Python online ausführen und Code schreiben: Online-Compiler, IDLE, Thonny, VS Code, PyCharm, Jupyter und Colab

Python-Code kann man an drei Orten schreiben und ausführen: im Browser (Python online ohne Installation), in einer einfachen Lernumgebung wie IDLE oder Thonny und in einem professionellen Editor wie VS Code oder PyCharm. Für die Datenanalyse gibt es eine eigene Welt: Jupyter, Google Colab und Spyder aus der Distribution Anaconda. Im Folgenden erklären wir die Unterschiede, wie Sie in jeder Umgebung den ersten Code starten und was Sie je nach Aufgabe wählen sollten.

Compiler oder Interpreter: Was den Code tatsächlich ausführt

In Suchanfragen liest man oft „Python Compiler“, aber Python ist eine interpretierte Sprache. Den Code führt ein Interpreter aus: Sie schreiben gewöhnlichen Text in eine Datei .py, und das Programm liest sie und führt sie aus. Die wichtigste Implementierung heißt CPython und ist in C geschrieben — genau diese installieren Sie von python.org oder über uv.

CPython übersetzt den Quellcode zuerst in Bytecode (die Dateien .pyc im Ordner __pycache__) und führt ihn sofort auf der eigenen virtuellen Maschine aus. Einen separaten Schritt „als exe kompilieren“ gibt es nicht. Deshalb ist jeder „Python Online-Compiler“ im Grunde ein Interpreter, der auf einem Server oder direkt im Browser läuft.

Daraus folgt der Kerngedanke des Artikels: Editor und Interpreter sind verschiedene Dinge. IDLE, Thonny, VS Code und PyCharm sind Orte, an denen Sie den Text schreiben. Ausgeführt wird er immer vom Python-Interpreter, und in ernsthaften Umgebungen wählen Sie selbst, welcher es ist.

Python online: Code ohne Installation ausführen

Wenn Sie ein paar Zeilen prüfen, eine Aufgabe aus einem Lehrbuch lösen oder am fremden Computer sitzen, öffnen Sie am einfachsten einen Python-Online-Interpreter im Browser. Sie tippen den Code in ein Fenster, klicken auf Run und sehen die Ausgabe. Nichts muss installiert werden, es funktioniert sogar auf dem Tablet.

Online-Interpreter gibt es in zwei Varianten:

• Serverseitig — der Code wird an einen entfernten Rechner geschickt und dort ausgeführt (so funktionieren OnlineGDB, Replit und die meisten Seiten mit „Python online compiler“). Es läuft ein vollwertiges CPython, meist mit begrenzter Laufzeit, und eigene Bibliotheken lassen sich oft nicht installieren.
• Im Browser — der Interpreter ist als WebAssembly gebaut (Projekt Pyodide, darauf basieren JupyterLite und PyScript). Der Code verlässt Ihren Computer nicht, aber nicht alle Module sind verfügbar: Netzwerk im gewohnten Sinn fehlt, Prozesse lassen sich nicht starten.

Achten Sie auf die Version: Online-Dienste hinken dem neuesten Release oft hinterher. Nutzt ein Beispiel aus dem Kurs Neuerungen von Python 3.15, kann es in einem Dienst mit altem Interpreter fehlschlagen. Die Version lässt sich direkt im Fenster prüfen:

import sys
print(sys.version)

Fehler im Python-Code online finden

Auch bei Fehlern hilft der Online-Interpreter: Starten Sie den Code, und Python zeigt einen Traceback mit Zeile und Fehlerart. Man liest ihn von unten nach oben: Die letzte Zeile sagt, was passiert ist, die Zeilen darüber zeigen, wo.

Traceback (most recent call last):
  File "main.py", line 2, in <module>
    print(total + 1)
          ^^^^^
NameError: name 'total' is not defined

Hier steckt ein Tippfehler im Variablennamen, oder die Variable wurde nie angelegt. Ein typischer Anfängerfehler ist SyntaxError: 'return' outside function: return steht außerhalb einer Funktion, meist wegen einer verrutschten Einrückung. Prüfen Sie, ob die Zeile genau um die vier Leerzeichen eingerückt ist wie der Körper von def.

Wann Python online nicht mehr reicht

Online-Umgebungen eignen sich für die ersten Schritte, beim ernsthaften Lernen stören sie aber schnell: Dateien gehen verloren, Bibliotheken lassen sich nicht installieren, es gibt keinen Debugger, und ein Projekt aus mehreren Modulen ist umständlich. Sobald Sie täglich Code schreiben, installieren Sie Python lokal — das dauert etwa zehn Minuten — und wählen einen Editor aus der Liste unten.

