Alles, was die Plattform
kann

LLM-Agenten mit Systemprompts, Personas, Temperatur und einstellbarem Reasoning-Aufwand (Thinking).

Prompt-Versionen anlegen, die Historie einsehen und pro Agent die aktive Version festlegen.

Antworten der Agenten nach festem Schema, maschinenlesbar.

Einen Agenten auf einen anderen Anbieter oder ein anderes Modell umstellen, ohne ihn neu zu bauen.

Ausgabe Token für Token mit live angezeigten Bearbeitungsschritten.

Tokenverbrauch, Kosten und Nutzungskennzahlen für jeden Agenten.

Jeden Schritt eines Agenten prüfen, mit Tokenzahlen, Trace-Details und Trace-Analyse, einschließlich Tool- und SQL-Aufrufen mit Herkunft, Argumenten und Latenz.

Auffällige Gespräche zur manuellen Prüfung markieren und in eine Testsuite oder ein Dataset übernehmen.

Jeden Agenten sofort ausprobieren und zusätzlich über Testsuites bewerten.

Einen Anwendungsfall beschreiben und daraus einen vollständigen Bot mit Agenten, Flows, Leitplanken und Vorschlägen für die Wissensdatenbank erzeugen.

Vorgeschlagene Beispielfragen für jeden Agenten.

OpenAI, Azure OpenAI, Anthropic Claude, Google Gemini und Gemma, Meta Llama, Mistral, Microsoft Phi, Alibaba Qwen, DeepSeek, GPT-OSS, Hugging Face, Humain, Fanar und OpenRouter.

Jedes externe, OpenAI-kompatible LLM mit Ihren eigenen Zugangsdaten anbinden.

Anfragen für die Datenresidenz in Regionen der EU oder der VAE leiten, Google-Modelle laufen dabei über Vertex AI.

Automatisch abgestimmter Reasoning-Aufwand und längere Timeouts für Deep-Research-Modelle.

Teure Modelle bleiben je nach Tarif sichtbar, aber deaktiviert. So sehen Sie immer, was verfügbar ist.

Embeddings von OpenAI, Google, Nomic und OpenRouter.

Antworten auf hochgeladene Dokumente und gecrawlte Websites stützen.

PDF, DOCX, PPTX, XLSX, CSV, JSON, Markdown, TXT, SVG, Bilder und Outlook-E-Mails im .msg-Format.

Seiten und Unterseiten crawlen, erneut crawlen und die extrahierten Inhalte prüfen, mit einem LLM-gestützten Crawler.

Dokumente zentral hochladen, in der Vorschau ansehen, versionieren und auf ältere Stände zurücksetzen.

Chunk-Größe und Überlappung frei einstellbar, Neutraining mit einem Klick.

Dichte Vektorsuche kombiniert mit lexikalischer BM25-Suche und Entfernung doppelter Treffer.

PostgreSQL mit pgvector und dateibasierte HNSW-Indizes.

SQL-Datenbanken (PostgreSQL, SQLite) registrieren, die Agenten direkt abfragen können.

Eingehende E-Mails über eine eigene E-Mail-Adresse des Mandanten aufnehmen.

Antworten nennen die Dokumente und Seiten, auf denen sie beruhen, mit Links und Datum der Quelle.

Datumsbewusste Suche, die bei überlappenden Quellen neuere Inhalte bevorzugt.

Aufbewahrungsregeln, nach denen veraltete Inhalte der Wissensdatenbank automatisch ablaufen und entfernt werden.

Canvas im BPMN-Stil mit Drag and Drop, Zoom, Rückgängig und Wiederherstellen.

Menü zum Anfügen per Klick, Kopieren und Einfügen über Flows und Sitzungen hinweg, Live-Validierung.

Subflows, Funktionen und Agenten, die sich aus jedem Flow heraus aufrufen lassen.

Auf frühere Versionen zurücksetzen; getrennte Veröffentlichung nach Test und Live, jeweils mit eigener Berechtigung.

