Zuletzt aktualisiert: 22.06.2026
Tausende Seiten Handbuch. Schaltpläne, Ersatzteiltabellen, Fehlercode-Listen – und ein Support-Team, das sich täglich durch genau dieses Dickicht arbeitet, weil kein FAQ-Bot damit umgehen kann. Genau an diesem Punkt setzt Octonomy an: Das Kölner Startup baut KI-Agenten, die komplexe technische Dokumente nicht überfliegen, sondern verstehen – inklusive der Bilder darin.
Wir ordnen für Sie ein, was Octonomy leistet, wo die Grenzen liegen und für wen sich der Blick lohnt.
|
Tool
Octonomy – Stand Juni 2026:
Unabhängiger Benchmark der The Tolly Group (Juni 2026): 96 % Accuracy bei komplexen Manufacturing-Dokumenten und Schaltplänen – gegenüber 26 bis 58 % bei Standard-LLMs und gängigen Copiloten.
Voll in Deutschland gehostet, ISO 27001 und ISO 27701 zertifiziert, DSGVO- und EU-AI-Act-konform. One-Tenant-per-Cluster.
Junges Unternehmen: Gründung Sommer 2024, Seed-Runde über 20 Mio. USD im November 2025 (Gesamt rund 25 Mio. USD), Team über 100 Mitarbeitende.
Pricing intransparent: kein öffentlicher Preis, jährliche Flat-Lizenz nur auf Anfrage. Marktschätzung 50.000 bis 150.000 Euro pro Jahr – ausdrücklich nicht bestätigt.
Öffentliche Bewertungsbasis praktisch nicht vorhanden: keine verifizierten G2-Reviews, Erfolgszahlen primär anbieterseitig validiert.
Rollout laut Anbieter in 5 bis 20 Tagen einsatzbereit, ohne IT-Großprojekt.
Was ist Octonomy?
Octonomy ist eine agentische KI-Plattform für komplexe Service- und Wissensprozesse. Der Anbieter spricht von „octo-Workers” und einer „digitalen Workforce” – gemeint sind spezialisierte KI-Agenten, die eine Anfrage nicht nur beantworten, sondern end-to-end abschließen: von der Diagnose über die ERP-Abfrage bis zur Ticket-Erstellung. Ein Kunde fragt per Chat, E-Mail oder Voice, die Agenten prüfen Systeme und Dokumente, führen Aktionen aus und dokumentieren das Ergebnis. Ohne dass am Ende doch wieder ein Mensch alles von Hand nachbaut.
Der technische Kern, der Octonomy von den meisten Wettbewerbern trennt, heißt Visual Cortex. Statt ein PDF nur per OCR in Text zu zerlegen, verarbeitet Octonomy ganze Dokumentseiten als Bild. Das System erzeugt semantische Beschreibungen von Tabellen, Diagrammen, Schaltplänen und den Beziehungen darin. Für einen Geschäftsführer übersetzt heißt das: Die KI erkennt nicht nur das Wort „Klemme 12”, sondern versteht, wohin die Leitung im Schaltplan führt. Genau das ist bei technischer Dokumentation der Unterschied zwischen einer brauchbaren und einer wertlosen Antwort.
Darauf setzt eine Multi-Agent-Orchestrierung auf: Ein Supervisor-Agent koordiniert parallele Spezial-Agenten für Chat, Voice und Operations, cross-referenziert Quellen und prüft live gegen ERP- oder Garantiedaten. Ein Detail, das uns im Konzept überzeugt: Findet das System eine Wissenslücke, markiert es sie explizit, statt zu raten. Der Anbieter nennt das „zero hallucinations” – grounded retrieval mit Quellenangabe bis auf Kapitel und Version.
Zentrale Merkmale im Überblick:
Visual Cortex: multimodales Verständnis von Schaltplänen, Tabellen und Handbüchern als Bild, nicht nur als Text.
Multi-Agent-Orchestrierung: parallele Spezial-Agenten unter einem koordinierenden Supervisor.
Echte Aktionsausführung: ERP-Lookups, Ticket-Routing, Antwort und Dokumentation in einem Durchlauf.
Kanalübergreifend: Chat, E-Mail, Voice und Ticket in einem System, mehrsprachig bis 30 Sprachen, exzellentes Deutsch.
Der Unterschied zu Cognigy und Parloa: Diese Plattformen sind primär konversationell und flow- oder RAG-basiert – stark bei Voice und einfachem Support, aber bei komplexen technischen Dokumenten kommen generische Ansätze auf etwa 50 % Genauigkeit. Der Unterschied zu Empolis: ein starkes Wissensmanagement, aber weniger agentisch und weniger end-to-end. Octonomy kombiniert multimodales Dokumentenverständnis, parallele Agenten und tatsächliche Aktionsausführung.
