Langfuse
Open-Source-LLM-Engineering-Plattform — Tracing und Observability, Prompt-Management, Evaluierungen, Datasets und ein Playground für Teams, die KI-Anwendungen bauen
Langfuse ist eine Open-Source-LLM-Engineering-Plattform, die Teams hilft, die KI-Funktionen in ihrem Produkt zu entwickeln, zu überwachen, zu evaluieren und zu debuggen — sie trackt jeden LLM-Call, versioniert Prompts, führt Evaluierungen aus und testet gegen Datasets, alles selbst hostbar oder in der gehosteten Cloud. Es hat 31,154 GitHub-Stars (Stand Juli 2026), ist im Kern MIT-lizenziert, in TypeScript gebaut und kam aus dem W23-Batch von Y Combinator (im Januar 2026 wurde es Teil von ClickHouse). Für einen Gründer, der ein KI-Produkt ausliefert, beantwortet es eine echte Frage — "tut mein Modell wirklich das, was ich denke, und wird es besser?" — aber es verbessert das Produkt, nicht seine Reichweite. Langfuse kann Ihnen sagen, dass Ihre KI schärfer geworden ist; es kann niemandem sagen, dass Ihr Produkt existiert.
Was Langfuse ist
Langfuse (github.com/langfuse/langfuse) ist eine Open-Source-Plattform für die Engineering-Arbeit hinter einer KI-Funktion. Eine normale App hat Logs und Error-Tracking; eine LLM-gestützte App hat ein diffuseres Problem — der Output des Modells ändert sich, Prompts driften, und "ist das gut?" ist eine Ermessensfrage statt eines grünen Häkchens. Langfuse gibt dieser Arbeit ein Zuhause: Sie instrumentieren Ihre App, und sie trackt jeden LLM-Call, speichert und versioniert Ihre Prompts, führt Evaluierungen aus und lässt Sie Änderungen gegen gespeicherte Datasets testen. Sie ist in TypeScript gebaut, im Kern MIT-lizenziert, lässt sich in Minuten selbst hosten oder auf Langfuse Cloud betreiben, und kam aus dem W23-Batch von Y Combinator.
- Tracing und Observability — sehen Sie jeden LLM-Call, jede Retrieval- und Agent-Stufe hinter einer Nutzersitzung, damit Sie debuggen können, warum eine Antwort danebenging.
- Prompt-Management — versionieren und iterieren Sie Prompts zentral, statt sie hart zu codieren, ohne Ihrer App Latenz hinzuzufügen.
- Evaluierungen und Datasets — bewerten Sie Outputs mit LLM-as-a-Judge, Code-Checks oder menschlichen Labels, und benchmarken Sie eine Änderung gegen ein gespeichertes Test-Set, bevor Sie sie ausliefern.
- Open Source und selbst hostbar — betreiben Sie es auf Ihrer eigenen Infrastruktur, mit einer gehosteten Cloud und einer kostenpflichtigen Enterprise-Stufe, falls Sie das lieber nicht selbst tun.
Wo Langfuse in den Stack eines Gründers passt
Für die wachsende Zahl von Gründern, die KI-native Produkte ausliefern — die mit einem Kit wie Open SaaS oder einem SaaS-Starter-Kit bauen und dann ein LLM in das Kernerlebnis einbinden — schließt Langfuse eine echte Lücke: Es macht den KI-Teil beobachtbar und verbesserbar, statt zur Black Box. Das ist wichtig, denn eine KI-Funktion, die sich still verschlechtert, ist ein Retention-Leck, das Sie nicht sehen. Wenn Sie mit KI bauen, gehört die Fähigkeit, Modellqualität zu messen und zu straffen, wirklich zum Job.
Aber es lohnt sich, genau zu sein, was dieser Hebel eigentlich betrifft. Langfuse wirkt im Inneren Ihres Produkts — auf die Qualität dessen, was Ihre KI tut, sobald jemand sie bereits nutzt. Es sagt nichts über das schwierigere, separate Problem aus, diese Jemande überhaupt erst zu gewinnen.
