LangChain ist ein Open-Source-Framework für die Entwicklung von Anwendungen mit großen Sprachmodellen, verfügbar für Python und JavaScript. Entwickelt wird es vom gleichnamigen US-Unternehmen um Gründer Harrison Chase; 2022 als Bibliothek zum Verketten von LLM-Aufrufen gestartet, ist es heute eines der meistinstallierten Frameworks für KI-Agenten — Referenznutzer sind unter anderem Uber, LinkedIn und Klarna.
Funktionsumfang
LangChain löst ein wiederkehrendes Problem: Wer eine LLM-Anwendung baut, braucht immer dieselben Bausteine — Modellanbindung, Prompt-Verwaltung, Werkzeugaufrufe, Speicher für den Gesprächsverlauf, Anbindung an Vektordatenbanken für RAG. Das Framework liefert diese Bausteine als standardisierte Schnittstellen. Der praktische Vorteil: Das Sprachmodell dahinter — OpenAI, Anthropic, Mistral, ein lokales Modell via Ollama — lässt sich austauschen, ohne die Anwendung umzubauen. Das schützt vor Anbieterabhängigkeit, einem realen Risiko bei der Geschwindigkeit, mit der sich der Modellmarkt dreht.
Mit Version 1.0 vom Oktober 2025 hat der Hersteller das Framework deutlich verschlankt und auf den Kern fokussiert: den Agenten-Loop. Zentrale Funktion ist create_agent — ein Agent mit Werkzeugen und Middleware in wenigen Zeilen Code, der intern auf der LangGraph-Runtime läuft.
Das Ökosystem: LangChain, LangGraph, LangSmith
Der Name steht inzwischen für eine Produktfamilie, deren Teile oft verwechselt werden:
| Produkt | Was es ist | Lizenz/Kosten |
|---|---|---|
| LangChain | Framework für LLM-Apps und Agenten | Open Source (MIT), kostenlos |
| LangGraph | Orchestrierung komplexer Agenten mit persistentem Zustand | Open Source (MIT), kostenlos |
| LangSmith | Kommerzielle Plattform für Monitoring, Tracing, Evaluation | Free-Tarif; Plus 39 $/Nutzer/Monat; Enterprise |
| Langflow | Visueller Builder, im LangChain-Umfeld entstanden | Eigenständiges Projekt (heute IBM/DataStax) |
Wichtig zur Einordnung: LangGraph ist kein Konkurrent, sondern die tiefere Schicht desselben Herstellers — für Agenten, die Zwischenstände dauerhaft speichern, verzweigen oder auf menschliche Freigabe warten müssen. Langflow dagegen ist als visuelle Oberfläche für LangChain entstanden, gehört aber inzwischen zu einem anderen Unternehmen und ist ein eigenständiges Produkt.
Preise und Lizenz
Die Frameworks LangChain und LangGraph sind unter MIT-Lizenz frei nutzbar, auch kommerziell. Geld verdient der Hersteller mit LangSmith (Observability und Evaluation) sowie mit Hosting-Angeboten für Agenten. Für den Plus-Tarif von LangSmith werden 39 US-Dollar pro Nutzer und Monat aufgerufen, darüber hinaus fallen volumenabhängige Kosten für Traces an; Enterprise-Preise sind Verhandlungssache. Die laufenden Hauptkosten einer LangChain-Anwendung liegen aber meist woanders: bei den API-Aufrufen des angebundenen Sprachmodells.
Datenschutz und DSGVO
Das Framework selbst ist unkritisch: Es läuft auf eigener Infrastruktur und telefoniert nicht nach Hause. Die datenschutzrechtliche Bewertung hängt am angebundenen Modell — ein US-Cloud-Modell wirft die üblichen Fragen auf, ein per Ollama lokal betriebenes Open-Source-LLM hält alle Daten im Haus. Genauer hinschauen sollte man bei LangSmith: Die Plattform zeichnet komplette Ein- und Ausgaben auf (Tracing), also potenziell personenbezogene Daten. Hier gehören EU-Datenregion oder Self-Hosting plus AV-Vertrag in die Prüfung — Grundlagen dazu auf der Seite DSGVO-konforme KI.
Einordnung für den Mittelstand
LangChain ist ein Entwicklerwerkzeug, kein Endprodukt. Ohne Python- oder JavaScript-Kenntnisse im Team — intern oder beim Dienstleister — bleibt es Theorie. Dafür ist es der Industriestandard, wenn eine maßgeschneiderte KI-Anwendung entstehen soll: ein Agent mit Zugriff auf ERP und CRM, eine Wissensdatenbank über Firmendokumente, ein automatisierter Angebotsprozess. Die große Community, die breite Integrationslandschaft und die Modellunabhängigkeit senken das Projektrisiko spürbar. Wer Geschäftsprozesse über viele Systeme hinweg automatisieren will und das Sprachmodell nur als einen Baustein braucht, fährt mit n8n oft direkter — wie ein solches Projekt strukturiert abläuft, zeigt die Seite KI-Agenten-Entwicklung.
Häufige Fragen
Was ist LangChain?
LangChain ist ein Open-Source-Framework für Python und JavaScript, mit dem Entwickler Anwendungen auf Basis großer Sprachmodelle bauen — vom einfachen Chatbot bis zum KI-Agenten mit Werkzeugzugriff. Es abstrahiert die Anbindung an Modellanbieter wie OpenAI, Anthropic oder Mistral, sodass sich das Modell später austauschen lässt, ohne die Anwendung neu zu schreiben.
Was kostet LangChain?
Das Framework selbst ist kostenlos und steht unter MIT-Lizenz. Kosten entstehen an anderer Stelle: durch die API-Aufrufe des genutzten Sprachmodells und optional durch LangSmith, die kommerzielle Observability-Plattform des Herstellers (kostenloser Entwickler-Tarif, Plus-Tarif 39 US-Dollar pro Nutzer und Monat, Enterprise auf Anfrage).
Ist LangChain DSGVO-konform?
Das Framework läuft auf eigener Infrastruktur und sendet selbst keine Daten an den Hersteller — datenschutzrechtlich entscheidend ist, welches Sprachmodell dahinter angebunden wird. Kritischer ist die Telemetrie-Plattform LangSmith: Wer sie nutzt, sollte die EU-Datenregion wählen oder self-hosted betreiben und einen AV-Vertrag abschließen.
LangChain oder LangGraph?
Kein Entweder-oder: Beide stammen vom selben Hersteller und sind seit Version 1.0 (Oktober 2025) verzahnt — LangChain-Agenten laufen auf der LangGraph-Runtime. LangChain ist der schnelle Einstieg für Standard-Agenten, LangGraph die tiefere Schicht für komplexe Abläufe mit persistentem Zustand, Verzweigungen und Human-in-the-Loop-Freigaben.
Für wen eignet sich LangChain?
Für Unternehmen mit eigenem Entwicklerteam oder einem Dienstleister, die eine maßgeschneiderte KI-Anwendung bauen — etwa einen Agenten mit Zugriff auf interne Systeme oder eine RAG-Lösung über Firmendokumente. Wer ohne Code auskommen will, greift eher zu visuellen Werkzeugen wie Langflow oder n8n.