Agenten-Kompass

AGENTEN IM PROFIL

Langflow

Langflow · Agenten-Baukästen

Visueller Baukasten, mit dem du KI-Agenten und Abläufe per Drag-and-drop zusammensetzt und als API oder MCP-Server bereitstellst.

Typische Aufgaben

Verfügbarkeit in Europa
Neu im Katalog seit Visueller Baukasten für Agenten und Abläufe, nutzbar als API oder MCP-Server.Details
01

Was er leistet

7 Funktionen

Langflow · Baukasten für Agenten und Abläufe

Produkt und Zugang

Langflow ist ein quelloffenes Projekt. Ein Blogbeitrag vom 25. Februar 2025 nennt DataStax als Mutterfirma und kündigt die geplante Übernahme von DataStax durch IBM an; DataStax führt IBM inzwischen im Namen, den Abschluss belegen die geprüften Anbieterseiten nicht.

Kernfunktionen

7 Funktionen aus Anbieterquellen · abgeglichen am 05.11.2026. Verfügbarkeit und Grenzen stehen direkt darunter.

  • Visueller Ablauf-Editor

    Komponenten werden per Drag-and-drop verbunden. Mit Python lassen sich eigene Komponenten ergänzen.

    Quelle 2

  • Agenten mit Werkzeugen

    Die Agent-Komponente kann laut Dokumentation jede Komponente als Werkzeug nutzen, auch andere Agenten und MCP-Server. Dazu schaltest du bei der Komponente den Tool-Modus ein.

    Quelle 6

  • Als API und MCP-Server bereitstellen

    Abläufe lassen sich als API bereitstellen. Jedes Projekt erhält einen eigenen MCP-Server, dessen Werkzeuge MCP-Clients nutzen. Ein Ablauf braucht dafür eine Chat-Output-Komponente.

    Quelle 7

  • MCP-Werkzeuge einbinden

    Die Komponente MCP Tools bindet externe MCP-Server per STDIO, HTTP/SSE oder JSON-Konfiguration ein.

    Quelle 8

  • Webhook-Auslöser

    Ein POST an den Webhook-Endpunkt startet einen Ablauf. Die Antwort bestätigt nur den Start, nicht das Ergebnis. Standardmäßig ist ein Langflow-API-Schlüssel nötig.

    Quelle 9

  • Eingebauter Chat-Speicher

    Die Agent-Komponente hat standardmäßig einen Chat-Speicher, gruppiert nach Sitzungs-ID. Standard ist eine SQLite-Datenbank; eine andere Datenbank lässt sich einstellen.

    Quelle 10
Alle 7 Funktionen anzeigen

  • Versionsverlauf für Abläufe

    Du speicherst Zwischenstände eines Ablaufs als Version, siehst sie schreibgeschützt ein und stellst sie wieder her. Die Versionen liegen in der Datenbank der Installation.

    Quelle 11

Nutzbare KI-Modelle

Frei wählbar

Du hinterlegst in den Einstellungen eigene Schlüssel je Anbieter und wählst das Modell im Agenten. Standardmäßig dabei sind unter anderem Anthropic, OpenAI, Google, IBM, Cohere, Ollama und ein OpenAI-kompatibler Endpunkt. Mistral, DeepSeek, xAI, OpenRouter und LiteLLM kommen über Zusatzpakete.

Genannte Modellfamilien

  • Anthropic (Claude)
  • OpenAI (GPT)
  • Google (Gemini)
  • IBM (Granite)
  • Cohere
  • Mistral
  • DeepSeek
  • xAI (Grok)
  • Weitere Modelle frei anbindbar
Modellwahl
Du wählst
Eigener API-Schlüssel
Ja
Router oder eigener Endpunkt
Ja
Lokale Modelle
Ja

Eingeordnet ist der allgemein verfügbare Hauptzugang. Belegt · Quellen abgerufen am

Langflow: Use agents · Langflow: Language Model · Langflow: Bundle list

02

Passt er zu meiner Aufgabe?

