Boost.space

Eine kurze Beschreibung

Boost.space ist eine Plattform für Daten- und KI-Agenten, die sich an E-Commerce-Anbieter, Händler und Marken richtet. Sie ermöglicht es, Daten, die in Online-Shops, CRM-Systemen, ERP-Systemen, bei Lieferanten sowie in Werbesystemen vorhanden sind, in einer zentralen, Echtzeit-Datenbasis zu bündeln. Anschließend können Automatisierungsprozesse oder KI-Agenten innerhalb ihrer Berechtigungen diese Daten abrufen, verarbeiten und wieder schreiben.

Einführung in die Tools

Boost.space wird von dem tschechischen Unternehmen Boost.space s.r.o. betrieben. Auf der aktuellen Website wird der Schwerpunkt auf der Verwaltung von E-Commerce-Daten sowie auf einsetzbaren AI-Agenten gelegt. Es handelt sich dabei nicht um einen einzelnen Chatbot, sondern um eine Geschäftsplattform, die strukturierte Datenbanken, bidirektionale Synchronisierung, Automatisierung, integrierte KI-Funktionen, Remote-MCP, REST-APIs sowie SDKs bietet.

Die Plattform möchte Probleme wie unvollständige Produktkataloge, unübersichtliche Formatierungen der Lieferantendaten, inkonsistente Aufzeichnungen über verschiedene Kanäle sowie mangelnden zuverlässigen Geschäftskontext für KI lösen. Das Team kann zunächst die Datensysteme standardisieren und anschließend Aufgaben wie Organisation, Überprüfung, Preisgestaltung, Veröffentlichung oder Aktivierung der Zielgruppe an manuelle Prozesse, automatisierte Szenarien oder KI-Agenten übertragen.

Produktarchitektur

Typisierte Felder, Beziehungen zwischen Datensätzen sowie Schlüsselfelder bilden die Grundlage für einen zuverlässigen Betrieb der Plattform. Wenn die Schlüsselfelder richtig konfiguriert sind, können externe Daten vorhandene Datensätze aktualisieren, anstatt immer wieder Duplikate zu erstellen.

Hauptfunktionen

Einheitliche Geschäftsdaten

Die Plattform kann Daten aus E-Shops, CRM-Systemen, ERP-Systemen, Lieferanten, Vertriebspartnern, Werbeplattformen sowie anderen Geschäftswerkzeugen bündeln und durch Module, Räume, Aufzeichnungen und Felder eine einheitliche Struktur schaffen. Auf der offiziellen Website werden derzeit 2675 native Integrationen angezeigt, doch der tatsächliche Einsatzzustand kann sich je nachdem unterscheiden – entweder ist die Integration sofort nutzbar, oder es ist eine zusätzliche Konfiguration oder Kontaktaufnahme mit dem Support erforderlich.

Zweiwege-Synchronisierung und Doppelung vermeiden

Der Synchronisierungsprozess ermöglicht es, externe Daten in Boost.space zu schreiben sowie bearbeitete oder aktualisierte Datensätze wieder in das Verbindungssystem zurückzusenden. Nach der Einstellung der Schlüsselfelder kann der Importprozess bereits vorhandene Datensätze abgleichen und so das Risiko verringern, dass doppelte Produkte, Kontakte oder Bestellungen weiter anhäufen.

AI-Kartierung und Import

AI Mapping kann Daten aus den oberen Ebenen analysieren, Vorschläge für Zielfelder und Feldtypen machen sowie bei der Erstellung von Importkarten helfen. Es wird empfohlen, vor dem eigentlichen Import die SKU-, Preis-, Währungs-, Lagerbestand- und Primärschlüsselfelder manuell zu überprüfen, um zu vermeiden, dass Fehlkonfigurationen in die unteren Ebenen übertragen werden.

