Mit relevance AI bauen Teams KI-Workflows und Agenten, die Texte verarbeiten, Inhalte erzeugen und Aufgaben automatisieren. Die Plattform bietet eine visuelle Pipeline, Datenanbindung über APIs und Integrationen sowie Werkzeuge für Embeddings, Vektorsuche und Retrieval-Augmented Generation (RAG). Nutzer verwalten Prompts, testen Varianten und überwachen Läufe in Projekten, um Prozesse reproduzierbar zu machen. So lassen sich interne Wissensassistenten, Support-Automationen oder Research-Pipelines ohne viel eigenes ML-Engineering umsetzen.
Vor- und Nachteile
Vorteile
- Anbieter schließt Modelltraining mit Kundendaten ausdrücklich aus
- Agenten und Werkzeuge in allen Tarifen unbegrenzt
- Vektorsuche und Wissensquellen ohne eigene Infrastruktur
Nachteile
- Verarbeitungsregion nach der Anmeldung nicht mehr änderbar
- Kein Gratistarif mehr für Neukunden, keine Testphase genannt
- Sprung von Pro auf Team verzwölffacht den Grundpreis
Funktionen
- Agenten zusammenstellen: Rollen, Ziele und Fähigkeiten je Agent festlegen, mehrere Agenten arbeiten im selben Ablauf zusammen.
- Abläufe visuell verknüpfen: Auslöser, Zwischenschritte und Ausgabe werden als Kette angeordnet und per Ziehen und Ablegen angepasst.
- Anbindung an andere Systeme: Kundenverwaltung, Ticketsysteme, Tabellen und E-Mail lassen sich einbinden, dazu freie Aufrufe über HTTP für Dienste ohne fertige Anbindung.
- Wissensquellen per RAG durchsuchen: Eigene Dokumente werden eingelesen, Antworten stützen sich auf den passenden gefundenen Ausschnitt daraus.
- Vektorsuche ohne eigenen Server: Embeddings und Ähnlichkeitssuche laufen auf der Plattform, ein eigener Suchindex muss nicht aufgebaut werden.
- Prompt-Bausteine wiederverwenden: Vorlagen mit Variablen lassen sich in mehreren Agenten einsetzen, Ausgaben kommen als festes Datenformat zurück.
- Testläufe und Protokolle: Ausführungen lassen sich nachvollziehen, Fehler und automatische Wiederholungen sind im Protokoll sichtbar.
- Keine Nutzung fürs Modelltraining: Der Anbieter schließt aus, eingegebene Kundendaten zum Training eigener Modelle zu verwenden.
Setup
Sprache
Datenschutz
Unsere Bewertung
Produktivität
Relevance AI kann gerade in wiederkehrenden Wissens- und Serviceprozessen die manuelle Arbeitslast deutlich senken. Der tatsächliche Effizienzgewinn hängt jedoch stark von sauber definierten Prozessen, guter Datenqualität und einer sorgfältigen Einrichtung der Agenten ab.
Benutzerfreundlichkeit
Für Unternehmen ohne technikaffines Team bleibt die Einarbeitung anspruchsvoller als bei fertigen Standardlösungen, da das Einrichten und Anpassen von Workflows ein gewisses technisches Verständnis erfordert. Hinzu kommen Schwächen bei der Übersichtlichkeit und Verwaltung vieler Agenten, was die Bedienung im laufenden Betrieb erschweren kann.
Kundensupport
Support reagiert in der Regel schnell und hilft gut bei technischen Fragen. Die vorhandene Dokumentation und Hilfsfunktionen sind jedoch überwiegend englischsprachig und eher technisch gehalten.
Einsatzbereiche
- Datenextraktion: Rechnungen, Lieferscheine und E-Mails werden ausgelesen und in strukturierte Tabellen überführt. Die Plattform bringt dafür eine eigene Vektorsuche mit, eine zusätzliche Datenbank braucht niemand. Zu beachten: Eine CSV-Datei endet bei 50.000 Zeilen, der Upload bei 100 MB. Bei Geschäftsgeheimnissen gehört der Verarbeitungsort vorab auf den Tisch der Rechtsabteilung.
