Langdock vs Claude ist für einen Solo-Betrieb keine Frage nach dem besseren Werkzeug, sondern nach dem Ort, an dem deine Arbeit liegt. Langdock ist laut eigener Beschreibung eine Plattform, mit der eine Organisation KI einführt: ein Chat für alle, Agents für wiederkehrende Aufgaben, Workflows für Automatisierungen, dazu Modellwahl per Klick über mehrere Anbieter hinweg und Hosting in der EU. Alles davon lebt in der Oberfläche von Langdock, abgerechnet pro Nutzer und Monat. Bei mir lebt ein KI-Mitarbeiter in einem Ordner mit Textdateien, die ich selbst lesen kann, und Claude führt ihn aus. Ich habe Langdock ausprobiert und bin für meinen Betrieb beim Ordner geblieben. Wer mehrere Nutzer verwalten, Modelle verschiedener Anbieter mischen oder einem Auditor Zertifikate vorlegen muss, ist bei Langdock richtig. Wer allein oder zu zweit arbeitet und seine Mitarbeiter behalten will, wenn er das Werkzeug wechselt, fährt mit dem Ordner besser.
Ich betreibe meine KI-Agenten als Belegschaft aus vierzehn Mitarbeitern, jeder ein Ordner mit Personalakte, Regelwerk und Skills, und ich kenne die Gegenrichtung nicht nur aus der Doku: n8n lief lange in meinem eigenen Cluster, Langdock habe ich ausprobiert. Dieser Beitrag ist einer von sechs Wegen aus KI-Mitarbeiter bauen: sechs Wege im Vergleich. Wie dort nehme ich dieselbe Aufgabe: die Posteingang-Sortierung meiner Mitarbeiterin Frieda, einmal als Langdock-Agent gedacht, einmal so, wie sie bei mir läuft.
Was Langdock ist, laut Doku
Langdock nennt sich auf der Startseite „The all-in one platform to adopt AI as an organization" und teilt sich in drei Bausteine: Chat („Model agnostic, for everyone in the company"), Agents („Custom AI for recurring tasks") und Workflows („Build powerful AI automations"). Die Dokumentation beschreibt Agents so: „Agents are specialized chatbots you can configure for specific use cases or documents. They work like regular chat, but with saved context (documents and instructions) so you don't need to set up the same conversation repeatedly." Und wann ein Agent sinnvoll ist: „Use an agent when users repeatedly need the same role, instructions, tools, or knowledge."
Die Modellwahl ist der Punkt, den Langdock am stärksten betont. Laut Model Guide ist es ein Kernwert, „a tool which is model-agnostic" zu bauen; im Chat wählst du das Modell „from the model selector in the chat input bar" und kannst „switch models mid-conversation". Ein Modus namens Auto wählt das Modell selbst: „Auto analyzes your first message to understand the request and estimate its complexity, and then selects a suitable model for that conversation." Genannte Anbieter sind OpenAI, Anthropic, Google, Mistral, Meta und DeepSeek, also auch Claude-Modelle. Zum Hosting gibt der Anbieter an: „The application and most models (configurable) are hosted entirely in the EU" und „Customer data is never used to train or improve AI models", dazu ISO 27001 und SOC 2 Type II. Das sind Herstellerangaben, keine Prüfung durch mich.
Workflows sind die dritte Schicht, laut Doku „your orchestration layer": verkettete Schritte mit Bedingungen und Schleifen, ausgelöst „by a form submission, a schedule, or an event in your connected apps". Sie müssen von einem Admin aktiviert werden und verbrauchen KI-Guthaben.
Frieda als Langdock-Agent, gedanklich
Frieda sortiert bei mir den Posteingang in vier Stapel, Sofort, Heute, Kann warten, Papierkorb, plus einen fünften für alles, was meine Einschätzung braucht. Für den Heute-Stapel legt sie Antworten als Entwurf hin und versendet nie selbst. Das Verfahren dahinter, drei Fragen und ein paar Regelzeilen, steht in Posteingang sortieren: das Stapel-System, die Mitarbeiterin auf Frieda, meiner Mitarbeiterin fürs Büro.
