Make

Was ist Make?

Make, ursprünglich Integromat genannt, ist eine kodierfreie Automatisierungsplattform, die auf visuellen Szenarien basiert. Benutzer können Anwendungsmodule auf das Canvas ziehen und mit Verbindungen den gesamten Ablauf darstellen – von Auslösern über Suchvorgänge und Umwandlungen bis hin zu Schreibvorgängen.

Die Plattform verbindet mehr als 3.000 Standardanwendungen sowie über 350 KI-Anwendungen und integriert außerdem Make AI Agents, AI Toolkit, AI Content Extractor, AI Web Search, MCP Server und Code App, um Geschäftsprozesse zu erstellen, die sowohl definierte Schritte aufweisen als auch von Modellen beurteilt und Werkzeuge aufgerufen werden können.

Kernfunktionen

• Visualisierungsszenario:Erstellen Sie mehrere parallele Abläufe mit Modulen, Filtern, Routern, Iteratoren, Aggregaten und Fehlerbehandlung; die Ausführungsprotokolle zeigen die Eingaben und Ausgaben für jeden Schritt an.
• Anwendung und API-Verbindung:Es werden fertige Anbindungen, universelles HTTP, Webhooks sowie benutzerdefinierte Anwendungen bereitgestellt, die CRM-, Büro-, Marketing-, Datenbank- und Entwicklungstools abdecken.
• Make AI Agents：Konfigurieren Sie für den Agent Ziele, Wissen, Werkzeuge und Modelle, damit er in einer Szene Aktionen auswählen und ausführen kann; es können der von Make bereitgestellte AI Provider oder eigene Modell-Schlüssel verwendet werden.
• AI Toolkit und Inhaltsextraktion:Führen Sie Zusammenfassung, Klassifizierung, Strukturierung, Textverarbeitung und Extraktion von Dokumenteninformationen durch und leiten Sie die Ergebnisse weiter an den deterministischen Modul weiter.
• AI Web Search：Die Erstellung von Echtzeit-Webdaten und strukturierten Ergebnissen in der Automatisierung eignet sich zur Überwachung, Forschung und Informationsergänzung, erfordert jedoch eine Überprüfung der Quellen.
• Make MCP Server：Die autorisierten Szenarien werden als Werkzeuge an externe AI-Kunden bereitgestellt, damit die KI innerhalb klar definierter Grenzen tatsächliche Geschäftsaktionen auslösen kann.
• Code App：Das Ausführen von JavaScript oder Python in einer Szene zur Verarbeitung komplexer Logik kostet zusätzliche Punkte je nach Ausführungszeit.
• Team und Governance:Es werden Unternehmensfunktionen wie Vorlagen, Rollen, gemeinsamer Zugriff auf Verbindungen, Make Grid, Analyse, Auditing, SSO sowie lokale Netzwerkagenten bereitgestellt.

Preise und Punkte

Der Umgang mit einem Bundle durch ein Modul kostet in der Regel 1 Punkt – beispielsweise die Lektüre einer Datenzeile und deren Schreiben in eine andere Anwendung erfordert mehrere Module, wofür jeweils Gebühren anfallen. Code App verbraucht 2 Punkte pro Sekunde der Ausführung.

Der AI-Modul kann außerdem dynamische Punkte gemäß dem Modell, den Eingangs-/Ausgangstoken oder den Regeln des AI-Anbieters verwenden; bei Verwendung einer eigenen API-Key existieren gleichzeitig Make-Punkte und Gebühren des Modellanbieters.

Die monatliche Punktzahl wird monatlich aktualisiert. Bei dem Jahrespaket können die Punkte im Voraus für das ganze Jahr erworben werden und innerhalb von 12 Monaten flexibel genutzt werden.

Die Preise reichen von 10.000 bis zu mehreren Millionen Punkten – man kann die Herstellungskosten daher nicht allein anhand des Einstiegspreises schätzen.

Make-Anleitung

Eine grundlegende Aufgabe erledigen

1. In Make müssen die Auslösebedingungen, die Eingabedaten sowie die finale Aktion klar festgelegt werden.
2. Verbinden Sie sich mit einem Testkonto mit der erforderlichen Anwendung und gewähren Sie nur die notwendigsten Berechtigungen;
3. Konfiguration der Visualisierung von Szenarien sowie Verbindung von Anwendungen zu APIs, mit Einzelabgleich der Felder;
4. Hinzufügen von Branches, Fehlerbehandlung, Wiederholversuche und manuelle Freigabe;
5. Führen Sie mit einer kleinen Menge an Testdaten aus und überprüfen Sie die Ausgabe bei jedem Schritt;
6. Stellen Sie sicher, dass es keine doppelten Schreibvorgänge sowie keine ungewöhnlichen Gebühren gibt, bevor Sie den regulären Ablauf aktivieren.

