Langdock Guide

Langdock ist eine Enterprise-KI-Plattform, die Chat, Agenten, Workflows und Integrationen unter einer Oberfläche bündelt. Modell-agnostisch und EU-gehostet. Ein Login, eine Rechnung, eine Compliance-Prüfung. Egal ob du gerade mit Claude, GPT, Gemini oder Mistral arbeitest.

1.1 Plattform-Idee

Fünf Bausteine auf einer Plattform:

Modell-Agnostik: Wenn ein neues Modell rauskommt, ist es in Langdock meist innerhalb weniger Tage verfügbar. Du wählst pro Nachricht im Modell-Selektor oben links. Kein Vendor-Lock-In auf Modell-Ebene.

1.2 Sicherheit & Compliance

Langdock ist auf Unternehmenseinsatz ausgelegt, nicht auf Consumer-Nutzung. Das schlägt sich in den Compliance-Eigenschaften nieder:

• EU-Hosting: Microsoft Azure, Region Frankfurt. Daten bleiben in der EU.
• DSGVO-konform: Vertraglich abgesichert. Auftragsverarbeitungsvertrag (AVV) verfügbar.
• Keine Trainingsnutzung: Eingaben und Antworten werden nicht zum Training der Modelle verwendet. Vertraglich zugesichert.
• ISO 27001 und SOC 2 Type II zertifiziert.
• SAML & SCIM für Single-Sign-On und automatisches User-Provisioning (Microsoft Entra, Google, Okta).
• Audit-Logs & Usage-Exports für interne Reportings und externe Audits.

1.3 Deployment-Modi

1.4 Wer Langdock einsetzt

Stand 2026 nutzen 5.000+ Unternehmen Langdock, mit insgesamt 60.000+ monatlich aktiven Nutzerinnen und Nutzern. Bekannte Beispiele:

• Pharma & Life Sciences: Merck
• HR-Tech: Personio
• Fintech: SumUp
• Medien: Der Spiegel

Typische Use-Cases reichen von Wissensarbeit (Recherche, Texte, Analyse) über Customer Support, Content-Produktion, Compliance-Prüfungen bis hin zu spezialisierten Agenten für interne Prozesse.

In fünf Minuten produktiv. Dieses Kapitel zeigt nur, wo was sitzt. Die Inhalte und Use-Cases kommen ab Kap. 4.

2.1 Login & Workspace-Tour

Login via Browser oder Mobile App. Wer SSO im Unternehmen hat, klickt auf »Mit SSO anmelden« und landet automatisch im richtigen Workspace.

Nach dem Login siehst du drei Bereiche:

• Linke Sidebar: Chat-Historie, Suche, Inbox, Projekte, Dateien, Agenten, Workflows. Integrationen, Skills und Prompts sitzen seit Juli 2026 gebündelt unter dem Eintrag »Customize«, die persönlichen Einstellungen sind ans untere Ende der Sidebar gewandert.
• Zentraler Bereich: Das Chat-Interface. Hier findet die Interaktion statt.
• Header oben: Modell-Selektor (links), Workspace-Switcher und Profil (rechts).

Im Chat findest du links neben dem Eingabefeld ein »+«-Symbol. Dahinter sitzen die erweiterten Funktionen wie Deep Research, Dokument-Editor, Web-Suche, Unternehmenswissen und Datei-Upload.

2.2 Account-Settings

Profilbild unten links → Einstellungen. Die wichtigsten Stellschrauben für dich persönlich:

• Sprache: Deutsch oder Englisch für das Interface, seit Juli 2026 zusätzlich Französisch, Spanisch und Italienisch.
• Theme: Light, Dark oder System-gesteuert.
• Notifications: E-Mail- und In-App-Benachrichtigungen für geteilte Inhalte, Workflow-Ergebnisse, Usage-Limits.
• Custom Instructions: Wer du bist und wie du Antworten haben willst. Details in Kap. 8.

2.3 Get Started Guide, Mobile & Desktop App

Get Started Guide: Langdocks eigenes interaktives Onboarding. Checkliste mit Aufgaben in Chat, Prompt-Bibliothek, Agenten, Wissen, Integrationen, Workflows. Mit Punkten und einem Workspace-weiten Leaderboard (Admins können es anonymisieren). Drei Hilfen sind eingebaut:

• Spotlight Tours: Für viele Aufgaben gibt es eine interaktive Schritt-für-Schritt-Führung in der UI. Zeigt direkt im Bild, wo du klicken sollst.
• Leaderboard: Zeigt den Fortschritt deines Teams. Spielerischer Adoption-Hebel.
• Custom Tasks: Admins können eigene Onboarding-Aufgaben hinzufügen, etwa »Lies unsere AI-Usage-Policy«.

Wer neu ist, läuft ihn einmal durch. Das ersetzt nicht diesen Guide hier, aber es macht die UI greifbar.

Mobile App: iOS und Android. Voller Chat, Projekte, Aktionen, Voice-Input. Die App ist seit 2026 mit den meisten Desktop-Features auf Augenhöhe.

Desktop-App: Seit September 2026 gibt es Langdock als native Anwendung für macOS und Windows. Sie bringt denselben Workspace wie der Browser mit, also Chat, Agenten, Workflows, Integrationen und die Workspace-Einstellungen, nur in einem eigenen Fenster mit Platz im Dock oder in der Taskleiste. Mehrere Fenster und Tabs lassen sich parallel offen halten, dazu kommen Tastatur-Shortcuts.

• Installieren: Download über langdock.com/products/desktop. Auf dem Mac die Langdock.dmg öffnen und die App nach »Programme« ziehen, unter Windows die Langdock Setup.exe ausführen.
• Anmelden: Beim ersten Start »Sign in to Langdock« wählen. Die Anmeldung läuft über den Browser und fragt zur Sicherheit nach, ob du die App gerade selbst auf diesem Gerät geöffnet hast. Danach bleibst du in Browser und App gleichzeitig angemeldet.
• Was gleich bleibt: Welche Modelle und Funktionen du siehst, hängt weiter an der Workspace-Konfiguration deiner Admins. Die App schaltet nichts zusätzlich frei.
• Was abweicht: Fenster, Menüs und einzelne Funktionen mit Gerätebezug verhalten sich anders als im Browser. Die Desktop-App löst die frühere installierbare Web-App (PWA) ab.

2.4 Tastatur-Shortcuts

Drei Sachen verstehen, dann läuft alles entspannt: welches Modell wann, wie die Nutzungslimits funktionieren, wie man Tokens spart ohne Qualitätsverlust.

3.1 Modell-Familien

Langdock gibt dir Zugriff auf die wichtigsten Anbieter. Jeder hat seine Stärken, du wählst pro Nachricht.

Welche Versionen aktuell verfügbar sind, ändert sich monatlich. Der Modell-Selektor zeigt immer die aktuelle Auswahl.

Hosting und Kosten stehen seit September 2026 im Selektor. Jedes Modell trägt eine Hosting-Kennzeichnung (EU, US oder global), die beim Hovern die vollständige Bezeichnung ausschreibt. Daneben sitzt ein Kostenindikator mit vier Stufen: niedrig, moderat, hoch und sehr hoch. Damit siehst du vor dem Absenden, ob ein Modell in der EU läuft und wie stark es aufs Limit schlägt, ohne die Preisliste zu öffnen.

3.2 Drei-Stufen-Modell für die Modell-Wahl

Statt jedes Mal neu zu überlegen oder zu raten: drei Stufen, eine Faustregel.

Auto-Modus, wenn du nicht entscheiden willst: Seit Mai 2026 gibt es im Modell-Selektor einen »Auto«-Eintrag. Langdock liest die erste Nachricht, schätzt die Komplexität und wählt selbst ein passendes Modell für den ganzen Chat (GPT-5.6 Luna für schnelle Anfragen, Sonnet 4.6 für leistungsstarke). Gut für Routine-Chats und neue Nutzer. Für alles, was wirklich Spitze gebraucht (Opus 5, seit Ende Juli 2026 das neue Top-Tier) oder bewusst sparsam laufen soll (Haiku 4.5, GPT-5.4 Mini), weiter manuell wählen.

Reasoning-Toggle gezielt nutzen: Im Modell-Selektor sitzt seit Mai 2026 ein vereinfachter Toggle für Reasoning. Aktivieren nur, wenn die Aufgabe wirklich Reasoning braucht: bei Strategie-Fragen, Architektur-Entscheidungen, Mathematik, schwierigen Code-Problemen. Für Standard-Texte produziert Reasoning längere Antworten und zieht mehr Token, ohne dass die Qualität merkbar steigt.

Für Web-Recherche: GPT-5.5 ist oft günstiger und qualitativ vergleichbar zu Opus. Opus glänzt vor allem bei Sprache und Nuance. Dafür rechtfertigt der Mehrverbrauch sich.

Neu seit Ende Juni 2026: Claude Sonnet 5. Anthropics bislang agentischster Sonnet, gebaut für Planung, Tool-Nutzung und eigenständige Ausführung. Die Qualität liegt nah an Opus 4.8, bei deutlich geringeren Kosten pro Anfrage, weshalb Sonnet 5 den neuen Standard fürs Tagesgeschäft bildet (EU-gehostet). In Workspaces, in denen eine frühere Sonnet-Version aktiv war, wird das Modell automatisch freigeschaltet.

Neu seit Juli 2026: GPT-5.6. OpenAIs neue Flaggschiff-Familie löst GPT-5.5 ab und kommt in drei Varianten: Sol (Flaggschiff für Coding und agentische Recherche), Terra (ausgewogen fürs Tagesgeschäft) und Luna (kostengünstig für einfachere Aufgaben). Alle drei verbessern Wissensarbeit, Reasoning und lang laufende agentische Aufgaben deutlich gegenüber GPT-5.5 (EU-gehostet). In Workspaces, in denen GPT-5.5 aktiv war, werden sie automatisch freigeschaltet. Seit August 2026 sind die Preise gefallen: Luna kostet rund 80 % weniger, Terra rund 20 % weniger als zuvor. Langdock hat daraufhin die Empfehlungen für den Auto-Modus und das Kosten-Fallback-Modell nachgezogen, Luna ist damit die günstigste sinnvolle Wahl für einfache Aufgaben.

Neu seit Ende Juli 2026: Claude Opus 5. Anthropics neues Flaggschiff löst Opus 4.8 als Top-Tier ab und legt spürbar zu bei komplexem Reasoning, agentischem Coding, anspruchsvoller Wissensarbeit und lang laufenden Aufgaben (EU-gehostet). In Workspaces, in denen eine frühere Opus-Version aktiv war, wird das Modell automatisch freigeschaltet; die Freigabe lässt sich in den Workspace-Einstellungen steuern. Weil Opus das Wochen-Limit am stärksten belastet, bleibt Opus 5 für die wirklich hochwertigen Aufgaben reserviert, das Tagesgeschäft läuft weiter auf Sonnet 5.

Neu seit Anfang September 2026: Claude Fable 5.1. Anthropics leistungsfähigste allgemein verfügbare Familie für Code und Wissensarbeit, gebaut für komplexes Problemlösen, lang laufende Aufgaben und anspruchsvolle Recherche (EU-gehostet, in allen Workspaces verfügbar). Wo Fable 5 bereits aktiv war, wird 5.1 automatisch freigeschaltet, die Freigabe steuern Admins in den Workspace-Einstellungen. Achtung beim Budget: Fable ist die teuerste Stufe im Katalog. Fable 5 steht in der Preisliste bei 8,57 Euro je 1 Mio Input-Token und 42,85 Euro je 1 Mio Output-Token, also rund doppelt so hoch wie Opus 5 (4,29 / 21,43 Euro). Fable gehört damit an die wenigen Aufgaben, bei denen Opus 5 nachweislich nicht reicht, nicht in den Alltag.

Neu seit Anfang September 2026: Gemini 3.8 Flash. Googles bislang stärkstes Flash-Modell, ausgelegt auf lang laufende Software-Aufgaben, eigenständige Agenten und komplexe Unternehmensabläufe. Gegenüber 3.7 Flash legt es bei Code, Reasoning und Wissensarbeit zu (EU-gehostet). Freigeschaltet wird es automatisch in allen Workspaces, in denen bereits ein Gemini-Modell aktiv war. Die Preisliste auf langdock.com/models hinkt bei neuen Modellen ein paar Tage nach, maßgeblich ist der Changelog.

Neu seit Anfang September 2026: GPT-6 Astra. OpenAIs neues Flaggschiff, das bei komplexem Reasoning, Programmierung, Computer-Bedienung, Recherche im Web sowie wissenschaftlicher und fachlicher Arbeit zulegt (EU-gehostet). In Workspaces, in denen bereits eine frühere GPT-Version aktiv war, wird es automatisch freigeschaltet. Achtung beim Budget: Astra liegt in der Preisliste auf derselben Stufe wie Claude Fable, also rund doppelt so hoch wie GPT-5.6 Sol oder Opus 5. Es gehört damit an die Aufgaben, bei denen die Flaggschiffe der 5er-Reihe nachweislich nicht reichen, nicht ins Tagesgeschäft.

3.3 Spezialvarianten: Vision, Reasoning, Bild

• Vision (Bild verstehen): Sonnet, Opus, GPT-5.x, Gemini Pro können Bilder lesen. Du hängst sie wie eine Datei an.
• Reasoning-Modelle: o3, o4-mini (OpenAI) und die »Thinking«-Varianten von GPT-5/Claude/Gemini denken erst, dann antworten. Für mehrschrittige Logik, Mathematik, schwierige Code-Probleme.
• Bilderzeugung: GPT-Image 2.5, GPT Image 2, Imagen, Flux. Per »+«-Menü im Chat oder als Tool im Workflow.

3.4 Session- & Wochen-Fenster

Langdock arbeitet seit April 2026 mit zwei parallelen Nutzungsfenstern, vergleichbar mit ChatGPT Plus oder Claude Pro:

Beide laufen gleichzeitig. Wer eines überschreitet, löst die Fallback-Mechanik aus.

Verbrauch wird nach Provider-Kosten gewichtet: Opus zieht mehr als Sonnet, Sonnet mehr als Haiku oder GPT-Mini. Eine Opus-Anfrage entspricht ungefähr zwei bis drei Sonnet-Anfragen.

3.5 Was beim Überschreiten passiert

• Neue Nachrichten werden automatisch auf GPT-5.6 Luna umgeleitet, bis das Fenster zurückgesetzt wird.
• Laufende Antworten werden fertig generiert, bevor das System wechselt.
• Du wirst nicht gesperrt. Der Workflow läuft weiter, nur eben auf einem günstigeren Modell.

3.6 Spam-Schutz

Unabhängig von den kostenbasierten Limits greift ein Hard-Limit von 250 Nachrichten pro 3 Stunden. Das zielt auf automatisierten Missbrauch, nicht auf normale Nutzung. Wer manuell chattet, kommt da nie hin.

3.7 Eigene Auslastung sehen

Zwei Stellen zeigen die Auslastung:

• Im Modell-Selektor: Seit Mai 2026 sitzen direkt neben den Modellnamen Nutzungs-Balken. Du siehst beim Wechsel zwischen Modellen sofort, wie weit Session- und Wochen-Fenster gefüllt sind. Kein Umweg über die Settings.
• Settings → Account → Usage: Zeigt zwei Progress-Bars (Session und Woche) plus die Zeit bis zum nächsten Reset.

Wer häufig nahe am Limit ist, sollte die Empfehlungen aus 3.2 (Drei-Stufen-Modell) und 3.9 (Chat-Hygiene) durchgehen, bevor mehr Capacity gebucht wird.

3.8 Limit-Kaskade: Mehr Capacity

Wer dauerhaft mehr Capacity braucht, hat sechs Stufen zur Auswahl, geordnet von »kostet nichts« nach »kostet extra«:

Details zur Admin-Konfiguration in Kap. 20.

3.9 Chat-Hygiene: Tokens sparen ohne Qualitätsverlust

Vier Stellschrauben, die jeder Nutzer selbst hat. Mehr Wirkung als jedes Plan-Upgrade.

• Neuen Chat starten bei Themenwechsel oder spätestens nach 10 bis 15 Turns. Die komplette Historie geht bei jedem Turn als Input ins Modell. Je länger der Chat, desto mehr Input-Tokens. Prompt-Caching mildert den Effekt, hebt ihn aber nicht auf.
• Custom Instructions schlank halten. Sie werden bei jedem Turn als System-Prompt mitgeschickt. Lange Instructions kosten Token und verschlechtern oft die Antwortqualität (Instruction Overload). Auf das Wesentliche fokussieren.
• Anhänge gezielt. Statt eine 50-MB-PDF hochzuladen lieber die relevanten Sektionen ausschneiden. Oder: in einen Ordner packen und semantisch suchen lassen, statt das ganze Dokument in den Kontext zu schieben (siehe Kap. 12).
• Output-Länge bewusst begrenzen. »max. 5 Bullets«, »in 100 Wörtern«, »ohne Vorrede«. Spart Tokens und macht die Antwort meistens auch besser.

