Was Langdock ist und warum es relevant ist

Langdock ist eine Enterprise-KI-Plattform aus Berlin. Gegründet 2023, Y Combinator und General Catalyst im Rücken, inzwischen bei über 10 Millionen US-Dollar Annual Recurring Revenue mit einem Team von rund 24 Leuten. Das ist eine bemerkenswerte Effizienz für ein B2B-SaaS im Enterprise-Segment.

Die Kernidee: Unternehmen bekommen eine zentrale Plattform, über die alle Mitarbeitenden Zugang zu KI-Modellen erhalten - mit Enterprise-Sicherheit, Compliance und Governance. Kein Wildwuchs aus privaten ChatGPT-Accounts. Kein Schatten-IT-Problem. Stattdessen ein kontrollierter, skalierbarer Zugang.

Stand März 2026 besteht Langdock aus fünf Kernprodukten: Chat, Agents, Workflows, Integrations und API. Was als einfache Chat-Oberfläche angefangen hat, ist zu einem vollständigen KI-Betriebssystem gewachsen.

Chat: Der Einstiegspunkt

Die Chat-Funktion ist das, was die meisten Nutzer zürst sehen. Im Kern: Eine Oberfläche wie ChatGPT, aber mit entscheidenden Unterschieden für den Unternehmenseinsatz.

Model-agnostisch. Langdock ist an keinen Modellanbieter gebunden. Du kannst zwischen Modellen von OpenAI, Anthropic, Google, Meta und Mistral wechseln - je nach Aufgabe. Ein Marketing-Text mit Claude, eine Datenanalyse mit GPT-4, ein schneller Entwurf mit Llama. Die Flexibilität ist real und nicht nur ein Feature auf der Website.

EU-Hosting und DSGVO. Alle Modelle können über EU-Server geroutet werden. Für Unternehmen mit strengen Compliance-Anforderungen ist das ein hartes Kriterium. ISO 27001 und SOC 2-Zertifizierung sind vorhanden.

Prompt Library und Skills. Statt dass jeder Mitarbeitende seine eigenen Prompts bastelt, können zentrale Prompt-Bibliotheken und sogenannte Skills angelegt werden. Ein Skill ist ein wiederverwendbarer Satz an Anweisungen - wie ein Briefing-Dokument für die KI, das sich an Agents und Projekte anhängen lässt. Das reduziert die Varianz in der Output-Qualität erheblich.

Agents: KI mit Spezialisierung

Agents sind spezialisierte KI-Assistenten, die für bestimmte Aufgaben konfiguriert werden. Ein Agent für Vertriebsunterstützung kennt die Produktpalette und die Preisliste. Ein Agent für HR beantwortet Fragen zum Onboarding-Prozess. Ein Agent für Legal prüft Vertragsentwürfe gegen interne Richtlinien.

Neu in 2026: Subagents. Ein Agent kann andere Agents aufrufen. Der Vertriebs-Agent kann den Pricing-Agent befragen, der wiederum den Compliance-Agent konsultiert. Das ermöglicht komplexe Workflows, ohne dass der Nutzer zwischen verschiedenen Assistenten wechseln muss.

Agents lassen sich mittlerweile auch über die API erstellen und verwalten. Für größere Organisationen bedeutet das: Agent-Konfigurationen können automatisiert ausgerollt und aktualisiert werden, statt jeden einzeln manuell anzulegen.

Knowledge: Dein Unternehmenswissen als Fundament

Die Knowledge-Funktion verbindet die KI mit deinen Unternehmensdaten. Dokumente, Wikis, Prozessbeschreibungen - alles, was in einem System liegt, kann indexiert und für die KI zugänglich gemacht werden.

Das ist der entscheidende Hebel für die Output-Qualität. Ein Langdock-Chat ohne Knowledge ist wie ChatGPT - generisch und unspezifisch. Ein Langdock-Chat mit gut gepflegter Knowledge Base liefert Antworten, die dein Unternehmen kennen.

Wichtig: Knowledge ist kein Selbstläufer. Die Qualität der Antworten hängt direkt von der Qualität der indexierten Dokumente ab. Veraltete Prozessbeschreibungen führen zu veralteten Antworten. Wer Knowledge ernst nimmt, braucht einen Verantwortlichen, der die Inhalte aktuell hält.

Workflows: Automatisierung jenseits des Chats

Workflows sind das Feature, das Langdock von einer Chat-Plattform zu einem operativen Tool macht. Während Agents interaktive Assistenten sind, die auf Fragen antworten, sind Workflows automatisierte Prozessketten, die im Hintergrund laufen.

Ein Beispiel: Jeder neu Lead aus dem CRM wird automatisch angereichert - Unternehmensgröße, Branche, mögliche Use Cases werden recherchiert und in einem strukturierten Briefing zusammengefasst. Das läuft ohne menschliches Zutun, ausgelöst durch einen Trigger.

Workflows können mehrere Agents hintereinander schalten, externe APIs aufrufen und Ergebnisse in andere Systeme zurückschreiben. Seit 2026 lassen sich Workflows auch direkt aus dem Chat heraus starten - über das @-Menü oder als Agent-Action.

Die Preisstruktur für Workflows ist separat: Ab 119 Euro pro Workspace und Monat für das Pro-Paket, 539 Euro für Business. Dazu kommen die API-Kosten für die Modellnutzung. Für Unternehmen, die ernsthaft automatisieren wollen, ist das ein relevanter Zusatzposten im Budget.

Integrations und MCP

Langdock hat früh auf das Model Context Protocol gesetzt und unterstützt MCP nativ. Das bedeutet: Neu Integrationen können über den MCP-Standard angebunden werden, ohne Custom-Entwicklung. Server-Name und Icon werden automatisch aus der URL geladen.