IDLE: die Umgebung, die schon mit Python kommt

IDLE (IDLE Python) wird mit den Installern von python.org für Windows und macOS mitgeliefert, Sie müssen IDLE also nicht separat herunterladen: Python installiert, IDLE ist da. Unter Linux installiert man es meist als Paket, unter Debian und Ubuntu mit sudo apt install idle3.

IDLE hat zwei Fenster. Shell ist eine interaktive Konsole mit dem Prompt >>>, in der jede Zeile sofort ausgeführt wird. Den Editor öffnen Sie über File → New File: Sie schreiben den Code, speichern die Datei und drücken F5 (Run → Run Module) — das Ergebnis erscheint in der Shell.

Vorteile von IDLE sind keine Einrichtung und die Syntaxhervorhebung. Nachteile: ein bescheidener Editor, keine ordentliche Autovervollständigung über das gesamte Projekt, keine integrierte Arbeit mit Git und virtuellen Umgebungen. Für die ersten Wochen reicht das, für Projekte nicht. Eine Online-Version von IDLE gibt es nicht: Wer nach „IDLE Python online“ sucht, meint meist den Browser-Interpreter.

Thonny: der beste Editor für die allerersten Schritte

Thonny ist eine kostenlose IDE, die speziell für das Lernen entwickelt wurde. Der Installer enthält ein eigenes Python, sodass Sie ohne separate Installation des Interpreters starten können. Die Oberfläche ist minimal: ein Editorfenster, eine Konsole und eine Startschaltfläche.

Das Hauptmerkmal von Thonny ist der übersichtliche Schritt-für-Schritt-Debugger. Sie sehen, wie jeder Ausdruck berechnet wird, welche Werte die Variablen haben und wie Funktionen aufgerufen werden. Wer noch nicht versteht, warum eine Schleife nicht so läuft wie erwartet, gewinnt damit mehr als mit jeder fortgeschrittenen Funktion. Bibliotheken installieren Sie über das Menü Tools → Manage packages, ohne Kommandozeile.

Wenn Sie einem Kind oder sich selbst von null aus Programmieren beibringen und das Terminal abschreckt, fangen Sie mit Thonny an. Nach einigen Monaten können Sie ohne Probleme zu VS Code wechseln.

VS Code: ein universeller Editor für Python und alles Übrige

Visual Studio Code ist ein kostenloser Editor von Microsoft, der nach der Installation der Python-Erweiterung zu einer vollwertigen Umgebung für Python wird (zusammen damit wird Pylance für Autovervollständigung und Typprüfung installiert). Das ist die beliebteste Wahl unter Entwicklern, die nicht nur Python schreiben: In einem Fenster liegen Code, Terminal, Git, Docker und Markdown.

So richten Sie Python in VS Code ein

1. Installieren Sie Python selbst (von python.org oder mit uv python install 3.15) — VS Code enthält keinen Interpreter.
2. Laden Sie VS Code von code.visualstudio.com herunter und installieren Sie es.
3. Öffnen Sie das Panel Extensions (Ctrl+Shift+X), suchen Sie Python von Microsoft und klicken Sie auf Install.
4. Öffnen Sie den Projektordner (File → Open Folder) und legen Sie die Datei main.py an.
5. Drücken Sie Ctrl+Shift+P, wählen Sie Python: Select Interpreter und geben Sie die gewünschte Version oder die .venv des Projekts an.
6. Starten Sie die Datei mit der Schaltfläche ▷ oben rechts oder mit F5 für den Start mit Debugger.

Das häufigste Problem: VS Code startet einen anderen Python-Interpreter, und die gerade installierte Bibliothek „wird nicht gefunden“. Der gewählte Interpreter wird unten in der Statusleiste angezeigt; steht dort das systemweite Python, die Bibliotheken aber liegen in der Umgebung des Projekts, wechseln Sie über Select Interpreter.

PyCharm: eine leistungsstarke IDE speziell für Python

PyCharm von JetBrains ist eine Umgebung, die ausschließlich für Python gebaut wurde. Sie versteht den Code besser als die meisten anderen Werkzeuge: intelligentes Refactoring (eine Funktion im gesamten Projekt umbenennen), Navigation zu Definitionen, integrierter Debugger, Test-Runner, Arbeit mit Datenbanken und Git. Die Grundfunktionen sind kostenlos, erweiterte Funktionen für Webentwicklung und Datenarbeit erfordern ein Abonnement.

Der Preis für die Leistung ist das Gewicht: PyCharm startet deutlich langsamer als VS Code und benötigt mehr Arbeitsspeicher. Auf einem schwachen Laptop spürt man das.

So richten Sie den Python-Interpreter in PyCharm ein

Beim Anlegen eines Projekts (New Project) bietet PyCharm eine virtuelle Umgebung an und fragt nach dem Basisinterpreter — wählen Sie das installierte Python 3.15. Für ein bestehendes Projekt: Settings → Project → Python Interpreter → Add Interpreter, dann eine vorhandene Umgebung auswählen oder eine neue anlegen. Fehlt die gewünschte Version in der Liste, ist Python im System nicht installiert — PyCharm bringt es nicht selbst mit.

