Diaflow

Eine kurze Beschreibung

Diaflow ist eine Plattform für kodenlose AI-Agenten und Workflow-Automatisierung, mit der Benutzer Modelle, Daten, Dokumente und Geschäftsanwendungen in einem visuellen Interface miteinander verbinden können. Anschließend können sie die entsprechenden Prozesse als automatisierte Tools, interne Anwendungen, öffentliche Anwendungen, Chatbots oder aufrufbare APIs bereitstellen.

Einführung in die Tools

Diaflow wird von Diaflow Pte. Ltd. betrieben und wurde im Jahr 2024 gegründet. Die Produkte richten sich an Teams in den Bereichen Betrieb, Marketing, Vertrieb, Personalwesen, Finanzen, Entwicklung sowie Unternehmensdigitalisierung. Es vereint Produktivitätskomponenten wie Flow Builder, Agentic Chat sowie Tables, Pages, Drive und Vector in einem einzigen Arbeitsbereich.

Die Plattform eignet sich sowohl für Fachleute ohne Programmierkenntnisse als auch für Entwickler, die Python-Skripte, externe Schnittstellen und Webhooks hinzufügen können. Auf den verschiedenen Seiten der offiziellen Website werden unterschiedliche Zahlenangaben zum Anzahl der Integrationen genannt – beispielsweise über 200 native Verbindungen oder über 1.000 Integrationen. Bei der Auswahl sollte man sich davon leiten lassen, ob die tatsächliche Komponentenbibliothek die für die jeweilige Anwendung benötigten Komponenten enthält.

Zusammensetzung der Kernprodukte

Hauptfunktionen von Flow Builder

Visualisierung des Zieh-und-Los-Bildschirms

Die Benutzer beschreiben durch Knoten und Verbindungen Auslösungen, Verarbeitungen, Entscheidungen, Schleifen und Ausgaben – ohne sich an eine Programmiersyntax erinnern zu müssen. Die neue Leinwand verwendet ein vertikales Verzweigungslayout und bietet Funktionen wie Verschieben, Skalieren, automatische Anordnung sowie eine Rechtsklick-Bibliothek für Komponenten.

Prozess der Erzeugung natürlicher Sprache

Der Benutzer kann das Ziel direkt beschreiben, damit Diaflow die Workflow-Node automatisch zusammenstellt. Beispielsweise werden Anforderungen wie die Verarbeitung der eingehenden Hinweise, die Bewertung sowie Benachrichtigungen an das Team eingegeben, wobei der Benutzer anschließend die Verbindungen, Felder und die Abwicklung von Ausnahmen überprüft.

Python-Code-Node

Entwickler können in den Prozess Python-Node hinzufügen, um benutzerdefinierte Umwandlungen, Berechnungen, Algorithmen oder Aufrufe externer Dienste zu schreiben. Die Node unterstützen manuell geschriebene Skripte oder das Hochladen von Python-Dateien und können auf die Ausgaben früherer Node verweisen.

Parallel- und sequenzielle Ausführung

Die neue Version von Flow Builder ermöglicht es, unabhängige Modelle, Datenabfragen oder Unteraufgaben parallel auszuführen und die Ergebnisse anschließend zu aggregieren. Schritte, die voneinander abhängig sind, müssen weiterhin sequenziell ausgeführt werden; beides kann jedoch in derselben Ablauffolge kombiniert werden.

Bedingungen, Schleifen und Fehlerbehandlung

Der Prozess kann Daten nach Bedingungen filtern, Elemente in Schleifen verarbeiten und für Knoten Strategien zum Stoppen, Überspringen oder Wiederholen festlegen. Knoten für externe Anfragen unterstützen derzeit bis zu 3 Wiederholungsversuche mit einem Intervall von 1 bis 5 Sekunden; kritische Geschäftsprozesse sollten dennoch idempotent und kompensierbar gestaltet werden.

