Zuletzt aktualisiert: 30.07.2026
AI-native statt AI-aufgesetzt. Die meisten Automatisierungstools haben ihre KI-Funktionen nachträglich angeflanscht – ein Baustein neben tausend klassischen Wenn-dann-Regeln. Gumloop dreht das um und macht Reasoning und Agenten zum Kern der Plattform, bedienbar per Drag-and-Drop, ohne eine Zeile Code.
Wir ordnen für Sie ein, was Gumloop leistet, wo die Grenzen liegen und für wen es sich lohnt – gerade mit Blick auf DSGVO und ein Preismodell, das im Mittelstand für böse Überraschungen sorgen kann.
|
Tool
Gumloop – Stand Juli 2026:
Series-B-Finanzierung über 50 Mio. US-Dollar im März 2026 (Benchmark-geführt, Shopify Ventures an Bord); Gesamtfinanzierung rund 70 bis 78 Mio. US-Dollar.
Seit März 2026 keine Seat-Lizenzen mehr – der Pro-Plan enthält unbegrenzte Nutzer, abgerechnet wird ausschließlich über Credits.
Credit-System bleibt der kritische Punkt: Ein Lead-Enrichment kostet rund 60 Credits, 100 Stück also etwa 6.000 – das 20.000-Credit-Kontingent im Pro-Basispaket ist bei täglichen Läufen in drei bis vier Tagen aufgebraucht.
EU-Datenresidenz gibt es ausschließlich über den Enterprise-VPC. Standardmäßig liegen die Daten auf US- und Kanada-Servern.
SOC 2 Type II vorhanden, aber keine ISO 27001 und kein HIPAA (Stand Juli 2026).
Neu im Juli 2026: Claude Sonnet 5, token-basierte Workflow-Credits (günstiger bei kurzen Prompts), 160+ neue MCP-Connectors.
Was ist Gumloop?
Gumloop ist eine No-Code-Plattform für KI-Automatisierung. Auf einem visuellen Canvas ziehen Sie sogenannte Nodes zusammen – Reader, AI-Nodes, Scraper, Conditionals, Loops – und verketten sie zu mehrstufigen Workflows. Der Anspruch: Wer eine Aufgabe versteht, baut den passenden Agenten selbst, ohne ein Engineering-Ticket zu schreiben. Marketing, Sales, Ops bauen ihre eigenen Abläufe, von Lead-Enrichment über Dokument-Extraktion bis zu Content-Pipelines – und deployen sie anschließend als Slack-, Teams- oder E-Mail-Agenten.
Die technische Besonderheit lässt sich in einem Satz sagen: Bei Gumloop ist die KI nicht ein Baustein neben vielen, sondern das Betriebsprinzip. Sie wählen pro Node frei das Modell (GPT-5, Claude, Gemini, DeepSeek, GLM, Qwen), es gibt kein Lock-in, und mit Bring-Your-Own-Key hängen Sie Ihre eigenen LLM-Schlüssel ein. Über MCP – das Model Context Protocol – beschreiben Sie eine Integration in natürlicher Sprache, und Gumloop generiert daraus einen eigenen Node samt implizitem Python im Hintergrund. Das erklärt, warum jeden Monat 70 und mehr neue Integrationen dazukommen.
Der Unterschied zu Zapier, Make und n8n: Zapier ist der App-zu-App-Klassiker mit über 8.000 Integrationen, aber die KI wirkt dort aufgesetzt. Make punktet mit günstiger visueller Komplexität, ist aber weniger agentisch. n8n ist code-first und self-hostbar – der Favorit für Entwicklerteams, die volle Datenkontrolle wollen. Gumloop spielt seine Stärke bei Batch-Verarbeitung, KI-Reasoning und Scraping aus. Bei simplen Trigger-Action-Automatisierungen oder maximaler Connector-Breite verliert es gegen Zapier.
Zentrale Merkmale im Überblick:
Gummie-Copilot: Ein KI-Assistent, der Flows auf Zuruf baut und editiert – das meistgelobte Feature der Plattform.
Subflows und Subagents: Wiederverwendbare Komponenten; Agenten rufen andere Agenten parallel auf.
Browser-Automation: Eine Chrome-Extension mit Record-and-Replay für dynamische Seiten.
