Zum Hauptinhalt springen
Connic

Erweitere dein Produkt
um KI-Funktionen

Dokumente auswerten, Produkte im Gespräch finden oder Berichte automatisch erstellen: KI-Agenten ergänzen die Abläufe, die Kunden bereits nutzen. Connic verbindet sie mit der bestehenden Anwendung und übernimmt ihren Betrieb.

Lies den Quickstart

Verbindungen

Trigger
stripe.invoice.paid
Agent
invoice-processor
Webhook
Cron
Postgres
Kafka
Stripe
Email
SQS
Telegram
WebSocket
S3
MCP

Welche Aufgaben können Agenten für deine Kunden übernehmen?

Von Fragen zu Dokumenten über die Suche nach passenden Produkten bis zum wöchentlichen Bericht: Agenten können Abläufe ergänzen, für die Kunden bisher selbst Informationen suchen und zusammenstellen.

Mach hochgeladene Dokumente für deine Kunden nutzbar
S3 → Agent → Retrieval (asynchron); spätere Abfrage per Sync-Webhook

Kunden laden Dokumente hoch und erhalten daraus Informationen, mit denen sie in der Anwendung weiterarbeiten können. Ein Agent verarbeitet die Inhalte; nach der Indexierung stehen sie für spätere Fragen bereit. Die Anwendung erhält strukturierte Ergebnisse zur weiteren Verarbeitung.

S3Webhook (sync)RetrievalOutput schema
Ergänze deine Produktsuche um einen Dialog
WebSocket → Agent → Produktwissen → Streaming-Antwort

Kunden können ihre Anforderungen in eigenen Worten beschreiben und Rückfragen zu den Ergebnissen stellen. Der Agent nutzt das angebundene Produktwissen, um passende Artikel zu finden und seine Vorschläge zu erläutern.

WebSocketRetrievalSessions
Automatisiere den wöchentlichen Bericht für dein Team
Cron → Agent → Datenbank → E-Mail

Ein Agent ruft nach Zeitplan Daten aus der angebundenen Datenbank ab, fasst sie zusammen und verschickt den Bericht per E-Mail. So erhält das Team regelmäßig eine Auswertung, ohne die Informationen jede Woche von Hand zusammenzustellen.

CronDatabaseEmail (outbound)

Binde Agenten in die Abläufe deiner Anwendung ein

Eine Anfrage, ein Datei-Upload oder ein geplanter Termin startet die Verarbeitung. Deine Anwendung kann das Ergebnis direkt als Antwort erhalten oder es nach Abschluss über eine konfigurierte Verbindung empfangen. So passt die Integration zu kurzen und länger laufenden Aufgaben.

Ein HTTP POST, S3 Upload, Postgres NOTIFY, Cron Tick oder ein anderes Ereignis startet einen Run.
Connic leitet das Ereignis an die verknüpften Agenten weiter und startet deren Runs.
Im Sync-Modus über dieselbe Verbindung; bei asynchronen Runs nach Abschluss über eine konfigurierte Outbound-Verbindung.
Von Connic verwaltete Infrastruktur
  • LLM-Integration: SDK-Setup, Fehlerbehandlung und Retries
  • Tool-Ausführung: Framework-Code und Schema-Definitionen
  • Deployment: Docker, Kubernetes und CI/CD Pipelines
  • Skalierung: Auto-Scaling-Konfiguration und Load Balancing
  • Observability: Logging, Tracing und eigene Dashboards
  • Retrieval: Vector Store, Embeddings und Chunking

Entdecke Verbindungen oder starte direkt mit dem Quickstart.

Entwickle dein Produkt weiter, ohne eine Agentenplattform aufzubauen

Nutze die Erfahrung des bestehenden Teams für neue KI-Funktionen. Deployment, Skalierung und Einblicke in die Ausführung stehen in Connic bereit und müssen nicht als eigene Infrastruktur aufgebaut werden.

KI-Features in Stunden statt Monaten veröffentlichen

Eine YAML-Konfiguration schreiben, einige Python Tools ergänzen und nach Git pushen. Für das Deployment sind weder Docker und Kubernetes noch ein Plattformteam für den Cluster-Aufbau erforderlich.

Mit dem bestehenden Team arbeiten

Teams mit Python- und Git-Erfahrung können KI-Features ohne zusätzliche Stellen für ML oder DevOps veröffentlichen.