AI-Felder und Datenverarbeitung

Die AI-Felder können auf Basis von Anweisungen Eigenschaften von Datensätzen erzeugen oder ergänzen. Textwerkzeuge ermöglichen das Kürzen, Erweitern, Übersetzen und Umformulieren von Texten. Die Plattform bietet außerdem die Umwandlung und Überprüfung ganzer Spalten – zum Beispiel zur Vereinheitlichung der Benennung, zur Bereinigung des Formats, zur Überprüfung von Regeln oder zur Kennzeichnung unzulässiger Datensätze.

Agent Chat und semantische Suche

Der integrierte Agent Chat ermöglicht es den Benutzern, Anfragen in natürlicher Sprache an das Betriebssystem zu richten, und kann bei der Erstellung von Automatisierungen helfen. Datenbanken mit Vektoren können semantische Repräsentationen für bestimmte Bereiche erstellen, sodass Suchvorgänge oder Agenten Aufzeichnungen nach ihrem Sinngehalt abgleichen können – anstatt sich nur auf exakt übereinstimmende Schlüsselwörter zu verlassen.

Automatisierte Szenarien

Das Team kann durch Szenario-Verbindungen Trigger, Suchfunktionen, Operationen, Aggregationen sowie Iterationsschritte einsetzen, um sicherzustellen, dass die Daten gemäß Plan oder aufgrund von Geschäftsereignissen kontinuierlich fließen. Jede Aktion wie Lesen, Erstellen oder Aktualisieren kann als Operation gezählt werden; bei Erreichen der Obergrenze des Pakets kann die Synchronisierung unterbrochen werden.

Ferngesteuertes MCP

Boost.space hostet den Remote MCP Server – externe AI-Kunden müssen keinen eigenen Server bereitstellen, um auf die Geschäftsdaten zuzugreifen. Der Agent kann nur die Rechte nutzen, die dem Benutzer gewährt wurden: Er kann Einträge suchen und schreiben, Strukturen erstellen, AI-Operationen ausführen sowie bei aktivierter On-Demand-Ausführung bestimmte Automatisierungsabläufe auslösen.

REST API und SDK

Die REST-API stellt für jeden Tenant eine eigene Basisadresse bereit und verwendet Bearer-Tokens zur Authentifizierung. Sie umfasst Ressourcen wie Module, Bereiche, Einträge, Felder, Dateien, Benutzer, Teams, Tags, Status, Vektor-Datenbanken sowie AI-Funktionen. Entwickler können mithilfe von Paginierung, Filtern, Berechtigungsregeln sowie den OpenAPI-Spezifikationen interne Systeme oder angepasste Anbindungen erstellen.

Fertige E-Commerce-AI-Agenten

Die offizielle Website beschreibt diese Agenten als Geschäftskomponenten, die direkt eingesetzt werden können. In Wirklichkeit hängt jedoch die Leistung von der Datenqualität, der Abdeckung der Felder, den Berechtigungen, dem Standort, den Kanalregeln sowie der manuellen Überprüfung ab. Bei Fragen bezüglich der Preise, der Zielgruppe für Werbeanzeigen oder der Veröffentlichung von Produkten sollte eine Genehmigungsprozedur eingehalten werden, und jede Änderung muss dokumentiert werden.

Prozess zur Etablierung einer Datengrundlage

1. Bestimmen Sie die zu standardisierenden Datensätze, wie z. B. Produkte, Bestellungen, Kunden, Lagerbestände oder Lieferanten, und legen Sie den verantwortlichen Mitarbeiter für jede Datenkategorie fest.
2. Erstellen Sie für jede Objektklasse ein Modul und teilen Sie anschließend die Räume nach Marke, Markt, Kanal oder Team auf.
3. Konfigurieren Sie Felder wie Texte, Zahlen, Beträge, Daten sowie Beziehungen zueinander und wählen Sie stabile SKU-, Bestellnummern- oder Kundenidentifikatoren als Schlüsselfelder aus.
4. Verbinden Sie die Kanal-Apps oder importieren Sie Sample-Daten; nach der Erstellung einer ersten Karte mithilfe von AI Mapping wird jede Spalte manuell überprüft.
5. Führen Sie zunächst die Synchronisierung im Testumfeld aus, um wiederholte Einträge, leere Werte, Währungen, Zeitzone, Status und Beziehungen zu überprüfen.
6. Nach Bestätigung des Ergebnisses wird die vollständige Synchronisierung aktiviert, und es werden Warnungen bei Fehlern, Aktivitätsprotokolle, Backups sowie Verantwortliche festgelegt.