Das tägliche Werkzeug. Hier landen die meisten Aufgaben. Vom Mail-Entwurf über die Tabellen-Analyse bis zur Diagramm-Skizze. Alle erweiterten Features sitzen hinter dem »+«-Symbol links neben dem Eingabefeld.

4.1 Senden, Editieren, Verzweigen

• Senden: Enter. Shift + Enter für Zeilenumbruch ohne Senden.
• Eigenen Prompt editieren: Stift-Symbol beim Hovern über deinem Prompt. Antwort wird ab dieser Stelle neu generiert.
• Antwort regenerieren: Kreispfeil-Button unter der Antwort. Erzeugt Alternativen, ohne den Prompt zu ändern.
• Antwort kopieren: Zwischenablage-Button. Bleibt beim Scrollen sichtbar. Citations bleiben beim Kopieren als anklickbare Hyperlinks zu den Quellen erhalten.
• Streaming-Reconnect: Wenn du während einer Antwort wegnavigierst und zurückkommst, läuft das Streaming weiter. Kein Verlust. Seit August 2026 halten auch lang laufende Chats die Verbindung, wenn das Modell länger nachdenkt oder ein Tool arbeitet und zwischendurch nichts zurückkommt.
• Aktuelle Zeit / Zeitzone: Modelle haben Zugriff auf das aktuelle Datum und die Zeitzone über ein eingebautes Tool. Du musst »heute« nicht mehr per Prompt mitgeben.

4.2 Datei-Anhänge

Über das »+«-Symbol oder per Drag-and-Drop. Unterstützt: PDF, DOCX, Excel/CSV, Bilder, Code-Dateien, TXT, Markdown und mehr.

• Limit: 20 Dateien pro Chat. Wenn du dauerhaft mehr brauchst, sind Ordner der richtige Weg (Kap. 12).
• Große PDFs: Lieber relevante Sektionen ausschneiden statt komplette 50-MB-Dokumente hochzuladen. Spart Token und macht Antworten präziser.
• Excel/CSV: Kombinier es mit Datenanalyse (Kap. 11) für Auswertungen mit echtem Code-Run.
• Bilder: Wähl ein Modell mit Vision (Sonnet, Opus, GPT-5, Gemini Pro). Mehr in 4.5.
• Video: Videodateien lassen sich seit Juni 2026 bis 100 MB hochladen (vorher 20 MB).
• Audio & Video transkribieren: Seit August 2026 erzeugt Langdock aus hochgeladenen Audio- und Videodateien Transkripte mit Sprecher-Labels. Die Wortbeiträge sind damit den Beteiligten zugeordnet, was Meeting-Mitschnitte und Interviews erst richtig auswertbar macht.
• Kalender & E-Books: Kalendereinladungen (.ics) und E-Books (.epub) lassen sich seit August 2026 direkt hochladen, ohne Umweg über eine Konvertierung.
• Datenbank-Dateien: SQLite-Dateien (.db, .sqlite, .sqlite3) lassen sich seit September 2026 bis 30 MB direkt im Chat hochladen. Langdock liest sie über das Bash-Werkzeug, du kannst also Tabellen abfragen und auswerten, ohne den Export vorher nach CSV zu drehen.
• Genom-Dateien: FASTA (.fna) sowie GenBank (.gb, .gbk) lassen sich seit September 2026 bis 256 MB hochladen und werden direkt ausgelesen. Relevant für Life-Science- und Forschungsteams, die Sequenzdaten bisher vorab konvertieren mussten.
• Direkt-Speichern: Dateien aus dem Chat lassen sich per Klick in dein Google Drive oder OneDrive sichern, ohne den Umweg über den lokalen Download.

4.3 Web-Suche

»+«-Menü → Web Search aktivieren, oder direkt im Chat danach fragen. Das Modell sucht live im Web und liefert Antworten mit Quellen-Citations.

Admins können Domains workspaceweit blocken (z.B. eigene Konkurrenten-Sites). Für tiefere Recherche siehe Kap. 10 Deep Research.

4.4 Bilderzeugung

»+«-Menü → Image Generation. Verfügbare Modelle: GPT Image 2, Imagen, Flux. Jedes hat einen eigenen Charakter.

• GPT Image 2: Stark bei Text in Bildern, Marken-konsistente Outputs.
• Imagen: Foto-realistisch, gute Anatomie und Komposition.
• Flux: Schnell, gut für Iteration und Stilrichtungen.

Iterieren via Re-Prompts: »gleiche Szene, aber von oben« oder »noch warmer beleuchtet«.

4.5 Bildanalyse (Vision)

Bild als Datei anhängen, ein Modell mit Vision-Fähigkeit wählen. Use-Cases:

• Screenshots erklären lassen (»Was passiert hier?«)
• Diagramme auswerten (»Welche Trends liegen in den Daten?«)
• Text aus Bildern extrahieren (Belege, Whiteboards)
• Design-Reviews (UI, Layouts, Marken-Konsistenz)

4.6 Mermaid-Diagramme

Wenn du Modelle bittest, etwas »als Mermaid-Diagramm« darzustellen, generieren sie Mermaid-Code. Langdock rendert ihn direkt im Chat als Diagramm. Praktisch für Flowcharts, Sequenz-Diagramme, ER-Diagramme.

Stelle den Onboarding-Prozess für neue Mitarbeitende als Flowchart in Mermaid dar.
Schritte: Vertragsprüfung, IT-Setup, Welcome-Meeting, erste Aufgabe.

Mathematische Formeln: Seit Juni 2026 rendert Langdock mathematische Formeln (LaTeX-Notation) sauber im Chat, und zwar bei allen Modellen. Brüche, Summen, Matrizen und griechische Symbole erscheinen als gesetzte Formel statt als Rohtext.

4.7 Dokumentensuche

»+«-Menü → Document Search. Sucht semantisch in den angehängten oder verlinkten Dateien. Anders als eine direkte »Antworte aus Datei«-Frage liefert Document Search die Fundstellen und eine zusammenfassende Antwort. Gut, wenn du die Quellen sehen willst.

Seiten-Previews für Word und PowerPoint: Seit Mai 2026 erzeugt Langdock für DOCX, PPTX, DOC und PPT visuelle Seiten-Previews. Kürzere Dokumente werden komplett gerendert, bei längeren sind Anfang, Mitte und Ende dabei. Brauchst du weitere Seiten (etwa für Tabellen oder Diagramme), kannst du sie gezielt nachfordern. Citations bleiben während des Streamings stabil und sind nach dem Kopieren weiterhin als Hyperlinks ansprechbar.

4.10 Volltext-Suche über Chats

Seit Mai 2026 durchsucht die Chat-Suche nicht mehr nur Titel, sondern auch die Inhalte der Nachrichten. Du findest Chats über konkrete Stichworte aus der Konversation wieder. Die Sidebar merkt sich zudem ihren Zustand (offen/zu) über Sessions hinweg.

4.8 @-Mentions: Agenten, Workflows, Skills im Chat

Im Chat reicht ein @, um andere Bausteine einzubinden:

• Agenten: @-Tippen → Picker zeigt verfügbare Agenten. Ausgewählter Agent antwortet mit seiner eigenen Konfiguration (Wissen, Tools, Anweisungen).
• Workflows: Genauso aufrufbar. Der Workflow startet, sein Ergebnis kommt zurück in den Chat.
• Skills: Aktivieren sich automatisch, wenn der Kontext passt. Kein @ nötig.

4.9 Unternehmenswissen

Seit Januar 2026: »+«-Menü → Company Knowledge. Eine Suche über alle verbundenen Datenquellen (SharePoint, Drive, Confluence, Notion, etc.).

• Cross-Source: Keine separate Suche pro System.
• Permissions vom Quellsystem: Wer keinen Zugriff auf Datei X hat, sieht sie auch hier nicht.
• Setup: Admin verbindet die Systeme einmal (Kap. 14).
• Belege nachschlagen: Seit September 2026 öffnet ein Klick auf die Quellenangabe das zitierte Dokument in der In-App-Vorschau, bei PDFs direkt auf der zitierten Seite. Der Faktencheck einer Antwort braucht damit keinen Wechsel ins Quellsystem mehr.

4.11 Kontextfenster im Blick

Seit Juni 2026 zeigt eine Anzeige in der Eingabeleiste, wie voll das Kontextfenster des aktuellen Chats schon ist, etwa »13,6k / 200,0k (7%)«. Per Klick klappt eine Aufschlüsselung auf, die den Verbrauch nach Kategorie auffächert: System-Tools, System-Prompt, Nachrichten, Tools, Anhänge und Bilder, Skills, Erinnerung, Autocompact-Zusammenfassung und freier Platz. Jede Kategorie zeigt Token-Zahl und Anteil.

Praktisch, wenn Antworten in langen Chats anfangen, Anfang der Konversation zu vergessen: Du siehst direkt, was den Platz frisst (oft alte Anhänge), und kannst gezielt aufräumen oder einen neuen Chat starten, statt blind weiterzuschreiben.

Optimiert Langdock den Kontext selbst, etwa beim Zusammenfassen älterer Nachrichten, läuft das seit September 2026 sichtbar mit: ein Fortschrittsring während des Laufs, ein Haken, wenn er durch ist. Das kurze Hänger-Gefühl in langen Chats hat damit eine Erklärung.

4.12 Geplante Aufgaben (Scheduled Tasks)

Seit Juni 2026 kannst du einen Prompt wiederkehrend automatisch ausführen lassen, täglich, wöchentlich oder in einem eigenen Rhythmus. Eine geplante Aufgabe schickt zur festgelegten Zeit ihren Prompt ab, zieht dabei bei Bedarf frische Daten über verbundene Agenten und Integrationen und legt das Ergebnis als Lauf ab, den du später nachlesen kannst.

• Anlegen: Prompt schreiben, Rhythmus wählen (z.B. jeden Montag 8 Uhr). Optional einen Agenten oder eine Verbindung einbinden, damit die Aufgabe aktuelle Daten holt.
• Aus dem laufenden Chat anlegen: Seit August 2026 musst du dafür nicht mehr in den Scheduled-Bereich wechseln. Du bittest im Chat darum, die Sache regelmäßig laufen zu lassen, Langdock schlägt Name, Anweisung und Rhythmus vor, du bestätigst. Solche Aufgaben übernehmen die Zeitzone deines Browsers und laufen im Auto-Modus, sofern verfügbar.
• Limit: Bis zu 10 geplante Aufgaben pro Nutzer und Workspace. Läufe starten teils bis zu 15 Minuten später, weil Langdock die Ausführungen über das Zeitfenster verteilt.
• Vorlagen-Galerie: Seit Juli 2026 gibt es fertige Presets für geplante Agenten. Name, Anweisung und Rhythmus sind vorausgefüllt, du passt nur noch an, statt bei null anzufangen.
• Eigener Bereich: In der Sidebar gibt es den Abschnitt »Scheduled«. Dort verwaltest und überwachst du alle Aufgaben an einem Ort.
• Verlauf: Jeder vergangene Lauf bleibt einsehbar, du kannst die Ergebnisse früherer Durchläufe nachlesen.
• Pausieren: Aufgaben lassen sich pausieren und später wieder fortsetzen, ohne sie neu anzulegen.
• Sammel-Quittung: Seit September 2026 markierst du alle Läufe einer geplanten Aufgabe mit einem Klick als gelesen, statt jeden Eintrag einzeln zu öffnen. Bei täglichen Aufgaben, die sich über den Urlaub stapeln, ist das der Unterschied zwischen Aufräumen und Durchklicken.
• Per API steuerbar: Seit September 2026 lassen sich geplante Aufgaben auch von außen verwalten: anlegen, auflisten, ändern, pausieren, fortsetzen, sofort ausführen und löschen. Der Weg für Teams, die ihre wiederkehrenden Läufe aus einem anderen System heraus pflegen, statt sie einzeln im UI zu klicken.
• Vorlagen bleiben sichtbar: Die Vorlagen-Galerie verschwindet nach dem Anlegen einer Aufgabe nicht mehr. Mehrere Aufgaben nacheinander aus Presets aufzusetzen geht damit ohne Umweg.

Drei Stellschrauben reichen für 90 Prozent der Aufgaben. Mehr Tiefe brauchst du nur für Spezialfälle.

5.1 Klare Anweisungen, Rolle, Struktur

Sag dem Modell präzise was du willst, in welcher Rolle, mit welchem Wissen. Eine bewährte Struktur:

• Persona: Wer soll das Modell sein? (»Du bist Senior Marketing Manager.«)
• Task: Was soll passieren? (»Schreibe eine LinkedIn-Anzeige.«)
• Context: Welches Wissen ist relevant? (»Zielgruppe: SaaS-Founder.«)
• Format: Wie soll das Ergebnis aussehen? (»3 Varianten, je max. 100 Wörter.«)
• Beispiele (optional): Ein bis zwei Muster-Outputs.

Vier von fünf reichen meist. Beispiele liefern den größten Qualitätssprung. Das Modell sieht genau was du willst.

5.2 Output-Format kontrollieren

Wer sich nichts wünscht, bekommt was die Maschine für angemessen hält. Oft zu lang, zu allgemein, mit Vorrede.

• Form: »in Bullets«, »als Tabelle«, »als JSON mit Feldern X/Y/Z«, »als Markdown«.
• Länge: »in 100 Wörtern«, »max. 5 Bullets«, »ein Satz pro Punkt«.
• Stil: »ohne Vorrede«, »ohne Disclaimer«, »in du-Form«.

5.3 Chain-Prompts & Tipps

Komplexe Aufgaben in Schritte aufteilen statt in einen Mega-Prompt zu pressen:

1. Erst: »Sammele 10 Argumente für X.«
2. Dann: »Bewerte jedes Argument auf einer Skala 1 bis 5.«
3. Dann: »Schreibe den Pitch mit den drei stärksten.«

Zwei unübliche, aber wirksame Tricks:

• Vermeide »Don't«-Anweisungen. Modelle handhaben Negationen schlechter als positive Anweisungen. Statt »Schreibe nicht in Marketing-Sprache« lieber »Schreibe direkt und ohne Werbe-Floskeln«.
• Bitte um direkte Zitate. Wenn du Fakten aus einem Dokument willst, frage explizit »Zitiere die relevante Stelle wörtlich«. Reduziert Halluzinationen.

Wiederkehrende Prompts speichern, statt jedes Mal neu zu schreiben. Sehr unaufwendig, sehr wirksam, besonders für Teams.

6.1 Prompts speichern, Variablen, Folders

• Speichern: Beim Hovern über deinem Prompt erscheint ein »+«-Symbol → in Bibliothek speichern. Titel und Tags vergeben.
• Variablen mit der Schreibweise {{name}} machen Templates flexibel: »Schreibe einen Recap für das Meeting mit {{kunde}} am {{datum}}.«
• Folders zur Organisation. Sinnvolle Struktur: nach Funktion (Marketing, Sales, Support) oder nach Aufgabe (Recap, Outreach, Recherche).

6.2 Mit Team teilen, in Chat und Agenten nutzen

• Sharing: Mit einzelnen Usern, Gruppen oder dem ganzen Workspace. Workspace-weite Prompts erscheinen bei allen.
• In jedem Chat: Slash-Befehl / oder Picker oben rechts. Variablen werden im Dialog abgefragt, bevor der Prompt abgesendet wird.
• In Agenten: Auch als Default-Prompt eines Agenten verwendbar. So haben alle den gleichen Startpunkt.

Projekte sind Container für zusammenhängende Arbeit. Wenn ein einzelner Chat zu klein ist und ein Agent zu groß, ist das Projekt das Mittel der Wahl.

7.1 Projekt-Konzept

Ein Projekt bündelt drei Sachen unter einem Dach:

• Mehrere Chats zum gleichen Thema (z.B. »Q3-Reporting« mit Recherche-Chat, Draft-Chat, Review-Chat).
• Geteilte Dateien, die in jedem Chat des Projekts verfügbar sind (Briefing, Vorlagen, Vorgaben).
• Eigene Custom Instructions, die in allen Chats des Projekts wirken.

Beispiele aus der Praxis:

• Q3-Reporting: Excel-Daten + Briefing + Custom Instructions »Ergebnisse sind für das Vorstands-Meeting«.
• Pitch für Kunde X: Letzte Pitches als Vorlagen + Branding-Guidelines + Custom Instructions »Schreibe in Du-Form, nicht zu marketing-lastig«.
• Onboarding eines neuen Lieferanten: Vertrag + Standard-Fragenkatalog + Custom Instructions »Prüfe immer gegen unsere AGB«.

