„The home of the AI Workforce“ / „Scale GTM results, without scaling headcount“
Relevance AI ist eine Low-/No-Code-Plattform zum Erstellen, Orchestrieren und Betreiben von KI-Agenten und Multi-Agent-Workforces. Der aktuelle Schwerpunkt liegt stark auf Go-to-Market-Prozessen wie Sales, Marketing, CRM-Anreicherung, Outbound, Inbound-Qualifizierung, Customer Success und Support-Automatisierung.
Relevance AI
The home of the AI Workforce / Scale GTM results, without scaling headcount
Standort: Australien ⓘ Australien. Vertragspartner ist OnSearch Pty Ltd, ein australisches Unternehmen mit ABN 33 637 909 409,
Team Für Teams mit größeren Workloads; enthält alles aus Pro plus Credit-Rollover, fünf Build Users, End Users, mehrere Shared Projects, Calling & Meeting Agents, A/B Testing, Analytics Dashboard und Priority Support.
Enterprise Individueller Unternehmensplan mit unbegrenzten Nutzern und Projekten, Enterprise App Triggers, Agent Evaluations, Work Hour Controls, Multi-Org Management, Enterprise Security, Dedicated Account Manager, Custom Implementation und Priority Early Access. Sonstiges Actions Nutzungseinheiten für Agenten- und Workflow-Ausführungen; je Plan sind unterschiedliche monatliche bzw. jährliche Kontingente enthalten.
Vendor Credits Prepaid-/Kontingentmodell für Drittanbieter-KI-Modellnutzung; laut Terms können Vendor Credits für Third-Party-AI-Model-Usage genutzt werden und sind an eine aktive Subscription gebunden.
Bring Your Own LLM Nutzer können eigene LLM-Accounts bzw. API Keys anbinden, zum Beispiel für OpenAI, Anthropic oder Google; die Verarbeitung hängt dann zusätzlich vom jeweiligen Anbieter und dessen DPA/Terms ab.
Enterprise Data Retention Enterprise-Funktion zur automatischen Steuerung der Aufbewahrung und Löschung von Tool Runs, Agent Conversations, Workforce Tasks und Asset Versions; muss laut Dokumentation durch Relevance AI aktiviert werden.
Zielgruppe
Relevance AI richtet sich an Unternehmen, Revenue-Teams, Sales-Teams, Marketing-Teams, Customer-Success-Teams, Support-Teams, Operations-Abteilungen, Agenturen und technische Builder, die wiederkehrende Geschäftsprozesse mit KI-Agenten automatisieren möchten. Besonders stark ist das Tool für Go-to-Market-Organisationen, die Lead-Recherche, CRM-Anreicherung, Outbound-Sequenzen, Inbound-Qualifizierung, Kundenkommunikation und interne Workflows skalieren wollen, ohne zusätzliche Mitarbeiter einstellen zu müssen.
Herausragende Funktionen
Die Plattform kombiniert einen Low-/No-Code-Agent-Builder, Workforces als visuelle Multi-Agent-Systeme, Tools, Knowledge, Scheduling, Approvals, Chat, Slack, API-Integrationen, Custom Apps und mehr als 2.000 Integrationen. Herausragend sind vor allem der Fokus auf agentische Workflows im GTM-Bereich, die Möglichkeit, Agenten mit Unternehmenswissen und Integrationen auszustatten, sowie Enterprise-Funktionen wie SSO, RBAC, Audit Logs, Data Retention und Data Residency. Relevance AI hebt außerdem hervor, dass Kundendaten nicht zum Modelltraining verwendet werden.
Wichtigste Anwendungsfelder
Typische Einsatzfelder sind AI BDR, Outbound SDR, Lead Routing, Account Research, CRM Enrichment, Inbound Qualification, Inbox Management, Customer Support, Lifecycle Marketing, SEO-Content-Erstellung, Datenanalyse, Dokumentenverarbeitung, Reporting und interne Workflow-Automatisierung. Relevance AI eignet sich außerdem für Teams, die komplexere Prozesse in mehrere spezialisierte Agenten aufteilen möchten, etwa Recherche-Agenten, Prüf-Agenten, Schreib-Agenten, CRM-Agenten und Eskalations-Agenten.