Erstellung wiederverwendbarer professioneller Workflows

1. Wählen Sie Geschäftsprozesse mit hoher Wiederholungshäufigkeit und klaren Regeln aus;
2. Zeichnen Sie die Pfade für Auslösung, Prüfung, Ausführung und Rollback;
3. Die Visualisierung von Szenarien, die Verbindung von Anwendungen mit APIs sowie Make AI Agents in wiederverwendbare Module aufteilen;
4. Einstellen von Protokollen, Budgets, Zeitlimits und Berechtigungsgrenzen;
5. Der Verantwortliche soll die Ergebnisse der Stichprobenprüfungen überprüfen und die fehlerhaften Aufträge bearbeiten;
6. Monatlich die Anwendungsrechte, Geschäftsregeln und tatsächlichen Kosten überprüfen;

Für welche Benutzer geeignet

• Personal für Betrieb und Automatisierung, das eine visuelle Darstellung der Datenflüsse benötigt
• Aufbau von Teams für die Verarbeitung von Hinweisen, die Erstellung von Inhalten, die finanzielle Abstimmung sowie die Verteilung der Kundenbetreuung.
• Entwerfer von AI-Workflows, die die Urteile von LLMs in stabile Geschäftsregeln integrieren möchten
• Technische Nutzer, die Webhooks, HTTP, Code sowie die Verarbeitung komplexer Arrays benötigen

Sicherheit und Zuverlässigkeit

KI-Agenten sollten nicht direkt Zugriffsrechte erhalten, die über die für die Aufgabe erforderlichen hinausgehen. Löschungen, Zahlungen, Übermittlungen an Dritte, Massenaktualisierungen sowie Kundenversprechen sollten einer Genehmigung unterliegen oder in den Szenarien mit Validierungsabläufen versehen werden.

Beim Aktivieren eines Webhooks muss die Signatur überprüft werden, die Quelle der Anfragen eingeschränkt werden und Schlüssel sollten nicht in gewöhnlichen Feldern gespeichert werden; Verbindungen und Geheimnisse sollten von geeigneten Rollen verwaltet werden.

Vor der Veröffentlichung der Szene sollten mit Beispieldaten leere Werte, wiederholte Ereignisse, Paginierung, Geschwindigkeitsbeschränkungen sowie Fehlerwiederholungen getestet werden, und es sollten maximale Schleifenanzahlen sowie Budgetwarnungen festgelegt werden.

Die Make-Cloudplattform sowie der Kernausführungsmotor sind keine Open-Source-Software. Offiziell werden auf GitHub SDKs, Anwendungsvorlagen und Beispielprojekte bereitgestellt, doch es ist nicht möglich, den vollständigen Make-Dienst selbst zu hosten.

Unternehmen, die auf interne Systeme zugreifen müssen, können den On-prem Agent in Betracht ziehen – er bietet eine sichere Verbindungsmöglichkeit, ist jedoch keine vollständige Private-Cloud-Lösung.

Vorteile und Einschränkungen

• Der Vorteil von Make ist die hohe Visualisierbarkeit komplexer Verzweigungen und Datenstrukturen – es eignet sich daher für Prozesse, die komplexer sind als einfache „Auslöser-Aktion“-Strukturen.
• Der Preis ist, dass große Szenarien schwerer zu warten sind, und die Anzahl der Module sowie Bündel erhöht den Integrationsaufwand.
• Die Ausgaben von KI weisen Unsicherheiten auf; daher sollten sie zunächst strukturiert werden, deren Typ sowie die Geschäftsregeln überprüft werden, bevor sie in das System eingespeist werden.
• Free eignet sich für Prototypen;
• Core eignet sich für stabile kleine Prozesse;
• Für vorrangige Ausführung sowie die Abfrage von Variablen und Protokollen wählen Sie Pro.
• Für die Mehrfachverwaltung wählen Sie Teams oder Enterprise;

Häufige Fragen

Gibt es eine Zeitbeschränkung bei der kostenlosen Version von Make?

Es gibt kein Ablaufdatum für den Probemonat, aber es gibt Beschränkungen bei 1.000 Punkten pro Monat, bei aktiven Szenarien, bei der Häufigkeit der Ausführung, bei der Ausführungszeit sowie bei der Dateigröße.

Erfordert Make AI Agents eine zusätzliche Gebühr?

Die verschiedenen Ansätze können Tests oder formelle Fähigkeitsbewertungen nutzen, doch der Agent verbraucht Make-Punkte; bei der Verwendung von externen Modell-Schlüsseln müssen zudem Gebühren an den Modellanbieter entrichtet werden.

Was ist der Unterschied zwischen Make und Zapier?

Beide verbinden Anwendungen; Make legt mehr Wert auf die Visualisierung von Canvas, Datenflüssen und komplexen Verzweigungen, während Zapier eher auf die schnelle Erstellung sowie den Einsatz vieler Aktionen setzt.

Die Auswahl sollte anhand der Komplexität des Prozesses, den Gewohnheiten des Teams und der tatsächlichen Abrechnung erfolgen.