Jeden Schritt jedes Runs nachvollziehen

Jeder Run wird als vollständiger Trace erfasst: LLM Reasoning, Tool-Aufrufe, Laufzeit und Kosten. Bei einem Fehler zeigt der Trace die Ursache in Sekunden.

Prüfe Änderungen in Git und nutze Rollbacks

Agenten liegen im Repository. Änderungen laufen durch PRs, ein Push startet das Deployment und ein Rollback braucht einen Klick. Der Workflow entspricht dem restlichen Code des Teams.

Standardmäßig sicher

Variablen sind je Environment begrenzt. Sensible Werte bleiben in Dashboards und Logs maskiert. Jede Aktion wird im Audit Log des Projekts erfasst.

Ohne Kapazitätsplanung skalieren

Runs laufen auf verwalteter Infrastruktur, die mit dem Traffic skaliert. Ungenutzte Cluster verursachen dadurch keine Kosten. Spend Alerts und Hard Limits je Agent oder Environment verhindern überraschende Rechnungen.

Bereit für den Produktivbetrieb

Sicherheits- und Budgetkontrollen, die IT-Sicherheit und Finanzabteilung für den Einsatz deiner KI-Funktionen bei Kunden benötigen.

Sichere Verbindungen

Jede Verbindung bringt Authentifizierung und Verschlüsselung mit. Webhook-Verbindungen prüfen bei jedem Request ein Shared Secret. Die Bridge-Verbindung erreicht Services in der VPC über einen ausgehenden Tunnel, ohne eingehende Ports zu öffnen.

Budgetkontrollen

Kostenwarnungen und feste Ausgabenlimits je Agent oder Umgebung helfen, das Budget deiner KI-Funktionen einzuhalten. Connic erkennt ungewöhnlich teure Ausführungen und benachrichtigt das Team.

Audit-Logs und Compliance

Traces machen die Ausführungen deiner Agenten nachvollziehbar. Enterprise bietet einen Auftragsverarbeitungsvertrag, Unterstützung bei der Vorbereitung auf den EU AI Act und Zugang zum SOC 2 Type II-Bericht. Diese Unterlagen unterstützen die Prüfung durch Rechtsabteilung und IT-Sicherheit.

Häufig gestellte Fragen

Über eine im Dashboard konfigurierte Verbindung, zum Beispiel einen HTTP-Webhook. Bei synchronen Aufrufen kommt das Ergebnis direkt mit der HTTP-Antwort zurück. Bei asynchronen Aufrufen erhält die Anwendung zuerst eine Ausführungs-ID; das Ergebnis folgt nach Abschluss über eine konfigurierte ausgehende Verbindung.

Ja. Eigene Python-Tools laufen auf der Connic-Infrastruktur und können APIs und Datenbanken aufrufen. Für den Zugriff auf private Netzwerke betreibst du den Bridge Agent in deiner VPC. Er baut einen ausgehenden WebSocket-Tunnel zu Connic auf. Darüber erreichen Agenten interne Postgres-, S3-, Kafka- und HTTP-Dienste, ohne eingehende Ports zu öffnen.

Das hängt vor allem vom KI-Modell, der Aufgabe und den benötigten Tool-Aufrufen ab. Mehrstufige Verarbeitung dauert entsprechend länger. Für synchrone Webhooks gilt standardmäßig ein Timeout von fünf Minuten. Längere Aufgaben können asynchron laufen; eine konfigurierte ausgehende Verbindung übermittelt das Ergebnis nach Abschluss.

Die Anwendung kann eine Kunden-ID übergeben, die Middleware für Tools, Bewertungen und Freigaberegeln in den Kontextdaten bereitstellt. Retrieval-Suchen können auf den Namespace des jeweiligen Kunden begrenzt werden. Für weitergehende Trennung stehen eigene Umgebungen mit separaten Daten, Variablen und Verbindungen zur Verfügung.

Kafka und SQS eignen sich zur Verarbeitung großer Mengen von Ereignissen. Eigene Tools können nachgelagerte Aufrufe bündeln. Bei HTTP-Integrationen nimmt ein asynchroner Webhook die Anfrage entgegen, ohne auf das Ergebnis des Agenten zu warten. Eine Verbindung kann mehrere Agenten starten.