Was Langdock Workflows eigentlich sind

Langdock Workflows sind die Automatisierungsschicht der Langdock-Plattform. Sie verbinden KI-Agents, externe Integrationen und Entscheidungslogik zu mehrstufigen Prozessketten, die ohne Programmierkenntnisse gebaut werden können. Der visuelle Editor funktioniert nach dem Drag-and-Drop-Prinzip: Nodes ziehen, konfigurieren, verbinden.

Das klingt nach jedem zweiten Automatisierungstool. Der Unterschied: Langdock Workflows haben native KI-Agents als Kernkomponente, nicht als Addon. Ein Agent-Node kann Dokumente analysieren, Entscheidungen treffen und natürlichsprachliche Antworten generieren -- mitten im Workflow, nicht als separates Tool daneben.

Seit Anfang 2026 lassen sich Workflows direkt aus dem Chat heraus starten. Entweder als Action eines Agents oder über das @-Menü in jeder Konversation. Das senkt die Einstiegshürde erheblich: Mitarbeiter müssen keine separate Workflow-Oberfläche öffnen.

Die vier Node-Typen im Überblick

Jeder Workflow besteht aus vier Grundbausteinen, die miteinander kombiniert werden:

Trigger-Nodes starten den Workflow. Langdock bietet mehrere Varianten: den Manual Trigger für On-Demand-Ausführung per Knopfdruck, den Webhook Trigger für externe Systemereignisse (ein HTTP-Endpoint, der mit 202 Accepted antwortet und den Workflow asynchron ausführt), und den Schedule Trigger für zeitgesteuerte Ausführung. Neu seit Q1 2026: Beim Aktivieren von "Wait for Response" auf einem Webhook Trigger wird automatisch ein "Respond to Webhook"-Node hinzugefügt.

Agent-Nodes sind das Herzstück. Sie führen KI-basierte Aufgaben aus: Texte analysieren, Dokumente zusammenfassen, Entscheidungen vorbereiten. Jeder Agent-Node kann auf das hinterlegte Wissen (Knowledge Folders) und die konfigurierten Integrationen zugreifen.

Action-Nodes führen konkrete Aktionen in externen Systemen aus: eine E-Mail senden, ein Jira-Ticket erstellen, einen Slack-Channel benachrichtigen. Langdock unterstützt Google Drive, Notion, Confluence, Slack, Salesforce, Jira, Asana und weitere Integrationen nativ.

Logic-Nodes steuern den Ablauf: Bedingungen (if/else), Schleifen, Variablen-Zuweisungen. Ein praktisches Detail: Beim Umbenennen eines Nodes werden seit dem letzten Update automatisch alle Referenzen in Condition- und Code-Nodes aktualisiert -- das verhindert kaputte Referenzen nach Umbenennungen.

MCP-Integration: Agents mit externen Tools verbinden

Langdock hat die MCP-Unterstützung (Model Context Protocol) auf Version 2025-11-25 aktualisiert. MCP ist der offene Standard, mit dem KI-Agents auf externe Tools, APIs und Datenquellen zugreifen. Für Langdock-Nutzer bedeutet das: mehr verfügbare MCP-Server und eine einfachere Einrichtung.

Konkret: Beim Erstellen einer neun MCP-Integration werden Servername und Icon automatisch von der URL abgerufen -- kein manuelles Eintippen mehr. Ältere MCP-Server bleiben kompatibel.

Was das in der Praxis heisst: Wenn dein Unternehmen bereits MCP-Server für interne Systeme betreibt (CRM, ERP, Dokumentenmanagement), können Langdock Workflows diese direkt ansprechen. Ein Agent-Node kann über MCP auf dein CRM zugreifen, einen Datensatz abfragen und basierend auf dem Ergebnis den nächsten Workflow-Schritt auslösen.

Fünf Use Cases, die sofort funktionieren

Lead-Qualifizierung: Ein Webhook Trigger empfängt neu Leads aus dem Webformular. Ein Agent-Node analysiert die Anfrage, ordnet sie einer Kategorie zu und bewertet die Dringlichkeit. Ein Action-Node erstellt den entsprechenden Deal im CRM und benachrichtigt das Sales-Team per Slack.

Dokument-Triage: Eingehende Dokumente (Verträge, Rechnungen, Anfragen) werden vom Agent analysiert, klassifiziert und an die zuständige Abteilung geroutet. Der Logic-Node entscheidet basierend auf Dokumenttyp und Betrag, ob eine Freigabe nötig ist.

Kunden-Support-Eskalation: Support-Tickets werden vom Agent voranalysiert. Standardanfragen erhalten automatisch eine Antwort-Vorlage. Komplexe Fälle werden mit Kontext-Zusammenfassung an den zuständigen Mitarbeiter eskaliert.