Nutzung & Hinweise
Relevance AI wird über die Webplattform genutzt. Nutzer bauen Agents, Tools und Workforces, verbinden Integrationen wie CRM-, E-Mail-, Kalender-, Slack- oder Datenquellen und definieren, wann Agenten automatisch handeln oder menschliche Freigaben einholen sollen. Für seriöse produktive Nutzung sollten Unternehmen Rollen, Datenquellen, API-Schlüssel, Agentenrechte, Eskalationen und Retention-Regeln sauber definieren. Bei personenbezogenen Daten, Kundendaten oder sensiblen Geschäftsdaten sollten vorab Region, Subprozessoren, DPA/AVV, SCCs, Löschfristen und Enterprise-Sicherheitsunterlagen geprüft werden.
| Zielgruppe | Einschätzung |
|---|---|
| Privatpersonen | Eher nein – zu stark auf Business-, Sales-, GTM- und Workflow-Automatisierung ausgerichtet. |
| Selbstständige / Freelancer | Bedingt – sinnvoll für technisch affine Nutzer mit wiederkehrenden Vertriebs-, Recherche-, Content- oder Automatisierungsprozessen. |
| KMU | Ja – geeignet für Teams, die KI-Agenten für Sales, Support, Marketing, Recherche, CRM-Pflege oder interne Workflows einsetzen möchten. |
| Großunternehmen | Ja – besonders mit Enterprise-Funktionen wie SSO, RBAC, Audit Logs, Data Retention, Multi-Org Management, Security Controls und DPA-/Trust-Center-Dokumentation. |
| Entwickler / technische Teams | Ja – geeignet für API-/MCP-Nutzung, eigene Integrationen, BYO-LLM, Custom Tools, Python Tool Steps und agentische Workflows. |
| Sales- und GTM-Teams | Sehr gut geeignet – Kernzielgruppe sind BDR-/SDR-, Outbound-, Lead-Enrichment-, CRM-, Meeting- und Pipeline-Automatisierungen. |
| Datenschutzkritische Organisationen | Bedingt bis gut – positiv sind SOC 2 Type II, GDPR-Angaben, Verschlüsselung, Regionenauswahl und Nicht-Training auf Kundendaten; konkrete Region, DPA, Subprozessoren und externe LLM-Anbieter müssen geprüft werden. |
Hosting & Daten
1) On-Prem / lokales Hosting
Bedeutung: Die Firma betreibt die Lösung auf eigener Hardware oder in der eigenen Infrastruktur. Im strengsten Sinn läuft dabei nicht nur die Anwendung, sondern idealerweise auch das Modell lokal.
2) Private Cloud / RZ
Bedeutung: Die Lösung läuft in einer dedizierten oder stärker abgegrenzten Cloud-Umgebung, oft bei einem Hosting-Anbieter oder Hyperscaler, aber in einem deutschen Rechenzentrum oder in einer besonders kontrollierten Umgebung.
3) EU-SaaS / Managed
Bedeutung: Der Anbieter betreibt die Lösung selbst als Dienst. Die Firma nutzt das Tool als fertigen Cloud-Service, idealerweise mit EU-Datenresidenz.
4) Hybrid
Bedeutung: Ein Teil der Verarbeitung bleibt intern / lokal / in privater Cloud, ein anderer Teil läuft in einer externen Cloud oder EU-SaaS.
5) AVV / DPA
Bedeutung: Das ist der Auftragsverarbeitungsvertrag bzw. Data Processing Addendum.
Er regelt, dass der Anbieter personenbezogene Daten im Auftrag verarbeitet und an die Weisungen des Kunden gebunden ist.
6) Kein Training
Bedeutung: Der Anbieter nutzt deine Prompts, Uploads, Anhänge, Chatverläufe oder Outputs nicht zum Training oder zur Verbesserung des allgemeinen Modells — idealerweise vertraglich ausgeschlossen.
