Onetab AI

Einführung in die Tools

Onetab AI ist eine KI-Agentur, eine Plattform für Wissenssuche und Automatisierung von Workflows – entwickelt für Unternehmen. Es handelt sich dabei nicht um eine Erweiterung zur Verwaltung von Browser-Tabellen mit ähnlichem Namen. Onetab AI kann Unternehmensanwendungen und Daten miteinander verbinden, sodass die KI-Agenturen nach festgelegten Abläufen Suchvorgänge durchführen, Daten analysieren, Einträge aktualisieren sowie zwischen verschiedenen Systemen zusammenarbeiten können.

Hauptfunktionen

Visualisierung von Workflows und Agenten

Benutzer können Trigger, Bedingungen, Schleifen, Kombinationen sowie Modelle und externe Tools durch visuelle Knotenkonfigurationen auslösen. Zudem kann in den Knoten JavaScript oder Python verwendet werden, um Daten zu verarbeiten. Der natürlsprachliche Konstruktor ermöglicht es, Prozesse anhand von Beschreibungen zu erstellen, während Knoten für die manuelle Überprüfung genutzt werden, um hochriskante Ausgaben zu blockieren.

• Erstellen Sie intelligente Agenten für Kundenservice, Vertrieb, Betrieb und Forschung & Entwicklung aus Vorlagen oder leeren Leinwänden.
• Verwenden Sie feste Logik und generative Modelle gemeinsam, um komplexe Prozesse zu bewältigen.
• Manuelle Bestätigung für Senden, Löschen, Bezahlen und externe Schreibvorgänge einrichten.
• Mithilfe von MCP können externe AI-Klienten autorisierte Unternehmensworkflows aufrufen.

Unternehmenssuche, Wissensgraphen und -Analyse

Der OneSearch Agent verbindet Schlüsselwörter mit vektorbasierter Suche und nutzt Wissensgraphen, um Personen, Inhalte sowie Geschäftsbeziehungen miteinander zu verknüpfen. Der OneReap Agent hingegen ist für die Analyse strukturierter und unstrukturierter Daten konzipiert; er ermöglicht es, Fragen in natürlicher Sprache zu stellen und fundierte Ergebnisse anzusehen.

• Einsatz einer einheitlichen Suche in verbundenen Dokumenten, Dialogen, Tickets und Geschäftsprozessen.
• Die Identitäten und Berechtigungen des ursprünglichen Systems werden beibehalten, um das Risiko einer Übergriffsberechtigung zu verringern.
• Bieten Sie Kontext für die Antwort sowie überprüfbare Unternehmensinhalte.
• Datenauswertung, tiefgehende Analyse und Überprüfungsfunktionen zur Unterstützung von Geschäftsentscheidungen.

Debugging, Überwachung und Bereitstellung

Die Plattform protokolliert die Eingaben, Ausgaben und Fehler jedes Nodes. Es ist möglich, Testdaten festzulegen, Schritte wiederzugeben sowie Wiederholungs- und Fehlerrouting-Einstellungen vorzunehmen. Workflows können im offiziellen Cloud-Service, im Kunden-Cloud-Service oder in einer isolierten lokalen Umgebung ausgeführt werden. Zudem kann über Git die Verwaltung der Versionen zwischen Entwicklungs-, Vorab- und Produktivumgebungen erfolgen.

• Überprüfen Sie das vollständige Ausführungslog in Echtzeit und filtern nach Status oder Datum.
• Konfigurieren Sie für fehlerhafte Knoten eine feste, exponentielle oder benutzerdefinierte Wiederholungsstrategie.
• Verwenden Sie den Queue-Modus sowie Agent-Instanzen mit unterschiedlichen Spezifikationen, um die Durchsatzleistung zu erhöhen.
• Die Community-Version und die Enterprise-Version können über Docker oder Kubernetes bereitgestellt werden.