So sähe Frieda in Langdock aus, wenn ich sie dort bauen würde, Schritt für Schritt aus der Agent-Konfiguration der Doku:
- Instructions. Die drei Fragen, die fünf Stapel und die Regelzeilen kommen ins Feld für Anweisungen, laut Doku bis zu 50.000 Zeichen: Friedas Regelwerk in einem Textfeld statt in einer Datei.
- Knowledge. Absenderliste und geprüfte Routinemeldungen hänge ich als Dateien an, „up to 50 files" je Agent, oder als synchronisierten Ordner.
- Integrations. Damit Frieda den Posteingang liest und Entwürfe anlegt, bekommt der Agent eine Integration; die Doku nennt als Beispiel-Aktion „Create email drafts". Genau das und nicht mehr.
- Model. „Choose which model this agent will use." Hier würde ich ein Claude-Modell wählen; du könntest ein anderes nehmen und später wechseln, ohne die Anweisungen anzufassen.
- Freigabe. Frieda versendet nie. In Langdock hieße das entweder ein Agent, der nur Entwürfe anlegen darf, oder ein Workflow mit dem Baustein Human in the Loop: „Pause workflow execution and require manual approval before proceeding." Freigeben darf dort, wer Editor-Rechte am Workflow hat.
- Publishing und Sharing. Änderungen sind erst ein Entwurf und gelten für andere erst nach dem Veröffentlichen; geteilt wird im Workspace mit Personen oder Gruppen.
Das ist eine saubere Bauweise, und für eine Abteilung mit zwanzig Postfächern ist der letzte Punkt der wichtigste: Eine Änderung an Frieda kommt bei allen an, versioniert. Für mich allein ist derselbe Punkt Aufwand ohne Nutzen.
Frieda bei mir: ein Ordner
Bei mir ist Frieda ein Ordner. Darin liegt eine CLAUDE.md mit Aufgabe, Regeln, Grenzen, Dateien und Freigaben, also dasselbe, was oben in Instructions und Freigabe-Baustein verteilt wäre, nur als eine lesbare Datei; wie sie wörtlich aussieht, steht in CLAUDE.md: das Gedächtnis von Claude Code. Daneben liegen Skills als Markdown und ein Postfach-Ordner für Übergaben. Das Sortieren läuft über die offiziellen Connectors für Gmail oder Microsoft 365, und Frieda kann technisch nur lesen und entwerfen, nicht senden. Ausgeführt wird der Ordner von Claude, bei mir in Claude Code.
Der Unterschied zur Langdock-Fassung ist nicht, was Frieda kann, sondern wo sie ist. In Langdock ist sie eine veröffentlichte Konfiguration in der Oberfläche des Anbieters. Bei mir ist sie ein Ordner auf meinem Rechner, den ich mit jedem Editor öffnen, mit Git versionieren und als Zip weitergeben kann. Genau so liegt sie auch als Paket in meiner Community.
Langdock vs Claude: die fünf Prüfsteine
Dieselben fünf Fragen stelle ich in jedem Beitrag dieser Serie, ohne Preise, weil sich Listenpreise ändern und die Bauart der Abrechnung die Entscheidung besser erklärt.
Die dritte Zeile braucht eine ehrliche Präzisierung. In Claude Code wechsle ich das Modell per /model, aber nur zwischen Claude-Modellen und Claude-Anbietern. Ein Wechsel zu GPT oder Gemini ist dort nicht vorgesehen. Was ich stattdessen kann: das Werkzeug wechseln. Codex oder OpenCode lesen dieselben Markdown-Dateien, und Claude Code liest laut Doku auch eine AGENTS.md, das Format, das andere Coding-Agenten nutzen. Langdock hat den bequemeren Modellwechsel, ich habe die tragbareren Dateien.
