Langdock im Test: Lohnt sich die Enterprise-KI-Plattform aus Berlin?

TL;DR: Langdock ist eine modellagnostische KI-Plattform aus Berlin, die über 40 LLMs in einer DSGVO-konformen Oberfläche vereint. Mit Chat, Agents, Workflows und nativen Integrationen vertrauen rund 7.000 Unternehmen mit etwa 100.000 monatlich aktiven Nutzern auf die Plattform – darunter Merck mit 33.000 aktiven Nutzern unter dem Brand „myGPT Suite". Im März 2026 hat Langdock 20 Mio. Dollar ARR erreicht – laut Langdocks eigenen Angaben ein Sprung von 10 auf 20 Mio. in nur sechs Monaten. Langdock löst ein Problem, das 2026 jedes deutsche Unternehmen betrifft: Wie nutzt man KI produktiv, ohne die Datensicherheit zu opfern? Die Berliner Plattform vereint GPT-5.5, Claude Opus 4.7, Gemini 3 Pro und über 40 weitere Modelle unter einem Dach – gehostet in der EU, ISO-27001-zertifiziert, SOC-2-Type-II-auditiert. Klingt vielversprechend. Doch hält Langdock, was es verspricht? Ich habe mir die Plattform im Detail angesehen.

Was ist Langdock?

Langdock ist eine Enterprise-KI-Plattform, die als modellagnostische Schicht zwischen großen Sprachmodellen und Unternehmens-Workflows sitzt. Statt sich an einen Anbieter zu binden, wählen Teams aus über 40 LLMs das beste Modell für jede Aufgabe – von OpenAIs GPT-5.5 über Anthropics Claude Opus 4.7 bis zu Metas Llama 4 Maverick. Gegründet wurde das Unternehmen im September 2023 in Berlin von Lennard Schmidt, Tobias Kemkes und Jonas Beisswenger. Das 30-köpfige Team wird von Y Combinator, General Catalyst und La Famiglia finanziert.

Warum brauchen Unternehmen 2026 eine KI-Plattform?

Zwei Megatrends machen sichere KI-Adoption alternativlos. Erstens: der demografische Wandel. Laut Langdock-Mitgründer Lennard Schmidt geht ein Drittel der deutschen Arbeitskräfte in den nächsten 15 Jahren in Rente – bei deutlich weniger Nachwuchs. KI muss diese Produktivitätslücke schließen. Zweitens: das Shadow-AI-Problem. Ohne offizielle KI-Lösung nutzen Mitarbeitende private ChatGPT-Konten für Arbeitsaufgaben. Das Resultat: unkontrollierte Datenabflüsse und DSGVO-Verstöße – wie eine aktuelle Surfshark-Studie zur Datensammlung in KI-Apps zeigt.

Was ist Shadow AI – und warum ist es gefährlich?

Shadow AI entsteht, wenn Mitarbeitende eigenständig KI-Tools nutzen, die nicht von der IT freigegeben sind. Sensible Unternehmensdaten landen in nicht-europäischen Cloud-Umgebungen, Compliance wird unterlaufen, und die IT-Abteilung hat keinerlei Überblick. Langdock positioniert sich als die sichere Alternative: ein zentraler Zugang zu KI mit voller Governance – statt fragmentierter Schatten-IT in jeder Abteilung.

Wie funktioniert Langdock? Die 5 Produktsäulen

Langdock bündelt fünf Kernprodukte in einem integrierten KI-Stack. Jede Säule adressiert einen anderen Reifegrad der KI-Nutzung – vom einfachen Chat bis zur vollautomatisierten Prozesssteuerung.