7.2 Anlegen, Dateien dauerhaft anhängen

Linke Sidebar → Projekte → Neues Projekt. Name vergeben, optional Beschreibung. Danach Dateien hochladen. Die stehen ab sofort in jedem Chat des Projekts zur Verfügung.

Dateien können später ausgetauscht werden, ohne die laufenden Chats zu verlieren. Das ist der Hauptvorteil gegenüber direkten Anhängen pro Chat.

7.3 Custom Instructions auf Projekt-Ebene

Im Projekt-Settings setzt du Anweisungen, die zusätzlich zu deinen persönlichen Custom Instructions wirken (siehe Kap. 8). Beispiele:

• »Ich erstelle hier Outputs für das Vorstands-Meeting. Halte den Ton sachlich.«
• »Antworten immer auf Englisch, alle anderen Projekte in Deutsch.«
• »Jede Empfehlung mit der Quelle aus den angehängten Dokumenten begründen.«

7.4 Projekt-Sharing

Seit Dezember 2025 lassen sich Projekte teilen, mit User, Gruppen oder dem ganzen Workspace. Wer Zugriff hat, sieht alle Chats innerhalb des Projekts und arbeitet auf der gleichen Datei-Basis.

• Reader: Lesen + neue Chats anlegen, aber Projekt-Settings nicht ändern.
• Editor: Volle Rechte, inkl. Dateien austauschen und Custom Instructions anpassen.

7.5 Projekt vs. Agent: Wann was

Mehrere Mechaniken machen das Modell »kontextfest«. Es weiß, wer du bist, was die Firma macht, was für ein Projekt läuft. Wichtig: nicht verwechseln, jede Ebene hat ihren eigenen Ort.

8.1 Erinnerung

Das Modell merkt sich automatisch relevante Fakten aus Konversationen, wenn du es ihm signalisierst (»Notiere: ...«) oder wenn das System die Information für wichtig genug hält.

• Sehen: Settings → Account → Erinnerung. Liste aller Einträge.
• Editieren / Löschen: Pro Eintrag, jederzeit. Wer einen alten Eintrag falsch findet, kann ihn manuell korrigieren.
• Deaktivieren: Komplett abschalten oder pro Chat (»vergiss das gleich wieder«).

8.2 Drei Ebenen Custom Instructions

Alle drei werden bei jedem Chat als System-Prompt mitgegeben. Der Effekt: Jeder Mitarbeiter bekommt sofort »on brand«-Outputs, ohne jedes Mal die Firma erklären zu müssen.

8.3 Erinnerung vs. Custom Instructions vs. Projekt-Instructions

Seit Mai 2026 heißt der frühere Canvas-Modus Dokument-Editor. Komplett neu aufgesetzt, mit reicherer Formatierung, Versions-Verlauf, Cloud-Export und Library-Anbindung. Bestehende Canvas-Inhalte bleiben in ihren Chats erreichbar, und Prompts mit dem Wort »Canvas« öffnen weiterhin den Editor.

9.1 Was der Dokument-Editor ist

Ein Side-Panel neben dem Chat, in dem du Texte oder Code direkt bearbeitest. Statt jede Änderung über den Dialog laufen zu lassen, schreibst du im Dokument und lässt die KI gezielt mitarbeiten.

• Drei Wege zum Start: Per Prompt (»Erstelle einen Vorschlag über X«), per Button »Dokument erstellen« mit Auswahl Document/Word/PDF, oder über das Tools-Menü.
• Für Code: Prompts wie »Bau mir einen Budget-Tracker« oder »Erstelle ein Balkendiagramm aus diesen Daten« öffnen automatisch den Code-Modus.
• Vollbild: Expand-Icon blendet den Chat aus, wenn du dich nur auf das Dokument konzentrieren willst.

9.2 Formatierung & Slash-Menü

Per / öffnet sich ein Menü mit drei Gruppen:

• Format: Überschriften (H1 bis H4), Textvarianten.
• Listen: Bullet- und nummerierte Listen, Zitate, Code-Blöcke.
• Einfügen: Tabellen, automatisches Inhaltsverzeichnis, Trennlinien.

Die gleichen Optionen sitzen in einer fest sichtbaren Toolbar, wenn du nicht jedes Mal das Slash-Menü aufrufen willst.

9.3 KI im Editor: gezielt oder umfassend

• Selektive Bearbeitung: Text markieren und »Mit KI bearbeiten« wählen. Nur dieser Abschnitt wird geändert.
• Umfassende Änderung: Ohne Markierung im Chat eine Anweisung schicken (»kürze auf die Hälfte« oder »füge ein Fazit hinzu«). Die KI regeneriert das ganze Dokument auf Basis der Anweisung.

9.4 Code-Modus mit Live-Preview

Im Code-Modus kannst du zwischen zwei Ansichten wechseln:

• Code: Source-Datei lesen und editieren.
• Preview: Live-Rendering, um den Output direkt zu testen.

Praktisch für interaktive Mini-Apps, Diagramme oder UI-Snippets, die du sofort sehen willst.

Fix mit KI bei Code-Fehlern: Wenn die Preview einen Runtime-Error wirft, erscheint direkt am Fehler ein »Fix mit KI«-Button. Ein Klick reicht, das Modell analysiert die Fehlermeldung und patcht den Code. Spart das manuelle Stack-Trace-Lesen, besonders bei Snippets in Sprachen oder Frameworks, in denen du nicht zuhause bist.

9.5 Export & Cloud-Speicher

• Text-Dokumente: Export als Markdown, Word (DOCX) oder PDF.
• Code-Dateien: Download in nativen Formaten (.html, .jsx, .tsx).
• Direkt-Speichern: Per Klick nach SharePoint, OneDrive oder Google Drive sichern. Spart den Umweg über Download und manuellen Upload.

9.6 Versions-Verlauf & Library

• Versionierung: Jede Änderung (von dir oder der KI) bekommt automatisch einen Zeitstempel und eine Attribution. Im Versions-Panel siehst du Diffs und kannst zu jeder früheren Version zurück, ohne manuelle Edits zu verlieren.
• Library-Integration: Alle erzeugten Dokumente und Code-Dateien landen automatisch in der Library (Kap. 13). Du findest sie chatübergreifend wieder und kannst sie später aus jedem Chat weiterbearbeiten.

9.7 Wann Dokument-Editor, wann normaler Chat

Deep Research ist der Modus, wenn eine einfache Web-Suche nicht reicht und du mehrstufige Recherche willst.

10.1 Was Deep Research ist

»+«-Menü → Deep Research. Das Modell startet eine mehrstufige Recherche, kann ein paar Minuten bis zu einer Stunde laufen, sammelt Quellen, vergleicht und synthetisiert. Output ist ein strukturierter Report mit Zitaten.

10.2 Wann nutzen, wann nicht

10.3 Limits & Modelle

• Eigene Usage-Limits: Deep Research zählt separat und ist pro Nutzer begrenzt. Genaue Anzahl je nach Plan.
• Modelle: Aktuell GPT-5.5 oder Sonnet, von Langdock konfiguriert. Du wählst nicht selbst.
• Laufzeit: Du kannst zwischendurch im Workspace weiterarbeiten. Du bekommst eine Notification, wenn der Report fertig ist.

Datenanalyse lässt das Modell echten Code ausführen. In einer abgeschotteten Umgebung, gegen die Daten, die du anhängst. Anders als »normaler« Chat-Output sind die Ergebnisse reproduzierbar und nachprüfbar.

11.1 Sandbox-Execution für Excel, CSV, Code

»+«-Menü → Datenanalyse. Excel- oder CSV-Datei anhängen, Aufgabe formulieren. Das Modell schreibt Python-Code, führt ihn in einer Jupyter-Sandbox aus, zeigt Ergebnis und Code. Vorinstalliert sind pandas, numpy, matplotlib, python-docx und reportlab.

• Pivot, Aggregation, Joins, Filter. Alles Standard.
• Daten bleiben im Langdock-Kontext. Keine Übertragung an Drittanbieter, kein Code läuft auf deinem Rechner.
• Mehrere Files sind kombinierbar (Joins über gemeinsame Spalten).
• Sandbox-Limits: 60 Sekunden Timeout pro Code-Run, kein Internetzugriff aus dem Sandbox, Daten werden nach 15 Minuten Inaktivität verworfen. Innerhalb einer Konversation bleibt der Session-State erhalten.

11.2 Charts & Output-Formate

• Charts: Linien, Balken, Heatmaps, Scatter, Boxplots. Werden direkt im Chat angezeigt.
• Strukturierte Auszuege als Markdown-Tabelle.
• Excel-Export der Ergebnis-Tabelle über den Download-Button.

11.3 Best Practices

• Spalten-Überschriften klar machen. Wenn die Spalten »col_1«, »col_2« heißen, muss das Modell raten, was das ist.
• Bei großen Files: Erst fragen lassen, was geprüft werden soll. Statt »Analysiere mir die Datei« lieber »Welche Auswertung schlägst du vor?«. Und dann gezielt arbeiten.
• Bei mehreren Files: Beziehung explizit machen. »File A ist Master mit allen Kunden, File B sind die Umsätze pro Monat. Joine über kunde_id.«
• Code immer mitlesen. Wenn das Modell etwas Falsches macht, siehst du es im Code, nicht in der Aussage.

Ordner und Wissensdatenbanken sind die zwei Wege, um Wissen und Dateien für KI-Antworten zugänglich zu machen, ohne komplette Dokumente in jeden Chat-Kontext zu schieben. Ordner sind der gemeinsame Arbeitsbereich, Wissensdatenbanken die durchsuchbare Referenz (siehe 12.7).

12.1 Ordner-Konzept: der gemeinsame Arbeitsbereich

Seit Juni 2026 sind Ordner aktive Arbeitsbereiche, keine reinen Such-Sammlungen mehr. Du legst einen Ordner einmal an, packst die relevanten Dateien hinein und arbeitest in jedem Chat damit. Das Modell liest den kompletten Inhalt, vergleicht und aktualisiert Dateien und legt neu erzeugte Dateien direkt im Ordner ab (sofern du Bearbeiter- oder Besitzer-Rechte hast). Typische Aufgaben: mehrere Dokumente zu einem Meeting-Briefing zusammenfassen, Tabellen auswerten, aus Quellmaterial eine Präsentation bauen oder ein bestehendes Dokument gemeinsam fortschreiben.

Ein Ordner fasst bis zu 100 Dateien und 250 MB. Für große Referenz-Sammlungen, in denen das Modell nur semantisch das relevante Snippet finden soll (bis 1.000 Dateien), nimmst du stattdessen eine Wissensdatenbank (siehe 12.7).

12.2 Anlegen, Dateien hochladen

• Linke Sidebar → Dateien (Library) → Ordner → Neuer Ordner.
• Name vergeben, optional Beschreibung (hilft später beim Suchen).
• Dateien per Drag-and-Drop oder Browser-Upload. Mehrere gleichzeitig.
• Hochgeladene Dateien werden indexiert. Das dauert von Sekunden (TXT) bis zu Minuten (große PDFs).

Permissions auf Datei-Ebene: Wer Zugriff auf den Ordner hat, kann alle Dateien darin durchsuchen. Für Cross-Source-Mechaniken mit eigenen Source-Permissions siehe Kap. 4.9 Unternehmenswissen.

12.3 Freigabe und Rollen

Ordner lassen sich mit einzelnen Personen, Gruppen oder dem gesamten Workspace teilen (oft genutzt für Firmen-Wissen). Pro Person vergibst du eine der drei Rollen. Entscheidend: nur Bearbeiter und Besitzer dürfen vom Modell erzeugte Dateien im Ordner ablegen.

Workspace-Admins haben übergreifend Zugriff auf alle Ordner.

12.4 Ordner in Chat, Projekten und Agenten

• Im Chat: Button »In einem Ordner arbeiten« (oder »+«-Menü → Ordner) und Ordner auswählen. Das Modell sieht dann alle Dateien des Ordners und kann generierte Dateien zurückspeichern (bei Bearbeiter-/Besitzer-Recht). Seit September 2026 lässt sich ein Chat gezielt auf bestimmte Ordner eingrenzen, damit die Antworten nur aus diesem Ausschnitt kommen und nicht aus allem, worauf du Zugriff hast.
• Im Projekt: Ordner an ein Projekt anhängen, wenn dir beides gehört. Die Projekt-Rechte steuern dann den Ordner-Zugriff, und das Team nutzt die Ordner-Inhalte gemeinsam als Kontext in Projekt-Chats.
• Im Agenten: Bei der Konfiguration ein oder mehrere Ordner zuweisen. Voreingestellt ist Nur-Lesen: der Agent liest die Dateien dauerhaft, ändert aber nichts. Seit September 2026 kann ein Admin einen Ordner als Arbeits-Ordner markieren, dann darf der Agent darin auch Dateien bearbeiten und Ergebnisse zurückspeichern. Ein Agent nimmt bis zu 5 Library-Ordner und 5 synchronisierte Ordner. Zusätzlich kann der Agent seit September 2026 selbst nach Ordnern suchen und sie anhängen oder lösen, jeweils mit Prüfung der Zugriffsrechte.

12.5 Ordner vs. Direkt-Anhang vs. Datei-Vorlagen

12.6 Datei-Typen, Limits, FAQ

• Unterstützte Typen: PDF, DOCX, XLSX, PPTX, TXT, MD, HTML, CSV und mehr.
• Größenlimits pro Datei: Dokumente (PDF, DOCX, PPTX, MSG) bis 256 MB, dabei höchstens 8 Mio. Zeichen und 5.000 PDF-Seiten. Tabellen (XLSX, CSV, TSV, Parquet) seit September 2026 bis 100 MB, vorher 30 MB. Bilder bis 20 MB, Audio bis 200 MB, Video bis 100 MB, SQLite-Datenbanken bis 30 MB, TXT, MD und JSON bis 10 MB.
• Tabellen-Limits: XLSX/CSV werden semantisch indexiert. Für echte Datenanalyse besser Kap. 11 nutzen.
• Code-Repositories als Ganzes hochzuladen ist nicht vorgesehen. Single-File-Code geht.
• Bilder im Ordner: Seit Juli 2026 kann das Modell Bilder in einem Ordner visuell lesen und analysieren, nicht nur deren Dateinamen. Screenshots, Diagramme oder Foto-Vorlagen lassen sich so direkt aus dem Arbeitsverzeichnis auswerten.
• Anhänge pro Nachricht: Im Web hängst du bis zu 50 Dateien an eine Nachricht, mobil bis zu 5. Anhänge teilen sich das Kontextfenster mit Prompt und Verlauf, also nur mitschicken, was wirklich gebraucht wird.
• Agenten-Wissen und die 20er-Schwelle: Ein Agent nimmt bis zu 50 Dateien in der Zeile Dateien. Bis 20 Dokumente liegen alle als Vorschau direkt im Modell-Kontext. Darüber wechselt Langdock den Modus: Text-Dokumente bleiben über Datei-Listen und Datei-Werkzeuge erreichbar, Tabellen weiterhin direkt lesbar. Wer mehr braucht, hängt statt einzelner Dateien eine Wissensdatenbank an (siehe 12.7).
• Refresh: Wenn du eine Datei ersetzt, wird neu indexiert. Bei Folder Sync (siehe Kap. 14) passiert das automatisch.

12.7 Wissensdatenbanken: die durchsuchbare Referenz

Eine Wissensdatenbank ist eine durchsuchbare Dokumenten-Sammlung für Referenz-Material. Statt das ganze Dokument in den Modell-Kontext zu laden, wird per Vektorsuche nur der relevanteste Abschnitt pro Anfrage durchgereicht. So lässt sich deutlich mehr Material anbinden, ohne das Token-Budget zu sprengen. Im Chat rufst du sie per »@« und Auswahl der Wissensdatenbank auf, danach stellst du deine Frage. Auch Agenten, Workflows und die Knowledge-Folder-API greifen darauf zu.