Anleitung zur Verwendung

1. Registrieren Sie sich für einen 14-tägigen Testlauf und wählen Sie zunächst einen einfachen, risikofreien Prozess, dessen Ergebnisse leicht überprüft werden können.
2. Verbinden Sie die notwendigen Unternehmensanwendungen oder -daten und gewähren Sie nur die minimalen Berechtigungen, die zur Erfüllung der Aufgabe erforderlich sind.
3. Starten Sie mit einem Template oder natürlicher Sprache bei der Erstellung von Agenten und fügen Sie Bedingungen, fehlerhafte Routen, Protokolle sowie manuelle Freigaben hinzu.
4. In der Testumgebung werden feste Beispieldaten verwendet, um jeweils normale Daten, leere Daten, Zugriffsfehler sowie Zeitüberschreitungen bei externen Diensten zu überprüfen.
5. Wählen Sie Cloud, eigene Cloud oder lokale Bereitstellung und verwalten Sie mit Git die Entwicklungs-, Vorab- und Produktionsversionen.
6. Nach dem Go-Live werden Ausführungsmengen, Kosten, Fehler, manuelle Ablehnungen sowie tatsächliche Geschäftsindikatoren überwacht, wobei der Umfang schrittweise erweitert wird.

Für welche Benutzer geeignet

• Unternehmensteams, die Automatisierung über E-Mails, CRM-Systeme, Tabellen, Tickets, Dokumente und Chat-Tools benötigen.
• Organisationen, die Wissenssuche, Datenanalyse und ausführende Agenten auf einer einheitlichen Plattform zusammenbringen möchten.
• Entwicklerteams, die Low-Code-Orchestrierung benötigen, während sie weiterhin die Möglichkeiten von Python, JavaScript und benutzerdefinierten Schnittstellen nutzen können.
• Regulierte Unternehmen, die lokale, isolierte Netzwerke, Zugriffskontrollen sowie Audit-Logs erfordern.
• Persönliche Nutzer, die nur Tabellen im Browser komprimieren möchten, sollten ein anderes Produkt wählen.

Agent-Ressourcen-Paket

Sowohl Starter, Pro als auch Business bieten monatlich 5 US-Dollar an gemeinsam nutzbaren AI-Punkten an; auf der Seite wird außerdem eine Jahreszahlung angeboten, wodurch bis zu 20 % eingespart werden können. Allerdings werden auf den statischen Informationen keine Gesamtkosten für die jährliche Zahlung in den einzelnen Paketen angegeben. Bei Starter werden für die Anzahl der Agenten auf derselben Preistabelle sowohl 10 als auch 3 Angaben gemacht – vor dem Kauf muss man sich daher an den tatsächlichen Konditionen orientieren.

Bei den Plänen Pro und Business kann der Agent zusätzlich auf Small, Medium oder Large aufgewertet werden. Die monatlichen Kosten betragen jeweils 4,99, 9,99 bzw. 19,99 US-Dollar. Aufgrund unterschiedlicher Spezifikationen, Anfragenmengen und Rechenleistung muss auf der Rechnungsseite überprüft werden, ob die Aufwertungskosten pro Agent berechnet werden.

Teamzusammenarbeitspaket

Auf der Preisanzeige werden gleichzeitig die Pakete für Ressourcenbasierte Agenten sowie die Kooperationspakete nach Anzahl der Plätze angezeigt. Die Grenzen der jeweiligen Dienstleistungen sowie ob eine zusätzliche Abrechnung erforderlich ist, werden dort nicht vollständig erläutert. Unternehmen sollten einen umfassenden Kostenvoranschlag erhalten, der Plätze, Ausführung, AI-Punkte, Modelle, Connector, Support und Deployment umfasst.

Vorteile des Produkts

• Es vereint visuelle Konfiguration mit Code-Node-Systemen und kann sowohl einfache Automatisierungen als auch komplexe Agentenprozesse abdecken.
• Unternehmenssuche, Wissensgraphen, Datenanalyse und Arbeitsabläufe können zusammen eingesetzt werden.
• Es werden Debugging-Tools wie Echtzeit-Logs, Datenspeicherung, Wiedergabe, Wiederholung und fehlerhafte Routen bereitgestellt.
• Unterstützung für die Bereitstellung in öffentlichen Clouds, Kunden-Clouds sowie lokalen und isolierten Netzwerken.
• Offizielle API-Dokumentation, MCP, Git-Umgebung sowie verschiedene Anwendungsintegrationen – es gibt zahlreiche Möglichkeiten zur Erweiterung.

