Relevance AI

Was ist Relevance AI?

Relevance AI ist eine kodenlose AI-Agent- und AI-Arbeitskräfteplattform für die Automatisierung von Geschäftsprozessen. Nutzer können den Agenten Rollen, Ziele und Anweisungen zuweisen sowie Wissensdatenbanken, Tools und Unternehmensanwendungen verbinden, damit dieser automatisch Aufgaben in den Bereichen Vertrieb, Marketing, Kundenservice, Forschung und Betrieb planen und ausführen kann.

Ein einzelner Agent kann eigenständig arbeiten oder sensible Operationen nur nach menschlicher Freigabe ausführen; mehrere Agenten können hingegen eine Arbeitsgruppe bilden, Aufgaben entsprechend ihren Aufgabenbereichen zuweisen und sich gegenseitig Aufgaben übertragen.

Es eignet sich besser für Geschäftsprozesse, bei denen „Werkzeuge zur Erledigung der Arbeit aufgerufen werden müssen“, anstatt nur Chat-Antworten zu generieren.

Kernfunktionen von Relevance AI

Codeloser AI-Agenten-Bauer

Die Benutzer können über die Benutzeroberfläche den Namen des Agents, eine Beschreibung der Rolle, Systemanweisungen, Modelle, Wissen sowie Tools festlegen – ohne dass ein Backend von Grund auf erstellt werden muss. Der Agent analysiert die Aufgabe, teilt sie in Schritte auf, wählt die passenden Tools aus und trifft aufgrund der Ergebnisse weitere Entscheidungen.

Die Plattform bietet außerdem einen Marketplace, in dem vorhandene Agenten und Tools geklont und anschließend an die Geschäftsbedürfnisse angepasst werden können.

Tools und Prozesse

Ein Tool ist eine konkrete Fähigkeit, die von einem Agenten ausgeführt werden kann – beispielsweise das Suchen auf Webseiten, das Versenden von E-Mails, das Aktualisieren von CRM-Systemen, das Extrahieren von Dokumenten, das Aufrufen von APIs oder das Ausführen eines mehrschrittigen Prozesses. Tools können aus kodefreien Schritten, Prompt-Ketten für Modelle sowie integrierten Aktionen bestehen.

Auch wenn ein komplexes Tool mehrere Schritte enthält, wird bei jedem Ausführungsvorgang nur als eine Aktion berechnet, wobei Drittanbieter-Dienste und -Modelle Vendor Credits erzeugen.

Kooperation mehrerer KI-Agenten in der Arbeitskraft

Workforce organisiert mehrere spezialisierte Agenten zu einem virtuellen Team. Nach Erhalt einer Aufgabe kann das System die Arbeit an den am besten geeigneten Agenten weiterleiten und bei Bedarf an andere Rollen übergeben.

Typische Kombinationen umfassen Market Researcher, Lead-Bewertung, E-Mail-Verfassen, CRM-Update und Meeting-Follow-up-Agenten. Um stabile Ergebnisse zu erzielen, sollten die Aufgaben, Eingaben/Ausgaben sowie Aufstiegskriterien für jede Rolle klar definiert sein.

Wissensdatenbank und langfristiger Kontext

Agenten können Dokumente, Webseiten und strukturierte Daten als Wissen nutzen, um durch Suchfunktionen bessere Antworten zu erzeugen. Unternehmen können Produktinformationen, Verkaufshandbücher, Richtlinien sowie häufig gestellte Fragen zur Einschränkung der Ausgaben verwenden.

Eine Wissensdatenbank kann die Richtigkeit nicht automatisch gewährleisten; es ist weiterhin notwendig, Versionen der Daten, Zugriffsrechte, Suchbereiche sowie sensible Felder zu verwalten.

Mehr als 2000 Arten von Integraten und Triggern

Die Plattform bietet umfangreiche AnwendungsinTEGRATIONEN, mit denen CRM-Systeme, E-Mail-Dienste, Nachrichtenfunktionen, Tabellen, Datenbanken sowie Werkzeuge für die Arbeitsprozessverwaltung verbunden werden können. Aufgaben können über Kalender, Webhooks, WhatsApp, LinkedIn, Telegram oder unternehmensspezifische Lösungen wie Salesforce, Snowflake und Zendesk ausgelöst werden.

Einige fortgeschrittene Auslöser sind durch Paketbeschränkungen eingeschränkt, und Drittanbieter-Apps können zusätzliche Gebühren verlangen.

