Was Gumloop ist
Gumloop verbindet zwei Automatisierungsmodelle. Visuelle Abläufe folgen einem definierten Graphen aus Triggern, Transformationen, Integrationen, KI-Nodes, Webwerkzeugen, Code und Ausgaben. Agenten ergänzen eine dialogorientierte Schicht, die Werkzeuge auswählt und Abläufe aufrufen kann. So nutzt ein Team deterministische Verarbeitung, wo möglich, und Modelldiskretion nur für variable Arbeit.
Die Unterscheidung ist für Sicherheit und Kosten wichtig. Ein Workflow-Pfad lässt sich normalerweise vor der Ausführung untersuchen. Ein Agent kann seine Reihenfolge ändern, andere Werkzeuge aufrufen und wachsenden Gesprächsverlauf einbeziehen. Nutzen Sie keinen Agenten nur wegen einer bequemen Oberfläche. Eine feste Datenpipeline ist leichter test- und budgetierbar.
Abläufe, Agenten, Scraping und Werkzeuge
Gumloop richtet sich an KI-intensive Fälle wie Webrecherche, Lead- oder Unternehmensanreicherung, Inhaltsverarbeitung, CRM-Updates und Analyse. Webagenten und Scraper verwandeln unstrukturierte Sites in Eingaben. Code- und MCP-Komponenten erweitern die Plattform über native Connectoren hinaus.
Jede Erweiterung vergrößert Vertrauen. Ein Scraper muss Site-Bedingungen, Authentifizierungsgrenzen, Regeln zu personenbezogenen Daten, gegebenenfalls Robots-Hinweise, Rate Limits und geistige Eigentumsrechte beachten. Code sollte ohne unnötige Geheimnisse oder Netzwerkzugriff laufen. MCP-Werkzeuge sind wie installierte Software zu behandeln: Prüfen Sie Server, Aktionen, Authentifizierung und Updatepfad.
Agenten sollten einen kleinen Werkzeugsatz mit präzisen Beschreibungen erhalten. Trennen Sie Lese- und Schreibabläufe. Verlangen Sie Prüfung vor Outreach, CRM-Überschreiben, Listenexporten, Käufen, Löschung oder Publishing. Ein gemeinsamer Integrations-Key kann die gesamte Organisation betreffen und sollte nicht standardmäßig jedem experimentellen Agenten zugänglich sein.
Credit-Preise
Gumloops Credit-Dokumentation sagt, jede Workflow-Ausführung starte mit einem Basiscredit plus Node-Kosten. Viele Logik-, Formatierungs- und native Integrations-Nodes seien darüber hinaus kostenlos. KI-Nodes waren mit etwa zwei Credits für Standard-, 20 für fortgeschrittene und 30 für Expertenmodelle dokumentiert. Web-, Enrichment-, eigene und MCP-Nodes haben eigene Sätze.
Agentenkosten sind variabel. Sie hängen von Modell, Nachrichtenlänge, angesammeltem Gesprächsverlauf, verfügbaren Werkzeugen und aufgerufenen Abläufen ab. Die Dokumentation nennt nur Bereiche. Ein neues Gespräch für eine neue Aufgabe und begrenzte Werkzeuge können Kontextkosten reduzieren.
Bring Your Own Key ändert Modellökonomie. Laut aktuellem Leitfaden sinken Workflow-KI-Nodes mit BYOK auf einen Plattformcredit, Agentenmodellcredits um 50 Prozent. Workflow-Basis und Werkzeugkosten bleiben; der Modellanbieter berechnet das Kundenkonto getrennt.
Am Prüfdatum zeigte Gumloop Pricing Pro für 37 US-Dollar monatlich mit 7.400 Basis- plus 12.600 Bonuscredits, dargestellt als 20.000 monatlich. Enthalten waren unbegrenzte Plätze, fünf parallele Workflows, 25 parallele Agentenchats, Connector-Richtlinien, gemeinsame Funktionen und ein gehosteter MCP-Server. Enterprise ergänzte individuelle Aufbewahrung, RBAC, SAML oder SCIM, Audits, Modellkontrollen, VPC-Optionen und Parallelität. Die Seite bot 14 Tage Test. Ein offizieller Post vom Dezember 2025 beschrieb einen Free-Tarif mit 5.000 Credits, doch die Live-Tabelle führte ihn nicht mehr; behandeln Sie Gratisverfügbarkeit bis zur Kontoanzeige als unbestätigt.
Mehrverbrauch ist derzeit mit 0,007 US-Dollar je Credit dokumentiert und bei Aktivierung auf das Doppelte des Monatskontingents begrenzt. Credits werden außerhalb Enterprise im Allgemeinen nicht übertragen. Überwachen Sie Schleifen und konfigurieren Sie Warnungen vor automatischem Mehrverbrauch.
Datenschutz und Trainingsformulierung
Gumloop-Marketing sagt, Kundendaten dienten nicht zum KI-Training, und beschreibt Zero-Retention-Vereinbarungen mit externen Modellanbietern. Die Datenschutzrichtlinie mit Wirkung vom 26. Juni 2026 ist spezifischer: Hochgeladene Daten, Flows und Agentenchats von Premium-Nutzern würden nicht zum KI-Training genutzt; OpenAI und Anthropic dürften Gumloop-API-Daten vertraglich nicht zum Training verwenden.
Da der Rechtstext Premium-Nutzer benennt, sollte ein Gratis- oder Testnutzer identische Behandlung nicht ohne Bestätigung annehmen. Die Richtlinie sagt außerdem, personenbezogene Daten könnten in den USA verarbeitet und für Dienst, Rechtsverpflichtungen, Streitigkeiten und Vereinbarungen nach Bedarf aufbewahrt werden. Bilden Sie Logs, Workflow-Daten, Agentengespräche, Zugangsdaten, Backups, Anbieteranfragen und nachgelagerte Exporte getrennt ab.
Governance und Eignung
Pro-Zusammenarbeit kann Einführung effizient machen; unbegrenzte Plätze und gemeinsame Zugänge brauchen jedoch Organisationsregeln. Definieren Sie, wer Connectoren erstellen, Keys teilen, MCP-Server offenlegen, Mehrverbrauch aktivieren oder Scraping ausführen darf. Enterprise-Kontrollen sind wichtig, wenn Teams nicht denselben Zugriff erben sollen.
Gumloop ist ein starker Kandidat für Teams, die KI, Webdaten und visuelle Abläufe in einer verwalteten Plattform brauchen und Credits aktiv steuern können. Vergleichen Sie Activepieces für freigabeorientierte Flows und Open-Source-Weg, Make für einen breiten Szenario-Builder und Bardeen für GTM-Scraping und Enrichment. Die Kategorie KI-Automatisierung und Agenten bietet Evaluierungskriterien.
Gumloop besuchen