Einsatzbeschränkungen und Hinweise

• Mehrere Produktsets und Abrechnungsebenen existieren gleichzeitig; bei der Kostenerfassung müssen Sitzplätze, Anfragen, AI-Punkte sowie Instanz-Upgrades berücksichtigt werden.
• Auf der offiziellen Preisseite weicht die Anzahl der Agenten voneinander ab; man sollte sich bei Entscheidungen zur Kaufentscheidung nicht nur auf die Paketkarten verlassen.
• Automatisierung führt zu tatsächlichen Lese- und Schreibvorgängen in Unternehmenssystemen; fehlerhafte Berechtigungen oder das Einfügen von Anweisungen können zu Datenlecks und fehlerhaften Abläufen führen.
• Die offiziell angegebenen Durchsatzwerte, Bereitstellungszeiten und Geschäftsergebnisse beziehen sich auf die Beschreibung der Plattform oder des Szenarios und bedeuten nicht, dass sie in jedem Umfeld erreicht werden können.
• In der Produktionsumgebung sollten Genehmigungen, Trennung von Zugangsdaten, Geschwindigkeitsbeschränkungen, Rollback-Möglichkeiten sowie Protokollalarme eingestellt werden.

Sicherheit, Privatsphäre und Daten

Offiziell werden Sicherheitsanforderungen wie SOC 2 Type II, ISO 27001, Verschlüsselung, Berechtigungsmanagement, Single-Tenant-Modell sowie die Verwendung von Daten nicht zur Modellentwicklung aufgeführt. Zudem ist es möglich, eine Aufbewahrungsfrist sowie einen Standort festzulegen. Unternehmen sollten einen aktuellen Zertifizierungsbericht anfordern und überprüfen, ob bestimmte Produkte, Standorte und Implementierungen unter die Zertifizierung fallen.

Die Datenschutzerklärung besagt eindeutig, dass die Daten der Google Workspace API ausschließlich für die von den Nutzern angeforderten Funktionen verwendet werden. Sie dienen nicht zur Erstellung allgemeiner KI- oder Machine-Learning-Modelle, noch für Werbezwecke. Bei der Verbindung mit anderen Plattformen müssen die Richtlinien der jeweiligen Drittanbieter, die Richtlinien bezüglich der Modelldaten, die Verfahren zur Löschung sowie die Vorschriften für den Datentransfer über Grenzen hinweg separat geprüft werden.

APIs, SDKs und Open Source

Onetab AI stellt API-Dokumentation bereit und unterstützt native Methoden, Push-APIs, Web-History sowie die Anbindung von benutzerdefinierten Daten. Dadurch kann Unternehmensinhalt in Suchsysteme indiziert werden. Zu Authentifizierung, Feldern, Aufrufbeschränkungen sowie den API-Kosten gelten die Entwicklungsdokumentationen sowie die Account-Vorgaben.

Offiziell wird angegeben, dass die selbst verwalteten Produkte unter der Fair Code-Lizenz bereitgestellt werden und eine kostenlose Community-Version vorhanden ist. Für eine größere Kontrolle durch Unternehmen ist eine kommerzielle Lizenz erforderlich. Die Fair Code-Lizenz beinhaltet in der Regel Einschränkungen bei der Nutzung und kann daher nicht direkt mit Open-Source-Software im üblichen Sinne gleichgesetzt werden. Offiziell gibt es keine bestätigten, unabhängigen Open-Source-SDKs.

Häufige Fragen

Kann Onetab AI kostenlos verwendet werden?

Das Cloud-Paket bietet eine 14-tägige kostenlose Testphase ohne Kreditkarte; die selbst gehostete Community-Version ist kostenlos. Für eine langfristige Nutzung in der Cloud sowie für Unternehmensfunktionen ist eine Gebühr erforderlich. Zudem können zusätzliche Kosten entstehen für den Betrieb der Infrastruktur und die Aufrufung von Modellen.

Kann es auf eigenen Servern bereitgestellt werden?

Ja. Laut den offiziellen Angaben werden Docker, Kubernetes, Kunden-Clouds, lokale Netzwerke sowie vollständig isolierte Netzwerke unterstützt. Für fortgeschrittene Berechtigungen und Kontrollmöglichkeiten ist jedoch eine Unternehmenslizenz erforderlich.

Ist Onetab AI Open-Source-Software?

Es sollte genauer als Community-Version des Fair Code zusammen mit der kommerziellen Unternehmensversion bezeichnet werden. Die Möglichkeit, den Code anzusehen oder ihn kostenlos selbst zu hosten, bedeutet nicht, dass es keine Einschränkungen bei der kommerziellen Nutzung, Verteilung oder Funktionen gibt. Vor der Bereitstellung muss die Lizenz des Repositoriums gelesen werden.