Manuelle Genehmigungen und Smart Escalations

Der Agent kann bei außergewöhnlichen Fällen, geringer Zuverlässigkeit oder hochriskanten Aktionen per E-Mail oder über Slack eine manuelle Eingabe und Freigabe anfordern. Das Team kann das Senden von Nachrichten, die Änderung von Kundendaten, Preiszusagen oder Löschvorgänge zur Freigabe verpflichtend machen, um die durch die vollständige Automatisierung entstehenden Geschäftsrisiken zu vermeiden.

Anrufe, Meetings und Bewertungsanalysen

Team und Enterprise bieten Funktionen wie Telefon- und Meeting-Agenten, A/B-Testing sowie Analytics zur Verarbeitung von Anrufen und Meetings oder zum Vergleich verschiedener Agenteneinstellungen. Enterprise bietet zudem Agent-Bewertungen, Kontrolle der Arbeitszeiten, Verwaltung mehrerer Organisationen sowie Audits.

Die Bewertung sollte den Erfolg der Aufgaben, die Fehlnutzung der Tools, Verzögerungen, Kosten sowie den Anteil an manuellen Eingriffen umfassen.

API und offizielles SDK

Entwickler können über die API Aufgaben für Agenten, Tools und Workforces in ihren Produkten auslösen. Die offizielle JavaScript/TypeScript-SDK unterstützt Node.js, Deno, Bun, Cloudflare Workers sowie Browser und stellt Aufgabenevents sowie Echtzeit-Updates bereit;

Das offizielle Python SDK kann Agenten, Tools, Wissen und Aufgaben verwalten.

Die entsprechenden SDKs werden unter offenen Quellcode-Lizenzen wie MIT oder Apache 2.0 bereitgestellt, doch die Relevance AI-Cloudplattform sowie die Kerndienste sind keine Open-Source-Produkte.

Vergleich der Preise und Pakete von Relevance AI

Die derzeitige Abrechnung erfolgt in zwei Teilen:Actions Gibt an, wie oft das Tool vom Agenten ausgeführt wird.Vendor Credits Zahlungsmodell und Kosten für Drittanbieter-AI-Dienste. Laut den offiziellen Angaben werden die Vendor Credits zu den tatsächlichen Kosten des Anbieters berechnet, ohne Aufschlag.

Im Folgenden sind die derzeit von den offiziellen Dokumenten angegebenen Pakete aufgeführt.

Im Vergleich zur Monatszahlung spart man bei der jährlichen Zahlung für Pro und Team etwa 33 %. Die genauen Monatspreise sowie die damit verbundenen Gebühren sind auf der Zahlungsseite angegeben. Das bereits nicht mehr verfügbare Business-Paket ist nur noch für einige alte Nutzer erhältlich und sollte daher nicht als Option für neue Nutzer in Betracht gezogen werden.

Wie werden Actions und Vendor Credits berechnet?

In einem Tool können mehrere Schritte zusammengefasst werden, wodurch durch eine gute Gestaltung die Anzahl der Aktionen verringert werden kann. Je komplexer das Tool jedoch ist, desto höher können die Aufwände für die Fehlerbehebung, die Wiederherstellung nach Fehlern sowie der Ressourcenverbrauch des Modells ausfallen.

Die Plattform verbraucht Ressourcen für das Ausführen von Tools oder Agenten sowie Basis-Credits. Vor der Erstellung eines Produktionsprozesses sollte man die tatsächlichen Kosten mithilfe einer Aufstellung der Aufwände überprüfen.

Anleitung zur Verwendung von Relevance AI

1. Szenen auswählen:Definieren Sie zunächst eine messbare Aufgabe, wie zum Beispiel die Analyse von Hinweisen, das Aktualisieren des CRM oder die Erstellung und Freigabe von Nachfollgemails.
2. Agent erstellen:Beschreiben Sie die Rollen, Ziele, verbotene Handlungen, Erfüllungskriterien sowie die Situationen, in denen ein Upgrade erforderlich ist.
3. Wissen hinzufügen:Importieren Sie autorisierte und aktualisierte Produkt-, Richtlinien- und Geschäftsdaten sowie testen Sie die Suchergebnisse.
4. Konfiguration der Tools:Verbinden Sie Suchfunktionen, E-Mails, CRM oder interne APIs – verwenden Sie zunächst ein Testkonto mit minimalen Berechtigungen.
5. Triggereinstellungen:Wählen Sie manuell, nach Terminplan, über Webhook oder Anwendungsereignisse und fügen Sie eine Freigabestufe für externe Schreibvorgänge hinzu.
6. Test ausführen:Abdeckung von normalen Daten, fehlenden Daten, wiederholten Aufgaben sowie Tool-Fehlern – Anzeige der Aufgabenschritte und Kosten.
7. Zusammensetzung der Arbeitskräfte:Erst nachdem der Prozess stabil ist, sollten die Rollen aufgeteilt werden, damit mehrere Agenten gemäß klaren Protokollen die Aufgaben übernehmen können.
8. Echtzeit-Überwachung:Verfolgung der Erfolgsrate, des Action-Verbrauchs, der Vendor-Credits, der manuellen Übernahme sowie fehlerhafter Aktionen.