2 Praxisaufgaben · 7 Voraussetzungen und Grenzen

Passt, wenn …

  • du Agenten und Abläufe visuell bauen und als API oder MCP-Server bereitstellen willst
  • du die Software selbst betreiben und Modellanbieter frei wählen möchtest
  • du eigene Python-Komponenten und externe MCP-Werkzeuge in einen Ablauf einbinden willst

Passt eher nicht, wenn …

  • du feste Rollen und Rechte ohne zusätzliches Plugin erwartest
  • du Zeitpläne oder Freigaben vor Werkzeugaufrufen fertig eingebaut brauchst
  • du eine vom Anbieter gehostete Lösung suchst

Redaktionelle Einschätzung auf Basis der Anbieterangaben. Kein Produkttest.

Aufgaben Automatisieren Recherchieren Kundenservice

Aufgaben aus der Praxis

Redaktionelle Beispiele auf Basis dokumentierter Funktionen. Keine ausgeführten Produkttests.

01

Agent mit Werkzeugen als API bereitstellen

Du gibst vor
Ein Ablauf aus der Vorlage Simple Agent mit einem konfigurierten Modellanbieter.
Mögliches Ergebnis
Der Agent beantwortet Anfragen im Playground und lässt sich als API aufrufen.
Das prüfst du
Im Playground testen, Nachrichtenprotokoll lesen und Modellkosten im Blick behalten.
02

Ablauf per Webhook starten

Du gibst vor
Ein Ablauf mit Webhook-Komponente, die JSON von einer externen Anwendung erhält.
Mögliches Ergebnis
Jeder POST startet einen Lauf; die Daten wandelt eine Parser-Komponente in Text um.
Das prüfst du
Ergebnisse im Ablauf prüfen, weil die Antwort nur den Start bestätigt.
REDAKTIONELLES BEISPIEL

Einen Support-Agenten mit eigener Wissensquelle bauen und als API bereitstellen.

Dein möglicher Auftrag

Entwirf einen Ablauf für neue Anfragen: Informationen erfassen, nach Thema sortieren und einen Bearbeitungsvorschlag erstellen. Plane eine Freigabe vor externen Aktionen ein.

Passe Aufgabe, Daten und Berechtigungen an.

Voraussetzungen und Grenzen

  • Voraussetzung

    Modellzugang nötig

    Der Schnellstart nutzt einen OpenAI-Schlüssel als Beispiel. Pro Anbieter lässt sich nur ein Schlüssel hinterlegen, und das Konto braucht ausreichend Guthaben.

    Quelle 5

  • Voraussetzung

    Python und uv für die Paketinstallation

    Das Python-Paket braucht Python 3.10 bis 3.14 und uv. Mindestens ein Dual-Core-Prozessor und 2 GB RAM, empfohlen sind mehr Kerne und mindestens 4 GB.

    Quelle 4

  • Einschränkung

    Desktop ohne Shareable Playground und Sprachmodus

    Laut Installationsseite fehlen in Langflow Desktop einige Funktionen, etwa der Shareable Playground und der Sprachmodus.

    Quelle 4

  • Einschränkung

    Rollenbasierte Zugriffsrechte nur per Plugin

    Rollenbasierte Zugriffskontrolle braucht ein registriertes Autorisierungs-Plugin, das Langflow nicht mitbringt. Ohne Plugin darf jeder angemeldete Nutzer alles.

    Quelle 13

  • Einschränkung

    MCP-Server ohne Authentifizierung ist öffentlich

    Ist für ein Projekt keine Authentifizierung gesetzt, kann jeder den MCP-Server ohne Zugangsdaten nutzen. Die Dokumentation rät dazu nur in vertrauenswürdigen Umgebungen.

    Quelle 7

  • Einschränkung

    Webhook liefert kein Ergebnis

    Die Antwort auf den Webhook-Aufruf zeigt nur, dass der Ablauf gestartet wurde. Zeitpläne beschreibt die Webhook-Seite nicht.