1. Chat: 40+ Modelle in einer Oberfläche

Die Chat-Funktion ist der Einstiegspunkt für die meisten Teams. Mitarbeitende interagieren mit verschiedenen LLMs über ein einheitliches Interface – ohne zwischen Tools wechseln zu müssen. Features wie File-Upload, OCR, Datenanalyse und Web-Suche sind integriert. Besonders praktisch: Teams können Prompts zentral verwalten und teilen, was die KI-Nutzung im Unternehmen standardisiert. Verfügbare Modelle (Auszug, vollständige Liste): | Anbieter | Modelle | | --- | --- | | OpenAI | GPT-5.5, GPT-5.4, GPT-5.2 Pro, o3 Pro, o4 Mini | | Anthropic | Claude Opus 4.7, Sonnet 4.6, Haiku 4.5 | | Google | Gemini 3.1 Pro, Gemini 3 Flash, Gemini 2.5 Pro | | Meta | Llama 4 Maverick, Llama 3.3 70B | | Weitere | Mistral Large 3, DeepSeek v3.1, GPT-oss 120B |

2. Agents: KI-Assistenten mit Unternehmenskontext

Agents sind spezialisierte Chatbots, die dauerhaft mit Unternehmens-Dokumenten und -Wissen verknüpft sind. Anders als im normalen Chat behalten Agents ihren Kontext über Sitzungen hinweg. Sie lassen sich mit Custom Actions ausstatten, um Aufgaben in Drittsystemen auszuführen – erreichbar über die Plattform, Slack oder Microsoft Teams. Konzeptuell ähneln sie selbstlernenden Agenten wie Hermes, allerdings mit Fokus auf Governance statt auf autonomes Lernen. Konkrete Agent-Beispiele: - IT Help Desk: Führt Nutzer durch Diagnose und eskaliert automatisch Tickets in Jira - DSGVO-Auditor: Analysiert Datenschutzerklärungen auf Compliance-Lücken - Finanzanalyse-Agent: Wertet hochgeladene Geschäftsberichte aus - Legal Help Desk: Durchsucht Verträge nach relevanten Klauseln - BigQuery Analyst: Generiert SQL-Queries aus natürlicher Sprache

3. Workflows: Visuelle Multi-Step-Automation

Der Workflow-Builder ist Langdocks Antwort auf den Trend zu Agentic Systems. Per Drag-and-Drop verbinden Teams verschiedene Logik-Bausteine zu automatisierten Prozessketten. Das Besondere: Human-in-the-Loop-Schritte ermöglichen manuelle Freigaben, bevor KI-generierte Aktionen ausgeführt werden. Wer noch tiefer in die Bausteine agentischer Systeme einsteigen will, findet im Artikel Was ist ein AI Harness? das konzeptionelle Fundament. Verfügbare Node-Typen: - Trigger: Startet den Workflow (Formular, Zeitplan, App-Event) - Agent: Analysiert Inhalte oder generiert strukturierte Outputs - Condition: Routet basierend auf Bedingungen (z. B. priority === high) - Action: Führt Aktionen in externen Tools aus (z. B. Google Sheets-Zeile anlegen) - Code: Benutzerdefiniertes JavaScript für Datentransformationen - Notification: Benachrichtigt Teams nach definierten Kriterien

4. Integrationen: Native Anbindung an Business-Tools

Langdock verbindet sich nativ mit den gängigsten Business-Tools. Entscheidend dabei: das 1:1-Permission-Mirroring. Zugriffsrechte aus Quellsystemen wie SharePoint oder Confluence werden exakt gespiegelt – Nutzer sehen über KI nur Daten, die sie auch im Originalsystem sehen dürften. Integrations-Kategorien: - Kommunikation: Slack, Microsoft Teams, Outlook, Gmail - CRM/Sales: Salesforce, HubSpot, Pylon - Projektmanagement: Jira, Asana, Linear, Trello, Monday.com - Wissen/Daten: Notion, Confluence, SharePoint, BigQuery, Snowflake Zusätzlich unterstützt Langdock das Model Context Protocol (MCP) für standardisierte Tool-Interaktionen – der von Anthropic 2024 eingeführte Standard, der inzwischen von OpenAI, Google und Microsoft adaptiert wurde. Eine kompakte Einordnung dazu liefert auch der Artikel WebMCP – das Ende des Screen-Scrapings.