Darüber hinaus unterstützt die Plattform REST-APIs, A2A-Protokolle, custom RAG-Pipelines und Verbindungen zu internen Tools. Die Idee: Langdock als zentraler Hub, der alle KI-relevanten Datenströme bündelt.

Für Microsoft-Teams-Nutzer gibt es eine native Integration: Agents lassen sich direkt in Teams-Channels einbetten, sodass Mitarbeitende nicht zwischen Plattformen wechseln müssen.

Pricing: Was es kostet

Stand März 2026 bietet Langdock folgende Preisstruktur:

Business Plan: Ab 20 Euro pro Nutzer und Monat (exkl. MwSt.), bis zu 1.000 Nutzer. Der Preis sinkt mit steigender Nutzerzahl in Staffeln. Bei jährlicher Zahlung gibt es 20 Prozent Rabatt.

Enterprise: Individuelles Pricing mit dedizierten Instanzen, erweiterten Sicherheitsfeatures und SLAs.

Workflows Add-on: Pro ab 119 Euro, Business ab 539 Euro pro Workspace und Monat. Inklusive bis zu 40.000 Workflow-Runs, unbegrenzte Workflow-Schritte und Nutzer.

Zusätzlich fallen Kosten für die API-Nutzung der einzelnen Modelle an. Die tatsächlichen Gesamtkosten hängen stark vom Nutzungsverhalten ab - ein Team, das hauptsächlich chattet, zahlt deutlich weniger als eines, das intensive Workflow-Automatisierung betreibt.

Einführung: Was in der Praxis funktioniert

Aus der Erfahrung mit über 30 Langdock-Rollouts im DACH-Raum kristallisieren sich klare Muster heraus:

Phase 1: Chat-Enablement (Woche 1-4). Alle Mitarbeitenden bekommen Zugang zum Chat. Ziel: 80 Prozent sollen mindestens einmal pro Woche ein Modell nutzen. Das klingt bescheiden, ist aber für die meisten Organisationen bereits eine Herausforderung. Schulungen fokussieren auf konkrete Alltagsaufgaben - E-Mail-Entwürfe, Zusammenfassungen, Recherche.

Phase 2: Knowledge und Agents (Woche 5-8). Erste Knowledge Bases werden aufgebaut. Erste spezialisierte Agents für häufige Use Cases werden konfiguriert. Die Nutzungsquote steigt, weil die Ergebnisse jetzt unternehmensspezifisch sind.

Phase 3: Workflows und Integration (ab Woche 9). Wiederkehrende Prozesse werden als Workflows automatisiert. Integrationen mit CRM, HR-Systemen oder Projektmanagement werden eingerichtet. Ab hier wird Langdock zum operativen Tool statt zum Spielzeug.

Die größte Hürde ist nicht die Technologie. Es ist die Adoption. Eine Plattform, die 20 Prozent der Mitarbeitenden nutzen, liefert 20 Prozent des möglichen Werts. Das Ziel muss 80 Prozent aktive Nutzung sein - und das erfordert kontinuierliches Enablement, nicht nur eine Kickoff-Session.

Wo die Grenzen liegen

Langdock ist stark, aber nicht perfekt. Ehrliche Einschätzung:

Workflow-Komplexität. Für einfache bis mittlere Automatisierungen funktionieren Workflows gut. Für hochkomplexe Prozessketten mit vielen Verzweigungen und Fehlerbehandlung stossen sie an Grenzen. Wer Enterprise-Grade-Automatisierung braucht, wird zusätzlich auf spezialisierte Workflow-Tools zurückgreifen müssen.

Knowledge-Qualität. Garbage in, garbage out. Langdock macht deine bestehenden Dokumente nicht automatisch besser. Wenn die interne Dokumentation veraltet oder widersprüchlich ist, reflektiert die KI genau das.

Kosten bei Skalierung. 20 Euro pro Nutzer klingt moderat. Bei 500 Nutzern plus Workflow-Add-on plus API-Kosten landest du schnell bei fünf- bis sechsstelligen Jahresbeträgen. Die ROI-Rechnung muss stimmen - und das tut sie nur, wenn die Plattform tatsächlich breit genutzt wird.

Einordnung

Langdock hat sich in knapp zwei Jahren von einer Chat-Oberfläche zu einer vollständigen Enterprise-KI-Plattform entwickelt. Die Kombination aus Model-Agnostik, EU-Compliance, Knowledge Management, Agents und Workflows trifft die Bedürfnisse mittelständischer und grosser Unternehmen im DACH-Raum präzise.

Die Plattform löst ein reales Problem: Wie gibst du einer Organisation kontrollierten, produktiven Zugang zu KI, ohne die Sicherheit zu kompromittieren und ohne ein halbes Jahr Implementierungsprojekt?

Drei Empfehlungen für den Start:

1. Mit Chat anfangen, nicht mit Workflows. Die Versuchung ist gross, gleich zu automatisieren. Aber wenn dein Team den grundlegenden Umgang mit KI-Modellen nicht beherrscht, bringen Workflows nichts.

2. Knowledge ernst nehmen. Investiere in die Qualität deiner Knowledge Base. Das ist die Arbeit, die die wenigsten machen wollen - und die den größten Unterschied macht.

3. Adoption messen, nicht Features zählen. Die Frage ist nicht, wie viele Agents du konfiguriert hast. Die Frage ist, wie viel Prozent deiner Mitarbeitenden die Plattform diese Woche genutzt haben. Alles andere ist Deko.