Fokus auf deine Agenten. Wir übernehmen den Rest.

Von deinem ersten Prototyp bis zu Millionen von KI-Agenten.

Definiere KI-Agenten, ergänze Tools und veröffentliche Änderungen über Git. connic übernimmt Ausführung und Skalierung und verbindet Agenten mit bestehenden Systemen.

Starte kostenlos connic-Skill installieren

20 € Startguthaben · Keine Kreditkarte erforderlich

invoice-processor.yaml

# Define your agent
name: invoice-processor
model: connic/gpt-5.6-sol
reasoning_effort: auto

system_prompt: |
  Extract every field from the invoice
  and verify the totals add up.

tools:
  - documents.parse
  - database.store_invoice

Testing4 passed · 1 failed

vat is correctly calculated18ms

ApprovalsPending review

stripe.refund€129.00Approve

Run detailscompleted

ManualDec 5 · 14:34:122.34s1.0k210($0.018)

Run again

InputRaw

{ "file": "invoice.pdf" }

OutputRaw

{ "total": 129.00, "currency": "EUR" }

Traces (6)

Span	Data
Run invoice-processor	ok2,341ms InputOutput
LLM Agent invoice-processor	ok2,341ms InputOutput
└ LLM Call	okconnic/gpt-5.6-sol · 1,203 tokens1,892ms InputOutput
└ Tool Call	okdocuments.parse234ms InputOutput
└ MCP Tool	oklinear.create_issue156ms InputOutput
└ Tool Call	okdatabase.store_invoice59ms InputOutput

Bereit für den EU AI Act GDPR Sicherheit & Compliance

Entwickle Agenten in YAML und Python.

Ein Agent ist eine YAML-Datei mit Modell, Prompt und Tools. Ergänze Python-Tools, MCP-Server, Guardrails und Retrieval, während connic dev jede gespeicherte Änderung an einen Live-Runner überträgt.

composer SDK

Agenten in YAML definieren und bei Bedarf eigene Tools ergänzen.

Ersetzt

agents/invoice-processor.yaml

name: invoice-processor
model: connic/gpt-5.6-sol
system_prompt: |
  Extract every field from the invoice
  and check that the totals add up.
tools:
  - invoices.parse_pdf
  - invoices.extract_fields   # tools/invoices.py
  - invoices.save_invoice
output_schema: invoice

tools/invoices.py

def extract_fields(text: str, currency: str = "EUR") -> dict:
    """Pull vendor, line items and totals from invoice text.

    Args:
        text: Plain text returned by parse_pdf
        currency: Used when the invoice names no currency
    """
    return read_invoice(text, default_currency=currency)

KI-Modelle

Verbinde bestehende API-Schlüssel für Modellanbieter oder nutze EU-gehostete connic/* KI-Modelle mit Projektguthaben.

Ersetzt

agents/claims/claim-triage.yaml

name: claim-triage
description: Sorts incoming claims by type and urgency
model: connic/gpt-5.6-luna

agents/claims/claim-assessor.yaml

name: claim-assessor
description: Checks a claim against the policy
model: anthropic/claude-sonnet-4-5
fallback_model: connic/claude-sonnet-5
reasoning_effort: high

agents/claims/damage-coder.yaml

name: damage-coder
description: Assigns internal damage codes
model: vllm/damage-codes-8b   # your own server

Tools

Vordefinierte Integrationen, eigene Code Tools oder beliebige MCP Server.

Ersetzt

Run Details

Completed

Span	Data
LLM Agentorder-support	ok6418.2ms
Tool Call	okretrieval_query212.6ms
Tool Call	oklookup_order96.1ms
Tool Discovery	ok41.3ms
MCP Tool	okDiscoveredtrack_shipment530.8ms
MCP Tool	okcreate_ticket388.0ms

Dev Server

connic dev streamt jede Änderung an einen Live Runner. Tests laufen in Sekunden statt Minuten.