Komplette Flows exportieren und importieren; eine Sperre verhindert gleichzeitige Änderungen im Team.

Zeichenlimits und Medienunterstützung pro Kanal werden schon beim Entwerfen angezeigt.

Ein Flow enthält die lokalisierten Inhalte für alle Sprachen des Bots.

Variablen, Ausgaben einzelner Blöcke und Nutzungsstatistiken direkt auf dem Canvas sehen.

Nachricht, Frage (mit Kennzeichnung sensibler Daten und DTMF), Optionen, Bewertung, Zufallsantwort, Wörterbuch, Bild oder GIF, Video, Anhänge, unerwartete Antwort, Prüfung mehrerer Entitäten und Adaptive Cards.

Variable oder Objekt setzen, Ersetzen, Berechnung, Zähler, Verzögerung, Validierung, Intent erkennen, Verlauf abrufen, Statistik, E-Mail senden, Übersetzung, Spracherkennung, Anruf umleiten, Anruf weiterleiten, DTMF senden, Rückruf planen, Opt-out erfassen, Lead-Ergebnis setzen, Übergabe, Authentifizierung, PIN-Änderung und Beschwerde.

Gleich, existiert, mathematischer Vergleich, in Menge, enthält, ist vom Typ, ist eine Entität, ist kanonisch, ist ähnlich, welcher Kanal, Nutzer prüfen, Regex und Gesprächssprache.

Agentenblock (LLM), Block für eigene Funktionen, Block zum Auslösen von Workflows und wiederverwendbarer Subflow-Block.

Intents, Entitäten, Äußerungen, Muster und geschlossene Listen, mit Training und Veröffentlichung.

Microsoft CLU, Google Dialogflow, IBM Watson Assistant, Meta Wit.ai und LLM-basierte Erkennung.

Intents und Entitäten gesammelt importieren oder Intents direkt aus Analysedaten anlegen.

Die NLU-Leistung mit automatisierten Tests und nächtlichem Neutraining messen.

Nicht erkannte Äußerungen und unerwartete Antworten erfassen, um laufend nachzubessern.

Agentische Workflows mit einer Agentenschleife, die Tools selbstständig aufruft.

Anweisungen, Konfiguration, Validierungsprüfung und Schalter zum Aktivieren oder Deaktivieren.

Auswertung der Ausführungen, ein vollständiger Audit-Trail pro Lauf und herunterladbare Laufdaten.

Zurückgestellte Aufgaben mit Auslösebedingung (tue X, wenn Y), mit geplanten Nachprüfungen, Ablaufdatum und Probelauf-Modus.

Bestätigung agentischer Aktionen oberhalb eines einstellbaren Schwellenwerts, mit Freigabe und Ablehnung.

Festlegen, welche Tools ein autonomer Agent verwenden darf.

Workflows aus Dialogflows heraus, nach Zeitplan oder per API-Token starten.

Websuche (Exa, Google), Wikipedia, Web-Browsing, Bildgenerierung (DALL-E), Bildsuche, Dateierstellung (PDF, Word, Excel), RAG-Abruf, SQL-Abfragen, Zahlungslinks, Lead-Erfassung, Übergabe und Anrufsteuerung für Sprachagenten (Anruf beenden, weiterleiten, DTMF senden, Rückruf planen, Opt-out erfassen und Lead-Ergebnis speichern).

Externe MCP-Server (SSE oder HTTP) anbinden und ihre Tools den Agenten bereitstellen, mit Voreinstellungen für HubSpot und Notion.

Ihre Agenten-Tools und Daten als MCP-Server auf der Plattform bereitstellen, abgesichert per API-Schlüssel. Externe MCP-Clients nutzen dann genau die Tools, die auch Ihre eigenen Agenten verwenden.

Wertezuordnung, Übersetzung von Taxonomien und Erkennung von Ortsnamen verbessern Antworten auf Basis von SQL-Daten.

Festlegen, welche Zeilen und Datensätze ein Agent nutzen darf, im weichen oder strikten Modus.