    Quelle 9

  • Einschränkung

    Gehostetes Angebot entfernt

    Laut DataStax wurde das gehostete Langflow am 9. April 2026 aus Astra entfernt. Die Langflow-Startseite erwähnt weiter ein kostenloses Cloud-Konto, eine Anmeldung dafür oder ein anderes gehostetes Angebot war nicht auffindbar.

    Quelle 19
03

Kann ich ihn nutzen?

Verfügbarkeit noch ungeklärt

Europa & regionale Verfügbarkeit

Website, Dokumentation und Telemetrie-Seite geprüft. Eine Länderfreigabe oder Angaben zu Datenregionen nennen sie nicht.

Geprüfter Umfang: Selbst betriebene Software; Modellanbieter separat
Sichtung am:

  • Verfügbarkeit noch ungeklärt

    Europa: keine Angaben des Anbieters

    Beim Selbstbetrieb liegen Abläufe und Chatverlauf standardmäßig in einer lokalen SQLite-Datenbank. Die geprüften Seiten äußern sich nicht zu Europa oder zu Regionen des Cloud-Angebots. Zur Telemetrie nennt die Dokumentation das Abschalten mit DO_NOT_TRACK=True; den Standardwert nennt sie nicht ausdrücklich. Sie führt unter anderem Laufzeiten und Versionsdaten auf, in der Desktop-Version zusätzlich die registrierte E-Mail-Adresse.

    Region, Grund und Quelle

    Betroffene Region: EU/EWR, Vereinigtes Königreich und Schweiz

    Belegter Grund: Die geprüften Quellen nennen dafür keine Länderfreigabe.

    Offizielle Quelle · docs.langflow.org · Offizielle Quelle · docs.langflow.org · Offizielle Quelle · www.langflow.org

Einordnung zu Europa und Regulierung

Konten & Berechtigungen

Angaben aus Anbieter-Dokumentation. Rechte hängen von Konto, Integration und Organisationsrichtlinien ab. Prüfe vor dem Einsatz die tatsächlich angeforderten Berechtigungen.

Betrachtete Konfiguration: Selbst betriebene Langflow-Installation mit eigenem Modellzugang

Quellenstand:

Alle 3 Punkte anzeigen

  • Dokumentiert

    Verwendetes Konto

    Die eingebaute Anmeldung mit Benutzername und Passwort ist laut Dokumentation immer verfügbar und Standard; sie stellt kurzlebige Sitzungstoken aus. Alternativ übernimmt ein Identitätsanbieter über einen Proxy die Anmeldung. Den Schlüssel zum Modellanbieter hinterlegst du in den Einstellungen unter Model Providers.

    Nachweis · Nachweis

  • Dokumentiert

    Admin-Freigabe

    Rollenbasierte Zugriffskontrolle braucht ein Autorisierungs-Plugin, das Langflow nicht mitbringt. Ohne Plugin erlaubt Langflow jedem angemeldeten Nutzer alles.

    Nachweis

  • Bedingt dokumentiert

    Datenzugriff & Teamfreigaben

    Die Reichweite hängt von der Konfiguration ab. Webhooks verlangen standardmäßig einen API-Schlüssel; ohne Authentifizierung gelten Aufrufe als vom Flow-Besitzer gesendet. Ein MCP-Server ohne Authentifizierung ist öffentlich erreichbar. Der Shareable Playground ist nur zum Testen gedacht und macht den Playground eines Ablaufs über eine öffentliche Adresse ohne Installation und API-Schlüssel nutzbar.

    Nachweis · Nachweis · Nachweis
04

Gedächtnis und Gesprächskontinuität

3 von 6 Kriterien belegt

Chatverläufe liegen standardmäßig in der Langflow-Datenbank, gruppiert nach Sitzungs-ID, und lassen sich im Playground einsehen, bearbeiten und löschen.

Chat-Speicher der Agent-Komponente und der Message-History-Komponente

Quellen abgerufen:

Dokumentation je Kriterium

SpeichernBelegt

Speicherort und Umfang

Standardmäßig speichert Langflow in einer SQLite-Datenbank, Nachrichten in der Tabelle messages. Mit LANGFLOW_DATABASE_URL lässt sich eine andere Datenbank einsetzen, auch nur für den Chat-Speicher.

