Gumloop

Gumloop

Gumloop ist ein No-Code-Builder, bei dem du Automationen per Drag-Drop zusammenklickst und KI-Schritte als ganz normale Bausteine reinhängst. Du ziehst Nodes auf eine Fläche, verbindest sie zu einem Flow, und einer dieser Nodes kann eben ein LLM sein, das klassifiziert, zusammenfasst oder entscheidet. Der Unterschied zu den üblichen Automations-Tools: Hier ist die KI von Anfang an mitgedacht, nicht nachträglich drangeschraubt.

Was es kann

• Flows visuell bauen: Trigger rein, Nodes verketten, Ausgabe raus. Du siehst den ganzen Ablauf auf einer Fläche.
• LLM-Schritte als Bausteine einsetzen, die Text klassifizieren, Datensätze anreichern oder eine Entscheidung treffen, mitten im Flow.
• Agent Nodes einbauen, die flexibel Kontext sammeln, während der Rest des Flows deterministisch bleibt. Die freie Entscheidung steckst du in einen Node, der Rest läuft kontrolliert.
• Mehrere SaaS-Tools koordinieren: Mail, CRM, Tabellen, Wissensquellen, Projektboards in einen wiederholbaren Ablauf bringen.
• Im Team arbeiten, mit geteilten Credentials, Triggern und Workspaces.

Wann's was bringt, und wann nicht

Stark ist Gumloop, wenn deine Automation KI im Kern braucht. Du willst eingehende Nachrichten klassifizieren, Recherche-Ergebnisse aufbereiten, aus rohen Daten einen Report bauen, und zwar mit echten LLM-Entscheidungen im Ablauf. Genau dafür ist die Fläche gemacht. Der Mix aus festem Flow und flexiblem Agent-Node ist der Punkt: Du kriegst die Freiheit eines Agenten, hältst sie aber in klaren Grenzen.

Ehrlich aber: Das Pricing läuft über Credits, und das kann happig werden. Jeder Run, jeder Loop, jeder Modellaufruf zieht Credits. Ein Flow, der oft triggert oder über große Datenmengen iteriert, frisst dein Kontingent schneller als gedacht. Bevor du was produktiv schaltest, rechne durch, wie oft es läuft.

Brauchst du klassische App-zu-App-Verknüpfungen und die KI ist Nebensache, bist du mit Zapier oder Make besser bedient, die haben die größere Trigger-Bibliothek. Und willst du selbst hosten und die Daten komplett bei dir behalten, nimmst du n8n.

Alternativen

• Zapier — wenn du robuste SaaS-Verknüpfungen mit vielen fertigen Triggern willst und KI nicht im Zentrum steht.
• Make — wenn du visuelle Szenarien mit App-Konnektoren baust statt agentischer Flow-Bausteine.
• n8n — wenn du selbst hosten und die Infrastruktur kontrollieren willst.

Beispiel-Workflow

Gumloop wird stark, sobald du es als Bindeglied zwischen deinen Datenquellen nutzt:

1. Event-Anmeldungen landen in Airtable AI. Gumloop liest die neuen Zeilen raus.
2. Ein LLM-Node klassifiziert jede Anmeldung und ergänzt fehlende Felder, etwa Studiengang oder Interesse aus dem Freitext.
3. Ein Review-Schritt hält die angereicherten Datensätze an, bevor irgendwas Endgültiges passiert. Du schaust einmal drüber.
4. Der fertige Report wandert als Eintrag in deine Notion AI-Doku, direkt neben den Kontext, in den er gehört.

Pricing

Free gibt dir 5.000 Credits im Monat, 1 Seat, 1 aktiven Trigger. Zum Ausprobieren und für kleine Flows reicht das. Pro liegt bei 37 $/Monat mit 20.000+ Credits, unbegrenzten Seats und Teams, jährlich 20 % günstiger. Enterprise ist Custom über Contact-Sales, da kommen SAML, Audit-Logs und eigene Data-Retention dazu. Ein Studi-Rabatt steht nicht auf der Seite. Wichtig: Es ist credit-basiert, nicht run-basiert, also zahlst du nach Verbrauch. Ein Flow, der viel iteriert oder große Modelle nutzt, kann dein Kontingent schnell leeren.

Passt zu dir, wenn du Automationen bauen willst, bei denen die KI mitten im Ablauf entscheidet, und du den Verbrauch im Blick behältst.