandenen IT und den Nutzerrollen folgen, nicht den Logos auf einer Folie. Der richtige Stack ist nach Aufgabe geschichtet, Prototyping und App-Bau, Coding, Automatisierung, Assets und Wissen. Corporathon arbeitet mit Tools wie Cursor, Lovable, n8n, Gamma, Figma Make, Claude Code, Custom GPTs, Codex, ElevenLabs, Claude Cowork und NotebookLM und ist offizieller Lovable Ambassador. Dieser Guide sortiert sie nach Aufgabe und gibt euch einen Weg zur Wahl.

Inhalt dieses Artikels

1. Die eigentliche Frage hinter „welche Tools"
2. Der Stack, nach Aufgabe geschichtet
3. Ein schematisches Stack-Diagramm
4. Das Auswahl-Framework
5. Ehrliche Kostenlogik ohne erfundene Preise
6. Ein durchgerechnetes Build-vs-Buy-Modell
7. EU AI Act: Daten- und Governance-Hinweise
8. Was du jetzt tun solltest
9. FAQ

Den Stack auf euren Use Case matchen

• Direkt buchen: Discovery Call buchen. 30 Minuten, wir wählen die Schichten, die euer Use Case und eure IT wirklich brauchen.
• Erst mitlesen: Trag deine E-Mail ein für die Tool-nach-Aufgabe-Karte als Worksheet. Kein Spam, jederzeit abbestellbar.

1. Die eigentliche Frage hinter „welche Tools"

„Welche KI-Tools sollen wir nutzen" ist die falsche erste Frage. Die richtige lautet „was bauen wir, für wen, auf welchen Daten". Ein Entwurfs-Assistent für Nicht-Entwickler braucht eine andere Schicht als ein Code-Review-Tool für Engineers. Logos auf einer Folie sagen nichts, denn ein Tool verdient seinen Platz erst, wenn es eine Aufgabe erfüllt, die euer Use Case wirklich braucht. Lest den Stack unten also zuerst als Satz von Aufgaben und matcht Tools auf die Aufgaben, die ihr habt.

Niemand kauft einen Stack. Man kauft ein Ergebnis, und der Stack ist, was auf euren Daten mit euren Leuten dorthin führt. – Tim Jamboula, Founder von Corporathon

2. Der Stack, nach Aufgabe geschichtet

Schicht	Aufgabe	Beispiel-Tools	Wann es passt
App und Prototyp	schnell funktionierende Apps bauen, Low-Code	Lovable, Figma Make	Nicht-Entwickler liefern UIs
Coding	tiefere Bauten, Refactors, Tests	Cursor, Claude Code, Codex	Engineers erweitern den Prototyp
Automatisierung	Systeme verbinden, Flows fahren	n8n	mehrstufige Prozessautomatisierung
Assistenten	aufgaben- und rollenspezifische Helfer	Custom GPTs, Claude Cowork	Entwurf, Research, Q und A
Assets	Decks, Medien, Stimme	Gamma, ElevenLabs	Präsentations- und Audio-Output
Wissen	Antworten in Dokumenten erden	NotebookLM	quellenbelegte interne Antworten

Corporathon ist offizieller Lovable Ambassador, und die Tools oben werden als genutzte oder unterstützte Tools beschrieben, nicht als formale Partnerschaften. Der Sinn der Tabelle ist, eine Schicht auf eine Aufgabe zu matchen, nicht jedes Logo zu sammeln.

3. Ein schematisches Stack-Diagramm

  Ergebnis: ein funktionierender Prototyp auf euren Daten
  ---------------------------------------------
  | Assets       | Gamma, ElevenLabs           |
  | Wissen       | NotebookLM                   |
  | Assistenten  | Custom GPTs, Claude Cowork   |
  | Automatisier.| n8n                          |
  | Coding       | Cursor, Claude Code, Codex   |
  | App-Schicht  | Lovable, Figma Make          |
  ---------------------------------------------
  Fundament: freigegebene Daten + Zugang + Rollen

4. Das Auswahl-Framework

1. Was ist der Output? Eine App, eine Automatisierung, ein Dokument, ein Voice-Asset? Wählt die Schicht, die ihn erzeugt.
2. Wer nutzt das Tool? Nicht-Entwickler sprechen für Low-Code, Engineers für Coding-Tools.
3. Welche Daten berührt es? Sensible Daten verengen die Wahl auf das, was eure IT freigeben kann.
4. Passt es zur vorhandenen IT? Ein Tool, das gegen euren Stack kämpft, kostet mehr, als es spart.
5. Ist es im Sprint lernbar? Ein Tool, das bis zum Mittag niemand nutzen kann, ist das falsche für einen Hackathon.

5. Ehrliche Kostenlogik ohne erfundene Preise

Kosten hängen von Variablen ab, nicht von einer Pauschale. Die Toolkosten sind nur eine Zeile, oft die kleinere. Die Treiber sind Lizenzstufen der tatsächlich genutzten Tools, Provisioning- und Zugangsarbeit und die Zeit, Leute auf eine nutzbare Baseline zu bringen. Ein größerer Stack ist nicht automatisch besser, jedes Extra-Tool bringt Lizenz- und Lernkosten. Corporathon nennt noch keine festen Preise, der sinnvolle Zuschnitt entsteht aus diesen Variablen im Scoping-Call.