HubSpot, Freshdesk, Zoho, Notion, Moneybird, Odoo, Dynamics 365, Office 365, OneDrive, Power BI, SharePoint und Teams.

Salesforce, SAP, ServiceNow, Workday, Zendesk, Oracle, Jira, Snowflake, Databricks, UiPath, DocuSign, Okta, Slack, Google Workspace und viele mehr.

OAuth pro System für Notion, HubSpot, Zoho und generische Anbieter.

REST, SQL und eigener Code in einer isolierten JavaScript-Sandbox, mit Versionierung, Veröffentlichung und globalen Funktionen.

Webhooks von Zahlungsanbietern, ein Webhook für eingehende E-Mails und ein ElevenLabs-Webhook.

Das Web-Widget in jede WordPress-Website einbinden.

Einbettbares Chat-Widget für jede Website, per Code-Snippet eingebunden.

Nachrichten in beide Richtungen über die Meta Cloud API und über Twilio.

Textdialoge über Twilio SMS.

Twilio Voice mit STT und TTS im Echtzeit-Streaming, OpenAI Realtime Pipeline, Anrufweiterleitung und DTMF-Eingabe.

Proaktive KI-Anrufe im Kampagnenumfang, über Twilio oder Ihre eigene SIP-Telefonie, mit integrierter Compliance und Lead-Erfassung.

Teams-Kanal mit automatischer Bereitstellung des Bots und zuverlässiger Fehlerbehandlung.

Direkte Integrationen für Slack, Telegram und Facebook Messenger.

Den Assistenten nativ in Ihre App einbetten, mit eigener Kanalanalyse, Kontextvariablen aus der Host-App und Abläufen zum Einlösen von Angeboten.

Ein- und ausgehende Konversationen per E-Mail.

Voice Skills für Amazon Alexa und Google Assistant.

Kanal mit fotorealistischem 3D-Avatar, in den Browser gestreamt.

Programmierbare Kanäle, um Gespräche aus jeder Anwendung heraus zu steuern.

Vorschau in der Plattform und teilbarer externer Link, umschaltbar zwischen Bubble, Mobilansicht, WhatsApp und digitalem Menschen.

Salesforce, Freshdesk und Zoho SalesIQ als Gesprächskanäle.

KI-Agenten rufen selbst an, weisen zu Beginn mündlich auf die KI hin, führen das gesamte Gespräch und erfassen das Ergebnis.

Kontaktliste hochladen, Anrufzeitfenster festlegen und eine Kampagne starten, die automatisch wählt, taktet und erneut anruft.

Über Twilio telefonieren oder Ihre eigene Telefonie per SIP anbinden (Cisco und jede SIP-fähige Umgebung), damit kein Dritter im Gesprächsweg sitzt.

Mailboxen erkennen und die Vorgabe der Kampagne anwenden: auflegen oder eine Nachricht mit Absender und Rückrufnummer hinterlassen.

Einen interessierten Lead an einen festgelegten Mitarbeitenden oder ein Team übergeben oder über die vorhandenen Übergabe-Integrationen erfassen.

Der Kontakt nennt einen besseren Zeitpunkt, und die Kampagne ruft innerhalb des erlaubten Zeitfensters zurück.

Jeden Lead anhand eines Schemas qualifizieren, strukturierte Lead-Daten erfassen und die Ergebnisse als CSV exportieren.

Mündlicher KI-Hinweis bei jedem Anruf, sofortiges Opt-out mit Sperrliste, gesetzliche Anrufzeiten, begrenzte Anrufversuche und ein Audit-Trail für jeden Versuch.

Gesprächsaufzeichnung pro Kampagne mit Ansage und einstellbarer Aufbewahrungsdauer.

Ausgabenlimits pro Kampagne mit automatischer Pause und dazu ein sofortiger globaler Stopp für alle Kampagnen.

Tippanzeige und live angezeigte Bearbeitungsschritte.

Mikrofonmodi mit automatischer Spracherkennung, Start und Stopp sowie Push to Talk.