Der Prozess der Einrichtung von AI-Agenten

1. Wählen Sie ein quantifizierbares Einzelproblem aus, wie z. B. die Rate fehlender Produktattribute, die Zeit bis zur Veröffentlichung durch den Lieferanten oder Verzögerungen bei Preisaktualisierungen.
2. Ordnen Sie die für den Agenten erforderlichen Felder, die Historie, die Geschäftsregeln sowie den Zielraum für Schreibvorgänge. Löschen oder isolieren Sie zunächst die offensichtlich fehlerhaften Daten.
3. Es werden nur die Lese- und Schreibrechte gewährt, die zur Erfüllung der Aufgaben notwendig sind; sensible Kundendaten sowie finanzielle Angaben bleiben so weit wie möglich verborgen.
4. Verwenden Sie kleine Stichproben repräsentativer Aufzeichnungen, um Hinweise, Zuordnungen, Ausgabeformate und Fehlerbehandlung zu testen – ohne den gesamten Verzeichnisinhalt direkt zu überschreiben.
5. Die Vertriebsmitarbeiter überprüfen die Fakten, den Ton der Marke, die Klassifizierung, die Preise sowie die Compliance-Anforderungen, bevor sie eine Überarbeitung oder Freigabe erteilen.
6. Die Genauigkeit der kontinuierlichen Statistiken, der Anteil an manuellen Änderungen, die Verarbeitungszeit sowie die Geschäftsindikatoren werden überwacht. Wenn diese Werte nicht den Standards entsprechen, wird die Verarbeitung vorübergehend gestoppt und die Regeln angepasst.

Über MCP oder API zugänglich

1. Erstellen Sie in den persönlichen Einstellungen ein API- oder MCP-Token und wählen Sie je nach Modul und Aktion den geringsten Bereich an Berechtigungen aus.
2. MCP-Nutzer kopieren die speziellen Systemverbindungsdaten und führen die Autorisierung im unterstützten AI-Client durch; API-Nutzer speichern hingegen die Tenant-ID und das Token.
3. Zuerst wird eine nur zur Lektüre dienende Abfrage ausgeführt, um zu überprüfen, ob der Agent oder die Anwendung nur auf die erwarteten Module, Räume und Datensätze zugreifen kann.
4. Für das Schreiben, Löschen oder Auslösen von Szenarien werden Parameterüberprüfungen, Idempotenzkontrolle, Protokollierung sowie manuelle Bestätigung hinzugefügt.
5. Überwachen Sie die Rate-Limits, Wiederholungsversuche, durchgeführte Operationen sowie den Verbrauch an AI-Credits und entwickeln Sie Strategien zur Vermeidung von Fehlern vom Typ 429 oder anderen Servicefehlern.
6. Wenn sich der Verwendungszweck eines Tokens ändert oder ein Datenleck vermutet wird, sollte ein neues Token erstellt und das alte Token widerrufen werden, da die Rechte des bestehenden Tokens nicht direkt geändert werden können.