Ersetzt

~/lead-agents

$ connic dev lead-scoring
 
  connic Dev
  ──────────────────────────────
 
  → Validating project files...
    ✓ 1 agent(s): lead-qualifier (agents/lead-qualifier.yaml)
  → Creating dev session...
    Using named environment: lead-scoring
    ✓ Session id: 3f6c2a9e-8b41-4d7a-9c0e-51b2f7d84a16
    ✓ Environment: lead-scoring
  → Starting dev runner container (this can take a minute on first build)...
    ✓ Container: running
  → Uploading initial files...
    ✓ Uploaded 11842 bytes (hash: 9b1e4c07d2a35f81...)
  → Watching for file changes...
    Keys: [r] refresh  [t] run tests  [q] quit  (or Ctrl+C)
 
  [10:42:07] → Detected change: crm.py
  [10:42:08] → Files changed, uploading...
  [10:42:08]     ✓ Uploaded 11907 bytes

Guardrails

Nicht vertrauenswürdige Inputs und finale Outputs mit Block, Warn, Redact oder eigenen Python Checks prüfen.

Ersetzt

order-support

Completed

Span	Data
Guardrailsinput	1 flagged
Guardrailprompt_injection	passed
Guardrailpii	redactedPII detected: email
LLM Agentorder-support	ok
Tool Call	okorders.get_order
Guardrailsoutput	passed
Guardrailsystem_prompt_leakage	passed
Guardraildata_exfiltration	passed
Guardrailcustom	passedorder-scope

Eingabe des Agenten nach der Maskierung

Where is ORD-104233? Reach me at [EMAIL_REDACTED]

Retrieval

connic synchronisiert Inhalte aus Dokumenten und angebundenen Datenquellen. Agenten erhalten passende Textstellen mit verlässlichen Quellenangaben.

Ersetzt

Test Retrieval

How many vacation days can I carry over?

policies.hrTest

3 results for "How many vacation days can I carry over?"

1employee-handbook-2026.pdf
policies.hr82%
Up to five unused vacation days carry over into the next calendar year. Carried-over days must be taken by 31 March.
Chunk 41 • Page 23
2leave-faq
policies.hr.leave71%
Can I carry over more than five days? Only with written approval from your manager and People Ops before 15 December.
Chunk 3
3employee-handbook-2026.pdf
policies.hr58%
Part-time employees carry over a share of the five days that matches their contracted hours.
Chunk 42 • Page 23

Integrierter Storage

Retrieval, Datenbank und gespeicherte Gesprächsverläufe. Bereits eingerichtet.

Ersetzt

Database1,330 docs

Collections

bookings1,284
workshops46

bookings1,284 docs312.4 KBInsertSchema

{"status": "confirmed", "starts_at": {"$gte": "2026-10-15"}}

ID	workshop	starts_at	status
4f1c9e2a	MUC-EAST	2026-10-15T13:00	confirmed
b82d07e5	MUC-EAST	2026-10-15T15:30	confirmed
1e6a3cd9	MUC-WEST	2026-10-16T08:30	confirmed
c90f4b17	MUC-NORTH	2026-10-16T10:00	confirmed

Starte Deployments aus Git oder der CLI.

connic baut, testet und aktiviert jede Version und skaliert sie mit der Last. Environments trennen Entwicklung, Staging und Produktivbetrieb, und Verbindungen starten Runs aus den Systemen, die du bereits nutzt.

Testing-Framework

Assertions für das Verhalten von Agenten schreiben und in CI ausführen.

Ersetzt

tests/ticket-triage.yaml

version: "1.0"

tests:
  - name: routes_billing_question
    payload: "I was charged twice for order 4471"
    expected_result: output.priority == "normal"
    expected_tool_calls:
      - tickets.assign_queue: params.queue == "billing"
    expected_no_tool_calls:
      - oncall.page

  - name: pages_oncall_for_outage
    payload: "Checkout returns a 500 error for every customer"
    mocks: triage_mocks
    runs: 5
    success_threshold: 80
    expected_result: output.priority == "urgent"
    expected_tool_calls:
      - oncall.page: invocations == 1

5/5 runs passedpages_oncall_for_outage · 80% to pass

Environments

Entwicklung, Staging und Produktivbetrieb mit getrennten Secrets und eigener Konfiguration.

Ersetzt

Bridges für private Netzwerke

Interne Services bleiben erreichbar, ohne Firewall Ports zu öffnen.