130+ native Integrationen plus beliebig viele über MCP (Salesforce, HubSpot, Apollo, Slack, Jira, Stripe, BigQuery).
Hinter Gumloop steht die AgentHub Inc., gegründet im April 2023 als Side-Project in Vancouver von Max Brodeur-Urbas (CEO, ex-Microsoft) und Rahul Behal (CTO, ex-Amazon ML). Das Tool startete als UI-Wrapper um Auto-GPT, pivotierte dann schnell weg von voll autonomen Agenten hin zu zuverlässigen Workflows mit KI an den Entscheidungspunkten, und benannte sich im Mai 2024 in Gumloop um. YC-Batch W24, Sitz mittlerweile Vancouver plus San Francisco. Kunden nach Anbieterangaben: Shopify, Instacart, Gusto, Ramp, Samsara, Opendoor.
Wofür eignet sich Gumloop?
Content-Pipelines, die Stunden zurückgeben
Sie geben einen YouTube-Video-Link ein, und Gumloop zieht das Transkript, fasst zusammen, schreibt ein SEO-Briefing, legt alles in Notion ab und generiert dazu Social-Posts – gebaut in wenigen Minuten mit dem Gummie-Copilot. Für Content-Teams von 5 bis 50 Personen in Marketing oder SaaS ist das der naheliegendste Einstieg; ein Anbieter-Case nennt 40 und mehr gesparte Stunden pro Monat. Die ehrliche Einschränkung: Sobald Sie 100 und mehr Videos in einem Rutsch verarbeiten, drohen Credit-Burn und Timeouts. Dann müssen Sie den Ablauf in Subflows zerlegen.
Lead-Enrichment für Sales-Teams
Ein RevOps-Verantwortlicher übergibt eine Salesforce-Liste, Gumloop reichert über Apollo und Web-Research an, schreibt personalisierte E-Mail-Entwürfe, vergibt einen Score und legt alles dem SDR zur Freigabe vor. Zielgruppe: B2B-Sales im Mittelstand, 10 bis 200 Mitarbeitende. Der prominenteste Fall ist Instacart – hier eine Kontrast-Anekdote, die zeigt, was möglich ist und wo die Tücke steckt: Instacart setzte Gumloop bei über 1.000 Nutzern ein und meldet fast doppelt so viele Meetings pro SDR, dreifaches Outreach-Volumen und einen NPS von 9,8 (Anbieter-Case, bestätigt über X und Plushcap). Klingt nach einem Selbstläufer. Ist es nicht – denn genau dieser Enrichment-Workflow ist der teuerste im Credit-Verbrauch, und der LinkedIn-Scrape wird bei Captchas gelegentlich unzuverlässig.
Dokumenten-Extraktion für Legal und Ops
Eingehende E-Mails, etwa Rechtsdokumente, werden automatisch klassifiziert, die relevanten Felder extrahiert, ein Ticket angelegt und ein Slack-Alert versendet. Instacart Legal berichtet von 80 Prozent weniger Triage-Zeit (Anbieter-Angabe, zugeschrieben Morgan Fong, General Counsel Instacart). Passend für Rechts-, Compliance- und Ops-Teams mit hohem Eingangsvolumen. Einschränkung: Sehr lange PDFs stoßen an Token-Limits, dann müssen Sie den Inhalt in Abschnitte zerlegen (Chunking).
Wettbewerbsbeobachtung per Web-Scraping
Sie hinterlegen Wettbewerber-URLs, Gumloop scraped, vergleicht Preise und Features, schreibt einen Report in Google Sheets und postet einen Slack-Digest. Für dynamische Seiten springt die Chrome-Extension ein. Zielgruppe: Market Research und Competitive Intelligence. Die Grenze ist bekannt: Ohne Subflows drohen Timeouts jenseits von 25 bis 50 Items – ein wiederkehrender Punkt in den Community-Foren.
Marketing-Automatisierung mit KI-Reasoning
Aus einer Call-Aufzeichnung generiert Gumloop Coaching-Feedback, ein Briefing und eine personalisierte Outreach-Sequenz. Gusto meldet dazu 1,5 Mio. US-Dollar zusätzliche ARR in drei Monaten und eine um 31 Prozent höhere Win-Rate (Anbieter-Angaben). Was uns bei der Bewertung solcher Cases wichtig ist: Anders als bei Zapier gibt es keine 24/7-Uptime-Garantie. Für geschäftskritische Echtzeit-Prozesse ist das relevant.