Audiowiedergabe per Streaming, mit Schalter zum Ein- und Ausblenden des Tons.

Transkripte von Spracheingaben im Chat optional ausblenden: Statt des Texts erscheint ein Platzhalter für eine Sprachnachricht mit Wellenform.

Markdown, HTML, Schnellantworten, Bilder, Karussells, Adaptive Cards, Codeblöcke sowie Elemente für Reasoning und Tool-Aufrufe.

Über 45 Kartentypen: Flüge, Hotels, Essen, Einzelhandel, Bestellungen und Belege, Treuepunkte, einlösbare Angebote, Kreditkarten und Kartenvorteile, Mobilfunkverbrauch, Kontostände, Diagramme und Produktempfehlungen, jeweils mit eigenen Prompt-Anweisungen und übersetzten Beschriftungen.

Einen Anbieter für Nutzerdaten anbinden: Verifizierte Kontostände, Treuepunkte und Statusstufen werden im Gespräch zu Variablen, Badges und Karten.

Dateien im Gespräch anhängen und hochladen.

Daumen hoch und runter mit optionalem Kommentar, pro Kanal konfigurierbar.

Farben, Avatar, Icon, Titel, Logo, eigenes CSS, fertige Themes, Position, Größe und ein Schalter für den Hinweis „Powered by“.

Teaser-Nachrichten mit Benachrichtigungsbadge.

Fortschrittsmeldungen in der Sprache der Nutzer, wahlweise ausführlich, einfach oder aus.

Einstellbare Bestätigungen und Folgenachrichten pro Sprache, während der Agent arbeitet.

Sprachauswahl, Platzhaltertexte und Beispielfragen pro Sprache.

Fortsetzen nach dem Neuladen der Seite, Einstiegsfragen und Umgang mit Inaktivität.

Optionales Hashing externer Nutzer-IDs, Isolation per Shadow DOM und CSP-konforme Einbettung.

Azure, Google, Amazon Polly, IBM Watson, OpenAI, ElevenLabs, Deepgram, Resemble, Murf, Cartesia, Mistral Voxtral, Silma, Gradium und Gemini, dazu Ihr eigener Endpunkt, mit eigenen Stimmen und feinen Einstellmöglichkeiten.

OpenAI, Deepgram, ElevenLabs, Google und Gemini, Azure, Speechmatics, Mistral Voxtral, Silma, Gradium, eine selbst gehostete Option und Ihr eigener Endpunkt.

Emotionen des Agenten werden auf Stimmen übertragen, die Emotionen ausdrücken können.

Wiederkehrende Audioausgaben schnell und kostengünstig, mit Cache-Verwaltung.

Sprache aus Text direkt in der Plattform erzeugen und testen.

Zahlen, Daten und Beträge werden vor der Synthese im Dialekt des Anrufers formuliert, auch in regionalen arabischen Dialekten.

Ein schlankes Modell überarbeitet die Spracheingabe im Hintergrund. Das ergibt sauberere Transkripte ohne zusätzliche Latenz.

Jeden OpenAI-kompatiblen TTS- oder STT-Endpunkt mit eigenem Schlüssel anbinden, auch selbst gehostete Modelle.

Anbieter für Spracherkennung und Dialekt pro Bot-Sprache festlegen.

Die Stilleerkennung passt sich dem Hintergrundgeräusch an, damit leise Sprecher nicht abgeschnitten werden.

Nutzer können den Bot unterbrechen, während er spricht. Der Bot verstummt und hört zu.

WhisperX auf GPU: Zeitstempel pro Wort, Spracherkennung und die Zuordnung, wer wann gesprochen hat, auf der Infrastruktur von Blits.ai.

Fotorealistische Avatare über Unreal Engine Pixel Streaming, mit lippensynchroner Sprache.

Emotionen des Agenten steuern die Animation des Avatars und den Ausdruck der Stimme.

Mehrere Avatar-Personas, jede auf einer eigenen GPU-gestützten Instanz.

WebRTC-Streaming, das auch durch Firewalls und NAT funktioniert.