Was ich beim Ausprobieren gesehen habe, und warum ich beim Ordner geblieben bin
Ich habe Langdock ausprobiert und bin beim Ordner geblieben. Das hat weniger mit Langdock zu tun als mit drei Entscheidungen, die ich für meinen Betrieb vorher getroffen hatte.
Erstens Datensouveränität. Alles, was meine Mitarbeiter wissen, liegt als Dateien lokal bei mir, in einem Obsidian-Vault, nicht in einem Cloud-Chat. Das ist keine Aussage gegen EU-Hosting; es ist die Entscheidung, dass die Personalakte meiner Mitarbeiter ein Ordner ist, den ich sichern, kopieren und weitergeben kann, ohne einen Anbieter zu fragen.
Zweitens der Ausfallplan. Wenn Claude ausfällt oder ich aus einem anderen Grund wechseln will, gehe ich zu Codex oder zu OpenCode mit lokalen Modellen, und die arbeiten auf denselben Dateien. Bei einer Plattform liegt Frieda in der Plattform. Die Langdock-Doku beschreibt eine API, über die sich Agenten abrufen und zwischen Workspaces übertragen lassen; das ist ein Weg für Entwickler, kein Ordner auf der Festplatte. Bei mir ist die Datei der Ausgangspunkt, nicht das Exportziel.
Drittens die Frage, wer die Nutzerverwaltung braucht. Ich bin ein Betrieb mit einem Menschen und vierzehn KI-Mitarbeitern, die sich in Meine KI-Belegschaft und unter /team vorstellen. Rollen, Gruppen, Versionshinweise für Nutzer: Dafür bezahlt eine Organisation pro Nutzer, und bei mir würde es niemand nutzen. Ich finde, das ist der ehrlichste Satz in diesem Vergleich: Langdock löst Probleme, die ich nicht habe.
Was ich mit Langdock gemeinsam habe, ist die Freigabe als Baustein. Bei mir heißt das Freigabe-Gate: Was das Haus verlässt oder Zustand ändert, wartet auf mich. Falk, mein Mitarbeiter für Sicherheitsprüfungen, schickt keine Anfrage an ein Zielsystem, bevor meine schriftliche Freigabe vorliegt; wie das aussieht, steht auf Falk, meinem Red-Teamer. Langdock baut dasselbe als Human-in-the-Loop-Schritt, bei mir steht es in der Akte statt im Workflow.
Wann Langdock die richtige Wahl ist
Es gibt vier Situationen, in denen ich einem Betrieb Langdock statt meinem Ordner empfehlen würde.
- Mehrere Nutzer, zentrale Verwaltung. Sobald fünf oder zwanzig Leute denselben Agenten nutzen sollen, brauchst du Rollen, Gruppen, Versionen und einen Admin, der Workflows freischaltet. Ein Ordner mit
CLAUDE.md hat das nicht.
- Modellmix über Anbieter hinweg. Wer in derselben Aufgabe ein OpenAI-Modell und ein Claude-Modell nebeneinander braucht, bekommt das bei Langdock per Klick. Bei mir gibt es das nicht.
- Nachweispflichten. Wer einem Auditor Zertifikate und ein EU-Hosting vorlegen muss, hat bei Langdock laut Anbieter Papier dafür. Ein Ordner auf einem Laptop liefert das nicht von selbst; da bist du für Sicherung, Zugriff und Nachweis selbst zuständig.
- Kein Terminal. Langdock läuft im Browser. Claude Code läuft im Terminal; wer das ablehnt, braucht die Claude-App oder eine Plattform. Der Einstieg in meine Methode geht auch in der App, die Anbindung an Postfach und Dateien ist bei mir aber der Schritt danach.
Häufige Fragen
Ist Langdock DSGVO-konform?