Wiederverwendbare Unterprozesse

„Run Another Flow“ ermöglicht es dem übergeordneten Prozess, gleichzeitig Subprozesse aufzurufen, die bereits in derselben Arbeitsumgebung veröffentlicht wurden, und die Eingaben sowie Ausgaben weiterzuleiten. Subprozesse dürfen keine beschränkten Knoten enthalten – wie z. B. Branching, Schleifen, Verzögerungen oder erneute Aufrufe von Subprozessen.

Versionen, Audits und Governance

Die offizielle Website von Flow Builder listet Versionskontrolle, Rollenzugriffe sowie Audit-Logs auf und betont die Observabilität für die Produktivumgebung. Business bietet zudem Team- und Rollenverwaltung sowie ein Governance- und Monitoring-Dashboard.

Agentic Chat und mehrere Agenten

Diaflow Chat kann mit Wissensdatenbanken, Web-Suchen, Dateien sowie verschiedenen KI-Modellen verbunden werden und bearbeitet in einer einzigen Benutzeroberfläche Texte, Bilder, Audiodateien und Videos. Im Intelligent Mode wird je nach Komplexität der Aufgabe das passende Modell ausgewählt, während im Mehr-Agenten-Modus die Aufgaben auf Rollen wie Forschen, Schreiben oder Bearbeiten aufgeteilt werden.

• Modellrouting basierend auf Aufgabenkomplexität, Kontext und Intention.
• Komplexe Ziele in Unteraufgaben aufteilen und verschiedene Agenten zur gemeinsamen Ausführung einsetzen.
• Bei Bedarf werden Kontrollpunkte mit menschlicher Beteiligung eingefügt, damit Mitarbeiter wichtige Schritte überprüfen können.
• Laden Sie Dateien hoch oder beziehen Sie sich auf die Vector-Wissensdatenbank, um einen geschäftlichen Kontext für die Antwort zu liefern.
• Bilder analysieren, beschreiben oder zusammenfassen, sowie kreative Inhalte wie Bilder erstellen.
• In Chats werden Sprachinhalte, Kurzvideos und Inhalte in verschiedenen Formaten erzeugt; dabei verbrauchen die jeweiligen Modelle unterschiedliche Punkte.
• Durch Personalisierung und Einstellungen des Modells wird die verfügbare Leistung sowie der Datenumfang des Arbeitsbereichs gesteuert.

Produktivitäts-Kit

Diaflow Tables

Tabellen sind eine strukturierte Datenebene, die zum Lesen und Schreiben von Abläufen dient und automatisch über Formulare, Schnittstellen, Webhooks und Agenten gefüllt werden kann. Teams können in Echtzeit zusammenarbeiten und durch Rollenbeschränkungen auf Geschäftsdaten zugreifen.

Diaflow Vector

Vector wandelt Dokumente, FAQ, Produktkataloge und interne Wikis in eine Vektor-Wissensdatenbank um, die von Agenten für semantische Suchen genutzt werden kann. Die Benutzer können die Blockierung, Embedding-Modelle sowie Suchparameter anpassen, um sie für Kundenservice, Vertragsprüfung oder Verkaufssupport zu optimieren.

Diaflow Drive und Pages

Drive dient dazu, Dokumente, Medien sowie Anhänge zu Prozessen zentral zu speichern, während Pages zum Erstellen und Bearbeiten von Geschäftsinhalten verwendet wird. Die Funktionen zur Überwachung von Änderungen in Drive sowie zum sicheren Teilen mit dem Team werden auf der offiziellen Website als „coming soon“ bezeichnet und können daher noch nicht als vollständig verfügbar angesehen werden.

Unterstützte Modelle und Verbindungen

Modelle und Drittanbieter-Anwendungen ändern sich ständig. Ihre Existenz im Komponentenverzeichnis bedeutet nicht, dass die jeweilige Paketlösung automatisch die Kosten für externe Dienste beinhaltet. Bei der Verwendung des öffentlichen BYOK-Modells werden die Daten vom zuständigen Modellanbieter verarbeitet; bei der Verwendung der privaten Diaflow-Modellknoten erfolgt die Verarbeitung gemäß deren Regeln zur Aufbewahrung und zum Schutz der Privatsphäre.