- Recherche: Ein Agent durchsucht Webseiten und interne Wissensquellen zu einem festgelegten Thema und fasst zusammen, was er findet. Jeder Werkzeuglauf zählt als eine Action, unabhängig von seiner Länge. Eine menschliche Endkontrolle bleibt Pflicht, weil Sprachmodelle auch überzeugend Falsches liefern.
- Automatisierung: Wiederkehrende Verwaltungsarbeit wandert in Abläufe, die mehrere Anwendungen verbinden und Daten zwischen ihnen weiterreichen. Regeln und Auslöser legt die Fachabteilung selbst fest, ohne Programmierkenntnisse. Ein Lauf bricht nach fünfzehn Minuten ab, längere Vorgänge brauchen die erweiterte Grenze von 24 Stunden.
- Support: Eingehende Anfragen werden nach Dringlichkeit und Fachgebiet sortiert, dazu entsteht ein Antwortentwurf aus der bisherigen Firmenkommunikation. Die Entwürfe landen im vorhandenen Ticketsystem, freigegeben wird von Hand. Endnutzer-Zugänge für so etwas gibt es allerdings erst im Team-Tarif.
Screenshots
Preis
Relevance AI rechnet in US-Dollar mit zwei getrennten Verbrauchsgrößen, Actions und Modellguthaben. Eine dauerhaft kostenlose Version gibt es für Neukunden nicht mehr.
- Pro: 19 $ im Monat, 29 bei Monatszahlung. 2.500 Actions, 20 $ Modellguthaben, zwei bauende Nutzer, ein gemeinsames Projekt.
- Team: 234 $, 349 bei Monatszahlung. 7.000 Actions, 70 $ Modellguthaben, fünf bauende Nutzer, fünfundvierzig Endnutzer, fünf Projekte, dazu Telefon- und Besprechungsagenten samt Auswertung.
- Enterprise: Verhandlungssache.
Der Sprung von Pro auf Team ist der teuerste Schritt im Angebot: Der Grundpreis verzwölffacht sich, das Action-Kontingent nicht einmal verdreifacht. Wer allein arbeitet, bleibt deshalb möglichst lange bei Pro und kauft nach, tausend zusätzliche Actions kosten 80 $, zehntausend Vendor Credits 20 $, jeweils als Mindestmenge. Modellguthaben verfällt nicht, solange das Abo läuft. Ohne befristete Testphase kostet das Ausprobieren mindestens einen Monat (Anbieterangaben, Stand September 2026).
Unser Fazit
Eine Sache macht Relevance AI besser als fast alle Wettbewerber: Der Anbieter schließt die Nutzung von Kundendaten für das Modelltraining ausdrücklich aus, und zwar nicht erst ab einem Unternehmenstarif. Wer mit Geschäftsdaten arbeitet, findet solche Klarheit selten.
Ein Detail bleibt vor der Anmeldung offen. Die Verarbeitungsregion wird beim Anlegen der Organisation festgelegt und danach nie wieder geändert. Die als EU angebotene Region liegt zudem in London, also seit dem Austritt des Vereinigten Königreichs außerhalb der EU. Für viele Betriebe ist das unproblematisch, für manche nicht, und hinterher lässt sich nichts korrigieren.
Beim Preis raten wir zur nüchternen Rechnung. Pro für 19 $ deckt Einzelpersonen gut ab, der Sprung auf Team kostet dagegen das Zwölffache, während das Action-Kontingent nur knapp auf das Dreifache steigt. Wer die Grenze streift, fährt mit Nachkäufen oft günstiger als mit dem Tarifwechsel. Und wer nur schauen will, sollte wissen, dass der Gratistarif für Neuanmeldungen geschlossen ist.