Agenten verschicken Zahlungslinks und schließen Transaktionen direkt im Chat ab.

Stripe, Mollie, Adyen und Qi, pro Mandant wählbar.

Pay by Link mit URLs für Erfolg und Abbruch sowie Ablaufdatum.

Betrag reservieren und später einziehen, der Freigabemechanismus für Käufe, die ein Agent auslöst.

Kartendaten liegen im Tresor des Zahlungsdienstleisters und werden nie auf der Plattform gespeichert.

Signaturgeprüfte Webhooks halten den Zahlungsstatus aktuell, mit Unterstützung mehrerer Währungen.

Isolierter Zahlungsdienst, Tokenisierung am Gateway, verschlüsselte Zugangsdaten, Audit-Logging, Betragsobergrenzen, Idempotenz und Frequenzlimits.

Inhaltsprüfungen durch ein LLM nach Richtlinien, die Administratoren selbst formulieren, dazu eine sinnvolle Standardrichtlinie der Plattform.

Kuratierte Wortlisten erkennen Hassrede, Selbstverletzung und Gewalt sowie Schimpfwörter in 25 Sprachen, mit Abgleich, der Umgehungsversuche erkennt.

Regex-Regeln, Qualitätsprüfungen und Bereinigung der Ausgabe.

Gesperrte Themen werden deterministisch durchgesetzt, unabhängig vom Urteil des Modells.

Automatische Maskierung am Gateway, mit Mustern pro Bot und wahlweise Verschlüsselung oder Schwärzung.

Kreditkartennummern im freien Chattext erkennen und tokenisieren.

Öffentliche Endpunkte vor Überlastung und Missbrauch schützen.

Automatisierte Bewertung von Gesprächen mit Agenten, Bots und Workflows über die echte Chat-Pipeline.

Gesprächssets laufen als eine durchgehende Sitzung, mit Hinweisen zur Absicht jedes Schritts für das Bewertungsmodell.

Deterministische Regeln und Bewertung per LLM mit einstellbarem Prompt, wählbarem Modell, Reasoning und Belegen aus der Wissensdatenbank.

Erfolgsquote, Urteile pro Schritt, Begründung des Bewertungsmodells, Nachfragen, Laufhistorie und Neubewertung.

Import aus JSON mit herunterladbarer Vorlage.

Geplante Health Checks mit deterministischen oder LLM-basierten Erwartungen und Alarmen per E-Mail oder Webhook bei Ausfall und Wiederherstellung.

Das Live-Widget unter simulierten Netzwerk- und CPU-Bedingungen testen.

Audio hochladen und Anbieter für Spracherkennung anhand der Wortfehlerrate vergleichen.

Prüfen, ob externe MCP-Server ihre Tools zuverlässig bereitstellen.

KPI-Kacheln für Interaktionen, Erkennung, eindeutige Nutzer, Zufriedenheit und Stimmung im Vergleich zum Vorzeitraum.

Nach Kanal, häufigste Intents, Erkennung pro Engine, NLU-Leistung, untrainierte Fragen und Systemleistung.

Untrainierte Fragen und unerwartete Antworten direkt im Dashboard in neue Intents umwandeln.

Berechnete Statistiken, eigene Dashboard-Widgets, Zeiträume und CSV-Export.

Transkriptansicht mit Exportsteuerung und Zugriff nur mit Berechtigung.

Laufende Gespräche verfolgen und in Echtzeit übernehmen, bei Telefonie auch per Sprache.

Daumen und Kommentare mit Zusammenfassungen, Filtern, Screenshots und aufgezeichnetem Anrufaudio (Stimme des Anrufers und gesprochene Antwort des Bots), dazu CSAT auf Gesprächsebene.

Flow-Statistiken, LLM-Nutzungsstatistiken und Kennzahlen pro Agent.

Interaktionen gemessen pro Mandant, Bot und Domain, mit KI-Kostenrechner und Interaktionsrechner in den Plattform-Tools.

Über die Engines von Amazon, Google, IBM und Microsoft.