Für welche Benutzer geeignet

• E-Commerce- und Einzelhanderteam: Vereinigung der Produkt-, Bestell- und Lagerdaten mehrerer Shops, Marktplattformen und Lieferanten.
• Produktmanagement-Mitarbeiter: Ergänzung der Produktattribute, Standardisierung des Katalogs und Verkürzung der Vorbereitungszeit für die Veröffentlichung auf mehreren Kanälen.
• Daten- und Betriebsteam: Reinigung, Überprüfung, Verknüpfung und Synchronisierung von Daten aus CRM-, ERP- und Werbeplattformen.
• Automatisierungsberater und -dienstleister: Liefern datenbasierte Prozesse zwischen Anwendungen über Szenarien, APIs oder SDKs.
• Entwickler von AI-Agenten: Mit MCP oder REST-APIs erhalten Agenten einen berechtigungsgeprüften, Echtzeit-Unternehmenskontext.
• Mittelgroße und große Unternehmen: Organisationen, die einen eigenen Implementierungsrahmen, Verwaltungsprozesse, Support-Dienste oder individuelle Konditionen benötigen.

Typische Anwendungsszenarien

• Anbindung des Lieferantenkatalogs: Umwandlung verschiedener Tabellen, Feeds und Feldbezeichnungen in eine einheitliche Produktstruktur.
• Synchronisierung von Produkten über mehrere Kanäle: Nach der Reinigung der Titel, Spezifikationen und Kategorien werden die Ergebnisse in das Ziel-System geschrieben.
• Produktinformationen ergänzen: Identifizieren Sie fehlende Farben, Materialien, Größen, Etiketten oder Beschreibungen und planen Sie eine Überprüfung.
• Hilfe bei der dynamischen Preisgestaltung: Es werden Empfehlungen auf der Grundlage interner Regeln und externer Signale erstellt, doch die endgültige Preiserhöhung muss vom Verantwortlichen genehmigt werden.
• Kundendatenaktivierung: Organisation der Kundenattribute im Rahmen der gesetzlichen Genehmigungen und Erstellung einer Marketingzielgruppe.
• Optimierung der Erkennbarkeit durch KI: Überprüfung, ob die Produktinformationen ausreichen, um präzise Empfehlungen in KI-gestützten Suchfunktionen und -fragen zu ermöglichen.
• Arbeit mit natürlicher Sprache: Es ermöglicht dem Team, über Agent Chat nach Aufzeichnungen zu suchen, Felder zu aktualisieren oder einfache Abläufe zu erstellen.
• Interne Agentenverbindung: Über MCP ermöglicht es ChatGPT, Claude, Cursor oder anderen Clients, Geschäftsdaten abzufragen und zu verarbeiten.

Vorteile des Produkts

• Datenbanken, Synchronisierung, Automatisierung und AI-Agenten auf derselben Datenbasis zusammenfassen, um mehrere Zwischenspeicher zu reduzieren.
• Typisierte Felder, Beziehungen zwischen Datensätzen und Schlüsselfelder tragen dazu bei, die Konsistenz der von Agenten eingegebenen Daten zu verbessern.
• Zweiwege-Synchronisierung wird unterstützt, wodurch die bereinigten Daten in einem kontrollierten Prozess in das Geschäftssystem zurückgeführt werden können.
• Die aktuelle Website listet 2675 native Integrationen auf, die gängige E-Commerce-, CRM-, ERP- und Marketing-Tools abdecken.
• Integrierter Agent Chat und gehosteter MCP koexistieren und berücksichtigen sowohl codefreie Benutzer als auch externe AI-Clienten.
• REST-APIs und typisierte SDKs erleichtern Entwicklern das Erstellen von maßgeschneiderten Schnittstellen, Batch-Verarbeitungen sowie internen Anwendungen.
• Rechte sind an den Benutzer und den Bereich gebunden und können festlegen, welche Daten ein Agent lesen und ändern darf.