7) Open-Source-/Transparenz-Pfad
Bedeutung: Es gibt einen Weg zu mehr technischer Transparenz und Souveränität, etwa durch:
- offene Modelle
- dokumentierte Komponenten
- self-hostbare Teile
- nachvollziehbare Architektur
- Export-/Wechselmöglichkeiten
| On-prem / local hosting | ❓ |
| Private cloud / data center | ✅ |
| EU SaaS / Managed | ⚠️ |
| Hybrid | ⚠️ |
| DPA / AVV | ⚠️ |
| No training on customer data | ✅ |
| Open source / transparency path | ⚠️ |
Gesamteinschätzung:
Cloud-/SaaS-Plattform für KI-Agenten mit Multi-Region-Hosting, BYO-LLM und externen Integrationen; kein klassisches On-Prem- oder Self-Hosting als Standardangebot. Relevance AI beschreibt sich als Low-/No-Code-Plattform zum Erstellen von KI-Agenten und Multi-Agent-Teams, die Aufgaben wie Sales-Automatisierung, Customer Support, interne Workflows, Recherche, CRM-Updates, E-Mail-Entwürfe und Datenverarbeitung übernehmen. Hosting-Modell: SaaS/Cloud mit Multi-Region-Umgebung; Enterprise-Funktionen umfassen unter anderem SSO, RBAC, Audit Logs, Fine-Grained Access Control, Data Retention und Security-Dokumentation. Ein öffentlich belegtes On-Premise- oder Self-Hosting-Angebot wurde in den geprüften offiziellen Quellen nicht gesichert gefunden. Datenverarbeitung: Relevance AI unterscheidet Tools, Agents und Knowledge. Tool-Inputs und Tool-Outputs werden laut Security-Dokumentation nicht von Relevance AI geloggt; einzelne Tool-Schritte können aber externe Anbieter benötigen. Agenten-Konversationen werden für Nutzerkomfort gespeichert, sind projektprivat und können gelöscht werden. Knowledge-Daten werden kundenseitig kontrolliert und können gelöscht werden; Agenten- und Knowledge-Daten werden laut Relevance AI in der gewählten Account-Region gespeichert. Training auf Kundendaten: Relevance AI gibt an, keine Modelle auf Kundendaten zu trainieren. Integrationen: offiziell genannt werden mehr als 2.000 Integrationen sowie Verbindungen zu unter anderem Salesforce, HubSpot, Slack, Gmail, Apollo, Gong, GitHub, Outlook, Notion, Confluence, WhatsApp, Google Sheets, MCP-Servern und eigenen LLM-Accounts wie OpenAI, Anthropic oder Google. Retention: Free/Pro/Team haben planabhängige Task-History-Grenzen; Enterprise kann erweiterte Data-Retention-Funktionen für Tool Runs, Agent Conversations, Workforce Tasks und Asset Versions aktivieren.
Fazit:
Relevance AI ist stark für skalierbare KI-Agenten und GTM-Automatisierung, aber bei personenbezogenen Vertriebs-, CRM- und Kommunikationsdaten sollte die konkrete Datenregion, Subprozessorenliste, LLM-Anbieterwahl, Retention und Integrationsberechtigung vor Einsatz sauber dokumentiert werden. Quellen: Relevance AI Website, Pricing, Security Overview, Data Retention und Integrationsdokumentation.
| On-prem / local hosting | ❓ |
| Private cloud / data center | ✅ |
| EU SaaS / Managed | ⚠️ |
| Hybrid | ⚠️ |
| DPA / AVV | ⚠️ |
| No training on customer data | ✅ |
| Open source / transparency path | ⚠️ |
Gesamteinschätzung:
Cloud-/SaaS-Plattform für KI-Agenten mit Multi-Region-Hosting, BYO-LLM und externen Integrationen; kein klassisches On-Prem- oder Self-Hosting als Standardangebot. Relevance AI beschreibt sich als Low-/No-Code-Plattform zum Erstellen von KI-Agenten und Multi-Agent-Teams, die Aufgaben wie Sales-Automatisierung, Customer Support, interne Workflows, Recherche, CRM-Updates, E-Mail-Entwürfe und Datenverarbeitung übernehmen. Hosting-Modell: SaaS/Cloud mit Multi-Region-Umgebung; Enterprise-Funktionen umfassen unter anderem SSO, RBAC, Audit Logs, Fine-Grained Access Control, Data Retention und Security-Dokumentation. Ein öffentlich belegtes On-Premise- oder Self-Hosting-Angebot wurde in den geprüften offiziellen Quellen nicht gesichert gefunden. Datenverarbeitung: Relevance AI unterscheidet Tools, Agents und Knowledge. Tool-Inputs und Tool-Outputs werden laut Security-Dokumentation nicht von Relevance AI geloggt; einzelne Tool-Schritte können aber externe Anbieter benötigen. Agenten-Konversationen werden für Nutzerkomfort gespeichert, sind projektprivat und können gelöscht werden. Knowledge-Daten werden kundenseitig kontrolliert und können gelöscht werden; Agenten- und Knowledge-Daten werden laut Relevance AI in der gewählten Account-Region gespeichert. Training auf Kundendaten: Relevance AI gibt an, keine Modelle auf Kundendaten zu trainieren. Integrationen: offiziell genannt werden mehr als 2.000 Integrationen sowie Verbindungen zu unter anderem Salesforce, HubSpot, Slack, Gmail, Apollo, Gong, GitHub, Outlook, Notion, Confluence, WhatsApp, Google Sheets, MCP-Servern und eigenen LLM-Accounts wie OpenAI, Anthropic oder Google. Retention: Free/Pro/Team haben planabhängige Task-History-Grenzen; Enterprise kann erweiterte Data-Retention-Funktionen für Tool Runs, Agent Conversations, Workforce Tasks und Asset Versions aktivieren.