• Limits: bis 1.000 Dateien, bis 8 Mio. Zeichen pro Datei.
• Unterstützte Typen: PDF, DOCX, TXT, Markdown und (text-basierte) Präsentationen. Nicht unterstützt: Tabellen-Dateien, Bilder, Audio.
• Wann was: Ordner, wenn du Dateien im Chat öffnen, vergleichen, aktualisieren oder zurückspeichern willst. Wissensdatenbank, wenn du in einer großen Sammlung gezielt Informationen findest.
• Eigene Vektordatenbank statt Wissensdatenbank: Wer bereits eine eigene Retrieval-Infrastruktur betreibt, bindet sie als Integration an: unterstützt werden Qdrant, Pinecone, Azure AI Search, Milvus und Vertex AI Vector Search. Nach dem Verbinden steht die Datenbank als Aktion in Agenten und per »@« im Chat bereit, jede Anfrage löst eine Embedding-Suche aus. Die Wissensdatenbank arbeitet intern mit festen Voreinstellungen: Abschnitte von rund 2.000 Zeichen, 1.536 Dimensionen, die besten 50 Treffer. Eine eigene Datenbank lohnt sich, sobald es um mehrere tausend Dokumente geht oder Chunking, Metadaten und Embedding-Modell selbst bestimmt werden sollen. Der Preis dafür: Betrieb, Pflege und Rechtevergabe liegen dann bei euch. Eine automatische Synchronisation aus Integrationen in eine Wissensdatenbank gibt es in keinem Fall.
• Nachträglich umwandeln: Seit Juli 2026 lässt sich eine Wissensdatenbank in einen normalen Ordner umwandeln, falls du doch aktiv an den Dateien arbeiten willst. Dazu brauchst du Editor- oder Owner-Rechte: Wissensdatenbank in »Dateien« öffnen, im Aktions-Menü »In Ordner umwandeln« wählen, bestätigen. Dateien und Freigaben wandern mit, die ursprüngliche Wissensdatenbank wird dabei gelöscht. Solange sie noch an API, Agenten, Chats oder Automatisierungen hängt, ist die Umwandlung gesperrt, diese Verbindungen also vorher lösen.

12.8 Best Practices

• Sprechende Dateinamen. Vektorsuche nutzt Inhalte, aber das Modell zeigt Dateinamen in Antworten. »vertrag-2024-finalfinal-v3.pdf« ist nicht hilfreich.
• Eindeutige Versionierung. Wenn alte Versionen drin bleiben, antwortet das Modell mit veralteten Inhalten. Lieber sauber löschen statt parallel halten.
• Kontext-Notizen in den Ordner legen. Eine kurze README.md mit »Was steht hier drin, an wen richtet sich das« macht Antworten besser.
• Trennung nach Funktion. Lieber drei spezialisierte Ordner (Verträge, Sales-Pitches, Onboarding) als einer mit allem.

Seit dem Library-Launch im April 2026 bündelt Langdock alle datei-bezogenen Funktionen in einem Bereich: Ordner, Datei-Vorlagen und Letzte Dateien. In der DE-UI heißt dieser Bereich »Dateien«.

13.1 Dateien-Konzept

»Dateien« ist der zentrale Speicher für alles, was du wiederverwenden willst:

• Ordner. Gemeinsame Arbeitsbereiche zum aktiven Arbeiten an Dateien (Kap. 12).
• Wissensdatenbanken. Durchsuchbare Sammlungen für Referenz-Wissen (Kap. 12.7).
• Datei-Vorlagen. Wiederverwendbare Templates für Outputs.
• Letzte Dateien. Was du oder dein Team kürzlich verwendet habt.

Erreichbar über die linke Sidebar → Dateien.

Seit Juli 2026 lässt sich die Library direkt durchsuchen und filtern, und mehrere Dateien lassen sich in einem Rutsch auswählen (Batch-Auswahl), etwa zum gemeinsamen Verschieben oder Löschen.

Seit September 2026 lassen sich 100 Dateien auf einmal hochladen, doppelt so viele wie vorher. Die Library-Seite selbst ist neu sortiert: oben stehen die Ordner, darunter die Galerie der Datei-Vorlagen mit Filtern nach Eigentümer und Typ, dazu Sortierung und Suche.

13.2 Datei-Vorlagen

Datei-Vorlagen sind wiederverwendbare Schemas, die als Skelett für neue Outputs dienen. Beispiele:

• Briefing-Vorlage: Mit Feldern für Auftraggeber, Ziel, Zielgruppe, Deliverables, Timing.
• Sales-Pitch-Vorlage: Slides oder Sections in einer festen Reihenfolge.
• Recap-Vorlage: Strukturierte Notiz nach Meeting (Teilnehmende, Entscheidungen, To-dos).

Vorlagen lassen sich teamweit teilen. Bei Verwendung im Chat oder Agenten gibt das Modell den Output direkt im Vorlagen-Format. Seit Mai 2026 sind Datei-Vorlagen auch direkt in Agenten auswählbar, sodass jeder Agent-Run im richtigen Format landet. Der Upload-Pfad für Vorlagen wurde gleichzeitig robuster und früher fehlerhafte Dateitypen werden zuverlässig akzeptiert. Für PPTX-Generierung unterstützt Langdock seit Mai 2026 zusätzlich React-Icons in Slides, was Decks visuell deutlich aufwertet. Seit September 2026 fällt das Rendering aus einer PPTX-Vorlage vollständiger und visuell konsistenter aus, und Langdock weist auf Qualitätsprobleme im Ergebnis hin, statt sie stillschweigend durchzureichen.

13.3 Ordner innerhalb Dateien

Ordner und Wissensdatenbanken liegen strukturell unter »Dateien«. Seit Juni 2026 sind Ordner aktive Arbeitsbereiche (Dateien gemeinsam bearbeiten und zurückspeichern), während Wissensdatenbanken die durchsuchbare Referenz bleiben. Details in Kap. 12. Der Wechsel des Pfads (von »Knowledge« zu »Dateien«) macht es für neue Nutzer einfacher zu finden.

13.4 Letzte Dateien

Liste der zuletzt verwendeten Dateien. Eigene plus geteilte. Praktisch, wenn du nicht mehr weißt, in welchem Chat oder Ordner ein Dokument lag. Filter nach Typ und Zeitraum. Seit Juni 2026 merkt sich die Library deine Sortier- und Filter-Einstellungen automatisch, sodass du sie nicht bei jedem Besuch neu setzen musst. Seit Juli 2026 lassen sich Ordner und Wissensdatenbanken zusätzlich per Namenssuche filtern, und in den Library-Ansichten kannst du alle Dateien auf einmal auswählen.

13.5 Dateien direkt aus der Library erstellen

Im Library-Bereich »Neue Datei erstellen« startest du direkt ein Dokument, eine Tabelle oder eine Präsentation. Langdock öffnet einen neuen Chat im passenden Modus, und falls Vorlagen aktiviert sind, erscheinen zuletzt benutzte Templates inkl. Link auf die komplette Galerie.

Alle erstellten oder hochgeladenen Dateien tauchen in der In-App-Preview auf, bevor sie in einen Chat oder Ordner wandern. Speichern auf Google Drive oder OneDrive geht per Klick direkt aus dem Chat. Seit Juli 2026 lässt sich eine Datei aus der Vorschau heraus im Vollbild öffnen, was bei Präsentationen und mehrseitigen PDFs den Unterschied macht, seit August 2026 kommen Zoom und ein für Mobilgeräte optimiertes Layout dazu. Anhänge und Bilder im Chat sind direkt anklickbar und lassen sich leichter wieder entfernen, und Dokument-Vorschauen aktualisieren sich automatisch, sobald die KI das Dokument bearbeitet hat.

Integrationen verbinden Langdock mit den Systemen, in denen die Arbeit läuft. SharePoint, Drive, Confluence, Salesforce, ServiceNow, Slack und dutzende weitere. Integrationen sind die Brücke zwischen KI und realem Daten- und Toolstack.

14.1 Integration-Verzeichnis

Linke Sidebar → Integrationen oder direkt aus dem »+«-Menü im Chat. Das Verzeichnis zeigt:

• Native Integrationen: Vorgefertigt, mit getesteten Aktionen und sauberer OAuth-Anbindung.
• MCP Server: Erweiterungen, die per Model Context Protocol angebunden sind (siehe Kap. 18).
• Custom Integrations: Selbst gebaute Anbindungen für interne Systeme (siehe Kap. 18).

Das Verzeichnis umfasst inzwischen über 100 native Integrationen und wächst laufend. Neu dazugekommen ist im Juli 2026 unter anderem Pipedrive mit 46 Aktionen und 6 Triggern über Deals, Personen, Organisationen, Aktivitäten, Leads, Notizen, Pipelines und Stages. Ebenfalls erweitert wurden Confluence (Ordner synchronisieren jetzt in die Library), OneDrive (Suche findet Dateien auch in Gruppenlaufwerken und gefolgten SharePoint-Seiten) und Outlook Calendar (ganztägige Termine sowie Raumbuchung über Exchange).

Im August 2026 kam Microsoft Viva Engage mit 15 Aktionen dazu: Communities durchsuchen, Nachrichten lesen und beantworten, Ankündigungen und Umfragen erstellen, Lob vergeben, Mitglieder verwalten. Bestehende Integrationen haben ebenfalls zugelegt: Confluence hängt Dateien beim Anlegen und Aktualisieren von Seiten direkt an und kann Anhänge auflisten und herunterladen, ServiceNow liefert über »Get Current User« das Profil des verbundenen Kontos, Databricks bekam sieben neue Aktionen rund um SQL-Abfragen, Warehouses, Notebooks und Dashboards, Tableau kann Views und Workbooks als Bild ausgeben, und ElevenLabs transkribiert per »Speech to Text« und spricht Texte mit dem ausdrucksstärkeren Modell eleven_v3.

Ebenfalls im August 2026 neu: Microsoft Fabric und Shopify Admin. Fabric bindet Geschäftsdaten über APIs für GraphQL an. Langdock findet die erreichbaren APIs, liest das Schema und stellt gezielte Abfragen; Schreibvorgänge laufen über eine getrennte Mutation-Aktion, die vor der Ausführung bestätigt werden muss. Als Quellen unterstützt sind unter anderem Fabric Data Warehouse, Fabric SQL Database, Lakehouse und gespiegelte Datenbanken über ihre SQL-Analytics-Endpunkte sowie direkt angebundene Azure SQL Databases. Shopify Admin wird mit einer eigenen Shopify-App verbunden: Client ID und Client Secret kommen aus dem Shopify Dev Dashboard und werden als eigener OAuth-Client in den Workspace-Admin-Einstellungen hinterlegt. Wichtig für die Rechte-Planung: Die Anbindung arbeitet mit Berechtigungen auf Anwendungsebene, es gelten also die Admin-API-Scopes der App und nicht die Shopify-Rolle der Person, die sie installiert hat.

Ebenfalls seit August 2026 im Verzeichnis: UiPath und UiPath Automation Hub. Über UiPath lassen sich nach OAuth-Anmeldung Ordner und Prozesse auflisten und Jobs anstößen. Langdock löst damit eine bestehende RPA-Landschaft aus, statt sie nachzubauen. Der Automation Hub deckt die Leseseite ab: Automatisierungs-Ideen durchsuchen, Flows einsehen, Kosten-Nutzen-Analysen abrufen. Kleinere Erweiterungen gab es bei Snowflake (optionaler Schalter »Als CSV exportieren«), Jira (Polling-Trigger liefern bis zu 50 Vorgänge pro Durchlauf) und Microsoft Planner (Aufgaben nach Bucket filtern). Pipedrive bekam 13 Aktionen rund um Projekte und Aufgaben; sie setzen den zusätzlichen Scope projects:full voraus, bestehende Verbindungen müssen dafür einmal neu autorisiert werden.

Im September 2026 lag der Schwerpunkt auf bestehenden Anbindungen. Microsoft OneNote kann jetzt schreiben: Inhalte an eine Seite anhängen, den Seiteninhalt ersetzen und den Titel ändern. Microsoft Power BI bekam »Get Semantic Model Measures« und »Get Semantic Model Relationships«; zusammen mit »Get Dataset Schema«, das jetzt eine reine Tabellenübersicht liefert, geben die drei Aktionen den vollständigen Katalog zusätzlich als herunterladbares JSON aus. Bei Jira lässt sich beim Anlegen eines Vorgangs das Feld »Affects Versions« setzen, in Cloud wie Data Center. ServiceNow-Ordner lassen sich als synchronisierte Ordner an Agenten hängen und aktualisieren sich selbst. Der Slack-Bot streamt seine Antworten inzwischen live, statt den fertigen Block am Ende zu posten.

Für Admins zwei Punkte aus derselben Welle: Verbindungsfelder wie Instanz-URLs oder Subdomains lassen sich workspaceweit vorbelegen, sodass nicht jede Person denselben Wert eintippt. Und eigene API-Integrationen tauchen jetzt in den Einstellungen auf und sind dort verwaltbar. Workspaceweit teilen dürfen Integrationen nur noch Workspace-Admins.

14.2 Connections herstellen

Bei den meisten Integrationen reicht OAuth: Klick auf »Verbinden«, Anmeldung beim Drittanbieter, Zustimmung zu den angefragten Berechtigungen, fertig.

• Persönliche Connection: Du bist mit deinem eigenen Account verbunden, nur du nutzt die Integration in deinem Namen.
• Workspace Connection: Vom Admin eingerichtet, von allen genutzt. Aktionen laufen unter einem zentralen Service-Account.

Die Wahl hängt vom Use-Case ab: Sollen Mitarbeitende ihre eigenen E-Mails durchsuchen, ist die persönliche Variante richtig. Wenn ein Agent für das ganze Team in einem zentralen Salesforce-Account arbeitet, Workspace.

Seit August 2026 ist das Verbinden an mehreren Stellen aufgeräumt. Admins können pro Integration mehrere eigene OAuth-Clients hinterlegen und sie einzelnen Gruppen zuordnen, etwa getrennte Anbindungen für zwei Landesgesellschaften. Integrationen, die einen API-Key statt OAuth brauchen, zeigen bei über 20 Diensten direkt im Dialog, wo dieser Key im Zielsystem zu holen ist. Öffentliche Integrationen sind im Verzeichnis mit einer Risikostufe ausgewiesen, was die Freigabe-Entscheidung für Admins erleichtert. Und Aktionen, die etwas verschicken oder schreiben, zeigen vor der Bestätigung eine bereinigte Vorschau des Inhalts, bei E-Mail- und Markdown-Eingaben also den fertigen Text statt Rohdaten.

14.3 Drei Wege zu SharePoint- und Drive-Daten

Wer Dateien aus SharePoint oder Google Drive ansprechbar machen will, hat drei Mechaniken zur Auswahl. Jede löst ein anderes Problem.

Grenzen von Folder Sync, die in der Praxis zuerst wehtun: Pro Agent oder Projekt lassen sich höchstens fünf synchronisierte Ordner anhängen. Pro Ordner verarbeitet die Cloud 200 Dateien, Dedicated-Deployments 1.000. Alles darüber wird stillschweigend ausgelassen, und zwar in der Reihenfolge, in der das Quellsystem die Dateien liefert. Unterordner zählen mit, es lohnt sich also oft, sie einzeln als eigene synchronisierte Ordner anzuhängen. Bilder bleiben außen vor, Text-Dokumente laufen über Vektorsuche, Tabellen werden direkt gelesen. Bei Confluence Cloud importiert der Sync die Seiten eines benannten Ordners, nicht die an den Seiten hängenden Anhänge.

14.4 Microsoft-Integrations: Permissions & Admin Approval

Microsoft-Integrationen (SharePoint, OneDrive, Teams, Outlook, Entra) verlangen oft eine Admin-Zustimmung, bevor User sie verbinden können. Hintergrund: M365-Tenants haben Default-Policies, die OAuth-Apps erst freischalten müssen.

• Wer freischaltet: Tenant-Admin (Entra Global Admin oder delegiert).
• Was freigeschaltet wird: Die App-Registrierung von Langdock im eigenen Tenant.
• Wo es hängt: User sieht beim Verbindungsversuch eine »Need admin approval«-Meldung. Admin findet die Anfrage in Entra unter »Enterprise Applications → Admin consent requests«.

Details und Screenshot-Schritt-Anleitungen in der Langdock-Doku unter Microsoft Integrations: Permissions & Admin Approval.

14.5 SharePoint-Seitenlinks (.aspx)

Seit Mai 2026 erkennt Langdock SharePoint-Seitenlinks (.aspx) automatisch als Anhang. Egal ob du den Link in den Chat einfügst oder ihn an einen Agenten weiterreichst, der Inhalt der Seite wird wie eine normale Datei gelesen. Praktisch für Wikis und Intranet-Seiten, die früher nur per Folder Sync oder Action zugänglich waren.

Direkt-Einfügen im Datei-Picker: URLs zu unterstützten Quellen lassen sich direkt im Datei-Picker einfügen, ohne den Umweg über die Integration-Sidebar.

14.6 Reauthorize-Flow

Läuft das OAuth-Token einer Integration aus, zeigt Langdock seit Mai 2026 direkt im Chat einen Reauthorize-Prompt. Du klickst einmal, autorisierst neu, der Chat läuft weiter. Admin-Settings → Integrationen liefert dazu klarere Alerts für workspaceweite Connections. Seit Juni 2026 kannst du eine Integration außerdem direkt in den Einstellungen neu authentifizieren, ohne sie vorher entfernen und komplett neu anlegen zu müssen.