Aus einem Flow-Block, über ein Agenten-Tool oder nach automatischen Regeln.

Gespräche aus der Admin-Konsole übernehmen, auch bei Telefonaten.

Mitarbeitende steigen im Webchat-Widget ins Gespräch ein, ihre Nachrichten sind klar gekennzeichnet.

Salesforce (Chat und SOAP), Freshdesk und Zoho SalesIQ.

Pro Bot konfigurierbar, mit Prüfung der Verfügbarkeit.

Sprachliste pro Bot und Lokalisierung sämtlicher Inhalte pro Sprache.

Sprache erkennen und mitten im Gespräch wechseln.

Über Amazon, Google, IBM und Microsoft.

Unterstützung regionaler Dialekte und Sprachen, mit Normalisierung sowie regionsspezifischen Stimmen und Modellen.

Jeder Datensatz und jede Abfrage ist auf den jeweiligen Mandanten beschränkt.

Einwilligungsabfrage, Link zur Datenschutzerklärung, Löschung von Nutzerdaten, Aufbewahrungsregeln und Kennzeichnung sensibler Felder.

Nutzernachrichten und KI-Daten mit konfigurierbaren, testbaren Mustern maskieren.

Nutzer-IDs werden gehasht, sodass Personen über ein Pseudonym statt über personenbezogene Daten identifiziert werden.

Zahlungsarchitektur nach PCI DSS v4.0.1 Level 1.

Audit-Logs für Nutzeraktionen, agentische Audit-Trails pro Aufgabe und manipulationssichere Ereignisprotokolle.

JWT mit kurzlebigen Refresh-Tokens, Schutz vor Brute-Force-Angriffen, E-Mail-Bestätigung und Zurücksetzen des Passworts.

SSO mit Microsoft (Azure AD / Entra) und Google.

Mehrstufige Authentifizierung bei der Anmeldung im Admin-Bereich.

Schlüssel werden gehasht und serverseitig geprüft, Dienste authentifizieren sich untereinander mit Signaturen.

Struktur aus Hauptmandant und Untermandanten; Nutzer können mehreren Mandanten angehören und zwischen ihnen wechseln.

Über 60 fein abgestufte Berechtigungen, eigene Rollen pro Mandant, Rollen pro Bot und getrennte Stufen für Ansehen und Verwalten.

Getrennte Berechtigungen für die Veröffentlichung in Test und Produktion.

Nutzer, Rollen mit Berechtigungsmatrix, Bots, API-Schlüssel und Abonnement.

Gespräche aus jeder Anwendung steuern, mit Endpunkten für Initialisierung, Nachrichten, Erreichbarkeit, Löschung und Analyse.

Tokens für Agenten, Bots und Workflows, jeweils mit eigenem Typ und Endpunkt.

Öffentliche API für die Interaktionszahlen eines Mandanten.

Agenten programmatisch aus Ihren eigenen Anwendungen starten.

Kubernetes-nativer Betrieb in jeder öffentlichen oder privaten Cloud, mit eigenen Produktionsregionen in der EU und den VAE für die Datenresidenz.

Lokaler Betrieb über Docker Compose (MongoDB, PostgreSQL mit pgvector).

Routing, Streaming-Proxy, Maskierung personenbezogener Daten, Tokenisierung von Karten und Rate Limiting vor der Plattform.

Nächtliches NLU-Neutraining, Prüfungen im Lebenszyklus von Mandanten und Durchsetzung der Tarifgrenzen.

Beim geordneten Herunterfahren werden laufende Gespräche zu Ende geführt, bevor eine Instanz stoppt.

Ausgewählte Anwendungsfälle nach Branche, mit Funktionen und unterstützten Kanälen.

Verschlüsselter Export und Import von Bots sowie von Intents, Entitäten und Funktionen.

Einrichtung eines Google-Cloud-Projekts für Google-basierte Kanäle.

Bei Bedarf Audio aus Text erzeugen.

Eingebaute Anleitung und einklappbare Navigation mit Wechsel zwischen Mandanten.