5. Unified API: Ein Endpoint für alle Modelle

Entwicklerteams nutzen die Unified API, um Langdocks Infrastruktur in eigene Anwendungen einzubinden. Statt verschiedene Provider-APIs zu integrieren, reicht ein einzelner Endpoint für 40+ Modelle. Die Abrechnung erfolgt per Token – Langdock erhebt einen Aufschlag von 10 % auf die Providerpreise.

Sicherheit und Compliance: Das Herzstück

Für Enterprise-Kunden ist Sicherheit der entscheidende Faktor. Langdock setzt konsequent auf einen Security-first-Ansatz – und das zeigt sich in den Details. Zertifizierungen und Standards: - DSGVO-konform mit EU-Hosting auf Microsoft Azure (Deutschland) - ISO 27001 zertifiziert - SOC 2 Type II auditiert - AES-256 Verschlüsselung at rest - TLS 1.2+ Verschlüsselung in transit - Unternehmensdaten werden nie für KI-Modelltraining verwendet Zugang und Governance: - SSO, SCIM und SAML für sichere Authentifizierung - Workspace-basierte Rechteverwaltung - 1:1-Spiegelung der Zugriffsrechte aus Quellsystemen - Bring Your Own Key (BYOK) für eigene API-Schlüssel Flexible Deployment-Optionen: | Modell | Mindestgröße | Beschreibung | | --- | --- | --- | | Multi-tenant SaaS | Keine | Standard-Cloud-Lösung | | Single-tenant SaaS | 1.000+ Seats | Dedizierte Instanz | | Bring Your Own Cloud | 2.000+ Seats | Eigene Cloud-Umgebung | | On-Premise (Kubernetes) | 5.000+ Seats | Volle Kontrolle vor Ort |

Langdock in der Praxis: Kundenerfolge

Rund 7.000 Unternehmen nutzen Langdock – darunter bekannte Namen wie Merck, Babbel, Der Spiegel, GetYourGuide, Personio und HeyJobs. Die konkreten Ergebnisse sprechen für sich (siehe Langdock-Case-Studies). Merck: 33.000+ aktive Nutzer unter dem internen Brand „myGPT Suite". Walid Mehanna, Chief Data & AI Officer bei Merck, beschreibt Langdock als company-wide AI companion, der alles von der täglichen KI-Nutzung bis zu fortgeschrittenen Use Cases in einer kontrollierten, sicheren und kosteneffizienten Umgebung ermöglicht. Maschinenbau-Unternehmen: 70 % schnellere Kundenservice-Antworten nach der Implementierung von Langdock für technische Dokumentation. Deutsches Fintech: 50 % weniger Bearbeitungszeit bei Customer Care und Compliance-Prüfungen – bei 100 % DSGVO-Compliance. Consulting-Branche: 35 % Produktivitätssteigerung bei Research und Angebotserstellung. Insgesamt berichten Langdock-Nutzer laut Anbieter von bis zu 40 % Zeitersparnis bei Routineaufgaben und 60 % schnellerem Informationszugriff.

Was kostet Langdock?

Langdock setzt auf ein transparentes Preismodell mit Seat-basierter Lizenzierung und optionalen Add-ons (Stand: Mai 2026, Quelle: langdock.com/pricing). | Plan | Preis | Details | | --- | --- | --- | | Business (Standard Seat) | 25 Euro/User/Monat | Alle Features, SSO/SCIM/SAML, bis 1.000 User | | Business Max Seat | 99 Euro/User/Monat | 5x höheres KI-Nutzungs-Kontingent für Power-User | | Enterprise | Custom | Ab 1.000+ User, dediziertes Deployment | | Workflows Starter | Inklusive | 2.500 Runs/Monat | | Workflows Business | Ab 539 Euro/Monat | 40.000 Runs/Monat | | Workflows Pro | 1.199 Euro/Monat | 100.000 Runs/Monat | Bei jährlicher Zahlung gibt es 20 % Rabatt. Volumenrabatte greifen ab 51 Seats. Zum Testen bietet Langdock eine 7-tägige kostenlose Testversion mit 5 Euro KI-Modell-Guthaben. Die API wird nutzungsbasiert abgerechnet – mit einem Aufschlag von 10 % auf die Token-Preise der Modellanbieter.