Jupyter und Google Colab: Notebooks für Daten und Experimente

Jupyter Notebook und JupyterLab funktionieren anders: Der Code steht in Zellen, jede lässt sich einzeln ausführen, und das Ergebnis — Tabelle, Diagramm oder Text — erscheint direkt darunter. Variablen bleiben zwischen den Zellen erhalten, daher lassen sich Daten einmal laden und danach weiter erkunden. Installiert wird es im Projekt mit uv add jupyterlab und gestartet mit uv run jupyter lab.

Google Colab (Colab Python) ist dasselbe Jupyter-Notebook, aber in der Cloud von Google. Sie brauchen nur ein Google-Konto und einen Browser; gängige Bibliotheken für Daten und maschinelles Lernen sind bereits installiert, und für schwere Berechnungen lässt sich eine GPU zuschalten. Einschränkungen: Die Sitzung wird bei Inaktivität beendet, Dateien sollten Sie auf Google Drive speichern, und die Python-Version bestimmt der Dienst, sie kann hinter der neuesten zurückbleiben.

Notebooks eignen sich hervorragend für Datenanalyse und Lernen, für Anwendungen aber schlecht: Die Reihenfolge der Zellen lässt sich leicht verwechseln, und eine Datei .ipynb ist in Git unhandlich. Funktionierenden Code aus einem Notebook sollten Sie in normale Module .py übertragen.

Anaconda und Spyder: eine Distribution für wissenschaftliche Berechnungen

Anaconda ist eine Python-Distribution für Wissenschaft und Datenanalyse: enthalten sind der Interpreter, der Paketmanager conda, Hunderte Bibliotheken (NumPy, pandas, Matplotlib), Jupyter und die IDE Spyder. Installiert wird alles mit einem einzigen Installer; unter Windows trägt Anaconda sich standardmäßig nicht in den PATH ein, und seine Werkzeuge starten Sie aus dem Anaconda Prompt oder dem Anaconda Navigator.

Spyder (Spyder Python) ähnelt MATLAB oder RStudio: Editor, IPython-Konsole, Anzeige von Variablen und Diagrammen in einem Fenster. Für Wissenschaftler und Analysten, die von diesen Werkzeugen kommen, ist es am vertrautesten.

Zwei Dinge sollten Sie beachten. Die Distribution ist mehrere Gigabyte groß, obwohl für das Lernen der größte Teil der Pakete nicht nötig ist. Und für die kommerzielle Nutzung in Organisationen sollten Sie die Lizenzbedingungen von Anaconda sorgfältig lesen. Eine leichtere Alternative sind Miniconda oder ein normales Python mit uv, in das Sie benötigte Bibliotheken bei Bedarf installieren.

Vergleich der Umgebungen: wo Sie Python-Code schreiben

So wählen Sie die Umgebung: ein kurzer Leitfaden

• Sie wollen jetzt einfach sehen, was Python ist — öffnen Sie Python online oder Colab.
• Sie lernen von null und haben Angst vor dem Terminal — Thonny oder IDLE.
• Sie wollen Skripte, Bots, Websites schreiben oder im Team arbeiten — VS Code oder PyCharm.
• Sie arbeiten mit Tabellen, Diagrammen und Modellen — Jupyter (lokal oder in Colab), Spyder, wenn Sie MATLAB gewohnt sind.

Der Wechsel zwischen Umgebungen kostet praktisch nichts: Eine Datei .py ist gewöhnlicher Text, den jeder Editor öffnet. Wichtiger ist, dass Sie Code auch aus dem Terminal starten, ohne Schaltflächen der Umgebung:

python3 ausgaben.py      # der systemweite Weg
uv run ausgaben.py       # Version und Umgebung des Projekts

So wissen Sie genau, welcher Interpreter das Programm ausführt — und der Code verhält sich gleich in IDLE, in VS Code und auf dem Server.

Fazit

Python online im Browser ist der schnellste Weg, die Sprache in einer Minute auszuprobieren. Für dauerhaftes Lernen sollten Sie Python installieren und einen Editor wählen: IDLE oder Thonny am Anfang, VS Code oder PyCharm für Projekte, Jupyter, Colab und Spyder für Daten. Denken Sie daran: Der Editor hilft nur beim Schreiben des Textes, ausgeführt wird er vom Interpreter, dessen Version Sie kennen sollten. Die Installation von Python 3.15, die Arbeit in der REPL-Konsole und der Start des ersten Skripts werden in der ersten Lektion des Kurses praktisch durchgegangen.