14.7 Langdock für Excel (Plugin)

Seit Anfang Juli 2026 gibt es ein Excel-Plugin, das Langdock direkt in die Tabelle bringt. Du arbeitest im gewohnten Workbook und lässt Langdock mitlesen, schreiben und neue Dateien erzeugen, ohne die Anwendung zu wechseln. Das Plugin greift auf deine vorhandenen Integrationen, Wissensdatenbanken, Skills und Workflows zu.

• Was es kann: Fragen zum Tabelleninhalt beantworten und Auffälligkeiten aufspüren, Formeln, Tabellen, Diagramme und Pivot-Tabellen per Klartext erzeugen, unsaubere Daten bereinigen (Namen, Datumsangaben, Kategorien, Währungen vereinheitlichen), Trends und Ausreißer benennen und Zusammenfassungen für Reports oder Präsentationen entwerfen.
• Kontext-Anbindung: Aus dem Plugin heraus erreichst du deine Wissensdatenbanken, verbundenen Integrationen, Web-Suche, Skills und Workflows, genau wie im Chat.
• Library: Fertige Tabellen lassen sich direkt in die Langdock-Library speichern und mit dem Team teilen.
• Installation: Über den Microsoft Marketplace (»Get it now« → »Open in Excel« → mit dem Langdock-Konto anmelden).
• Admin-Freischaltung: Zuerst muss ein Workspace-Admin das Plugin in den Integrations-Einstellungen aktivieren, erst danach können Nutzer es installieren.

14.8 Langdock für Outlook (Add-in)

Seit Ende Juli 2026 gibt es dasselbe Prinzip für Outlook: ein Add-in aus dem Microsoft Marketplace, das Langdock als Seitenleiste neben Posteingang und Kalender stellt. Langdock sieht, welche Mail oder welchen Termin du gerade offen hast, du fragst also direkt danach, statt Inhalte in einen separaten Chat zu kopieren. Verfügbar in Outlook im Web und auf dem Desktop.

• Was es kann: Posteingang zusammenfassen und priorisieren, lange Threads auf Kernpunkte, offene Fragen und nächste Schritte eindampfen, Antworten entwerfen und im Ton nachschärfen, neue Mails samt Betreff und Empfängern schreiben, Nachrichten in Ordner sortieren, den Kalender prüfen und Termine anlegen oder verschieben.
• Kontext-Anbindung: Modelle, Wissensdatenbanken, Integrationen, Web-Suche, Skills und Workflows sind dieselben wie im Chat.
• Installation: Über den Microsoft Marketplace (»Get it now« → »Open in Outlook Web«), dann in Outlook eine Mail öffnen, in der Symbolleiste auf »Langdock« klicken und sich per Anmeldecode aus dem Browser verbinden. Ohne geöffnete Mail sind die Apps in der Symbolleiste ausgegraut.
• Zwei Integrationen nötig: Das Add-in nutzt Outlook Email und Outlook Calendar, um Nachrichten zu lesen, das Postfach zu durchsuchen und mit Terminen zu arbeiten. Beide mit demselben Microsoft-Konto verbinden, das auch in Outlook läuft. Ohne Verbindung kennt Langdock nur die Metadaten des offenen Elements (Betreff, Teilnehmende, Zeit, Ort, Namen der Anhänge) und den Text eines offenen Entwurfs.
• Bereich anpinnen: Outlook schließt einen nicht angepinnten Bereich beim Wechsel zwischen Mails. Einmal oben im Langdock-Bereich auf das Pin-Symbol klicken, im Verfassen-Fenster noch einmal.
• Bearbeitungs-Rechte: Standard ist »Ask before edits«. Bevor Langdock in einen offenen Entwurf schreibt, zeigt ein Dialog die betroffenen Felder mit den Optionen einmal erlauben, immer erlauben oder ablehnen. Umschaltbar auf »Accept all edits« im Menü der Chat-Eingabe. In beiden Modi gilt: Bearbeitungen betreffen nur den offenen Entwurf, gesendet wird nur auf ausdrückliche Aufforderung und nach Bestätigung.
• Eigene Voreinstellungen: Im Add-in-Menü unter »Preferences« lassen sich Custom Instructions nur für Add-in-Chats und ein Default-Modell setzen, unabhängig von den globalen Konto-Einstellungen. Dort liegen auch Theme und das Löschen aller Add-in-Unterhaltungen.
• Admin-Freischaltung: Wie beim Excel-Plugin schaltet ein Workspace-Admin das Add-in zuerst in den Integrations-Einstellungen frei. Outlook Email und Outlook Calendar müssen im Workspace ebenfalls aktiv sein.

14.9 Scopes & Aktions-Zugriff (Admin)

Jede Aktion einer Integration braucht bestimmte OAuth-Scopes beim Anbieter, eine Outlook-Kalender-Aktion zum Beispiel Calendars.ReadWrite, bevor sie Termine anlegen darf. Unter Workspace-Settings → Integrationen zeigt der Bereich Scopes and Action Access pro Integration, welche Scopes Langdock anfragt und welche Aktionen damit nutzbar sind. Das ist die Stelle, an der sich die Frage »warum steht bei dieser Aktion Missing scope« beantworten lässt.

• Langdock-Client (Default in der Cloud): Langdock hält die angefragten Scopes automatisch im Einklang mit den Aktionen, die freigeschaltet oder geteilt sind. Scopes werden nicht von Hand gepflegt, du steuerst sie, indem du Aktionen aktivierst, deaktivierst oder teilst.
• Eigener OAuth-Client mit Scope-Sync: Verhält sich genauso, nur mit eurer eigenen App. Die Empfehlung, wenn ihr einen eigenen Client fahrt, aber die Scope-Pflege nicht selbst übernehmen wollt.
• Eigener OAuth-Client ohne Scope-Sync: Feste Scope-Liste, die ihr manuell verwaltet. Der Weg für Tenants mit streng freigegebenem Scope-Set.
• Zwei Ansichten: Die Scope-Ansicht zeigt mit grünem Haken oder rotem Kreuz, welche Scope-Gruppen aktuell angefragt werden. Die Aktions-Ansicht geht Aktion für Aktion durch, mit Suche, Sortierung nach Status und den benötigten Scopes je Aktion.
• Neue Aktionen standardmäßig aktiv: Steuert, was passiert, wenn Langdock einer bestehenden Integration eine Aktion hinzufügt. Eingeschaltet werden Aktionen automatisch aktiv, deren Scopes der Client schon abdeckt, alle anderen bleiben aus. Ausgeschaltet bleibt jede neue Aktion aus, bis ihr sie prüft. In beiden Fällen gilt: Ein neuer Scope erweitert nie stillschweigend, was Langdock beim Anbieter anfragen darf.
• Nach der Änderung: Kommt ein Scope dazu oder fällt weg, bestätigst du das in einem Dialog. Danach müssen die Nutzenden ihre Verbindung einmal erneuern, bevor der neue Scope wirklich greift.

Scope-Referenz für Microsoft: Seit Mitte September 2026 dokumentiert Langdock je eine eigene Seite pro Microsoft-Integration mit den minimal nötigen delegierten Scopes je Aktion: Outlook Email, Outlook Calendar, OneDrive, SharePoint, Teams, Planner, To Do, Entra, Power BI, Dynamics 365 und Excel. Das hilft in der Abstimmung mit der IT, weil vor der Freigabe sichtbar ist, was eine einzelne Aktion wirklich braucht. Ein Vorbehalt gehört dazu: Alle Microsoft-Integrationen sind auf die tenant-weiten .All-Scopes ausgelegt. Enger gefasste Varianten wie Sites.Selected lassen sich konfigurieren, Langdock garantiert dann aber keine vollständige Funktion. Betroffen sind vor allem SharePoint, OneDrive, OneNote und Teams.

Mehrere eigene OAuth-Clients pro Integration sind möglich: einer für den ganzen Workspace als Default, weitere für einzelne Gruppen, etwa eine Tochtergesellschaft mit eigenem Entra-Tenant. Bestehende Verbindungen bleiben an dem Client hängen, mit dem sie angelegt wurden, nur neue Verbindungen wandern auf den aktivierten Client.

14.10 Plugins: Integrationen und Skills an einer Stelle

Seit September 2026 gibt es in der Sidebar den Eintrag Plugins. Er bündelt, was vorher an getrennten Stellen lag: die verbundenen Integrationen und die verfügbaren Skills. Du siehst dort, was in deinem Workspace schon angebunden ist, und stöberst im selben Aufwasch durch das, was du dazunehmen könntest.

• Sortierung: Verbundene Integrationen stehen oben. Darunter kommt der Rest, geordnet nach Kategorien und danach, wie häufig etwas im Workspace genutzt wird.
• Prompt-Starter: Jede Integration bringt Beispiel-Prompts mit. Statt eine Aktionsliste zu lesen, klickst du einen Starter an und siehst am Ergebnis, wofür das Plugin taugt.
• Direkt aus der Chat-Eingabe: Ein Plugin lässt sich mitten im Gespräch anhängen. Die Unterhaltung bekommt damit den Kontext und die Aktionen des Plugins, ohne Umweg über die Einstellungen.

Skills sind wiederverwendbare Anweisungen, die im Chat automatisch aktiv werden, sobald der Kontext passt. Anders als Prompts musst du sie nicht aktiv aufrufen.

15.1 Skills-Konzept

Ein Skill ist ein Stück Anweisung mit Trigger-Bedingung: »Wenn das Gespräch um Topic X geht, wende diese Regel an«. Beispiele:

• Recap-Skill: Wenn jemand nach einer Meeting-Zusammenfassung fragt, immer mit »Teilnehmende, Entscheidungen, To-dos« antworten.
• Translation-Skill: Bei Übersetzungs-Anfragen immer im Du-Stil bleiben.
• Compliance-Skill: Bei rechtlichen Themen immer den Hinweis »keine Rechtsberatung« hinzufügen.

15.2 System Skills

Built-in, immer aktiv für alle User. Keine Installation, keine Konfiguration, nicht abschaltbar. Aktuell sieben System Skills, die Langdock zentral pflegt: vier für die Dateierzeugung (PDF, DOCX, XLSX, PPTX), Datenvisualisierung für Diagramme aus Daten, der Skill Creator, der beim Bauen eigener Skills hilft, und seit August 2026 Platform Help, der Fragen zur Bedienung von Langdock direkt im Chat beantwortet, mit Blick auf den eigenen Workspace.

15.3 Workspace Skills

Vom Admin ausgerollt, gelten für alle im Workspace. Zwei Modi:

• Default: User kann den Skill abschalten, ist aber per Default an.
• Mandatory: User kann nicht abschalten. Für Compliance-Anweisungen sinnvoll (z.B. »Keine PII in Antworten«).

Ohne Installationsschritt (September 2026): Ein Skill kennt nur noch zwei Zustände, aktiviert oder deaktiviert. Das frühere Installieren vor dem Aktivieren fällt weg: Ist ein Skill aktiviert, ist er einsatzbereit. Neue Skills auszuprobieren kostet damit einen Klick, und ein Team hält seine Auswahl leichter schlank. Taucht ein Skill in einer Antwort auf, öffnet ein Klick darauf seine Detailansicht, du siehst also direkt, welche Anweisung gerade mitgelaufen ist.

15.4 Eigene Skills erstellen

Drei Wege:

1. Manuell: Über das UI Anweisungen schreiben, Trigger-Bedingungen definieren.
2. Per Chat-Generator: »Ich brauche einen Skill, der ...«. Das Modell schlägt die Konfiguration vor, du bestätigst.
3. Upload einer SKILL.md-Datei, eines ZIP-Bundles oder einer .skill-Datei. Für Skills, die du anderswo entwickelt hast oder importieren willst. Skill-Pakete dürfen seit Juli 2026 bis 20 MB groß sein (vorher 10 MB).

Seit Mai 2026 ist die Erstellung smarter: Langdock erkennt Duplikate und aktualisiert bestehende Skills, statt jedes Mal einen neuen anzulegen. Wer einen Skill verändern will, bekommt also keinen Wildwuchs an Halb-Versionen.

Direkt im Skill bearbeiten: Seit August 2026 änderst du einen bestehenden Skill an Ort und Stelle, ohne ihn neu hochzuladen. Name und Icon über die Kopfzeile, Beschreibung und Anweisungen im Editor der SKILL.md, dazu Begleitdateien hinzufügen, umbenennen, verschieben oder löschen und die verknüpften Integrationen anpassen. Die SKILL.md selbst bleibt die Hauptdatei und lässt sich weder umbenennen noch verschieben oder löschen.

Erlaubt ab Member-Rolle. Sharing wie bei Prompts (User, Gruppen, Workspace). Seit Juni 2026 wirst du benachrichtigt, sobald jemand einen Skill mit dir teilt, du verpasst also keine neue Vorlage mehr.

Seit September 2026 nehmen Export und Import die Integrationen mit. Packst du einen Skill als ZIP aus und woanders wieder ein, bleiben die angehängten Integrationen erhalten, statt nachträglich von Hand verknüpft werden zu müssen. Admins können Skills zusätzlich mit Workspace-API-Keys teilen, damit die Skills-API darauf zugreift.

Präsentationen werden vor der Auslieferung geprüft. Erzeugt ein Skill ein Deck, erkennt und meldet Langdock Layout-Probleme, bevor die Datei bei dir landet, und weist auf Qualitätsmängel und doppelte Decks in PowerPoint-Dateien hin. In den Ergebnissen stehen nur noch die final ausgewählten Dateien, nicht mehr die Zwischenstände aus der Verarbeitung. Die Ausgabe des Bash-Werkzeugs läuft dabei live mit, du siehst also während des Laufs, woran der Skill gerade arbeitet.

15.5 Skills + Integrationen koppeln

Skills können Integrationen aufrufen. Beispiel: Ein »Sales-Lead-Skill« erkennt im Chat eine Anfrage zu einem Lead, ruft automatisch Salesforce ab und reichert die Antwort an.

Voraussetzung: die Integration ist im Workspace verbunden und der User hat Zugriff.

15.6 Skill vs. Agent vs. Prompt: Wann was

Agenten sind spezialisierte Bots für wiederkehrende Aufgaben. Mit eigenem Wissen, eigenen Tools, eigenen Anweisungen. Wenn ein Use-Case oft genug ist, dass ihn jeder gleich machen sollte, gehört er in einen Agenten.

16.1 Interne vs. externe Agenten

16.2 Agent-Konfiguration

Zwei Wege zum Agenten. Seit Juli 2026 kannst du einen Agenten im Dialog bauen: Unter »Agenten → Agent erstellen« beschreibst du in normaler Sprache, was der Agent tun soll (z.B. »Ein Agent, der Onboarding-Fragen neuer Mitarbeitender aus unserem Handbuch beantwortet«). Der Builder stellt gezielte Rückfragen mit anklickbaren Antwortoptionen, schlägt passende Integrationen, Wissensdatenbanken und vorhandene Agenten aus deinem Workspace vor und konfiguriert live mit, während du zuschaust. Der Builder-Chat bleibt in einer Seitenleiste erreichbar, über »Build« und »Test« wechselst du zwischen Konfiguration und Probe-Chat. Manuelles Editieren der Felder und der Dialog greifen auf dieselbe Konfiguration zu. Egal ob im Dialog oder von Hand: du setzt die folgenden Bausteine.

• Name & Beschreibung: Was tut der Agent? (User sehen das im Picker.) In Beschreibungen wird Markdown gerendert: Headings, Bold, Italic, Code, Links.
• Modell: Empfehlung: pro Agent ein passendes Modell (Routine-Bot → Haiku, Strategie-Bot → Opus). Siehe Kap. 3.2.
• System-Prompt: Die zentrale Anweisung. Wer ist der Agent, was tut er, was tut er nicht. Seit Juni 2026 sind bis zu 50.000 Zeichen erlaubt, genug Platz für ausführliche Regeln, Beispiele und Format-Vorgaben.
• Wissen: Ein oder mehrere Ordner zuweisen (Kap. 12). Seit Juli 2026 lassen sich bis zu 50 Wissens-Dateien an einen Agenten hängen, vorher waren es 20, dazu bis zu 5 Library-Ordner und 5 synchronisierte Ordner. Seit September 2026 lassen sich im neuen Agenten-Editor Arbeits-Ordner hinterlegen, in denen der Agent Dateien nicht nur liest, sondern auch ablegt (Kap. 12.4).
• Tools: Integrationen aktivieren, die der Agent nutzen darf. Bei den aktuellen Modellen (OpenAI ab GPT-5.4, Anthropic Sonnet/Opus 4 und neuer) sucht das Modell seit Juni 2026 nativ aus vielen aktivierten Tools das passende heraus. Du kannst einem Agenten also reichlich Aktionen geben, ohne dass die Trefferquote leidet. Seit Juli 2026 lässt sich diese automatische Tool-Suche pro Agent gezielt einschalten, und die KI kann bis zu 15 Treffer aus einer Integrations-Suche verwerten statt nur eine Handvoll. Hängst du einen Workflow, Skill oder Unter-Agenten an, auf den die vorgesehenen Nutzer oder Gruppen keinen Zugriff haben, warnt Langdock dich beim Konfigurieren.
• Skills: Ein oder mehrere Skills (Kap. 15) anhängen, die in jedem Agent-Chat automatisch wirken. Auch für Projekte aktivierbar.
• Datei-Vorlagen: Seit Mai 2026 lassen sich Vorlagen direkt am Agenten auswählen, damit jeder Run im richtigen Format landet (Kap. 13.2).
• Conversation Starters: Vorgeschlagene Erst-Prompts, die User mit einem Klick aufrufen können.
• Arbeits-Ordner aus dem Dialog: Seit September 2026 setzt oder entfernst du den Arbeits-Ordner direkt im Agent-Builder-Chat, ohne in die Felder zu wechseln.
• Form Fields oder Freitext: Wie User mit dem Agenten interagieren (siehe 16.3).