Die vollständige Funktionsweise des Workflows

1. Wählen Sie zwischen Automation, Apps & Tools oder den Typen AI Agent und Chatbot – Sie können auch mit Vorlagen oder in natürlicher Sprache beginnen.
2. Konfigurieren Sie Formulare, geplante Aufgaben, Webhooks, Chats oder Anwendungsereignisse als Auslöser.
3. Fügen Sie Modelle, Daten, Dokumente, Bedingungen, Schleifen, Code und Knoten für Drittanbieteranwendungen hinzu.
4. Verwenden Sie Variablen, um auf vorherige Ausgaben zu verweisen, und unterscheiden Sie zwischen Ästen, die sequenziell ausgeführt werden müssen, und solchen, die parallel ausgeführt werden können.
5. Legen Sie für externe Dienste Anmeldeinformationen, Zeitlimits, Wiederholungsversuche, Überspringungsstrategien sowie Strategien zum Abbruch bei Fehlern fest.
6. Geben Sie Testdaten in Preview ein, um die Flow Diagnostics sowie die Ausgaben jedes Knotens anzusehen.
7. Veröffentlichen als interne Anwendung, öffentliche Anwendung oder API und stellen Zugriff sowie Passwortschutz ein.
8. Nach dem Go-Live werden Historie, Punktverbrauch, Fehler, Berechtigungen und Geschäftsergebnisse überprüft, bevor eine Versionsiteration vorgenommen wird.

Erstellen des ersten Diaflow-Prozesses

Erster Schritt: Auswahl des Prozesstyps

Beim Erstellen kann man zwischen Automatisierung, Anwendungswerkzeugen oder AI-Agenten sowie Chatbots wählen. Zudem kann die KI auf der Grundlage eines Satzes in natürlicher Sprache einen ersten Entwurf erstellen. Für den ersten Gebrauch wird empfohlen, eine kleine Aufgabe zu wählen, bei der sowohl die Eingabe als auch die Ausgabe leicht überprüft werden können.

Zweiter Schritt: Konfiguration der Knoten

1. Fügen Sie einen Trigger hinzu und definieren Sie kurze Texte, lange Texte, Dateien, Optionen oder andere Eingabefelder.
2. Wählen Sie aus der Komponentenbibliothek ein Modell, eine Datenquelle oder eine Geschäftsanwendung aus und verbinden Sie sie mit dem Trigger.
3. In den nachgelagerten Knoten wird die Ausgabe des vorherigen Schritts über das Variablensystem referenziert, um das manuelle Kopieren von festen Werten zu vermeiden.
4. Wenn eine benutzerdefinierte Logik erforderlich ist, wird ein Python-Node hinzugefügt, oder es werden externe Anfragen verwendet, um Dienste zu erreichen, die nicht bereitgestellt werden.
5. Fügen Sie „Output“ hinzu und geben Sie klar an, welche Felder, Texte, Dateien oder Medien an den Benutzer zurückgegeben werden.
6. Stellen Sie Strategien für Fehlversuche und Wiederholungsversuche ein. Nach der Speicherung führen Sie zunächst eine Reihe von normalen sowie fehlerhaften Tests aus.

Dritter Schritt: Die Anwendung veröffentlichen

1. Überprüfen Sie, ob auf dem Canvas keine Fehler vorliegen, und bestätigen Sie im Vorschau-Modus die Eingaben, Ausgaben sowie den Verbrauch an Integralen.
2. Klicken Sie auf „Veröffentlichen“ und wählen Sie entweder die für eingeloggte Mitglieder bestimmte Internal App oder die teilebare Public App.
3. Offene Anwendungen ermöglichen die Anpassung von Titel, Beschreibung, Iconen, Cover, Farben sowie der Eingabe- und Ausgabenanzeige.
4. Wenn der Zugang eingeschränkt werden muss, sollte ein Passwort festgelegt werden, um zu verhindern, dass interne Daten auf öffentlichen Seiten sichtbar werden.
5. Wenn eine Programmaufrufung erforderlich ist, wählen Sie „Run via API“, um Beispiele für Python, JavaScript oder die Kommandozeile anzusehen.
6. Testen Sie mit nicht berechtigten Besuchern und verschiedenen Teamrollen, bevor Sie es offiziell teilen oder mit dem Geschäftssystem verbinden.