Was es nicht tut — und wie Sie wachsen, was Sie bauen
Langfuse kann Ihnen sagen, dass Ihre KI diese Woche schärfer geworden ist; es kann keiner einzigen neuen Person sagen, dass Ihr Produkt existiert. Bessere Traces schreiben nicht Ihre Positionierung, ranken nicht Ihre Seiten, posten nicht in den Communitys, in denen Ihre Nutzer leben, und folgen nicht bei jemandem nach, der Sie einmal ausprobiert hat. Das ist eine andere Disziplin als LLM-Engineering, und sie entscheidet, ob das ausgefeilte KI-Produkt, das Sie instrumentieren, jemals genutzt wird.
- Misst das Produkt — aber die ersten Nutzer kommen weiterhin von Launches, Content, Communitys und Outreach, die Sie bewusst betreiben.
- Verbessert die Modellqualität — aber Qualität summiert sich erst, sobald Menschen im Produkt sind; ein mit KI gebautes Produkt zu vermarkten ist eine eigene Schleife.
- Instrumentiert, was existiert — aber Distribution ist der knappe Input für ein KI-natives Startup, und kein Observability-Tool schafft ihn.
Hier setzt AgentCeres — der AI Growth Officer auf agentceres.com neben einem Tool wie Langfuse an. AgentCeres ist ein betreutes KI-Marketingteam: Spezialisten recherchieren Ihren Markt und entwerfen die SEO-, Social- und Outreach-Inhalte, die Menschen zum Produkt bringen — wobei ein Mensch alles freigibt, was rausgeht. Langfuse hilft Ihnen, ein KI-Produkt zu bauen, das sich zu nutzen lohnt; AgentCeres hilft Ihnen, dass es genutzt wird. Beide stehen auf entgegengesetzten Seiten desselben Ziels — der eine macht das Produkt besser, der andere macht es bekannt.
FAQ
- Ist Langfuse kostenlos?
- Langfuse ist Open Source und im Kern MIT-lizenziert, sodass Sie es kostenlos selbst hosten und Ihre Daten besitzen können. Es bietet außerdem Langfuse Cloud, eine gehostete Version mit kostenloser Stufe und kostenpflichtigen Plänen, plus Enterprise-Funktionen für größere Teams. Prüfen Sie das Repository und langfuse.com auf aktuelle Limits und welche Funktionen in den kostenpflichtigen Stufen liegen.
- Ist Langfuse Open Source?
- Ja — der Kern ist öffentlich unter github.com/langfuse/langfuse unter der MIT-Lizenz verfügbar und lässt sich selbst hosten, was der Hauptgrund ist, warum Teams es einem vollständig geschlossenen Observability-Tool vorziehen. Einige fortgeschrittene Enterprise-Funktionen liegen unter einer separaten kommerziellen Lizenz, dem gängigen Open-Core-Muster, aber die Plattform ist wirklich nutzbar und kostenlos selbst hostbar.
- Brauche ich Langfuse, wenn ich nur eine einzige KI-Funktion hinzufüge?
- Nicht am ersten Tag. Wenn Sie einen einzigen Prompt haben und er funktioniert, reicht einfaches Logging. Greifen Sie zu Langfuse, sobald der KI-Teil schwer zu durchschauen wird — mehrere Prompts, Agents oder Retrieval-Schritte, oder ein hartnäckiges Gefühl, dass die Qualität driftet und Sie nicht sehen, wo. Es verdient sich seinen Platz, wenn "ist das Modell noch gut?" zu einer Frage wird, die Sie mit echten Belegen beantworten müssen.
- Wie unterscheidet sich Langfuse von einem Tool wie Umami?
- Sie messen unterschiedliche Ebenen. Umami und Produkt-Analytics zeigen Ihnen, wie sich Menschen durch Ihre App bewegen — Seiten, Anmeldungen, Retention. Langfuse zeigt Ihnen, wie gut die KI in Ihrer App performt — Traces, Prompt-Versionen, Eval-Scores. Das eine beobachtet Nutzerverhalten; das andere beobachtet Modellverhalten. Ein Team, das ein KI-Produkt ausliefert, will oft beides, plus das Marketing, das überhaupt erst Nutzer bringt, die man messen kann.
You built it. Now grow it.
AgentCeres is a managed AI marketing team — specialists draft the SEO, social, and outreach that fill your links, you approve what ships. 14-day free trial, from $19/month.