Unsere Einschätzung
In unserem Test überzeugte vor allem eines: die Bedienbarkeit. Gumloop hat unter den AI-Workflow-Buildern die mit Abstand angenehmste Oberfläche, und der Gummie-Copilot nimmt einem beim Bauen tatsächlich Arbeit ab. Ein G2-Nutzer nennt es die „intuitivste No-Code-Plattform”, ein Power-User auf Capterra formuliert es zugespitzt: „Gumloop ist das, was Zapier sein wollte, wenn es AI-first wäre.” Dem würden wir nach unserer Erfahrung nicht widersprechen.
Ein Hinweis zur Bewertungsbasis, weil wir hier ehrlich bleiben wollen: Die Ratings auf G2 und Capterra liegen zwar bei 4,8 bis 5,0, beruhen aber auf sehr kleinen Stichproben von teils nur zwei bis sieben Reviews aus 2026. Das ist ein positives Signal, aber kein statistisch belastbares. Nehmen Sie die Zahl entsprechend vorsichtig.
Ein Lieblings-Detail aus der Praxis: Die Marketing-Versprechen sprechen von Flows „in fünf Minuten”. Realistisch sind einfache Abläufe in 30 bis 60 Minuten gebaut – agentische Multi-Step-Workflows kosten eher 4 bis 8 Stunden plus Übung. Die Lernkurve bei Loops und Subflows ist der zweithäufigste Kritikpunkt der Community. Wer das weiß, plant richtig.
Wofür sich Gumloop lohnt
Für datenintensive KI-Automatisierung: Lead-Enrichment, Web-Research, Content-Pipelines, Dokument-Extraktion – überall dort, wo Reasoning und Batch-Verarbeitung im Zentrum stehen.
Für Nicht-Techniker in Marketing, Sales und Ops (Teams von 5 bis 200 Personen), die echte Agenten bauen wollen, ohne auf Entwickler zu warten.
Für Unternehmen, die Wert auf Modell-Freiheit legen: Jeder Node kann ein anderes LLM nutzen, mit BYOK halbieren sich die AI-Credits.
Wofür Gumloop die falsche Wahl ist
Das Credit-System ist unvorhersehbar – der wichtigste Punkt. Ein Workflow kostet 1 Base-Credit plus Node-Kosten (AI-Nodes 2 bis 60, ein Enrichment rund 60, Scrapes 1 bis 10). Rechnen wir es durch: 100 Lead-Enrichments verbrauchen etwa 6.000 Credits. Bei täglichen Läufen ist das 20.000-Credit-Basiskontingent des Pro-Plans in drei bis vier Tagen leer. Eine einzelne PDF-Zusammenfassung mit einem großen Modell kann einmalig 3.000 bis 5.000 Credits kosten. Es gibt kein Rollover, Overage kostet 0,005 US-Dollar pro Credit. Wer ein festes Monatsbudget braucht, muss sehr genau kalkulieren – und selbst dann bleibt die Vorab-Schätzung schwierig, wie die Foren dokumentieren.
EU-Datenresidenz gibt es nur im Enterprise-VPC. Standardmäßig liegen die Daten auf Servern in den USA und Kanada. Für DSGVO-strenge DACH-Unternehmen, die EU-Hosting brauchen, aber nur den Pro-Tarif zahlen wollen, ist das ein Ausschlusskriterium.
Es fehlen konkrete Zertifizierungen und Garantien. Keine ISO 27001, kein HIPAA, keine 24/7-Uptime-Zusage. Der Support hat kein Live-Chat und reagiert am Wochenende verzögert. Wer diese Dinge zwingend braucht, ist hier falsch.
Bei simpler Trigger-Action-Automatisierung greifen Sie daneben. Gumloop hat weniger fertige Integrationen als Zapier. Wenn es nur darum geht, App A mit App B zu verbinden, ohne KI-Reasoning, ist Zapier stabiler und breiter.
Für alle mit hohen DSGVO-Anforderungen und Self-Hosting-Wunsch ist n8n die bessere Strategie: code-first, self-hostbar, volle Datenkontrolle, günstig. Das ist im DACH-Raum oft das entscheidende Argument.