Fazit:
Relevance AI ist stark für skalierbare KI-Agenten und GTM-Automatisierung, aber bei personenbezogenen Vertriebs-, CRM- und Kommunikationsdaten sollte die konkrete Datenregion, Subprozessorenliste, LLM-Anbieterwahl, Retention und Integrationsberechtigung vor Einsatz sauber dokumentiert werden. Quellen: Relevance AI Website, Pricing, Security Overview, Data Retention und Integrationsdokumentation.
Stärken & Schwächen im Überblick
| Stärken | Schwächen |
|---|---|
| • Sehr stark für GTM-, Sales-, Marketing- und Revenue-Operations-Workflows | • Fokus liegt stark auf GTM; für allgemeine Enterprise-Prozesse außerhalb Sales/Marketing weniger spezialisiert |
| • Low-/No-Code-Erstellung von Agenten und Workforces | • Viele Enterprise-Sicherheitsdokumente werden laut Anbieter nur Enterprise-Kunden unter NDA bereitgestellt |
| • Große Integrationsbreite und API-/Custom-Integration-Pfad | • Vollständige offizielle Firmenadresse öffentlich nicht eindeutig verifizierbar |
| • Free-Version zum Testen verfügbar | • Daten können je nach Nutzung, Region und Subprozessoren international verarbeitet werden, u. a. in Australien, UK/EEA und USA |
| • Enterprise-Funktionen wie SSO, RBAC, Audit Logs, Data Residency und SOC 2 Type II | • Kein öffentlich klar auffindbarer kundenbezogener AVV/DPA für EU-Kunden im Rechercheumfang |
| • Kein Training auf Kundendaten laut Anbieter |
Bewertungen
0 Bewertungen insgesamt
Für dieses Tool liegen noch keine bestätigten Bewertungen vor.
Bewertung absenden
Deine Bewertung wird erst nach der Bestätigung per E-Mail sichtbar. Damit schützen wir das Portal vor Missbrauch.
Bewertung melden
Bitte wähle den Grund aus, warum diese Bewertung geprüft werden soll.
DSGVO-konforme Nutzung möglich?
Gesamteinschätzung: Bedingt bis gut DSGVO-geeignet, abhängig von Plan, Region und Integrationen. Relevance AI nennt GDPR-Compliance, SOC 2 Type II, Verschlüsselung in Transit und at Rest, SSO/MFA über Identity Provider für Enterprise-Kunden, RBAC, Fine-Grained Access Control, Audit-/Security-Dokumentation und eine Subprozessorenliste im Trust Center.
Positiv ist außerdem, dass Relevance AI laut Sicherheitsdokumentation keine Modelle auf Kundendaten trainiert und Agenten-Konversationen sowie Knowledge-Daten in der vom Kunden gewählten Region gespeichert werden. Für Enterprise-Kunden werden Security-Fragebögen und weitere Compliance-Dokumentation unter NDA angeboten; die Website nennt außerdem DPA-Templates im Trust Center.
Negativ ist: Relevance AI wird von OnSearch Pty Ltd, einem australischen Unternehmen, betrieben; die allgemeine Datenschutzerklärung enthält EU-/UK-spezifische Rechte, aber keine pauschale Aussage, dass alle Verarbeitungen ausschließlich in der EU stattfinden. Externe Integrationen und LLM-Schritte können Drittanbieter einbeziehen, deren eigene Datenschutz- und Verarbeitungsbedingungen zusätzlich gelten.
Serverstandort: Relevance AI beschreibt Multi-Region-Deployment und Speicherung in der gewählten Region; konkrete Standardregionen bzw. eine automatisch garantierte EU-Datenresidenz sind öffentlich nicht für jeden Plan eindeutig gesichert. Für DSGVO-kritische Nutzung sollten Enterprise-Plan, DPA/AVV, Regionenauswahl, Subprozessorenliste, BYO-LLM/LLM-Anbieterprüfung, Retention-Einstellungen und Zugriffskontrollen verbindlich geprüft werden. Quellen: Relevance AI Privacy Policy, Security Overview, Data Security Policy und Pricing.