Häufige Fragen
Pro kostet 19 $ im Monat bei jährlicher Zahlung und 29 $ bei monatlicher. Team liegt bei 234 $ beziehungsweise 349 $. Darüber verhandelt man Enterprise einzeln. Alle Beträge in US-Dollar. (Anbieterangaben, Stand September 2026)
Zwei getrennte Verbrauchsgrößen, und dieser Unterschied entscheidet über die Monatsrechnung. Eine Action ist ein einzelner Werkzeuglauf, egal ob dabei eine E-Mail verschickt oder ein zwanzigstufiger Ablauf durchlaufen wird. Vendor Credits decken dagegen die Kosten des Sprachmodells selbst. Pro enthält 2.500 Actions und Modellguthaben im Wert von 20 $ pro Monat, Team 7.000 Actions und 70 $. (Anbieterangaben, Stand September 2026)
Tausend zusätzliche Actions kosten 80 $, zehntausend Vendor Credits kosten 20 $. Unter diesen Mengen geht der Nachkauf nicht. Modellguthaben verfällt nicht, solange das Abo läuft; das im Tarif enthaltene Action-Kontingent setzt sich dagegen mit jeder Verlängerung zurück. Über die Ausgabenkontrolle lässt sich eine automatische Aufladung mit Deckel einrichten. (Anbieterangaben, Stand September 2026)
Nicht mehr. Der Anbieter hat den Free-Tarif für Neuanmeldungen geschlossen; bestehende Konten behalten ihn. Eine befristete Testphase nennt die Dokumentation nicht. Der Einstieg kostet damit mindestens 19 $ im Monat.
Pro deckt zwei bauende Nutzer und ein gemeinsames Projekt ab, Endnutzer sind nicht vorgesehen. Team erlaubt fünf bauende Nutzer, fünfundvierzig Endnutzer und fünf gemeinsame Projekte. Die Zahl der Agenten und Werkzeuge ist in beiden Fällen nicht begrenzt.
Die Region wählt man bei der Anmeldung, zur Wahl stehen die Vereinigten Staaten mit Nord-Virginia, Australien mit Sydney und eine als EU bezeichnete Region in London. London liegt seit dem Austritt des Vereinigten Königreichs allerdings außerhalb der EU. Wichtiger noch: Die Region lässt sich nach dem Anlegen der Organisation nicht mehr ändern. Wer strenge Vorgaben zum Verarbeitungsort hat, klärt das vor der ersten Anmeldung. (Anbieterangabe, Stand September 2026)
Der Anbieter verneint das ausdrücklich: Ohne gesonderte Partnerschaftsvereinbarung nutzt er Kundendaten weder zum Training eigener Modelle noch zur Verbesserung des Dienstes. Für die eingebundenen Modelle von OpenAI und Anthropic gilt laut derselben Quelle dasselbe, weil der Zugriff über deren Schnittstellen läuft. (Anbieterangabe, Stand September 2026)
Vier Zahlen bestimmen den Alltag: Der Dateiupload endet bei 100 MB, eine CSV-Datei bei 50.000 Zeilen, Rohtext als Wissensquelle bei 10 MB, und ein Werkzeuglauf bricht nach fünfzehn Minuten ab. Für lange Läufe gibt es eine erweiterte Grenze von 24 Stunden. Große Dokumentenbestände zerlegt man deshalb besser vorab.
Der Anbieter nennt Reaktionszeiten je Tarif: ein Werktag für Enterprise, zwei für Team, drei für Pro. Die Kanäle sind ein Chat in der Anwendung, eine E-Mail-Adresse und für Enterprise auch das Telefon. Ein deutschsprachiger Support ist nicht ausgewiesen.
Nein. Oberfläche und Dokumentation sind englisch, eine Lokalisierung erwähnt der Anbieter nicht. Die Agenten selbst arbeiten dagegen problemlos auf Deutsch, weil das an den Sprachmodellen hängt und nicht an der Plattform.
Gesprächsverläufe und Ergebnisse von Werkzeugläufen lassen sich herunterladen, einen dokumentierten Schnittstellenweg dafür nennt der Anbieter nicht. Audit-Protokolle gehen per Ereignisstrom in den eigenen Speicher, das setzt allerdings Enterprise voraus. Verloren gehen beim Wechsel vor allem die Agenten selbst, also Anweisungen, Werkzeugketten und Wissensquellen. Ein Komplettexport des Kontos ist nicht beschrieben.
n8n lässt sich selbst betreiben und eignet sich für Teams mit eigener IT, Make setzt stärker auf fertige Bausteine als auf Agenten, und CrewAI richtet sich an Entwickler, die den Ablauf im Code beschreiben wollen. Relevance AI liegt dazwischen und nimmt Fachabteilungen die Einrichtung ab. Einen breiteren Überblick gibt unsere Übersicht der besten Tools zum Erstellen von KI-Agenten.