Typisches Beispiel: Prozess der Video-Zusammenfassung

Die offizielle Einführungsanleitung zeigt den gesamten Ablauf anhand eines YouTube-Beispiels: Der Benutzer gibt die Video-URL ein, der YouTube-Node extrahiert die Untertitel, der Modell-Node erstellt einen Zusammenfassungstext und schließlich wird das Ergebnis über den Output angezeigt. Dieser Ablauf gilt nur für Videos, bei denen Untertitel extrahiert werden können.

1. Erstellen Sie im Trigger ein Eingabefeld für die Video-URL.
2. Fügen Sie einen YouTube-Node hinzu und lassen Sie den Adresse-Parameter auf die Trigger-Ausgabe verweisen.
3. Fügen Sie einen Modellknoten hinzu, damit die Anweisung die Untertitel verwendet, die vom YouTube-Knoten erzeugt werden.
4. Wählen Sie in „Output“ aus, ob Videoinformationen, Untertitel angezeigt oder ein Zusammenfassung erstellt werden soll.
5. Führen Sie die Flow-Diagnose aus und überprüfen Sie, ob Sprache der Untertitel sowie Zusammenfassung korrekt sind.
6. Veröffentlichung als interne, öffentliche Anwendung oder Schnittstelle, wobei die Nutzung gemäß Urheberrechts- und Datenschutzvorgaben kontrolliert wird.

Für welche Benutzer geeignet

• Betriebsmitarbeiter: Verbindet Tabellen, Nachrichten, Formulare und interne Systeme mithilfe visueller Abläufe.
• Marktteam: Automatische Erstellung von Leads, Content-Generierung, Verteilung von Aktionen und Zusammenfassung der Ergebnisse.
• Vertriebsteam: Kombiniere CRM-Ereignisse, Forschungsergebnisse, Bewertungen und Slack-Benachrichtigungen zu einem Lead-Prozess.
• Personalteam: Bearbeitung von Bewerberdaten, Terminvereinbarungen für Vorstellungsgespräche, Abruf von Unterlagen und Beantwortung von Fragen der Mitarbeiter.
• Finanzteam: Verbindet Datenbanken, Tabellen und Buchhaltungstools, um Abgleiche durchzuführen und Anomalien zu überprüfen.
• Kundenservice-Team: Behandelt häufige Fragen mit der Wissensdatenbank und Chat-Agenten sowie leitet Fälle an menschliches Personal weiter.
• Entwickler: Erweitern des Produkts mithilfe von Python, Webhooks, allgemeinen Anfragen und Prozess-Schnittstellen.
• Unternehmensmanager: Automatisierung der interdepartmentalen Governance durch Rollen, Versionen, Audits und Überwachung.

Typische Anwendungsszenarien

• Neue Hinweise werden im CRM mit zusätzlichen Informationen und Bewertungen ergänzt und an den Vertrieb weitergeleitet.
• Felder aus PDFs und E-Mails extrahieren und in Tabellen oder Unternehmensdatenbanken eintragen.
• Lassen Sie mehrere Agenten parallel einen strukturierten Bericht erforschen, verfassen und überprüfen.
• Ein Fragen-und-Antwort-Hilfsprogramm für Kunden oder Mitarbeiter mit der Vector-Wissensdatenbank erstellen.
• Regelmäßig werden finanzielle Daten abgerufen und auf Anomalien überprüft, anschließend wird eine Freigabenbenachrichtigung gesendet.
• Erstellung von Inhalten in verschiedenen Formaten wie Werbetexten, Bildern, Voice-Over-Aufnahmen und Kurzvideos.
• Verpacken Sie interne Prozesse in Formularanwendungen, die von nicht-technischen Teams wiederverwendet werden können.
• Einführung einer API für den Publikationsprozess, damit bestehende Webseiten oder Anwendungen die KI-Berechnungsfähigkeiten nutzen können.
• Über Webhooks werden Geschäftsereignisse überwacht und Daten zwischen mehreren Systemen synchronisiert.