Lucid Labs Empfehlung
Starten Sie mit dem Free-Plan und dessen 2.000 bis 5.000 Credits. Nehmen Sie sich damit genau einen wiederkehrenden Schmerzpunkt vor – eine Content-Pipeline oder eine Enrichment-Strecke – und messen Sie den echten Credit-Verbrauch über zwei Wochen, bevor Sie in den Pro-Plan wechseln (ab 37 US-Dollar im Monat, per Credit-Slider skalierbar: 55.000 Credits kosten 97, 140.000 kosten 258 US-Dollar). Aktivieren Sie früh BYOK, das halbiert die AI-Credits. Für Teams von 10 bis 100 Personen in Marketing, Sales oder Ops, die AI-native automatisieren wollen, ist das der sinnvollste Weg. Wer EU-Datenresidenz zwingend braucht, kalkuliert den Enterprise-VPC von Anfang an ein – oder prüft parallel n8n als self-hostbare Alternative. Gumloop ist kein günstiges Zapier mit KI-Etikett. Es ist ein AI-nativer Workflow-Builder, dessen Stärke – das freie Reasoning in jedem Node – zugleich sein größtes Kostenrisiko ist.
Nächster Schritt
Sie überlegen, ob Gumloop, Zapier, Make oder n8n zu Ihren Prozessen und Datenschutz-Anforderungen passt? In unserem KI-Sprungbrett klären wir das gemeinsam in einem strukturierten Erstgespräch.
FAQ
Was kostet Gumloop im Monat?
Der Free-Plan enthält einmalig 2.000 bis 5.000 Credits, einen Seat und einen Trigger. Der Pro-Plan startet bei 37 US-Dollar im Monat mit 20.000 Credits und unbegrenzten Nutzern; über einen Credit-Slider skalieren Sie hoch (55.000 Credits für 97, 140.000 für 258, 1 Mio. für 1.840 US-Dollar). Entscheidend ist nicht der Grundpreis, sondern der Credit-Verbrauch: Bei datenintensiven Workflows ist das Basiskontingent schnell aufgebraucht, Overage kostet 0,005 US-Dollar pro Credit, ein Rollover gibt es nicht. Die aktuellen Konditionen stehen auf der offiziellen Pricing-Seite.
Ist Gumloop DSGVO-konform einsetzbar?
Gumloop bezeichnet sich als DSGVO-konform, ist unter dem EU-US Data Privacy Framework zertifiziert und stellt einen Standard-Auftragsverarbeitungsvertrag bereit. Es gibt SOC 2 Type II, aber keine ISO 27001 und kein HIPAA. Der kritische Punkt für den DACH-Raum: Die Daten liegen standardmäßig auf Servern in den USA und Kanada, EU-Datenresidenz ist nur über den Enterprise-VPC verfügbar. Für datenschutzkritische Einführungen sind eine Datenschutz-Folgenabschätzung und die Klärung mit dem Anbieter vor dem produktiven Einsatz Pflicht.
Was unterscheidet Gumloop von Zapier und n8n?
Gumloop ist AI-native: Reasoning und Agenten sind der Kern, nicht ein Add-on. Zapier ist der App-zu-App-Klassiker mit über 8.000 Integrationen und großer Stabilität, aber aufgesetzter KI – die bessere Wahl für simple, breite Trigger-Action-Automatisierung. n8n ist code-first und self-hostbar und damit der Favorit für Entwicklerteams mit hohen DSGVO-Anforderungen. Gumloop gewinnt überall dort, wo KI-Reasoning, Batch-Verarbeitung und Scraping im Zentrum stehen.
Braucht man Programmierkenntnisse für Gumloop?
Nein, Gumloop ist als No-Code-Tool konzipiert, und der Gummie-Copilot baut Flows auf Zuruf. Einfache Workflows erstellen Sie in 30 bis 60 Minuten. Für agentische Multi-Step-Abläufe mit Loops und Subflows sollten Sie allerdings 4 bis 8 Stunden Einarbeitung plus Praxis einplanen – die beworbenen „fünf Minuten” sind für komplexe Fälle unrealistisch. Die Lernkurve bei Loops und Subflows ist einer der häufigsten Kritikpunkte der Community.