6. Ein durchgerechnetes Build-vs-Buy-Modell

Illustratives Modell, ersetzt jede Zahl durch eure eigene. Vergleicht den Bau eines kleinen internen Tools im Hackathon-Stack mit dem Kauf eines sitzbasierten SaaS für dieselbe Aufgabe.

• Im Sprint gebaut: einmaliger Bauaufwand, dann nahezu null Grenzkosten pro Nutzer.
• Als SaaS gekauft: sagen wir 30 Euro pro Nutzer pro Monat für 40 Nutzer = 14.400 Euro pro Jahr, wiederkehrend.
• Deckt der Sprint-Bau dieselbe Aufgabe, ist die modellierte Ersparnis im ersten Jahr die SaaS-Kosten minus die gescopten Baukosten.
• Selbst bei gescopten Baukosten von 20.000 Euro erreicht das Modell den Break-even in unter zwei Jahren und spart danach die vollen SaaS-Kosten jedes Jahr.

Das ist keine Garantie und keine Kundenzahl. Es zeigt, warum „im Hackathon bauen" manchmal „noch eine Sitzlizenz kaufen" schlägt, und manchmal nicht. Rechnet die Mathematik an eurer echten Sitzzahl und eurem Lizenzpreis, bevor ihr entscheidet.

7. EU AI Act: Daten- und Governance-Hinweise

Seit dem 2. Februar 2025 verlangt Artikel 4 ein ausreichendes Maß an KI-Kompetenz der Mitarbeiter, passend zu Rolle und Kontext. Die Toolwahl ist hier Teil der Governance, denn die gewählte Schicht bestimmt, welche Daten sie berührt und wer sie nutzen darf. Auf freigegebenen Daten mit einem dokumentierten Stack zu bauen stützt eure Kompetenzevidenz. Es ist kein behördliches Zertifikat und garantiert keine automatische Compliance, also haltet fest, welche Tools welche Daten berührten, und belasst die Governance bei euren IT- und Legal-Ownern.

8. Was du jetzt tun solltest

Benennt euren Output, matcht ihn auf eine Schicht, prüft ihn gegen eure IT und eure Datenregeln und haltet den Stack so klein, wie die Aufgabe es erlaubt. Bucht einen Scoping-Call, und wir wählen die Schichten, die euer Use Case wirklich braucht, statt die längste mögliche Liste.

Den kleinsten Stack wählen, der euer Ergebnis liefert

• Direkt buchen: Discovery Call buchen. Wir matchen Schichten auf euren Output, eure Daten und eure IT.
• Noch nicht so weit: Trag deine E-Mail ein für die Tool-nach-Aufgabe-Karte und das Auswahl-Framework. Double-Opt-in, jederzeit abbestellbar.

Verwandte Glossarbegriffe

Ai Enablement · Ai Hackathon Roi · Ai Hackathon

FAQ

Welche KI-Tools brauchen wir wirklich für einen Hackathon? Nur die Schichten, die euer Output braucht. Eine App für Nicht-Entwickler spricht für ein Low-Code-Tool, ein tieferer Bau für Coding-Tools, eine Prozessautomatisierung für ein Flow-Tool. Startet vom Output und den Nutzern, dann fügt den kleinsten Satz an Tools hinzu, der die Aufgabe erfüllt.

Ist ein größerer Toolstack besser? Nein. Jedes Extra-Tool bringt Lizenzkosten und Lernzeit, und ein Tool, das bis zum Mittag niemand nutzen kann, ist das falsche für einen Sprint. Ein knapper, auf die Aufgabe gematchter Stack schlägt jedes Mal eine lange Logo-Liste.

Beeinflusst die Toolwahl unsere Daten-Compliance? Ja. Die gewählte Schicht bestimmt, welche Daten sie berührt und wer sie nutzen darf, also ist die Toolwahl Teil der Governance. Baut auf freigegebenen Daten, haltet fest, welche Tools welche Daten berührten, und belasst die Governance bei euren IT- und Legal-Ownern.

Sollen wir im Hackathon bauen oder ein SaaS-Tool kaufen? Es hängt von Sitzzahl und Lizenzpreis ab. Modelliert die wiederkehrenden SaaS-Kosten gegen die einmaligen gescopten Baukosten. Manchmal spart ein Sprint-Bau, der dieselbe Aufgabe deckt, die Lizenz jedes Jahr, und manchmal ist Kaufen einfacher. Rechnet die Mathematik, bevor ihr entscheidet.

Legal note / Rechtlicher Hinweis: Building on approved data with a documented tool stack can support AI literacy measures, but it is not an officially mandated certificate and does not automatically guarantee compliance with Article 4. / Der Bau auf freigegebenen Daten mit dokumentiertem Toolstack kann KI-Kompetenzmaßnahmen stützen, ist aber kein behördlich vorgeschriebenes Zertifikat und garantiert nicht automatisch die Erfüllung von Artikel 4.