Vorteile des Produkts

• Es werden drei Erstellungsmethoden bereitgestellt: Drag-and-Drop, natürliche Sprache und Python, die sowohl Fachleute als auch Entwickler abdecken.
• Die neue Canvas-Version unterstützt parallele Zweige und eignet sich für den Aufruf mehrerer Modelle sowie für Aufgaben mit mehreren Agenten.
• Auf derselben Plattform können gleichzeitig automatisierte, interaktive Anwendungen sowie Chat-Agenten erstellt werden.
• Tables, Drive, Pages und Vector verringern die Abhängigkeit von externen Quellen für Grunddaten und Wissenskomponenten.
• Der öffentliche Komponentenkatalog umfasst Modelle, Kommunikationswerkzeuge, CRM-Systeme, Datenbanken, Dokumentenverwaltungstools sowie Finanzwerkzeuge.
• Auch ohne native Verbindung ist es über allgemeine Anfragen, Webhooks und Python-Erweiterungen möglich.
• Der Prozess kann als interne Seite, öffentliche Anwendung oder API veröffentlicht werden – die Lieferart ist flexibel.
• Business umfasst Teams, Rollen, Governance und Überwachung und eignet sich für Umgebungen mit mehreren Benutzern.

Einsatzbeschränkungen und Hinweise

• Der Prozess der Erzeugung natürlicher Sprache erfordert weiterhin eine manuelle Überprüfung der Feldzuordnungen, Berechtigungen, Abweichungen sowie des Risikos von doppelten Ausführungen.
• KI-Modelle können faktische Fehler oder instabile Ergebnisse liefern; bei wichtigen Entscheidungen sollten manuelle Überprüfungen eingeführt werden.
• Die Punkte werden je nach Einheit wie Token, Zeichen, Bilder, verarbeitete Sekunden oder Anfragen an die Anwendung verbraucht. Die Kosten für komplexe Prozesse lassen sich nicht einfach anhand der Anzahl der Ausführungen schätzen.
• Die monatlichen Punkte werden je nach Paket zurückgesetzt; wenn sie aufgebraucht sind, müssen zusätzliche Punkte gekauft werden oder man muss auf den nächsten Zyklus warten.
• Parallelisierte Zweige verkürzen die Wartezeiten, können aber gleichzeitig den Verbrauch an Modellen, Datenbanken und Drittanbieter-Schnittstellen erhöhen.
• Offene Anwendungen können anonym aufgerufen werden; es sollten Passwörter, Beschränkungen sowie Datenrechte eingesetzt werden, um Missbrauch zu verhindern.
• Unterprozesse unterstützen keine Branching-, Schleifen-, Verzögerungs- sowie verschachtelten Unterprozesse; für komplexe Wiederverwendungen muss eine Neugestaltung erfolgen.
• Die Kooperationsfunktionen von Drive sind weiterhin als bald verfügbar gekennzeichnet und können nicht wie erwartet von einem ausgereiften Dateimanagementsystem genutzt werden.
• Änderungen an den Schnittstellen externer Anwendungen, abgelaufene Autorisierungen sowie Geschwindigkeitsbeschränkungen können dazu führen, dass der Prozess fehlschlägt.
• Die Anzahl der integrierten Seiten auf der offiziellen Website, die Konformitätsanforderungen sowie die Details der Pakete variieren. Die Beschaffung sollte anhand des Vertrags und der tatsächlichen Arbeitsumgebung erfolgen.

Wie werden Integrale berechnet?

Im Arbeitsbereich werden in der Komponentenliste die Knoten und Indikatoren angezeigt, für die Punkte benötigt werden. Die Benutzer können außerdem die Verbrauchsmengen der einzelnen Prozesse einsehen. Zusätzliche Punktpakete sind in Bereichen von 4.000 bis 1,2 Millionen verfügbar. In den offiziellen Dokumenten wird der aktuelle Preis für jede Kategorie nicht detailliert aufgeführt; es gilt daher die Preistabelle auf der Zahlelseite.