QuellenLangflow: Memory
AuswählenTeilweise belegt

Auswahl und Speicherzeitpunkt

Die Agent-Komponente hat einen Chat-Speicher, der standardmäßig aktiv ist, und holt eine begrenzte Zahl früherer Nachrichten; die Anzahl ist einstellbar, ein Standardwert steht nicht auf der Seite. Wie Inhalte für dauerhafte Erinnerung ausgewählt werden, beschreiben die Seiten nicht.

QuellenLangflow: Agents · Langflow: Memory
Bearbeiten & löschenBelegt

Einsicht, Bearbeiten und Löschen

Im Playground öffnest du über die Optionen einer Sitzung das Nachrichtenprotokoll, bearbeitest oder löschst einzelne Nachrichten und löschst ganze Sitzungen. Die Bearbeitung ändert die Tabelle messages.

QuellenLangflow: Playground
ZugriffsgrenzenTeilweise belegt

Agenten- und Kanalgrenzen

Verläufe sind nach Sitzungs-ID gruppiert; die Standard-ID ist die Ablauf-ID. Für mehrere Nutzer schlägt die Dokumentation eigene Sitzungs-IDs vor. Die Seite zeigt nicht, ob Nachrichten projektübergreifend getrennt sind.

QuellenLangflow: Memory
WiederfindenBelegt

Wiederabruf

Der Agent kann frühere Nachrichten derselben Sitzung abrufen. Die Komponente Message History liest Daten auch außerhalb eines Chats. Für semantische Suche über Sitzungen hinweg verweist die Seite auf eine Memory Base statt auf den Chat-Speicher.

QuellenLangflow: Memory
GesprächswechselTeilweise belegt

Session-Reset und Compaction

Eine andere Sitzungs-ID, im Editor oder per API, startet eine getrennte Sitzung. Der Agent arbeitet laut Dokumentation mit einem rollierenden Kontextfenster je Sitzung. Eine Schaltfläche für neuen Chat oder eine Verdichtung beschreiben die geprüften Seiten nicht.

QuellenLangflow: Playground · Langflow: Agents
Grundlagen zu Gedächtnis und Gesprächskontinuität
05

Was kostet er, welchen Aufwand macht er?

1 Tarif · Preisstand 05.11.2026

Preise und enthaltene Nutzung

Preisstand

Langflow ist unter der MIT-Lizenz zum Selbstbetrieb verfügbar. Modellkosten richten sich nach deinem Anbieter. Das gehostete Langflow wurde laut DataStax am 9. April 2026 entfernt.

TarifPreisEnthalten
Langflow (Open Source)Keine Softwaregebühr genannt

Quelloffene Software zum Selbstbetrieb unter MIT-Lizenz.

Preisquelle

  • Eine Preisseite unter www.langflow.org/pricing war nicht abrufbar (404).

Preise und Tarifdetails

Einrichtung

Desktop-App, uv-Paket oder Docker installieren, einen Modellanbieter mit API-Schlüssel hinterlegen und einen Ablauf aus einer Vorlage wie Simple Agent aufbauen.

Betrieb & Betreuungsbedarf

Basis: öffentliche Anbieter-Dokumentation. Einschätzungen sind redaktionelle Ableitungen aus den genannten Eigenschaften. Tatsächlicher Zeitaufwand und Zuverlässigkeit wurden nicht gemessen.

Betrachtete Betriebsform: Selbst betriebene Installation (Desktop, Paket oder Docker)

Quellenstand:

Redaktionelle Einschätzung

Du betreibst Langflow selbst und bist für Anmeldung, Datenbank und Logs verantwortlich. Stelle die Authentifizierung für Webhooks und MCP-Server bewusst ein und plane eigene Freigaben und Fehlerüberwachung ein.