Einsatzbeschränkungen und Hinweise

• Der Wert der Plattform hängt stark von der Qualität der Rohdaten ab; fehlerhafte Primärschlüssel, veraltete Preise oder unvollständige Felder können die Synchronisierung sowie die Entscheidungen der Agenten beeinträchtigen.
• Zweisträngige Rückschreibvorgänge können Fehler schnell in den E-Commerce-, CRM- oder ERP-Systemen verbreiten; daher müssen zuerst Testverfahren durchgeführt werden und Genehmigungs- sowie Rollback-Pläne vorbereitet werden.
• Vorschläge zur AI-gestützten Ergänzung, Übersetzung, Überprüfung und Preiskalkulation können zu Fehlern führen; eine Prüfung hinsichtlich Produkten, Gesetzen oder Finanzen sollte nicht umgangen werden.
• KI-Funktionen verbrauchen KI-Credits; automatisierte Szenarien können zudem Operations verbrauchen. Auf der aktuellen öffentlichen Seite werden nicht alle Limits zusammengefasst aufgeführt.
• Wenn die Grenzen für Aufzeichnungen oder Abläufe erreicht sind, kann es notwendig sein, alte Daten zu löschen, die Kapazität zu erhöhen oder auf ein höheres Niveau zu upgraden. Vor dem Kauf sollte die maximale Nutzungsmenge geschätzt werden.
• Einige Integrationen erfordern zusätzliche Einstellungen, Drittanbieterkonten oder separate Gebühren; die Anzahl der integrierbaren Funktionen entspricht nicht der Gesamtzahl der Funktionen, die ohne Konfiguration genutzt werden können.
• Alte Self-Service-Pakete, Legacy-Module und die aktuellen Unternehmens-Agentur-Lösungen können gleichzeitig in den Dokumenten auftauchen; Vorteile und Preise dürfen nicht miteinander vermischt werden.
• Externe AI-Clienten schaffen neue Datenzugriffswege; es sollten die eigenen Richtlinien des Clients bezüglich Datenspeicherung, Training und grenzüberschreitender Übertragung überprüft werden.
• Unternehmen sollten vor Abschluss des Vertrags die Speicherung der Daten, die Backups, das Löschverfahren, die Zulieferer für die Verarbeitung der Daten, die Vorgehensweisen bei Ereignissen, die SLAs sowie die Anforderungen an die Konformität klären.

Preise und Beschaffungspläne

Der untenstehende Plan wurde am 20. August 2026 anhand der aktuellen Preisliste von Boost.space überprüft; die Währung ist der US-Dollar. Auf der aktuellen Seite werden drei Phasen für den Unternehmenskauf angeboten: Snapshot, Blueprint und Platform. Der endgültige Umfang, die Steuern sowie die Leistungsversprechen richten sich nach dem Angebot und dem Vertrag.

Ein Snapshot ist eine manuell durchgeführte Diagnose des Shops und entspricht nicht einem dauerhaft kostenlosen, vollständigen Account auf der Plattform; nach Abschluss von Blueprint kann der Kunde die gelieferten Ergebnisse behalten, ohne verpflichtet zu sein, die Plattform zu kaufen. Für die Plattform gibt es keinen einheitlichen öffentlichen Preis, da die Implementierungskosten je nach Art des Agenten, Umfang der Daten sowie den Kanälen und Marktbedingungen variieren.

Die alten Preisangaben können weiterhin Free, Pro, Business und Enterprise sowie Beschränkungen der Self-Service-Pakete wie die Anzahl der Aufzeichnungen, AI-Credits und Betriebsabläufe anzeigen. Auf der aktuellen offiziellen Preistabelle werden diese festen Beträge jedoch nicht mehr als Hauptoptionen für den Kauf angezeigt. Bestehende Kunden sollten sich an die Angaben auf der Rechnungsseite ihres Kontos sowie am Vertrag orientieren; man darf aus den alten Preisen keine Schätzungen für die Kosten neuer Kunden ableiten.

Die aktuellen Bedingungen beschreiben außerdem eine vorübergehende 14-tägige kostenlose Lizenz sowie Monats-, Quartals-, Jahresabonnements oder maßgeschneiderte Verträge – doch diese sollten nicht mit der kostenlosen Snapshot-Funktion verwechselt werden. Ob bei der aktuellen Registrierung weiterhin eine vollständige Testversion automatisch bereitgestellt wird, muss bei der Anmeldung oder nach Bestätigung des Verkaufs überprüft werden.