Preise und Pakete

Im Folgenden sind die offiziellen Jahrespreise vom 22. August 2026 aufgeführt; dabei wird angegeben, dass eine Jahresgebühr 20% spart. Basic bietet einen Einstiegsmöglichkeit zur Nutzung an, zeigt jedoch in den öffentlich zugänglichen Preisangaben weder den genauen Betrag noch die Gesamthöhe der Gebühren an. Daher kann kein festgelegter kostenloses Paket angegeben werden.

Die offizielle Website bietet außerdem einen Monatswechsel an, doch der derzeit öffentlich sichtbare Text zeigt die Beträge für die verschiedenen Monatszahlungspläne nicht eindeutig an. Bei dem Kauf sollten Zahlungszyklen, tatsächliche Punkte, Benutzerkonten, Vektorlagerung, Überschreitungskosten, Kosten für Drittanbietermodelle sowie Steuern überprüft werden.

Abonnement, Testlauf und Kündigung

Unterstützungsplattformen

Datenschutz und Sicherheit

Laut der offiziellen Diaflow-Webseite verfügt Flow Builder über Rollenrechte, Audit-Logs sowie eine SOC 2-konforme Infrastruktur. In den FAQ des Support-Zentrums wird erklärt, dass GDPR und CCPA standardmäßig unterstützt werden, während SOC 2 Type II und HIPAA für Unternehmenskunden bereitstehen. Bei der Anschaffung sollte man zwischen „bereit“ und einer abgeschlossenen offiziellen Zertifizierung unterscheiden und aktuelle Nachweise anfordern.

• Die privaten Modellknoten werden von Diaflow in den US-amerikanischen AWS- und Azure-Umgebungen gehostet. Laut offiziellen Angaben werden die Dialogdaten nicht direkt an externe Modellanbieter weitergegeben.
• Das öffentliche Modell BYOK überlässt die Daten dem jeweiligen Modellanbieter zur Verarbeitung, unter Berücksichtigung seiner Kontoinformationen, regionalen Vorgaben und Bedingungen.
• Business bietet Teams, Rollen, Governance und Überwachung; Enterprise ermöglicht zudem weitere Verhandlungen bezüglich Konformität und Implementierung.
• Die Arbeitsbereiche speichern die Anmeldeinformationen für Drittanbieterkonten zentral. Es sollten nur minimale Berechtigungen verwendet werden, und diese sollten regelmäßig geändert werden.
• Die iOS-Datenschutzerklärung gibt an, dass Kontaktdaten, Benutzerinhalte und Diagnoseinformationen mit der Identität in Verbindung gebracht werden können.
• Offene Anwendungen sollten den Zugriff auf sensible Daten einschränken und überprüfen, ob anonyme Benutzer interne Vektoren oder Tabellen lesen können.
• Bei der Verarbeitung von medizinischen, finanziellen oder Mitarbeiterdaten sollten DPA, Unterauftragsverarbeiter, Gebiet sowie Anweisungen zur Aufbewahrung und Löschung angefordert werden.
• Externe Anfragen sowie Python-Node können Daten an beliebige Dienste senden; die Organisation sollte dies durch Audits und Code-Reviews kontrollieren.

APIs und Entwicklerfähigkeiten

Der Diaflow-Prozess kann als API-Endpunkt veröffentlicht werden. Die Plattform erstellt für jeden veröffentlichten Prozess Beispiele für Aufrufe in Python, JavaScript sowie über die Kommandozeile. Zudem bietet das Arbeitsumfeld eine Verwaltung von API-Schlüsseln – es ist möglich, den Namen des Schlüssels, das Erstellungsdatum, das letzte Nutzungstermin sowie die Anzahl der Nutzungen anzusehen.