Ersetzt

Bridges

Add bridge

erp-network

7c1e9a4b-2d3f-4e8a-9b6c-1f2a3b4c5d6e

Custom-tool host:<target>.cnc-bridge-7c1e9a4b-2d3f-4e8a-9b6c-1f2a3b4c5d6e

Last connected: 10/13/2026, 9:14:02 AM

Connected

Automatic routing

2 routes configured

Edit routes

Regenerate Token

staging-vpc

e4b2d8f1-6a3c-4f9e-8d7b-2c5a1e9f0b3d

Custom-tool host:<target>.cnc-bridge-e4b2d8f1-6a3c-4f9e-8d7b-2c5a1e9f0b3d

Disconnected

Automatic routing

0 routes configured

Add routes

Regenerate Token

Managed Runtime

Versionierte Agenten mit Deploy Gates, Keyed Concurrency, Retries, Sessions und Rollback veröffentlichen.

Ersetzt

Status	Deployment	Tests	Duration
Active	#3f9a1c2e`a41f9c2` 120	passed	1.8m
Failed	#b70e44d1`9c2d7e0` 120	1 failed	1.4m
Deployed	#8d21f6a3`52be1f7` 120	passed	1.7m
Deployed	#61ac09e4`0e4d8b3` 120	passed	1.6m

Verbindungen

Webhooks, Queues, Datenbanken und Zeitpläne verbinden Agenten mit bestehenden Systemen.

Ersetzt

Verstehe, was jeder Run getan hat.

Verfolge jeden Run mit seinen Token-Kosten, lass Judges die Ergebnisse bewerten und vergleiche Versionen auf echtem Traffic. Tool-Aufrufe, die eine Freigabe brauchen, warten auf einen Menschen, und die Governance hält die Nachweise bereit, die eine Prüfung nach dem EU AI Act verlangt.

Observability

Jeder Run wird als Trace erfasst: Token-Verbrauch, Latenz, Fehler und Kosten.

Ersetzt

claims-intakeLLM Agent

Agent runsAvgp50p95

Runs

1,284

97.6%Success

Runtime

3h 12m

11.4sper Run

Token Cost

€38.40

€0.071per Run

All Statusescontext.claim_type == 'water_damage'

Run	Status	Duration	Tokens
8b41d2c07f3e	Completed	6.8s	14.8k1.4k(€0.032)
c19e5a7b2d04	Failed	41.3s	22.4k2.6k(€0.051)
57fa03e9c6b1	Awaiting Approval		9.1k610(€0.018)
4a0c9f3e18d7	Completed	5.4s	12.9k1.1k(€0.027)
a7d3e9f20c6b	Completed	9.4s	21.6k1.9k(€0.046)

Judges

LLM-as-Judge Evaluation ist direkt in die Plattform integriert.

Ersetzt

Warranty reply qualityActivewarranty-assistantTrigger Manually

84%

Avg Score

1,212

Total Evaluated

7.6M

Total Tokens

1,212completed3failed

Criteria Averages

Policy accuracy8.3 / 10

Order facts4.7 / 5

Next step3.8 / 5

Evaluations

Status	Run	Score	Date
Completed	4be1c0d7a93f	17/20(85%)	Oct 13, 09:42:17 AM
Completed	9f03a6e15c28	11/20(55%)	Oct 13, 09:38:02 AM
Running	d27b8e4f0a61		Oct 13, 09:37:45 AM

A/B Testing

Traffic auf Agent-Varianten verteilen und die Ergebnisse vergleichen.

Ersetzt

Approvals (HITL)

Pausiere Tool-Aufrufe vor der Ausführung für eine menschliche Prüfung.

Ersetzt

KI-Governance

KI-Systeme registrieren, Maßnahmen und Vorfälle dokumentieren und anhand von Prüfsummen überprüfbare Nachweise exportieren.

Ersetzt

AI Governance

OverviewAI systemsIncidentsEvidence

AI systems: 4; 3 reviewed · 1 need review
Applicable controls: 31; 22 configured · 9 need action
Article 50 triggers: 3; 2 configured · 1 need setup or review
Open incidents: 1; 0 overdue · 1 monitoring reviews due

Action queue

4Resolve control gapsUrgent
1Configure or review Article 50 handlingReview
1Review preliminary assessmentsReview
5Attach missing control evidenceFollow up
1Complete monitoring reviewsFollow up

Latest evidence snapshotCapturedSHA-256 6f29c3e8a109...