Alle 6 Punkte anzeigen

  • Dokumentiert

    Dateien und Arbeitsstand

    Abläufe, gespeicherte Versionen und Chatnachrichten liegen standardmäßig in der Datenbank der Installation (SQLite); mit LANGFLOW_DATABASE_URL lässt sich eine andere Datenbank wählen.

    Nachweis · Nachweis

  • Bedingt dokumentiert

    Anmeldungen

    Offizielle Release-Pakete und getaggte Quellarchive schalten die automatische Anmeldung standardmäßig ab, Entwicklungszweige nicht. Für neue Installationen des Python-Pakets nennt der Schnellstart LANGFLOW_AUTO_LOGIN=false mit starkem Superuser-Passwort; Docker-Images verlangen standardmäßig Anmeldung. Zur Lebensdauer von Sitzungen nennen die geprüften Seiten nur, dass Token kurzlebig sind.

    Nachweis · Nachweis · Nachweis

  • Bedingt dokumentiert

    Start weiterer Läufe

    Du startest Abläufe im Playground, per API oder per Webhook-POST. Die Antwort des Webhooks bestätigt nur den Start. Einen allgemeinen Zeitplan beschreiben die geprüften Seiten nicht. Knoten werden nacheinander gebaut und ausgeführt.

    Nachweis · Nachweis · Nachweis

  • In geprüften Quellen offen

    Menschliche Eingriffe

    Eine eingebaute Freigabe durch Menschen vor einzelnen Werkzeugaufrufen beschreiben die geprüften Seiten nicht. Als Prüfstelle nennen sie den Playground zum Testen.

    Nachweis · Nachweis

  • Bedingt dokumentiert

    Fehler erkennen

    Logs gehen standardmäßig auf stdout, mit Stufe ERROR als Standard; eine Datei lässt sich einstellen. Die Log-Abfrage per Endpunkt ist standardmäßig aus. Der MCP-Server beendet Werkzeugaufrufe nach 180 Sekunden. Eine Parser-Komponente kann fehlschlagen, wenn sie keine oder fehlerhafte Daten erhält. Eine Benachrichtigung bei Fehlern beschreiben die Seiten nicht.

    Nachweis · Nachweis · Nachweis

  • Bedingt dokumentiert

    Nach Fehlern fortsetzen

    Gespeicherte Versionen eines Ablaufs lassen sich wiederherstellen, optional mit Sicherung des aktuellen Entwurfs. Wurde ein Ablauf an anderer Stelle gespeichert, verweigert Langflow das Speichern und bietet Aktualisieren, Duplizieren oder Neuladen an. Das Fortsetzen eines unterbrochenen Laufs beschreiben die geprüften Seiten nicht.

    Nachweis
06

Belege und offene Punkte

19 Quellen · 1 offener Punkt

Offene Punkte

Hier fehlen belastbare Angaben in den geprüften Quellen. Eine Lücke ist keine Aussage über das Produkt.

Europa: Verfügbarkeit noch ungeklärt

Quellen und Nachweise

Website, Dokumentation, Blog und Repository des Anbieters geprüft. Eine Preisseite war nicht abrufbar. Funktionsbeschreibungen stammen vom Anbieter; Beispielaufträge sind redaktionell. Eigene Praxistests stehen aus.

Redaktion: Michael Meierhoff · Quellen abgeglichen am . Anbieterangaben sind keine unabhängigen Leistungsnachweise.

Profil als Markdown lesen

So ordnen wir die Quellen ein

Anbieter

Das Projekt wird im Repository langflow-ai/langflow unter MIT-Lizenz entwickelt. Der Blog nennt DataStax als Mutterfirma (Stand Februar 2025).

Betreiber
Langflow
Organisation
Open-Source-Projekt
GitHub-Stars
156.355 · Stand
Lizenz
MIT
Quellen zum AnbieterBeleg 1 Beleg 2 Beleg 3 Stand
Änderungen an diesem Profil 1

  • Visueller Baukasten für Agenten und Abläufe, nutzbar als API oder MCP-Server.

Diese Notizen beschreiben redaktionelle Änderungen. Quellen- und Preisstände findest du in den jeweiligen Abschnitten.