Anleitung zur Verwendung von Relevance AI

Erstellung wiederverwendbarer professioneller Workflows

1. Wählen Sie ein real existierendes Projekt mit niedrigem Risiko als Vorlage aus;
2. Bestimmte Reihenfolge für die Verwendung des kodenlosen AI-Agent-Builders, der Tools sowie von Prozessen und der Zusammenarbeit mehrerer KI-Agenten in der AI-Workforce;
3. Erfassen von Umgebung, Modellen, Hinweisen und Fehlbedingungen;
4. Manuelle Freigabe für Schreib-, Bereitstellungs- und Löschvorgänge einrichten;
5. Vergleichen Sie Geschwindigkeit, Kosten, Testbestehensrate und Anzahl der Nacharbeiten;
6. Erst nach Überprüfung der Stabilität auf Team- oder Produktionsumgebung ausweiten;

Für welche Benutzer geeignet

• Es wird angestrebt, ein GTM-Team für die Analyse von Verkaufsleads, deren Bewertung sowie das Nachfassen mit Agenten aufzubauen;
• Es werden Personen benötigt, die ohne Programmierung verschiedene Unternehmensanwendungen verbinden und automatisieren können.
• Produkt- und Innovationsteams, die komplexe Aufgaben mit mehreren Agenten bewältigen möchten;
• Entwickler, die einen Agent oder eine Workforce in ihre eigene Anwendung integrieren müssen;
• Unternehmensorganisationen, die manuelle Überprüfungen, Analysen, Berechtigungen und Audits in den Vordergrund stellen.

Vorteile und Bedenken

• Der Vorteil von RelevanceAI besteht darin, dass Agenten, Tools, Wissen, Integrationen, Trigger sowie mehrere intelligente Systeme auf einer kodenlosen Plattform zusammengefasst werden – und gleichzeitig Möglichkeiten für menschliches Eingreifen sowie Unternehmensmanagement bereitgestellt werden.
• Aktionen werden von den Modellkosten getrennt, was eine genauere Schätzung ermöglicht als bei einzelnen, unklaren Credits.
• Doch wenn ein Agent E-Mails, CRM-Systeme und Datenbanken verbinden kann, kann das auch reale Auswirkungen auf den Geschäftsbetrieb haben.
• Es müssen Mindestrechte, Testumgebungen, Genehmigungsverfahren, Idempotenz sowie Operationen zur Überwachung umgesetzt werden, um wiederholte Versendungen oder fehlerhafte Datenaktualisierungen zu vermeiden.
• Die Übertragung von VendorCredits setzt die Beibehaltung der Mitgliedschaft voraus; vor Kündigung sollten die Regeln zum Saldo überprüft werden.
• Die Plattform ist ein Cloud-Dienst; sensible Daten erfordern zudem eine Prüfung der Privatsphäre, der Datenspeicherung sowie der Unternehmensverträge.

Häufige Fragen

Ist Relevance AI kostenlos?

Es gibt einen kostenlosen Plan, der monatlich 200 Aktionen beinhaltet und außerdem einmalige Vendor-Credits als Bonus bietet – ideal zum Erstellen und Testen kleiner Agenten.

Was ist eine Aktion?

Jeder Aufruf des Tools durch einen Agenten oder Benutzer zählt als eine Aktion. Ein Tool kann mehrere Schritte enthalten, doch auch bei einem fehlgeschlagenen Aufruf wird in der Regel eine Aktion abgezogen.

Kann man seine eigenen OpenAI- oder andere Modell-Schlüssel verwenden?

Das Pay-as-you-go-Modell unterstützt „Bring Your Own LLM“; die Kosten für die Modelle werden vom jeweiligen Anbieter berechnet, wodurch die Vendor Credits von Relevance AI umgangen werden können.

Hat Relevance AI eine API?

Ja, es werden offizielle JavaScript/TypeScript- sowie Python-SDKs bereitgestellt, mit denen Agenten, Aufgaben, Tools und Workforces gestartet werden können sowie Echtzeit-Updates zu den Aufgaben erhalten werden.

Ist Relevance AI open source?

Die Plattform selbst ist nicht open source. Obwohl der offizielle SDK sowie einige Entwicklungstools ihre Quellcodes veröffentlichen, bedeutet das noch nicht, dass eine vollständige Agentenplattform privat bereitgestellt werden kann.