Prozess zur Veröffentlichung einer Schnittstelle

1. Führen Sie den Prozess ab und überprüfen Sie in der Vorschau Eingaben, Ausgaben, Berechtigungen sowie Fehlerverhalten.
2. Starten Sie den Bereitstellungsprozess und wählen Sie „Run via API“, um die aktuelle API-Dokumentation anzusehen.
3. Erstellen Sie eine API-Schlüssel für Arbeitsbereiche mit klar definiertem Zweck und speichern Sie diesen ausschließlich auf der Serverseite.
4. Geben Sie die Eingaben gemäß dem Beispiel ein, um erfolgreiche Verarbeitung, Zeitüberschreitung, Limitierungen und Fehlerantworten zu verarbeiten.
5. Für Aufrufe werden Authentifizierung, Replay-Schutz, Bandbreitenbeschränkung und Maskierung von Protokollen hinzugefügt.
6. Zeit und Anzahl der letzten Verwendungen des Überwachungsschlüssels werden überwacht; bei Anomalien wird er gelöscht und neu erstellt.

GitHub und Open Source

Die Hauptplattform von Diaflow.io ist ein kommerzieller Hosting-Service. Es konnten weder offizielle Open-Source-Repositorys noch Produktlizenzen gefunden werden, die darauf hindeuten würden, dass sie zur Diaflow Pte. Ltd. gehören. Die öffentlichen Webseiten, die Schnittstellen für Abläufe, die Python-Node sowie die Beispiele für Aufrufe deuten nicht darauf hin, dass der Quellcode der Plattform frei zugänglich ist.

Auf GitHub gibt es ein Projekt mit dem gleichen Namen, Diaflow, das dazu dient, mehrere AI-Agenten einzusetzen, um Architektur- und UML-Diagramme zu erstellen. Der Betreiber sowie die Produktziele unterscheiden sich von denen dieses Artikels. In den Verzeichnissen darf dieser externe Repository nicht als offizielle Quelle von Diaflow.io bezeichnet werden.

Grundlegende Informationen

Empfehlungswert

Die Empfehlungsbewertung liegt bei 4,3 von 5 Punkten. Diaflow umfasst Visualisierung von Workflows, Erstellung von Workflows in natürlicher Sprache, Python-Erweiterungen, Agentic Chat sowie eingebaute Datenelemente. Zudem kann es die Ergebnisse als Anwendungen oder APIs veröffentlichen – somit bietet das Produkt ein umfassenderes Funktionsprofil als herkömmliche Automatisierungstools.

Der Hauptmangel besteht darin, dass die Berechnung der Punkte recht kompliziert ist. Auf den verschiedenen Seiten der offiziellen Website werden unterschiedliche Kriterien für die Integration und Konformität angewandt. Zudem werden in den öffentlich zugänglichen Preisangaben die monatlichen Zahlungsoptionen sowie die verfügbaren Limits für die Versionen Basic und Pro nicht vollständig dargestellt. Eine formelle Bestellung sollte stets im Rahmen eines Arbeitsbereichs sowie unter Prüfung des Vertrags erfolgen.

Häufige Fragen

Was ist das Tool Diaflow?

Es handelt sich um eine visuelle Plattform zur Erstellung von AI-Agenten, Automatisierungen sowie internen Anwendungen. Benutzer können Modelle, Datenbanken, Dokumente und Geschäftsanwendungen verbinden und Prozesse mithilfe von Drag-and-Drop, natürlicher Sprache oder Python erstellen.

Ist Diaflow kostenlos?

Die offizielle Website bietet einen „Get Started“-Einstieg für die Basic-Version sowie die Möglichkeit, kostenlos anzufangen. Allerdings werden in den derzeit veröffentlichten Preisangaben weder der Betrag für die Basic-Version noch der genaue Umfang der Funktionen angegeben. Das Verzeichnis sollte daher keine Garantie für eine dauerhafte Kostenfreiheit geben; nach der Registrierung sollte man sich die aktuellen Optionen im Arbeitsbereich ansehen.

Wie hoch ist der derzeitige niedrigste festgelegte Preis?

Der Pro Starter kostet im Jahresabonnement 16 US-Dollar pro Monat und beinhaltet 4.000 Punkte pro Monat, 100 Prozesse sowie 10 GB Speicherplatz für Dateien. Es handelt sich dabei um ein Jahresabonnement – es ist nicht als reines Monatsabonnement à 16 US-Dollar zu verstehen.

Wie werden Punkte verbraucht?