Meeting-Nachbereitung: Nach einem Kalender-Event fasst der Agent die Meeting-Notizen zusammen, extrahiert Action Items und erstellt Tasks in Asana oder Jira -- jeweils mit dem richtigen Assignee.

Compliance-Monitoring: Ein Schedule Trigger prüft regelmäßig definierte Datenquellen auf Änderungen. Der Agent bewertet die Relevanz, und bei Handlungsbedarf wird automatisch ein Bericht erstellt und an die Verantwortlichen gesendet.

Die Rollout-Roadmap: Vier Phasen von Null auf Skalierung

Aus der Erfahrung mit über 30 Langdock-Rollouts hat sich eine klare Roadmap etabliert. Die vier Phasen sind nicht optional -- wer Phasen überspringt, baut Workflows, die nach zwei Wochen niemand mehr nutzt.

Phase 1: Discovery (1-2 Wochen). Prozesse identifizieren, die sich für Workflows eignen. Kriterien: repetitiv, regelbasiert, hoher manueller Aufwand. Nicht geeignet: Prozesse, die ständige menschliche Urteilskraft erfordern oder sich wöchentlich ändern. Am Ende dieser Phase stehen 3-5 priorisierte Use Cases.

Phase 2: Pilot (2-4 Wochen). Einen Workflow baün, mit einem kleinen Team testen. Wichtig: Der Pilot-Workflow sollte ein echtes Problem lösen, nicht ein künstliches Demo-Szenario. Erfolgskriterium ist nicht "es funktioniert technisch", sondern "die Nutzer verwenden es freiwillig weiter".

Phase 3: Rollout (1-2 Monate). Den Pilot-Workflow auf weitere Teams ausrollen und 2-3 zusätzliche Workflows baün. In dieser Phase wird auch die Governance relevant: Wer darf Workflows erstellen? Wer genehmigt Integrationen mit externen Systemen? Langdock zeigt jetzt vor dem Löschen einer Integration oder eines Knowledge Folders an, wo diese verwendet werden -- in Agents, Workflows, Connections und API Keys.

Phase 4: Optimierung (laufend). Bestehende Workflows anhand von Nutzungsdaten verbessern. Neu Trigger-Typen einbaün, Agent-Nodes verfeinern, Integrationen erweitern. Die Execution Logs helfen dabei, Engpässe und Fehler zu identifizieren.

Pricing: Was es kostet und wo die versteckten Kosten liegen

Langdock Workflows sind nicht im Basis-Abo enthalten. Die Chat-und-Agents-Lizenz kostet 25 Euro pro User pro Monat. Workflows kommen als separate Pakete dazu.

Im Starter-Paket sind rund 2.500 Workflow-Executions pro Monat enthalten, mit 30 Tagen Log-Retention. Das Business-Paket liegt bei 449 Euro pro Workspace pro Monat und bietet bis zu 40.000 Runs.

Wichtig: Die Workflow-Pakete decken nur die Ausführung ab. Die KI-Modellnutzung innerhalb der Agent-Nodes wird separat berechnet -- basierend auf den USD-Preisen der Anbieter plus 10 Prozent Langdock-Aufschlag. Bei komplexen Workflows mit mehreren Agent-Nodes pro Run kann das schnell relevant werden.

Für Enterprise-Kunden gibt es Custom Pricing mit dedizierten Deployments (On-Premise oder Private Cloud), individuellem Support und massgeschneidertem Onboarding.

Drei Fehler, die Unternehmen beim Start machen

Zu komplex anfangen. Der erste Workflow sollte maximal 5-7 Nodes haben. Wer sofort einen 20-Node-Workflow mit fünf Integrationen baut, wird mehr Zeit mit Debugging als mit Wertschöpfung verbringen.

Keine Ownership definieren. Workflows brauchen einen Verantwortlichen, der sie pflegt, monitort und weiterentwickelt. Ohne klare Ownership verrotten Workflows innerhalb weniger Wochen.

Agent-Nodes ohne gutes Wissen. Ein Agent-Node ist nur so gut wie die Knowledge Folders, auf die er zugreift. Wer den Agent auf schlecht gepflegte oder veraltete Dokumente ansetzt, bekommt schlechte Ergebnisse -- und verliert das Vertraün der Nutzer.

Wie du morgen anfängst

Öffne Langdock, gehe in den Workflow-Editor und baü einen einzigen Workflow: einen Manual Trigger, einen Agent-Node, der eine wiederkehrende Aufgabe aus deinem Arbeitsalltag übernimmt, und einen Action-Node, der das Ergebnis dahin schickt, wo es hingehört. Keine drei Integrationen. Keine verschachtelte Logik. Ein Problem, ein Workflow.

Wenn dieser erste Workflow zuverlässig läuft und du ihn tatsächlich nutzt, hast du den schwersten Schritt hinter dir. Alles danach ist Iteration.