Jedes KI-Modell. Jedes System. Eine Plattform.

Jeder Agent nutzt sein eigenes KI-Modell: ein connic/* KI-Modell in der EU, deinen API-Schlüssel oder einen eigenen Endpoint. Verbindungen starten Runs aus deinen Systemen und liefern die Ergebnisse zurück.

KI-Modelle

KI-Modelle und Anbieter

connic/* KI-ModelleEU-gehostet
Die Inferenz läuft in der EU, Tokens werden über dein Projektguthaben abgerechnet.
Eigener API-Schlüssel
Nutze ein bestehendes Konto bei einem dieser Anbieter.OpenAIAnthropicGoogle GeminiAzure OpenAIAWS BedrockGoogle Vertex AIOpenRouter
Eigener Endpoint
Jeder OpenAI-kompatible Endpoint, auch selbst gehostete KI-Modelle und Inferenz-Proxys.

Verbindungen

Alle Verbindungen

Events und Zeitpläne
Cron-Scheduler HTTP-Webhooks Stripe
Queues und Daten
Apache Kafka AWS S3 AWS SQS PostgreSQL
Nachrichten und Anrufe
E-Mail (SMTP/IMAP)Slack Telegram Twilio Voice
Chat-UIs und MCP-Clients
MCP Server WebSocket

Starte kostenlos. Skaliere bei Bedarf.

Starte mit 20 € kostenlosem Guthaben. Passe dein monatliches Projektguthaben an deinen wachsenden Bedarf an.

Vergleiche alle Pläne im Detail

Basic

connic mit echten Agenten testen

0 €/ Monat

Einmalig 20 € Willkommensguthaben

3 aktive Verbindungen
1 Environment
3 Min. Run Timeout
14 Tage Log-Aufbewahrung
Nicht enthalten: PR Testing · Eigene Domains
Nicht enthalten: Priority Support

Starte kostenlos

Developer

Den ersten Agenten produktiv schalten

Ab 40 €/ Monat

Ab 40 € Projektguthaben pro Monat

25 aktive Verbindungen
3 Environments
15 Min. Run Timeout
90 Tage Log-Aufbewahrung
Nicht enthalten: PR Testing · Eigene Domains
Nicht enthalten: Priority Support

Developer wählen

Am beliebtesten

Pro

Für Teams mit Agenten im Produktivbetrieb

Ab 200 €/ Monat

Ab 200 € Projektguthaben pro Monat

50 aktive Verbindungen
5 Environments
60 Min. Run Timeout
365 Tage Log-Aufbewahrung
PR Testing · Eigene Domains
Priority Support

Pro wählen

Einstiegspreise bei monatlicher Zahlung, zzgl. MwSt. Zahle 1 Jahr im Voraus und spare 10%, oder 2 Jahre und spare 25%. Dein monatliches Guthaben bleibt gleich.

Enterprise: individuelle Preise, Limits und Compliance-Unterstützung. Sprich mit uns

Aus dem Blog

Tutorials, Produkt-Updates und Einblicke in die Entwicklung von connic.

Alle Beiträge ansehen

Tutorial

Einen Streaming-Chat mit WebSocket-Connectors in connic bauen

Eine Chat-App per WebSocket an einen connic-Agenten anbinden: authentifizieren, Antworten streamen, den Verlauf fortsetzen, Guardrails und Freigaben behandeln.

23. Oktober 202610 Min. Lesezeit

Ankündigung

connic Dateien: Dauerhafter Dateispeicher für KI-Agenten

Mit connic Dateien behalten KI-Agenten Dateien über Runs hinweg: Berichte und Downloads speichern, nach Metadaten finden und den Zugriff pro Agent steuern.

20. Oktober 20267 Min. Lesezeit

Tutorial

KI-Token-Kosten nach Kunde oder Use Case in connic auswerten

Middleware versieht jeden Agenten-Run in connic mit Kunde oder Use Case, und Dashboards sowie die Seite Token Usage ordnen Token-Kosten nach diesem Wert.