Verschiedene Knoten werden nach Anzahl der Tokens, Zeichen, Bilder, verarbeiteten Sekunden oder Anfragen abgerechnet. Die monatlichen Punkte werden je nach Paket zurückgesetzt; zusätzlich gekaufte Punkte werden dann verbraucht, sobald die monatlichen Punkte aufgebraucht sind.

Welche AI-Modelle werden unterstützt?

Offiziell aufgeführt sind OpenAI, Anthropic, Gemini, Llama, Cohere, Mistral, OpenRouter, Perplexity und ElevenLabs. Die tatsächlich verfügbaren Modelle sowie die Gewichtungskoeffizienten ändern sich je nach Paket und Update.

Kann man seine eigene Modell-Schlüssel verbinden?

Business listet ausdrücklich „Connect Your Own AI Models“ auf; einige öffentliche Modell-Node verwenden ebenfalls BYOK. Die BYOK-Daten werden vom jeweiligen Anbieter verarbeitet, was möglicherweise zusätzliche Kosten für separate Modelle verursacht.

Kann es als API veröffentlicht werden?

Ja, der veröffentlichte Prozess kann über eine Schnittstelle ausgeführt werden, und es werden Beispiele in Python, JavaScript sowie per Kommandozeile bereitgestellt. Der Aufrufer muss weiterhin die Schlüssel schützen, die Geschwindigkeit begrenzen sowie mit Fehlern und unzureichenden Punkten umgehen.

Hat Diaflow eine Mobile-App?

Es gibt eine offizielle Apple-App, die iPhone, iPad, Macs mit Apple-Chip sowie Apple Vision unterstützt. Ein vollständiges Workflow-Design eignet sich weiterhin besser für die Web-Version; die konkreten Funktionen der mobilen App richten sich nach der aktuellen Version.

Ist Diaflow open source?

Es handelt sich um kein Open-Source-Projekt – es wurde kein offizielles, vollständiges Quellcode-Repository für die Hauptplattform gefunden. Das GitHub-Projekt mit dem gleichen Namen ist keine Automatisierungsplattform von Diaflow Pte. Ltd.

Wird die Daten an den Anbieter des Modells gesendet?

Wenn private Diaflow-Modellknoten verwendet werden, gibt das Unternehmen an, dass die Daten nicht an externe Modellanbieter weitergegeben werden; bei der Verwendung öffentlicher BYOK-Knoten gelangen die Daten in das Umfeld des jeweiligen Anbieters. Workflow-Entwerfer müssen zwischen den Knoten unterscheiden.

Eignet es sich für die Produktionsumgebung?

Es kann zur Automatisierung der Produktion eingesetzt werden, erfordert jedoch Versionen, Berechtigungen, Fehlerbehandlung, Überwachung und manuelle Überprüfungen. Prozesse, die Zahlungen, Löschungen, Konformitätsprüfungen oder sensible Kundendaten betreffen, sollten ohne Genehmigungs- und Ausgleichsmechanismen nicht vollständig autonom ablaufen.

Zusammenfassung

Diaflow integriert Agenten, Automatisierung, Chat-Funktionen, Tabellen, Dateien sowie Vektorwissensdatenbanken in ein und dasselbe Arbeitsumfeld. Dadurch können Fachkräfte Elemente einfach per Drag-and-Drop anordnen, während gleichzeitig die Nutzung von Python sowie Erweiterungen über Schnittstellen möglich bleibt. Parallelisierte Arbeitsflächen sowie mehrere Agenten eignen sich besonders für Prozesse, bei denen die Zusammenarbeit mehrerer Modelle und Systeme erforderlich ist.

Bei der Auswahl sollte zunächst ein kleiner Prozess verwendet werden, um die Integration, Genauigkeit, die Handhabung von Ausnahmefällen sowie die Stabilität der Integration zu überprüfen, bevor man sich für Pro Starter, Pro oder Business entscheidet. Für öffentliche Anwendungen, externe Modelle und sensible Daten sind gesonderte Berechtigungen, Benachrichtigungen sowie Audits erforderlich – man darf sich nicht nur auf die Standardeinstellungen verlassen.