AI-Kredite und Verbrauch

Laut den offiziellen Dokumentationen werden die AI-Credits monatlich bereitgestellt und werden nicht angesammelt. Auf der derzeit öffentlich zugänglichen Preisliste für Unternehmen wird jedoch kein einheitlicher Betrag angegeben. Die Kunden sollten eine detaillierte Offerte anfordern, in der die AI-Credits, die Kosten für die Nutzung, die Benutzer oder Administratoren, der Speicherbedarf sowie die Regeln für den Überschreitungsbetrag klar aufgeführt sind.

Support-Plattformen und Integration

API-, SDK- und MCP-Fähigkeiten

Die Berechtigungen eines API-Tokens dürfen die des Erstellers nicht überschreiten und können nach Modulen sowie bestimmten Aktionen eingeschränkt werden. Bei der Entwicklung sollte man auf das Verwaltertoken für globale Berechtigungen verzichten und stattdessen für Tests, die Produktivumgebung sowie persönliche Anwendungen unterschiedliche Token verwenden.

Daten Sicherheit und Privatsphäre

Die offizielle Website zeigt derzeit Informationen zur Konformität mit den Vorgaben von GDPR, ISO 27001, CASA Tier 2, SOC 2 Type I und HIPAA. Bei Einkäufen sollten Unternehmen Berichte oder Nachweise anfordern, die auf das jeweilige Produkt, den Einsatzort sowie die Vertragsparteien zutreffen – man kann nicht einfach davon ausgehen, dass alle Anforderungen automatisch erfüllt sind, nur weil auf der Website ein entsprechendes Zertifikat zu sehen ist.

Hinweise zur Datenschutzerklärung: Boost.space kann je nach Situation entweder als Verantwortlicher oder als Verarbeiter auftreten. Die Zwecke der Verarbeitung der von den Kunden übermittelten Geschäftsdaten werden in der Regel von den Kunden selbst festgelegt. Bei der Verbindung mit Drittanbieterkomponenten wie Make, Cloud-Umgebungen oder externen AI-Clienten müssen zudem die Datenrollen der jeweiligen Parteien, die Unterverarbeiter sowie die Vorschriften für die grenzüberschreitende Übertragung geprüft werden.

• Vor der Unterzeichnung sollten Standort der Daten, Backup-Orte, Aufbewahrungsfrist, Löschverfahren sowie die Möglichkeit zur Exportierung der Daten überprüft werden.
• Es werden ein Datenerfassungsprotokoll, eine Liste der Unterauftragnehmer, Sicherheitsberichte sowie Fristen für die Meldung von Vorfällen angefordert.
• Sensible Felder werden nach dem Prinzip des Mindestbedarfs erfasst und durch Räume, Rollen sowie Token-Bereiche auf den Zugriff beschränkt.
• Der AI-Agent wird zunächst mit maskierten Beispielen getestet; Schreibvorgänge, Löschvorgänge sowie Preisänderungen im Produktivumfeld erfordern weiterhin eine manuelle Genehmigung.
• Regelmäßige Überprüfung des Aktivitätslogs, Synchronisierungsfehler, abweichende Massenänderungen, Tokenverwendung und Verbindungen zu Drittanbietern.
• Beim Beenden der Zusammenarbeit die notwendigen Aufzeichnungen exportieren, Verbindungen und Token löschen sowie den Löschzeitraum in der Sicherung überprüfen.

Open-Source-Situation

Die Boost.space-Plattform ist kein Open-Source-Produkt. Es gibt keine Anzeichen dafür, dass ihre Datenbanken, Synchronisierungsmechanismen, KI-Agenten oder die MCP-Hosting-Dienste als eigenständige, vollständig open-source-basierte Systeme eingesetzt werden können. Der Status „Open Source“ in den Verzeichnissen sollte daher als „nicht Open Source“ markiert werden.