15. Oktober 20267 Min. Lesezeit

Häufig gestellte Fragen

Was connic ist, wie es funktioniert und was es kostet.

connic übernimmt die skalierbare Ausführung von KI-Agenten für Produktivsysteme. Teams definieren Agenten in YAML, schreiben Tools als Python-Funktionen und pushen nach Git. Wir übernehmen Deployment, Skalierung, Monitoring und die Verbindungen zu bestehenden Stacks.

Keine. YAML und Python reichen aus, um mit connic KI-Agenten im Produktivbetrieb zu veröffentlichen. Die Plattform übernimmt Builds, Deployments, Skalierung und Monitoring. Docker, Kubernetes und eine eigene CI/CD-Pipeline sind nicht erforderlich.

Verbindungen binden Agenten an bestehende Stacks an. Inbound-Verbindungen lösen einen Agenten über Webhook, Cron Schedule, Inbox, Message Queue (Kafka, SQS) oder ein Postgres Event aus. Outbound-Verbindungen senden Ergebnisse an APIs, Services oder S3. Synchrone Verbindungen übernehmen Request/Response in Echtzeit über WebSocket. Die Konfiguration erfolgt im Dashboard; connic betreibt die dafür nötige Infrastruktur. Warum fertige Verbindungen besser sind als selbst entwickelte Integrationen.

Teams können ein EU-gehostetes connic/* KI-Modell mit Projektguthaben wählen oder einen bestehenden Key für OpenAI, Anthropic, Google, Mistral, AWS Bedrock, Azure OpenAI oder eigene OpenAI-kompatible Endpoints verbinden. Für einen Modellwechsel genügt eine Zeile im Agent YAML.

Basic enthält einmalig 20 € Projektguthaben; Developer und Pro enthalten monatliches Guthaben. Runtime, Storage, Retrieval und Tokens für connic/* KI-Modelle nutzen dasselbe Guthaben. Standardprojekte können Prepaid-Guthaben manuell hinzufügen oder Auto-Refill mit einem festen Monatslimit nutzen. Für Enterprise-Projekte gelten individuell vereinbarte Preise und Vertragsbedingungen. Es gibt keine Gebühren pro Nutzer. Preise der connic KI-Modelle.

Ja. Dokumente lassen sich in das integrierte Retrieval hochladen, als Text einfügen oder über die API schreiben. Agenten durchsuchen die Inhalte nach Bedeutung. Eine eigene Vektordatenbank, eine Pipeline für Embeddings oder eine Strategie zur Aufteilung der Dokumente ist nicht erforderlich.

Jeder Run wird erfasst: vollständiger Execution Trace, Tool-Aufrufe, LLM Prompts und Responses, Tokens, Latenz und Ergebnis. Runs lassen sich im Dashboard Schritt für Schritt untersuchen. Separate Instrumentierung ist nicht erforderlich; Observability ist standardmäßig aktiv.

Ja. Basic hat keine monatliche Gebühr und enthält einmalig 20 € Guthaben, drei aktive Verbindungen sowie das vollständige SDK und Dashboard. Basic unterstützt manuelle Guthabenaufladungen; Developer und Pro enthalten monatliches Guthaben, Enterprise bietet individuelle Limits, Preise und Vertragsbedingungen. Zum Start ist keine Kreditkarte erforderlich.

Fokus auf deine Agenten. Wir übernehmen den Rest.

Entwickle Agenten in YAML und Python.

Starte Deployments aus Git oder der CLI.

Verstehe, was jeder Run getan hat.

Jedes KI-Modell. Jedes System. Eine Plattform.

KI-Modelle

Verbindungen

Starte kostenlos. Skaliere bei Bedarf.

Basic

Developer

Pro

Aus dem Blog

Einen Streaming-Chat mit WebSocket-Connectors in connic bauen

connic Dateien: Dauerhafter Dateispeicher für KI-Agenten

KI-Token-Kosten nach Kunde oder Use Case in connic auswerten

Häufig gestellte Fragen

Was ist connic und wie unterstützt es das Deployment von KI-Agenten?

Welche DevOps- oder Infrastruktur-Erfahrung ist erforderlich?

Wie funktionieren Verbindungen?

Welche LLM Provider werden unterstützt?

Wie werden die Preise berechnet?

Können Agenten auf private Daten zugreifen?

Wie lassen sich Agenten überwachen und debuggen?

Lässt sich connic ohne Abonnement nutzen?