Langdock vs. Copilot vs. ChatGPT Enterprise vs. meinGPT

Wie schlägt sich Langdock gegen die großen Alternativen? Der zentrale Unterschied ist die Modellagnostik. | Kriterium | Langdock | Microsoft Copilot | ChatGPT Enterprise | meinGPT | | --- | --- | --- | --- | --- | | Modelle | 40+ (frei wählbar) | Microsoft/OpenAI | OpenAI | Mehrere (frei wählbar) | | Vendor Lock-in | Keines | Microsoft-Ökosystem | OpenAI-Ökosystem | Keines | | EU-Hosting | Ja (Azure DE) | Teilweise | Nein | Ja (DE) | | DSGVO | Vollständig | Ja | Eingeschränkt | Vollständig | | Workflows | Visueller Builder | Power Automate | Nicht nativ | Begrenzt | | Permission Mirroring | 1:1 nativ | Ja | Begrenzt | Begrenzt | | Zielgruppe | Enterprise / Mittelstand | Microsoft-Kunden | Enterprise | KMU / Mittelstand | Gegenüber Microsoft Copilot punktet Langdock mit echter Modellagnostik – Teams sind nicht an das Microsoft-Ökosystem gebunden und können je nach Aufgabe das optimale Modell wählen. Gegenüber ChatGPT Enterprise und nativen ChatGPT-Apps bietet Langdock EU-Datensouveränität und die Möglichkeit, zwischen Anbietern zu wechseln, statt nur auf OpenAI-Modelle beschränkt zu sein. Gegenüber meinGPT skaliert Langdock deutlich besser im Enterprise-Segment mit flexiblen Deployment-Optionen bis hin zu On-Premise. meinGPT bleibt dafür im KMU-Segment einfacher in der Einführung.

Wo Langdock an Grenzen stößt

Kein Tool ist perfekt – und ein „Im Test"-Artikel ohne kritische Punkte wäre unehrlich. Drei Aspekte solltest du vor einer Entscheidung kennen: Single-Tenant erst ab 1.000 Seats. Wer dedizierte Instanzen braucht, muss eine relativ hohe Mindestgröße erfüllen. Mittelständler mit 200 bis 500 KI-Nutzern landen automatisch im Multi-tenant-SaaS – eine Hürde, falls strikte Mandantentrennung gefordert wird. 10 % API-Aufschlag. Bei reiner API-Nutzung zahlst du auf Modellpreise einen Langdock-Aufschlag – fair für die Abstraktionsleistung, aber bei sehr hohem Token-Volumen kann der Direkt-Bezug bei OpenAI, Anthropic oder Google günstiger sein. Vorher rechnen. Modell-Agnostik allein erzeugt keine Adoption. Eine Plattform mit 40 LLMs nutzt nur, wenn Mitarbeitende auch wissen, welches Modell wofür gut ist. Ohne begleitendes Enablement bleibt das Tool ein teures GPT-Frontend. Welche Skills es dafür im Management braucht, fasst der Artikel zu den 3 KI-Skills für Manager zusammen.