Das offizielle Python SDK-Softwarepaket wird unter der MIT-Lizenz bereitgestellt und enthält auch eine Version mit dem Quellcode. Allerdings ist das entsprechende GitHub-Repo derzeit nicht öffentlich zugänglich. Die SDK-Lizenz gilt nur für den Client-Code; sie bedeutet nicht, dass kommerzielle Plattformen, Benutzerdaten oder generiertes Inhalt ebenfalls unter einer Open-Source-Lizenz stehen.

Grundlegende Informationen

Empfehlungswert

Die Empfehlungswertung beträgt 4,2 von 5 Punkten. Der besondere Vorteil von Boost.space besteht darin, dass Produkte, Bestellungen sowie Kundendaten zunächst in eine strukturierte, vernetzte und synchronisierbare Datengrundlage umgewandelt werden. Anschließend können eingebettete oder externe KI-Agenten innerhalb desselben Berechtigungssystems arbeiten.

Es eignet sich besser für E-Commerce-Teams, die über mehrere Datenquellen verfügen, klare Geschäftsindikatoren sowie eine effektive Steuerungsmöglichkeit haben. Es handelt sich dabei nicht um ein einfaches Chat-Tool, mit dem alle Probleme im Zusammenhang mit Katalogen kostengünstig gelöst werden können. Anpassungen bei den Einkäufen, die Berechnung der Verbrauchsmengen, die Datenqualität sowie die Risiken bei der zweckentfremdeten Nutzung müssen in einer Pilotphase überprüft werden.

Häufige Fragen

Was ist Boost.space für ein Tool?

Es handelt sich um eine Geschäftsplattform, die strukturierte Daten, Anwendungs-Synchronisierung, Automatisierung sowie KI-Agenten miteinander verbindet. Derzeit konzentriert sie sich auf die Produktverwaltung für E-Commerce-Anbieter, Einzelhändler und Marken.

Ist Boost.space kostenlos?

Die aktuelle Seite für offene Ausschreibungen bietet eine kostenlose Diagnose über den Snapshot-Shop an – doch das bedeutet nicht, dass die gesamte Plattform dauerhaft kostenlos ist. Für die Einrichtung der Plattform gelten individuelle Preise. Ob die alten Selbstbedienungs-Pakete oder die 14-tägige Testversion weiterhin für neue Konten geeignet sind, muss bei der Registrierung überprüft werden.

Was wird mit dem Snapshot geliefert?

Laut den Angaben auf der offiziellen Website führt das Team innerhalb von etwa 24 Stunden eine Überprüfung des Shops durch und liefert Ergebnisse in etwa 2 bis 3 Seiten, die die Aspekte der AI-Sichtbarkeit sowie Probleme im Katalog behandeln. Die Nutzer müssen lediglich die Informationen zu ihrem Shop einreichen – es handelt sich dabei nicht um einen Software-Abonnementservice.

Warum kostet Blueprint 5000 US-Dollar?

Blueprint ist ein vierwöchiges Diagnose- und Entwurfsprojekt, dessen Endresultat eine Bericht mit 25 bis 40 Seiten, ein Arbeitsbuch mit Nachweisen auf SKU-Ebene sowie eine Roadmap umfasst. Es dient dazu, Chancen zu quantifizieren und den Umfang der anschließenden Umsetzung durch einen Partner zu definieren – anstatt lediglich einen Account zu erwerben.

Muss man die Platform nach dem Blueprint kaufen?

Die derzeitigen offenen Fragen und Antworten deuten darauf hin, dass keine Kaufverpflichtung besteht; der Kunde kann die Blueprint-Ergebnisse behalten. Soll die Implementierung fortgesetzt werden, werden der Umfang der Plattform sowie die Preise je nach Art des Agenten, Menge der Daten, Vertriebskanälen, Marktbedingungen und Messkriterien festgelegt.

Wie viele Anwendungsintegrationen werden unterstützt?