Der Anbieter gibt an, dass Anwendung und die meisten Modelle vollständig in der EU gehostet werden, Kundendaten nicht zum Training genutzt werden und ISO 27001 sowie SOC 2 Type II vorliegen. Ob deine Verarbeitung damit DSGVO-konform ist, hängt zusätzlich von dir ab: Auftragsverarbeitung, Zweck, welche Daten du hochlädst. Das ist keine Rechtsberatung, sondern der Hinweis, dass ein Hosting-Standort allein noch keine Konformität herstellt.
Langdock oder ChatGPT: was ist der Unterschied?
ChatGPT ist der Chat eines Anbieters. Langdock ist eine Plattform, in der eine Organisation Modelle mehrerer Anbieter, darunter OpenAI und Anthropic, mit Verwaltung, Agents und Workflows nutzt. Wer allein arbeitet und chatten will, braucht keine Plattform; ob ein Claude- oder ein OpenAI-Modell die bessere Basis für einen Agenten ist, steht in KI-Agent erstellen: Claude vs ChatGPT.
Langdock vs n8n: wofür ist welches Werkzeug?
Langdock ist ein Arbeitsplatz für Menschen, die mit KI arbeiten: Chat, Agents, Wissen, Rechte. n8n ist ein Workflow-Werkzeug, in dem Abläufe als Knoten und Verbindungen laufen, auch ohne Menschen, ausgelöst von Zeitplan oder Webhook. Beide haben inzwischen auch das jeweils andere: Langdock Workflows, n8n einen Agent-Node. Was ich in n8n gebaut und daraus gelernt habe, steht in n8n KI-Agent erstellen: was ich gelernt habe.
Welche Erfahrungen habe ich mit Langdock gemacht?
Ich habe es ausprobiert, nicht monatelang betrieben. Was ich sah, passte zur Doku: ein Werkzeug für Organisationen, mit Verwaltung, Modellwahl und Freigabe-Bausteinen. Für meinen Betrieb, ein Mensch und eine Belegschaft aus Ordnern, habe ich keinen Grund gefunden, die Mitarbeiter aus ihren Dateien in eine Oberfläche zu verlegen. Das ist eine Entscheidung für meinen Fall.
Kann ich in Claude Code das Modell wechseln wie in Langdock?
Innerhalb der Claude-Familie ja, per /model, auch mitten in der Sitzung. Zu Modellen anderer Anbieter nicht. Dafür wechsle ich das Werkzeug: Codex oder OpenCode lesen dieselben Dateien, und Claude Code liest laut Doku auch AGENTS.md. Der Wechsel ist bei Langdock ein Klick, bei mir ein anderes Programm im selben Ordner.
Brauche ich für Langdock oder für meinen Weg Programmierkenntnisse?
Für Langdock laut Doku nicht: Agents werden in Formularfeldern oder per Chat mit dem Agent Builder konfiguriert. Für meinen Weg auch nicht: Die Personalakte ist Text auf Deutsch, der Einstieg läuft in der Claude-App. Was du lernst, ist Führung: Aufgabe beschreiben, Regeln aufschreiben, Feedback in die Akte. Wer das nicht allein machen will, macht es mit mir und den Leuten in der Community, in den Calls oder in einem Posting.
Wie du weitermachst
Wenn du in einer Organisation arbeitest, die Langdock einführt, nimm es und bau Frieda dort nach der Liste oben. Wenn du allein oder zu zweit arbeitest, fang mit dem Ordner an: KI-Mitarbeiter erstellen: so startest du zeigt den Ablauf in fünf Schritten, und Frieda liegt als fertiges Paket bereit.
In den Calls meiner Community bauen wir deine Frieda in deinem Werkzeug nach, ob Langdock, n8n oder Ordner, und du siehst den Unterschied an deiner eigenen Aufgabe statt an meiner Tabelle: Claude Practitioners.