Der Editor ist seit August 2026 neu sortiert. Statt eines langen Formulars gibt es klar getrennte Abschnitte mit jeweils eigener Suche. Die Anweisungen sitzen oben in einem aufgeklappten Editor, was bei langen Regelwerken spürbar angenehmer ist. Wissen hat eigene Schaltflächen für Dateien und für Ordner. Die Tools sind in Integrationen, Skills und Mehr gruppiert, und wer eine Integration auswählt, holt sich ihre Aktionen in einem Schritt statt einzeln.

Neu ist dabei vor allem die Freigabe-Logik pro Aktion: Jedes Tool lässt sich auf Immer erlauben oder Bestätigung nötig stellen. Lesende Aktionen laufen damit durch, während schreibende vorher gefragt werden. Über »Auf alle Aktionen anwenden« setzt du die Wahl in einem Rutsch für die ganze Integration. Zusätzlich lässt sich eine Verbindung für alle Nutzenden vorauswählen, sodass niemand beim ersten Aufruf erst eine Connection zuordnen muss.

Kleinigkeiten seit September 2026, die im Alltag zählen: Angehängtes Wissen steht als kompakter Tag mit Symbol und Namen da, lange Namen werden gekürzt und beim Darauffahren vollständig gezeigt. Dateien, Ordner, Skills, Vorlagen und Integrationen haben einheitliche Entfernen-Schaltflächen, das Aufräumen einer überladenen Konfiguration geht damit deutlich schneller. Agenten mit eigenem Nutzungslimit tragen ein sichtbares Abzeichen. In der Agenten-Übersicht landen Suche, Sortierung, Labels, Integrationen und Freigabe-Status in der URL, du kannst eine gefilterte Ansicht also als Lesezeichen sichern oder im Team teilen.

16.3 Form Fields

Statt Freitext-Input erhält der Agent strukturierten Input über definierte Felder. Garantiert konsistente Eingaben, weniger Variabilität in Outputs.

Neun Feld-Typen stehen zur Verfügung: Text, mehrzeiliger Text, Zahl, Checkbox, Datei, Auswahl, Mehrfachauswahl, Datum und E-Mail. Die Mehrfachauswahl kam im August 2026 dazu und passt überall dort, wo mehrere Optionen gleichzeitig gelten: betroffene Abteilungen, Produktkategorien, gewünschte Report-Abschnitte. Ist das Feld als Pflichtfeld gesetzt, muss mindestens eine Option gewählt werden. Beispiel für einen »Brief-Generator«-Agenten:

• Empfänger (Text)
• Anlass (Auswahl: Mahnung, Angebot, Antwort, Sonstiges)
• Tonfall (Auswahl: formell, freundlich, knapp)
• Pflicht-Bausteine (Mehrfachauswahl: Frist, Ansprechpartner, Anlagenverzeichnis)
• Kontext (mehrzeiliger Text)

Limits: bis zu 25 Felder bei manueller Konfiguration, bis zu 20, wenn der Agent Builder sie erzeugt. Feld-Bezeichnungen fassen 255 Zeichen, Beschreibungen 512.

16.4 Subagenten

Ein Agent kann andere Agenten aufrufen. Praktisch für mehrstufige Aufgaben, bei denen jede Stufe einen anderen Spezialisten braucht.

Beispiel »Content-Pipeline«: Master-Agent → Recherche-Agent (sammelt) → Schreib-Agent (erstellt Draft) → Review-Agent (prüft Stil und Fakten) → finaler Output.

Vorteile: Jeder Sub-Agent hat einen isolierten, kleineren Kontext. Spart Token gegenüber einer langen Chat-Konversation, die alles mitschleppt. Verbesserte Antwortqualität durch Fokus.

Seit Juni 2026 können Subagenten deutlich mehr Schritte pro Lauf ausführen, längere mehrstufige Aufgaben laufen damit zuverlässiger durch. Zusätzlich lassen sich Subagenten jetzt über die API als Tools ansprechen, sodass sich verschachtelte Agent-Setups auch programmatisch bauen lassen. Seit August 2026 zeigt eine visuelle Versionshistorie, wie sich ein Subagent über die Zeit verändert hat. Bei mehrstufigen Setups siehst du damit, welche Stufe eine Verhaltensänderung ausgelöst hat.

Grenzen bleiben: Subagenten können ihrerseits keine Subagenten aufrufen, sie sehen die Konversation des Eltern-Agenten nicht und können keine Rückfragen an den Nutzer stellen. Das macht nur der Eltern-Agent.

16.5 Agent-Vorlagen

Langdock liefert eine Bibliothek vorgefertigter Agent-Templates. Vom Sales-Outreach über Marketing-Reviewer bis zum Prüfer für Beschaffungsanfragen. Beim Anlegen eines neuen Agenten kannst du eine Vorlage als Startpunkt nehmen und anpassen.

16.6 Versionierung & Draft-Mode

Seit April 2026 haben Agenten echte Versionierung. Änderungen landen automatisch im privaten Draft, der während des Bearbeitens autosaved wird. Live geht nur, was du explizit per »Update« oben rechts publishst.

• Draft testen: Im Editor prüfen, ob die Änderung das gewünschte Verhalten bringt. Nur du siehst den Draft.
• Publish-Summary: Beim Update zeigt Langdock an, was sich gegenüber der Live-Version geändert hat (z.B. »Name aktualisiert, Instructions aktualisiert«). Optional eine Beschreibung mitschicken.
• Versions-Verlauf: Alle Versionen bleiben erhalten, Rückkehr zu einer früheren ist jederzeit möglich.

16.7 Usage Insights

Seit April 2026 hat jeder Agent einen eigenen Analytics-Tab direkt oben in der Konfiguration. Dort siehst du:

• Anzahl Konversationen pro Tag/Woche/Monat
• Aktive User. Wer nutzt den Agenten regelmäßig
• Top-Konversationen. Was sind die typischen Anwendungsfälle
• Adoption-Funnel. Wie viele der Berechtigten vom Zugriff bis zur regelmäßigen Nutzung kommen, plus die Liste der aktivsten Nutzer
• Meistgenutzte Aktionen. Welche Integrationen der Agent tatsächlich zieht
• Kosten. Kosten pro Nachricht, sobald genug Daten zusammengekommen sind
• Feedback. Daumen-Reaktionen plus Filter, Konversations-Switch und Vorschau direkt im Analytics-Tab. Du musst für Reviews die Seite nicht verlassen.
• Feedback nach Version filtern. Seit Mai 2026 lassen sich Daumen-Reaktionen auf eine bestimmte Agent-Version eingrenzen. So siehst du, ob ein neuer Publish die Qualität messbar verbessert oder verschlechtert hat.
• Feedback-Nudge. Nutzer werden seit Mai 2026 dezent dazu eingeladen, Daumen hoch/runter zu vergeben. Seit Juni 2026 erscheint die Aufforderung automatisch, sobald jemand mehr als fünf Konversationen mit dem Agenten hatte. Das füllt den Analytics-Tab mit ausreichend Signal, ohne dass Owner aktiv nachfragen müssen.
• Teilbarer Feedback-Link. Seit Juni 2026 lässt sich über das Menü in der Chat-Kopfzeile ein Feedback-Link erzeugen und an Kollegen weitergeben. So sammelst du gezielt Rückmeldungen, auch von Leuten, die den Agenten sonst selten nutzen.

Zeitraum und Export: Voreingestellt sind die letzten 30 Tage, daneben gibt es das Preset »Letzte 24 Stunden« und einen frei wählbaren Zeitraum. Analytics und Feedback lassen sich getrennt als CSV herunterladen. Beim Feedback können Nutzer neben Daumen und Kommentar optional Name und E-Mail hinterlassen und den kompletten Chat mitgeben, den dann nur der Ersteller des Agenten sieht. Sichtbar sind beide Tabs für Ersteller und Editoren des Agenten.

Wertvoll für Agent-Owner: Wenn Adoption nach 4 Wochen niedrig bleibt, ist meistens nicht das Modell schuld, sondern der Agent passt nicht zum tatsächlichen Use-Case.

16.8 Advanced Features

• Labels: Tagging für bessere Sortierung in der Agenten-Übersicht (z.B. »Sales«, »HR«, »Compliance«).
• Pinning: Lieblings-Agenten in der linken Sidebar pinnen.
• Duplication: Existierenden Agenten kopieren als Startpunkt für eine Variante.
• Owner Transfer: Agent an andere Person übergeben (wichtig bei Teamwechseln).

16.9 Slack- & Teams-Bots

Agenten lassen sich als Bots in Slack oder Microsoft Teams ausspielen. Einmaliges Setup pro Workspace, dann sind alle freigegebenen Agenten per @-Mention im Channel oder im DM erreichbar.

• Slack-Setup: Workspace-Settings → Integrationen → Slack → Bot installieren. Channels auswählen, in denen der Bot reagieren darf.
• Teams-Setup: Analog für Microsoft Teams.
• Threads in Slack/Teams werden zu Konversationen im Agenten. Kontext bleibt erhalten innerhalb des Threads.
• Tipp für interne Channels: Einen Channel #ai-help einrichten, in dem ein Help-Bot lebt. Senkt die Hemmschwelle, Fragen zu stellen.

16.10 Sharing & Permissions

Rollen: Reader (nur nutzen), Editor (Konfiguration ändern), Owner (alles, inkl. Löschen).

Stößt jemand auf einen privaten Agenten, den er nicht nutzen darf, gibt es seit Juni 2026 einen »Zugriff anfragen«-Button. Die Anfrage geht direkt an den Owner, der den Zugriff mit einem Klick freigeben kann, ohne dass der Link erst auf Umwegen organisiert werden muss.

Seit August 2026 ist die Rechtevergabe strenger gefasst: Den Zugriff auf einen Agenten verwalten nur noch Nutzer, die dafür ausdrücklich freigegeben sind. Governance-Admins können zusätzlich Eigentum und Freigaben privater Agenten regeln, was verwaiste Agenten auflösbar macht. Wird ein Nutzer über SCIM deaktiviert, erscheinen seine Agenten als nicht zugewiesen, statt still beim ausgeschiedenen Konto zu bleiben.

16.11 Agent Evals: testen vor dem Publish

Seit Ende Juni 2026 kannst du einen Agenten mit strukturierten Testfällen prüfen, bevor du eine neue Version live schaltest, direkt im Agent-Editor über den Tab Agent Evals (mit den Bereichen »Test sets« und »Runs«). In der deutschen Oberfläche heißt der Bereich seit September 2026 Tests statt »Evals«. So fängst du Probleme ab, bevor sie beim Team ankommen.

• Test-Sets: Ein Test-Set bündelt mehrere Testfälle (Prompt plus Erwartung) mit gemeinsamer Konfiguration. Fälle legst du einzeln über »Add case« an oder importierst sie per CSV, um schnell größere Sets aufzubauen.
• Drei Prüfmethoden: AI judge (ein Bewertungsmodell vergleicht die Antwort semantisch mit der Erwartung, nicht wortwörtlich), Tool check (prüft, ob der Agent die richtigen Tools aufruft) und Keyword check (»Must mention« / »Must not mention«, deterministisch ohne Modell). Beim AI judge wählst du das bewertende Modell selbst.
• Tool-Ausführung: Standard ist Dry run, die Aufrufe werden nur protokolliert, nicht ausgeführt. Im Live mode laufen echte Aktionen (außer solchen mit Freigabe-Pflicht), praktisch für End-to-End-Tests, kann aber externe Systeme verändern (Mails, Tickets, Datensätze).
• Lauf & Ergebnis: »Run« startet die Auswertung, Ergebnisse erscheinen live pro Fall (max. 100 Fälle je Lauf, immer nur ein aktiver Lauf). Du siehst Transkript, Token-Verbrauch, Dauer und die einzelnen Grader-Ergebnisse und kannst alles per »Download CSV« exportieren.

16.12 Agenten archivieren

Seit September 2026 lassen sich Agenten archivieren, statt sie zu löschen. Archivieren nimmt einen Agenten aus der aktiven Liste, ohne ihn zu entfernen: Bestehende Unterhaltungen bleiben lesbar, die Konfiguration bleibt erhalten, und du kannst ihn jederzeit zurückholen. Das ist das Mittel gegen Agenten-Wildwuchs in gewachsenen Workspaces.

• So geht es: Agenten öffnen, Archive agent wählen, bestätigen. Über den Reiter Archived findest du sie wieder und stellst sie mit Restore agent oder über das Banner im Agenten wieder her. Der Reiter erscheint erst, wenn es archivierte Agenten gibt.
• Was ein archivierter Agent nicht mehr kann: keine neuen Chats, und auch keine Läufe über Slack, Teams, API, Workflow, Automatisierung oder als Subagent. Sharing, Anweisungen, Tools, Wissen sowie die Markierungen Verified und Disabled bleiben unverändert.
• Wer darf: Owner archivieren ihre eigenen Agenten, Workspace-Admins jeden Agenten über Governance. Editoren können weder archivieren noch wiederherstellen. Wer einen fremden archivierten Agenten öffnet, sieht nur, dass und wann er archiviert wurde und wem er gehört.
• Nicht archivierbar: Projekte und Vorlagen.

Workflows sind mehrstufige Automatisierungen mit Logik, Bedingungen, externen Aufrufen. Anders als Agenten sind sie deterministisch: gleicher Input ergibt gleichen Output. Und sie zählen nicht auf das Session- oder Wochen-Limit.

17.1 Konzept & Trigger

Ein Workflow startet mit einem Trigger und endet mit einem Output. Dazwischen werden Nodes verkettet:

• Manueller Trigger. Per Button-Klick im UI starten
• Form-Trigger. User füllt ein Formular aus, Workflow läuft
• Webhook-Trigger. Externes System ruft den Workflow auf
• Scheduled-Trigger. Zeitlich (cron-style)
• Integration-Trigger. Event in einem verbundenen System (neue Mail, neuer Lead, neuer Kalender-Eintrag)

Seit September 2026 darf ein Workflow mehrere Trigger gleichzeitig haben, und ein veröffentlichter Workflow lässt sich aus einem anderen heraus aufrufen, bis zu fünf Ebenen tief und mit Erkennung von Kreisläufen. Wer aus n8n, Zapier oder Make kommt, importiert bestehende Automatisierungen als JSON, statt sie nachzubauen. Die Obergrenze für Ausführungen liegt bei 5.000 Läufen pro Stunde (vorher 1.000). Alles Weitere zu Nodes, Variablen und Betrieb steht im separaten Workflows-Guide.

17.2 Nodes-Übersicht

18 Node-Typen für unterschiedliche Funktionen:

HTTP Request hat drei Auth-Modi: ohne Auth, Header-Auth (empfohlen), Query-Param-Auth (Legacy).

Webhook-Trigger unterstützt drei Auth-Varianten: ohne Auth, Query-Parameter und X-Webhook-Secret-Header. Für Produktiv-Setups: Header-Variante. Beim Aktivieren von »Wait for response« wird automatisch ein »Respond to Webhook«-Node am Ende eingefügt.

MCP-Server-Anbindung in Workflows: HTTPS-URLs mit Query-Parametern werden akzeptiert. Workspace-shared MCP-Connections sind für alle Member nutzbar.

Extended Thinking auf Agent-Nodes: Seit Mai 2026 lässt sich der Reasoning-Modus pro Agent-Node aktivieren. Für Schritte mit echtem Denkaufwand (Klassifikation komplexer Fälle, Strategie-Entscheidungen im Lauf) zahlt sich das aus, für Routine-Steps weiter aus lassen.