Die offizielle Website zeigt 2675 native Integrationen, und in den offiziellen Dokumenten werden zahlreiche Drittanbieter-Anwendungen aufgeführt. Verschiedene Integrationen können entweder direkt nutzbar sein, erfordern zusätzliche Einstellungen oder eine Kontaktaufnahme mit dem Support – man kann die Verfügbarkeit daher nicht allein anhand der Gesamtzahl beurteilen.

Wie vermeidet Boost.space doppelte Einträge?

Der Administrator kann für Space Schlüsselfelder festlegen, wodurch bei der Eingabe von Daten, die mit diesen Feldern übereinstimmen, die vorhandenen Einträge aktualisiert werden. Wenn die Schlüsselfelder instabil sind oder falsch zugeordnet werden, können dennoch Duplikate oder Überschreibungen entstehen. Deshalb sollte man zunächst mit Beispielen testen.

Kann es die Preise der Waren automatisch ändern?

Die Plattform bietet einen dynamischen Preisgestaltungsalgorithmus sowie die Möglichkeit zur zweigleisigen Rückmeldung, doch eine öffentliche Präsentation bedeutet nicht, dass alle Kunden automatisch ihre Preise anpassen müssen. Vor der eigentlichen Nutzung sollten Preisgrenzen, Genehmigungsverfahren, Fehlererkennung sowie Mechanismen für eine schnelle Rücknahme festgelegt werden.

Wie wird die Gebührenberechnung für KI-Funktionen gestaltet?

Operationen wie AI-Felder, Textverarbeitung, Konvertierung und Validierung verbrauchen AI-Credits. In automatisierten Szenarien werden außerdem Operations-Kosten anfallen. Auf der aktuellen Preistabelle des Unternehmens sind keine einheitlichen, offiziellen Angaben zu den genauen Mengen festgelegt. Es sollte daher eine Offerte angefordert werden, die die Menge sowie die Regeln für Überschreitungen klar ausweist.

Wird eine API und MCP bereitgestellt?

Verfügbar. Die REST-API eignet sich für die programmierte Integration, während Remote MCP es ermöglicht, dass ChatGPT, Claude, Cursor sowie andere kompatible Clients innerhalb ihrer Berechtigungen auf Geschäftsdaten zugreifen können.

Welche SDKs werden unterstützt?

Die offizielle Übersicht listet TypeScript, Python, PHP und Go auf, doch die öffentlichen Installationsinformationen zeigen, dass TypeScript und Python am klarsten dargestellt sind; der Veröffentlichungszustand von PHP und Go sollte bei der Verbindung überprüft werden. Für das Python-Paket wird Version 3.11 oder neuer erforderlich, und es ist als Beta gekennzeichnet.

Ist Boost.space open source?

Die Plattform selbst ist nicht open source. Das Python SDK wird unter der MIT-Lizenz bereitgestellt, doch das SDK dient lediglich dazu, auf die kommerzielle Plattform zuzugreifen; es kann daher weder Datenbanken, AI-Agenten noch Hosted-Dienste als open source bezeichnet werden.

Wird die Daten von einem KI-Modell trainiert?

Die offizielle Datenschutzerklärung gibt die Zusage ab, dass bestimmte Daten der Google API nicht zur Erstellung allgemeiner Modelle verwendet werden. Diese Aussage kann jedoch nicht auf alle Kundendaten sowie alle externen AI-Kunden ausgedehnt werden. Unternehmen sollten in Verträgen sowie in den Bedingungen jeder Modellanbieterin die Mechanismen für das Training, die Speicherung und den Rückzug von Daten festlegen.

Was ist die wichtigste Vorbereitung vor dem Go-Live?

Zuerst sollte ein stabiles Datenmodell, Schlüsselfelder, Berechtigungen sowie Prüfprozesse geschaffen werden, anschließend kann man mit einer Aufgabe von geringem Risiko und messbaren Ergebnissen beginnen. Ohne zuverlässige Daten und manuelle Überprüfung wird die Automatisierung nur schneller Fehler verbreiten.