FAQ: Häufig gestellte Fragen zu Langdock

Ist Langdock DSGVO-konform? Ja. Langdock ist vollständig DSGVO-konform, ISO-27001-zertifiziert und SOC-2-Type-II-auditiert. Daten werden auf Microsoft Azure in Deutschland gehostet und niemals für das Training von KI-Modellen verwendet. Wo wird Langdock gehostet? Langdock wird in der EU auf Microsoft Azure in deutschen Rechenzentren gehostet. Für Großkunden gibt es zusätzliche Optionen: Single-tenant SaaS (ab 1.000 Seats), Bring Your Own Cloud (ab 2.000 Seats) und On-Premise via Kubernetes (ab 5.000 Seats). Welche KI-Modelle kann ich mit Langdock nutzen? Über 40 Modelle stehen zur Verfügung – darunter GPT-5.5, GPT-5.4, Claude Opus 4.7, Claude Sonnet 4.6, Gemini 3.1 Pro, Llama 4 Maverick und Mistral Large 3. Teams können pro Aufgabe das optimale Modell wählen. Kann Langdock On-Premise betrieben werden? Ja. Ab 5.000 Seats bietet Langdock eine vollständige On-Premise-Installation via Kubernetes. Weitere Optionen sind Single-tenant SaaS (ab 1.000 Seats) und Bring Your Own Cloud (ab 2.000 Seats). Was kostet Langdock pro Mitarbeiter? Der Business-Plan kostet 25 Euro pro User und Monat (exkl. MwSt., Standard Seat). Der Business Max Seat mit fünffachem KI-Kontingent liegt bei 99 Euro. Bei jährlicher Zahlung gibt es 20 % Rabatt. Ab 1.000 Usern gibt es individuelle Enterprise-Preise. Was ist der Unterschied zwischen Langdock Agents und Workflows? Agents sind KI-Assistenten, die dauerhaft mit Unternehmenswissen verknüpft sind und einzelne Aufgaben lösen. Workflows verbinden mehrere Agents und Aktionen zu automatisierten Prozessketten – inklusive manueller Freigabeschritte. Wer sind die größten Konkurrenten von Langdock? Im Enterprise-Segment konkurriert Langdock vor allem mit Microsoft Copilot, ChatGPT Enterprise und der amerikanischen Plattform Glean. Im DACH-Mittelstand ist meinGPT der direkteste Wettbewerber – ähnliches Modellagnostik-Versprechen, aber weniger Enterprise-Tiefe. Sacra positioniert Langdock als „$25M/year Glean for the EU". Wie verhindert Langdock Shadow AI im Unternehmen? Langdock bietet eine zentrale, sichere KI-Plattform mit Governance-Features wie SSO, Rechteverwaltung und Audit-Logs. Damit entfällt der Bedarf an privaten KI-Accounts – und die IT behält die volle Kontrolle. Welche Unternehmen nutzen Langdock bereits? Rund 7.000 Unternehmen vertrauen auf Langdock, darunter Merck (33.000+ aktive Nutzer), Babbel, Der Spiegel, GetYourGuide, Personio und HeyJobs.

Fazit

Langdock hat sich in weniger als drei Jahren von einem Berliner Startup zu einer ernstzunehmenden Enterprise-KI-Plattform entwickelt. Die Kombination aus Modellagnostik, EU-Datensouveränität und einem durchdachten Governance-Konzept trifft einen Nerv – besonders bei deutschen Unternehmen, die KI einsetzen wollen, ohne Kompromisse bei Compliance einzugehen. Der Weg von Chat zu Agentic Workflows zeigt, wohin die Reise geht: KI nicht nur als Gesprächspartner, sondern als ausführende Kraft in Geschäftsprozessen. Mit 20 Mio. Dollar ARR, einer Verdopplung in sechs Monaten und Kunden wie Merck hat Langdock die Traktion, um in diesem Markt eine relevante Rolle zu spielen. Verwandte Themen: Welche KI-Skills Manager 2026 brauchen, um Plattformen wie Langdock erfolgreich einzuführen. Wie sich ChatGPT Enterprise und Atlas gegenüber DSGVO-konformen Alternativen positionieren. Welche Risiken bei privaten KI-Apps lauern – und warum Shadow AI ein Compliance-Problem ist. Was WebMCP und das Model Context Protocol für die nächste Generation von Agent-Plattformen bedeuten.