Reicheres File-Metadaten-Set: In nachgelagerten Nodes stehen jetzt auch File-ID, externe ID, Connection-ID, Größe und Seitenzahl als Variablen zur Verfügung. Nützlich für Routing, Logging und Cost-Tracking.

17.3 Variablen, Field Modes, Cost-Cap

• Variablen: Outputs eines Nodes sind als Variable in nachfolgenden Nodes verfügbar ({{node1.result}}).
• Field Modes: Felder in Nodes haben drei Modi: Static (fester Wert), Dynamic (aus Variable), AI-generiert (Modell füllt zur Laufzeit).
• Cost-Cap: Pro Workflow ein Budget-Limit setzen. Bei Überschreitung wird der Run abgebrochen.
• Human in the Loop: Approval-Gate als Node. Ein Mensch bestätigt manuell, bevor der Workflow weiterläuft.
• Modell am Output-Node: Seit August 2026 wählst du bei Output-Nodes mit »Prompt AI« oder »Auto« das Modell direkt aus, inklusive Warnung, wenn die Wahl zur Aufgabe nicht passt. Strukturierte Eingaben akzeptieren jetzt auch Video-Uploads.

17.4 Workflows aus Chat per @-Mention

Seit Q1 2026 lassen sich Workflows wie Agenten direkt aus jedem Chat per @ aufrufen. Praktisch für Workflows, die ad-hoc-Anfragen entgegennehmen sollen, ohne extra UI.

Öffentliche Workflow-Forms lassen sich per iframe in eigene Websites oder interne Portale einbetten. Damit ist ein Workflow auch außerhalb der Langdock-UI ansprechbar, ohne API-Code.

Default-Limit: 100 Workflow-Executions pro Stunde (vorher 30). Für höhere Volumen ist das Limit pro Workspace anpassbar.

17.5 Beispiel-Pattern

Drei wiederkehrende Muster, die in fast jedem Unternehmen sinnvoll sind:

• Approval: Form-Trigger (z.B. Urlaubsantrag) → Agent-Bewertung der Anfrage → Human-Approval → Output (Zusage / Ablehnung mit Begründung).
• Enrichment: Webhook-Trigger (neuer Lead aus Form) → Web-Search nach Firma → Agent-Klassifikation (ICP-Fit) → CRM-Update via Action.
• Scheduled-Report: Scheduled-Trigger (Montag 8 Uhr) → Daten-Aggregation aus mehreren Integrationen → Agent-Synthese als Markdown → Send Notification an Slack-Channel.

Wenn die nativen Integrationen nicht reichen. Weil das System eine interne Eigenentwicklung ist oder eine sehr spezifische Aktion gebraucht wird. Gibt es zwei Wege: Custom Integrations und MCP.

18.1 Custom Integrations & Action Builder

Eigene Aktion definieren, die eine REST-API ansprechen. Pro Aktion: Endpoint, Auth, Request-Schema, Response-Schema.

Action Builder Agent: Hilft beim Bauen, in dem du natürlichsprachlich beschreibst, was die Aktion tun soll. Der Agent generiert die Konfiguration und du bestätigst.

18.2 Model Context Protocol (MCP) als Konzept

MCP ist ein offenes Protokoll für die Kommunikation zwischen KI-Modellen und externen Tools/Daten. Ähnlich wie REST für Webservices, aber für KI-Tools standardisiert. Anbieter wie Anthropic, OpenAI und Langdock unterstützen MCP.

Vorteil: Wer einen MCP-Server baut, kann ihn an alle MCP-kompatiblen Clients anbinden. Kein Custom-Code pro Integration.

18.3 Custom MCP Server anbinden

Eigenen MCP-Server (selbst gehostet) per URL und Auth in Langdock einbinden. Tools des Servers stehen dann den Agenten zur Verfügung. Genauso wie native Integrationen.

Verfügbar im Integration-Verzeichnis als »MCP Server hinzufügen«. Auth üblich über API-Key oder OAuth.

Ablauf in vier Schritten: Server-URL eintragen, Auth-Methode wählen, mit »Test connection« prüfen, welche Tools der Server anbietet, danach die gewünschten Tools auswählen und speichern. Als Transport unterstützt Langdock STREAMABLE_HTTP und SSE. Private und interne Netzwerkadressen blockt Langdock dabei standardmäßig.

Vier Auth-Methoden stehen zur Wahl:

• Keine Auth. Für öffentliche Server, die keine Identifikation verlangen.
• API-Key. Der Header-Typ ist wählbar: X-API-Key, API-Key, X-Auth-Token, Authorization: Bearer, Authorization: Token oder Authorization: Basic (base64-kodiert, den Schlüssel dann als nutzer:passwort eintragen). Ohne Auswahl greift die Legacy-Variante, die den Key gleichzeitig als X-API-Key und als Bearer-Token schickt.
• OAuth. Der Standardweg für Server mit PKCE und Dynamic Client Registration: URL eintragen, »+ Add connection« klicken, den OAuth-Flow durchlaufen. Unterstützte Metadaten und Scopes erkennt Langdock automatisch, sofern der Server sie ausliefert.
• Advanced OAuth. Für Server ohne Dynamic Client Registration. Hier hinterlegst du zuerst die Redirect-URL von Langdock in der Ziel-Anwendung und trägst danach Client ID, Client Secret, Authorization-URL, Token-URL und die benötigten Scopes selbst ein. Die Option »Send resource parameter« bleibt normalerweise aktiv, bei Entra ID (dort steckt die Resource im Scope) schaltest du sie ab.

Grenzen und Voreinstellungen: Pro Integration lassen sich bis zu 60 Tools und 50 Ressourcen aktivieren. Neu gespeicherte Tools und Ressourcen laufen standardmäßig ohne Bestätigung durch den Nutzer, eine Bestätigungspflicht lässt sich nachträglich pro Tool einschalten. In Custom Headern sind neben statischen Werten die Platzhalter {{ access_token }}, {{ refresh_token }} und {{ api_key }} erlaubt.

Fertige Server: Im MCP-Verzeichnis stehen über 30 offizielle MCP-Server bereit, die sich ohne eigene Infrastruktur anbinden lassen.

Shared MCP Connections: Seit Mai 2026 lassen sich einmal eingerichtete MCP-Verbindungen workspaceweit teilen, statt dass jeder Nutzer den gleichen Server erneut konfiguriert. Admins legen die Connection an, die Tools stehen dem ganzen Team zur Verfügung.

Nutzer-Token durchreichen: Seit Juli 2026 versteht Langdock in der MCP-Server-Konfiguration den Platzhalter {{ user_oauth_access_token }}. Damit ruft der Server eine Aktion mit dem Token des jeweils anfragenden Nutzers auf, statt mit einem gemeinsamen Service-Account. Sinnvoll überall dort, wo die Berechtigungen des Einzelnen greifen sollen. Gleichzeitig liest Langdock MCP-Ressourcen nur noch aus URI-Aktionen, die explizit freigegeben sind, und ob der resource-Parameter bei manuellem OAuth mitgeschickt wird, ist jetzt einstellbar.

18.4 Langdock Agent MCP Server

Andersrum funktioniert es auch: Langdock kann selbst als MCP-Server auftreten und Workspace-Agenten als MCP-Tools an externe Clients ausspielen.

• Use-Case 1: Claude Code (Anthropic) ruft euren internen Sales-Agenten als Tool auf.
• Use-Case 2: Eine selbst gebaute Anwendung mit OpenAI-SDK nutzt euren HR-Agenten.
• Use-Case 3: Andere KI-Plattformen mit MCP-Support docken an Langdock-Agenten an.

18.5 MCP Apps: interaktive Oberflächen im Chat

Ein MCP-Server liefert normalerweise Text zurück. Mit MCP Apps, einer offiziellen Erweiterung des Protokolls, kann er stattdessen eine kleine interaktive Oberfläche ausliefern: ein Formular, ein Dashboard, eine Visualisierung. Die läuft direkt im Chat, am Desktop lässt sie sich in ein Seitenpanel schieben, während die Konversation weiterläuft.

• Wie es technisch läuft: Das Tool verweist über _meta.ui.resourceUri auf eine ui://-Ressource. Langdock holt das HTML und rendert es in einer abgeschotteten iframe. Die Oberfläche spricht per JSON-RPC über postMessage mit dem Host, kann also Tool-Aufrufe anfordern und Kontext zurückgeben.
• Bauen: Über das SDK @modelcontextprotocol/ext-apps, kompatibel mit React, Vue, Svelte und reinem JavaScript.
• Sicherheit: Sandbox-iframe, der Host prüft das HTML vor dem Rendern, die Kommunikation zwischen App und Host ist protokollierbar, und Tool-Aufrufe brauchen weiterhin die Freigabe des Nutzers.
• Kompatibilität: Neben Langdock unterstützen auch Claude Desktop und VS Code den Standard. MCP-Server ohne UI-Ressource funktionieren unverändert weiter, dann eben mit reinem Text-Output.

18.6 A2A: Agenten mit fremden Agenten verbinden

MCP verbindet Agenten mit Tools (Datenbanken, APIs, Diensten). Das A2A-Protokoll (Agent-to-Agent) verbindet Agenten mit anderen Agenten, auch über Plattformgrenzen hinweg: delegieren statt selbst machen. Der offene Standard kommt ursprünglich von Google und liegt inzwischen bei der Linux Foundation. Beides lässt sich im selben Setup kombinieren.

• Discovery über die AgentCard: Ein Agent legt unter /.well-known/agent-card.json eine JSON-Datei mit Name, Beschreibung, URL, Version und seinen Fähigkeiten ab. Darüber finden sich Agenten gegenseitig, ohne dass jemand die Schnittstelle von Hand dokumentiert.
• Ablauf in vier Schritten: Fähigkeiten entdecken, Aufgabe samt Input übergeben, der fremde Agent arbeitet, das fertige Ergebnis kommt zurück.
• Grenzen heute: Kein Streaming, A2A wartet auf die vollständige Antwort. Bei der Authentifizierung gibt es nur »keine« oder API-Key. Private und interne Netzwerkadressen blockt Langdock standardmäßig, das lässt sich per URL_VALIDATION_ENABLED=false öffnen.

Langdock hat eine API für alle, die KI-Fähigkeiten in eigene Anwendungen einbauen wollen. Drei Zugänge, je nach Use-Case.

19.1 Fäcade-Modus

Bestehende SDKs von Anthropic, OpenAI, Google oder Mistral zeigen einfach auf Langdock. Kein Code-Change, nur Base-URL und API-Key ändern. Vorteile: Workspace-Limits, EU-Hosting, zentrale Abrechnung greifen auch für diese Calls.

19.2 Native API

Für Funktionen, die spezifisch zu Langdock sind:

• Agenten per API ansprechen, inklusive ihrer Wissens-Anbindung und Tools. Seit Mai 2026 mit dem Feld supportsExtendedThinking, über das Reasoning pro Call aktivierbar ist.
• Ordner verwalten (anlegen, Dateien hoch, durchsuchen)
• Audit-Logs abrufen (für Compliance-Reportings)
• Usage exportieren (pro Modell, Agent, Project, User)
• Prompt-Bibliothek verwalten. Seit August 2026 gibt es unter /api/public/prompts/v1 Endpunkte zum Anlegen, Lesen, Ändern und Löschen von Prompts, mit Cursor-Pagination für große Bibliotheken. Praktisch, um eine gepflegte Prompt-Sammlung aus einem anderen System heraus aktuell zu halten.
• Nutzende und Agenten auflisten. Seit September 2026 liefert GET /user-management/v1/users alle Mitglieder des Workspace, optional gefiltert nach E-Mail oder Status. GET /api/public/agent/v1/list gibt einem Schlüssel die für ihn erreichbaren Agenten zurück, mit Cursor-Pagination. Dazu kommen öffentliche Endpunkte, um Wissensdatenbanken aufzulisten, zu teilen und umzubenennen, sowie Skills am Agenten per API anzuhängen und zu lesen. Der Agents-API lässt sich als Modell jetzt auch auto übergeben.
• Mitgliedschaft verwalten. Die User-Management-API deckt seit September 2026 den ganzen Lebenszyklus ab: POST /user-management/v1/invite lädt ein, POST /user-management/v1/update-user-role ändert die Systemrolle eines aktiven Mitglieds (member, editor oder admin, klein geschrieben), POST /user-management/v1/deactivate-user deaktiviert. Voraussetzung ist ein API-Key mit dem Scope USER_MANAGEMENT_API, den ein Workspace-Admin anlegt. Damit läuft On- und Offboarding aus dem HR- oder IT-System heraus, ohne SCIM.
• Geplante Aufgaben steuern. Ebenfalls seit September 2026 gibt es Endpunkte für Scheduled Tasks: anlegen, auflisten, ändern, pausieren, fortsetzen, sofort ausführen, löschen (Kap. 4.12).

19.3 Rate-Limits & Auth

• Rate-Limits: 150.000 Tokens/Minute, 500 Requests/Minute. Usage-Export-Endpoints sind auf 1 Mio Rows pro Aufruf begrenzt. Wer mehr braucht und nicht auf BYOK läuft, fragt höhere Limits unter Settings → Workspace → Products → API bei Model quotas an.
• Auth: API-Keys werden in den Account-Settings angelegt. Pro Key lässt sich beschränken, welche Agenten/Ordner zugänglich sind.

Persönliche API-Keys für Coding-Tools: Unter Einstellungen → Account → API-Keys legst du einen eigenen Schlüssel an, um die Modelle deines Workspace von außen zu nutzen, etwa in Claude Code, Claude Desktop, Cursor, Codex, OpenCode oder GitHub Copilot (in VS Code und in der Copilot CLI wird der Langdock-Schlüssel seit September 2026 direkt als Verbindung unterstützt). Der Assistent Connect your tools führt durch das Setup je Tool und passt die Beispiele an das gewählte Modell an.

• Der Schlüssel ist du. Er authentifiziert als deine Person, verbraucht dein Budget und erreicht ausschließlich die Completion-Endpunkte. Also nie teilen, für gemeinsame Anwendungen und Automatisierungen gehört ein Workspace-Key her.
• Admin schaltet frei. Der Menüpunkt API-Keys erscheint erst, wenn dein Admin den Zugriff erteilt hat.
• Kein Fallback bei Limit. Ist dein persönliches Budget oder das Workspace-Spend-Limit ausgeschöpft, antwortet die API mit einem Fehler statt auf ein günstigeres Modell auszuweichen. Ein höheres persönliches Limit hilft nicht, wenn das Workspace-Limit die Bremse ist.
• Einmal sichtbar. Langdock zeigt den Schlüssel genau einmal an. Beim Anlegen ein Ablaufdatum und einen Namen setzen, der verrät, in welchem Tool er steckt.
• Region beachten. In der Basis-URL steht eu oder us passend zur Modell-Region des Workspace. Bei dedizierten Deployments beginnt die URL mit der eigenen Deployment-Adresse statt mit api.langdock.com.

Was Admins regelmäßig brauchen, kompakt. Für SAML/SCIM/BYOK-Setup siehe Kap. 21.

20.1 Plans & Subscription

Abrechnung pro Seat, monatlich oder jährlich. Invoice-Verlauf in den Workspace-Settings.

20.2 Extra Usage

Workspace-Settings → Usage → »Enable extra usage«. Default-Cap ist 1.000 €/Monat workspaceweit. Alles darüber wird zu API-Tarifen plus Aufschlag abgerechnet, als separater Posten auf der Monatsrechnung.

• Empfehlung beim Aktivieren: Nicht beim Default-Cap bleiben. Erst auf 200 bis 300 € runterschrauben, nach 4 Wochen anhand der Usage Exports neu kalibrieren.
• Per-User-Override: Pro User lässt sich ein eigenes Budget setzen (Standard, Unbegrenzt oder Custom-Betrag). Nützlich, um Heavy-User abzufangen, ohne den Workspace-Cap zu sprengen.
• Allow usage requests: Anlassen. User können direkt aus dem Chat eine Limit-Erhöhung anfragen, der Admin sieht das in der Inbox plus per Mail.
• Frühwarnung: Seit September 2026 blendet Langdock ein Banner ein, sobald 90 % der monatlichen Ausgabengrenze erreicht sind. Der Monat läuft damit nicht mehr unbemerkt gegen die Wand.

API-Kosten exportieren: Seit April 2026 lassen sich API-Kosten als CSV exportieren, mit frei wählbarem Zeitraum bis 12 Monate. Für FinOps-Reviews und Rückverrechnung an Kostenstellen praktischer als Screenshots aus den Charts.

Agenten-Limits: Seit August 2026 kann ein Agent ein eigenes Monatslimit bekommen, getrennt von den Limits der Nutzenden. Sinnvoll für geschäftskritische Agenten, die nicht stehen bleiben sollen, sobald jemand sein persönliches Limit ausgeschöpft hat, für teure Agenten, deren Kosten getrennt sichtbar sein sollen, und für Team-Agenten mit planbarer Obergrenze. Zu finden unter Workspace-Settings → Usage → Reiter Agents, dort pro Agent »Edit limit« mit Monatsbetrag oder unbegrenzt. Ohne gesetztes Limit zählt die Nutzung wie bisher gegen die persönlichen Limits.

• Nach User-Limits (Default): Erst zählt alles gegen das persönliche Limit. Ist das erreicht, läuft die weitere Nutzung auf das Agenten-Limit. Das Sicherheitsnetz, das nur einspringt, wenn jemandem das Budget ausgeht.
• Immer: Die Nutzung zählt sofort gegen das Agenten-Limit und berührt persönliche Budgets nie. Der Modus für geteilte Agenten, die kein individuelles Budget aufbrauchen sollen.

Den Modus kannst du erst wählen, nachdem ein Limit gesetzt ist. Das Setzen selbst braucht Workspace-Admin-Rechte, der Agent-Owner entscheidet auf der Bearbeiten-Seite, was beim Erreichen des Limits passiert. In Workspaces mit deaktivierten Nutzerdaten tauchen private Agenten in der Liste nicht auf, sie müssen vorher geteilt werden.

Kostenlimits in BYOK-Workspaces: Läuft der Workspace auf eigenen Provider-Keys (siehe Kap. 21.3), wird nicht nach Nachrichten, sondern nach Monatsbetrag gedeckelt. Gemessen wird gegen die tatsächlichen Provider-Kosten, verwaltet unter Workspace-Settings → Usage. Drei Ebenen greifen zusammen: ein Workspace-Limit für die Gesamtausgaben, Limits pro Person aus Plan oder Gruppe, und Agenten-Limits wie oben beschrieben.

• Zwei Pläne: BYOK-Workspaces kennen Standard (Default) und Power user. Wer mehr Budget braucht, wird auf der Users-Liste in der Spalte Plan umgehängt.
• Wochen- und Session-Fenster: Langdock zerlegt jedes Monatslimit automatisch weiter, damit ein einzelner Tag nicht den Monat verbrennt. Die Woche bekommt ein Viertel des Monatsbetrags, eine Session ein Drittel der Woche über ein Fenster von fünf Stunden. Wer Bursts braucht, schaltet unter »Weekly and session limits« auf Use weekly limits only, das gilt dann workspaceweit.
• Gruppen-Limits: Im Reiter Groups bekommt ein Team ein eigenes Monatsbudget. Gilt für jemanden mehr als eine Regel, zählt das höchste Limit aus Plan und Gruppen. Bei SCIM-provisionierten Gruppen hängt das Limit an der Gruppe, neue Mitglieder erben es automatisch.
• Extra Usage pro Person: Ein flacher Monatsbetrag obendrauf, ohne Wochen- und Session-Aufteilung. Er greift erst, wenn Session- oder Wochenlimit erschöpft ist. Zu setzen im Reiter Users über »Edit individual limit«.
• Fallback-Modell: Ist ein Limit erreicht und keine Extra Usage mehr da, läuft die nächste Nachricht auf dem Cost limit fallback model weiter, einzustellen unter Workspace-Settings → Models. Ohne eigene Wahl greift das Backbone-Modell. Ein günstiges, aber brauchbares Modell wählen, dann arbeiten die Leute weiter statt stehen zu bleiben.
• Persönliche API-Keys: Deren Nutzung zählt gegen das Workspace-Limit und die individuelle Extra Usage, aber nicht gegen Plan- oder Gruppen-Limits. Ist eines der beiden erschöpft, liefert die API einen Fehler statt auf das Fallback-Modell zu wechseln. Backbone-Nutzung, Workflow-Läufe und Workspace-API-Keys zählen gar nicht mit.
• Modelle ohne Preisangabe: Kostenverfolgung braucht hinterlegte Input- und Output-Token-Preise. Fehlen sie, warnt die Usage-Seite und die Nutzung dieses Modells zählt gegen kein Limit. Beim Einhängen eigener Modelle also immer die Preise mitpflegen.

Solange keine Limits pro Person gesetzt sind, sehen Nutzende davon nichts. Danach steht der eigene Stand in den Account-Settings unter Usage und im Kontextfenster-Indikator neben der Modell-Auswahl. Wird ein Limit während einer laufenden Antwort erreicht, wird diese noch fertig geschrieben, erst die nächste Nachricht wechselt auf das Fallback-Modell.

20.3 User-Management & Permissions

• SCIM für Auto-Provisioning (Microsoft Entra, Okta über generic SCIM-Endpoint). Wird jemand über SCIM deaktiviert, bleiben seine geplanten Aufgaben seit August 2026 erhalten und laufen bei einer Reaktivierung wieder an, statt beim Deaktivieren verloren zu gehen.
• Rollen: Member (Standard), Admin (Workspace-Settings), Owner (Billing).
• Permission Recommendations in der Doku. Gute Defaults für typische Setups.

20.4 Manage Agents & Manage Workflows

Beide Bereiche im Admin-Menü, mit gleichem Aufbau:

• Verified / Highlighted: Markieren von geprüften Agenten/Workflows, die im Picker oben erscheinen.
• Disabled: Temporär abschalten ohne Löschen.
• Owner Transfer: Bei Teamwechseln. Sonst landen verwaiste Agenten/Workflows.
• Spend Limits bei Workflows: pro Run-Cap, um Eskalation zu verhindern.
• Security Controls: Welche Aktionen ein Workflow ausführen darf (z.B. keine externen HTTP-Requests).

Plus: Admin Integration Newsletter. Opt-in Notification-System für kritische Integration-Updates, die Admin-Action erfordern.

Seit August 2026 liegen Slack-Bot, Teams-Bot und die Microsoft-Office-Add-ins nicht mehr verstreut in den Integrations-Einstellungen, sondern auf einer eigenen Seite Plugins. Wer ein Add-in freischalten oder einen Bot neu verbinden will, findet alles an einer Stelle.

Auto-Archiv für ungenutzte Agenten (September 2026): Unter Workspace-Settings → Agenten legen Admins fest, ab wann ein ungenutzter Agent automatisch archiviert wird. Enable auto archive schaltet die Regel an oder aus, in neuen wie bestehenden Workspaces ist sie standardmäßig aktiv. Archive when unused for setzt das Zeitfenster (1, 3, 6 oder 12 Monate, Standard 3 Monate), Grace period die Vorwarnzeit danach (7, 14 oder 30 Tage, Standard 7 Tage). Ein nächtlicher Job prüft die letzte Nutzung. Als Nutzung zählt ein echter Lauf in Chat, Slack, Teams, API, Workflow, Automatisierung oder als Subagent, das bloße Öffnen in der Liste nicht. Owner und Editoren bekommen eine Benachrichtigung, sobald ein Agent zum Archivieren vorgemerkt ist. Wird er in der Vorwarnzeit benutzt, ist die Vormerkung erledigt. Admins archivieren aus Governance heraus manuell mit Archive agent und einem Grund (»No longer used«, »Replaced by another agent«, »Duplicate«, »Seasonal«, »Other«), optional mit Notiz. Wiederherstellen geht über den Reiter Archived. Details zur Nutzersicht in Kap. 16.12.

Seit August 2026 lässt sich die Agenten-Tabelle im Governance-Bereich zusätzlich nach Modell filtern. Wer prüfen will, wo im Workspace noch ein teures oder ein abgekündigtes Modell fest verdrahtet ist, findet die betroffenen Agenten in einem Schritt. Das Audit-Log weist die handelnde Person außerdem eindeutiger aus.

20.5 Governance

Seit Sommer 2026 gibt es im Admin-Menü einen eigenen Bereich Governance. Er bündelt an einer Stelle, was vorher verstreut war: Agenten prüfen, geteilte Skills sichten und eigene Compliance-Regeln durchsetzen.

• Agenten-Übersicht: Alle Agenten des Workspace mit Prüfstatus, Compliance-Ergebnis und Risiko-Einstufung. Admins geben einen Agenten frei, versehen ihn mit einer Notiz oder schalten eine problematische Version ab.
• Skills-Übersicht: Alle im Workspace geteilten Skills, samt Anweisungen, Dateien und Freigabe-Einstellungen. Praktisch, um vor der breiten Nutzung einmal reinzuschauen.
• Compliance-Regeln: Eigene Standards definieren, die Agenten erfüllen müssen. Geprüft wird automatisch, sobald eine neue Agent-Version publisht wird. Regeln lassen sich mit unterschiedlichem Schweregrad anlegen. Seit September 2026 können Admins eine Regel jederzeit manuell gegen alle bestehenden Agenten laufen lassen, statt auf deren nächste Veröffentlichung zu warten. Das ist der Weg, um eine neu eingeführte Regel rückwirkend durchzusetzen.
• Zugriff steuern: Governance lässt sich für alle Workspace-Admins öffnen oder auf einzelne Personen begrenzen. Optional bleiben private, nicht geteilte Agenten aus der Compliance-Ansicht heraus.
• Freigabe-Kommentare: Seit August 2026 können Admins bei der Prüfung eines Agenten einen Kommentar hinterlassen. Die Begründung für Freigabe oder Ablehnung steht damit am Vorgang und nicht in einer separaten Mail.

Prüf-Queue statt Endlos-Liste: Über der Agenten-Liste filtern drei Reiter auf das, was wirklich Arbeit macht. Pending review zeigt noch nicht geprüfte Agenten, Needs re-review die, die sich seit der letzten Prüfung geändert haben, und No owner die ohne zugewiesene Person, was vor allem beim Austritt von Mitarbeitenden hilft. Dazu kommt Filtern nach Sichtbarkeit, Integrationen, Modell und Labels.

Integrations-Risiko: Neben dem Compliance-Ergebnis stuft Governance jeden Agenten danach ein, wie riskant seine verfügbaren Aktionen sind. Im Reiter Checks stehen sie nach Integration gruppiert und dort nach View, Change und Delete sortiert. Change und Delete zählen als hohes Risiko. Ein Agent mit Schreibrechten auf ein sensibles System und Freigabe an den ganzen Workspace steht damit weiter oben als ein privater Agent ohne Integrationen.

Agent-Detailansicht: Ein Klick auf einen Agenten öffnet alles, was für eine Entscheidung nötig ist, ohne beim Erstellenden nachfragen zu müssen: Summary (Owner, Editoren, Anweisungen, Modell, Skills und Integrationen), Checks, Sharing, Analytics (Nachrichten, Nutzende, Unterhaltungen), Costs und History mit allen Versionen und früheren Prüfentscheidungen.

Drei Aktionen, unterschiedlich sichtbar: Freigeben markiert den Agenten als geprüft. Flaggen hängt eine interne Notiz an, die Editoren und Nutzende nicht sehen, gedacht als Merkzettel für das Admin-Team. Abschalten ist sofort wirksam und sichtbar: Owner und Editoren werden mit deiner Begründung benachrichtigt, der Agent bleibt unbenutzbar, bis eine neue Version publisht und erneut freigegeben ist. Reguläre Nutzende sehen die Begründung nicht. Jede der drei Aktionen landet in der Timeline des Agenten.

20.6 Default Tool Stack

Seit Juli 2026 legen Admins in den Workspace-Settings unter Integrationen einen Default Tool Stack fest: Microsoft, Google oder »None«. Die Wahl steuert, welche Integrationen neue Mitarbeitende beim Onboarding und in Empfehlungen zuerst sehen. Wer überwiegend M365 einsetzt, spart dem Team damit die Sucherei zwischen SharePoint und Drive.

• Wirkt nur auf Empfehlungen. Bestehende Verbindungen und Berechtigungen bleiben unverändert, wenn du den Default später umstellst.
• Pro Kategorie übersteuerbar. Für einzelne Bereiche (Messaging, Projektmanagement, Dateiablage) lässt sich ein abweichender Default setzen, etwa Microsoft als Suite, aber Slack für Messaging.
• Nutzer gehen vor. Hat jemand bereits eine eigene Verbindung, sticht die den Workspace-Default.

20.7 Usage Exports

Admin-Menü → Usage Exports. CSV/JSON-Export pro:

• Modell (welches Modell verbraucht wieviel)
• Agent (welcher Agent ist Heavy)
• Project (welche Projekte produzieren Volumen)
• User (wer sind die Heavy-User)
• API-Keys (Verbrauch und Kosten je Key, persönliche Keys eingeschlossen)
• Workflows (Kosten, Anzahl Läufe und Auslastung der Monatsgrenze)

Für große Workspaces: gleicher Export ist auch über die API erreichbar, max. 1 Mio Rows pro Aufruf. Wird der gewählte Zeitraum zu groß, schlägt Langdock seit August 2026 vor, den Export in Monatspakete zu zerlegen, statt am Limit abzubrechen.

API-Kosten als CSV: Admins exportieren API-Kosten für frei wählbare Zeiträume bis zu 12 Monate. Sinnvoll für interne Cost-Center-Verrechnung.

Seit September 2026 weisen die Exporte Extra Usage und das im Plan enthaltene Kontingent getrennt aus. Wer wissen will, wie viel Nutzung tatsächlich zusätzlich abgerechnet wird, muss die beiden Größen nicht mehr selbst auseinanderrechnen. In der Governance-Ansicht lassen sich Agenten zudem nach Budget-Auslastung filtern, und Feedback-Exporte tragen eine Spalte mit der Klassifizierung der Begründungs-Chips.

20.8 Empfohlene Roll-out-Reihenfolge

Für Workspaces, die gerade auf die neue Fair Usage Policy umstellen oder beim Capacity-Management neu sortieren:

1. Default-Modell anpassen und das Drei-Stufen-Cheat-Sheet aus Kap. 3.2 ans Team verteilen.
2. Extra Usage aktivieren mit Workspace-Cap von 200 bis 300 €/Monat.
3. Usage-Requests anlassen und 4 Wochen Daten sammeln.
4. 1 bis 5 echte Heavy-User auf Business Max ziehen, basierend auf den Usage-Daten.
5. Erst danach BYOK evaluieren, falls Kosten weiter dominieren oder die Use-Case-Lage sich verschiebt.

Was IT-Security typischerweise interessiert. Setup-Pfade in der Langdock-Doku, hier die Übersicht der Optionen.

21.1 SAML / SCIM

21.2 IP-Restrictions, Static IP, Session Management

• IP-Restrictions: Workspace-Login nur aus bestimmten IP-Ranges erlauben (z.B. nur aus dem Firmen-VPN).
• Static IP: Outbound-Calls von Langdock laufen über feste IP-Adressen. Für Allowlists in externen Systemen, die nur bestimmte Quellen akzeptieren.
• Session Management: Admins können in den Security-Settings alle aktiven Sessions im Workspace per Klick beenden. Nützlich bei Security-Vorfällen, beim Erzwingen neuer Auth-Policies oder bei Personaltrennungen. Eigentliche Idle-Timeouts setzt das IdP (SAML). Seit September 2026 können Nutzende auf bis zu 10 Geräten und Oberflächen gleichzeitig angemeldet bleiben, also etwa Browser, Desktop-App, Mobile und die Microsoft-Add-ins nebeneinander, ohne sich gegenseitig abzumelden.

21.3 BYOK (Bring Your Own Keys)

Eigene Provider-API-Keys hinterlegen statt über Langdock-Pool laufen zu lassen. Verfügbar für Anthropic, OpenAI/Azure OpenAI, Google, Mistral.

Authentifizierung: Pro Deployment lassen sich unter »Custom headers« zusätzliche HTTP-Header mitgeben, die der Provider verlangt. Für Azure OpenAI kommt seit August 2026 die Anmeldung per Managed Identity dazu. Der Model-Key muss damit nicht mehr als Secret im Workspace liegen, die Berechtigung hängt stattdessen an der Azure-Identität.

• Eigene Provider-Limits: Rate-Limits und Kontingente verhandelst du direkt mit dem Anbieter, die Pool-Limits von Langdock gelten für diese Calls nicht. Wohl aber Kostenlimits: In BYOK-Workspaces deckelt Langdock die Nutzung nach Monatsbetrag statt nach Nachrichten, auf Ebene von Workspace, Plan, Gruppe und Person. Details in Kap. 20.2.
• Eigene Abrechnung: Modell-Kosten gehen direkt zwischen euch und dem Anbieter, nicht über Langdock.
• Reduzierte Seat-Lizenz: Da Langdock kein Modell mehr stellt.
• Sinnvoll wann: Wenn euer Modell-Verbrauch die Pool-Limits dauerhaft sprengt, oder wenn ihr ohnehin schon einen Enterprise-Deal mit dem Anbieter habt.

21.4 Deployment-Modi