Hinter dem Tool steht ein Kölner Team mit Sitz im Startplatz Im Mediapark 5, das nach Denver und New York expandiert. Gegründet im Sommer 2024 von Sushel Bijganath (CEO) und Oliver Trabert (CTO) samt Mitgründern mit Erfahrung aus Meta, Amazon, Aleph Alpha und Personio. Die Finanzierung summiert sich auf rund 25 Mio. USD, die Seed-Runde über 20 Mio. USD im November 2025 führte Macquarie Capital an. Das Wachstum ist real – von null auf über 50 Kunden. Das Unternehmen aber ist jung.
Wofür eignet sich Octonomy?
Kundenservice, der End-to-End schließt statt nur zu antworten
Sie geben Octonomy eine Vertrags- oder Schadensfrage, wie sie per Chat oder E-Mail hereinkommt. Die Agenten prüfen die relevanten Systeme und Dokumente, formulieren die Antwort und dokumentieren den Vorgang – ohne Zwischenstopp beim Menschen. Beim InsurTech hepster senkte das laut Anbieter die Support-Workload um 50 Prozent bei 24/7-Verfügbarkeit, und der Rollout nach Österreich und Frankreich lief ohne Neuinstallation. Katja Fröhlich von hepster spricht von „50 Prozent Reduktion ohne Qualitätsverlust” (Anbieter-Case). Zielgruppe: InsurTech- und E-Commerce-Support-Teams zwischen 10 und 50 Mitarbeitenden. Einschränkung: Die initialen Wissensquellen müssen sauber sein.
Field Service, der den Techniker vorbereitet losschickt
Hier zeigt sich der eigentliche Moat. Beim Windkraft-Betreiber Prokon kommt ein Fehlercode samt Monitoring-Daten herein – und die KI arbeitet sich durch über 50.000 Seiten Dokumentation, erstellt einen Handlungsplan und prüft die benötigten Teile, noch bevor jemand zur Anlage fährt. Das Ergebnis laut Anbieter und einem unabhängig wirkenden Interview: 50 Prozent weniger Serviceeinsätze, 25 Prozent schnellere Lösung vor Ort, zehn Tage Rollout. Man stelle sich die Alternative vor: ein Techniker fährt raus, stellt fest, dass ein Teil fehlt, fährt zurück. Genau diese Doppelfahrt fällt weg. Zielgruppe: Energie, Maschinen- und Anlagenbau mit großen Anlagen und Field-Teams. Einschränkung: Funktioniert am besten mit vorhandenen digitalen Dokumenten.
Expertensystem für tausende Seiten Compliance-Doku
Bei der Spedition Emons liegen Gefahrgut- und Prozesshandbücher mit tausenden Seiten. Ein Mitarbeiter fragt, das System liefert die Sofort-Antwort mit Quellenangabe bis auf Kapitel und Version – laut Anbieter mit über 96 Prozent Qualität und in Sekunden. Für Logistik- und Compliance-Teams, bei denen eine falsche Auskunft teuer oder gefährlich wird, ist die belegte Quelle wichtiger als die schnelle Antwort. Genau das liefert Octonomy hier mit.
Technische Produktberatung und Pre-Sales
Eine komplexe Spezifikationsanfrage mit Tabellen und Diagrammen kommt herein – die KI liefert eine konfigurierte Antwort und kann einen Angebotstrigger auslösen. Für den technischen Vertrieb im Maschinenbau (20 bis 200 Mitarbeitende) bedeutet das: weniger Rückfragen an die Konstruktion, schnellere Angebote. In der E-Commerce-Variante automatisiert Octonomy nach internen Validierungen bis zu 90 Prozent der „Where is my order?”-Anfragen inklusive System-Checks (Anbieter-Angabe, nicht unabhängig verifiziert).
Unsere Einschätzung
Als wir Octonomy gegen das typische Profil unserer Mittelstandskunden gehalten haben, war schnell klar: Das ist kein Werkzeug für jeden – aber für die richtige Konstellation ein sehr scharfes.
Wofür sich Octonomy lohnt
Für Unternehmen mit komplexer technischer Dokumentation – Maschinenbau, Anlagenbau, Energie, Automotive-Zulieferer, technischer After-Sales – bei denen Support und Field Service täglich in tausenden Seiten Handbuch suchen.
Für Teams, die Anfragen nicht nur beantworten, sondern end-to-end abschließen wollen: mit ERP-Abfrage, Ticket und Dokumentation in einem Durchlauf.
Für Organisationen mit hohen Datenschutz-Anforderungen, die deutsches Hosting und ISO-Zertifizierung brauchen – hier ist Octonomy durch Deutschland-Hosting und ISO 27001/27701 stark aufgestellt.
Wofür Octonomy die falsche Wahl ist
Für einfache FAQ-Chats ist Octonomy zu teuer. Wer nur Öffnungszeiten, Retourenlabels und Standardfragen beantworten will, braucht keinen Visual Cortex. Ein günstigeres konversationelles Tool oder ein schlankes LLM-plus-RAG-Setup erledigt das zu einem Bruchteil der Kosten. Der teure Vorteil zahlt sich nur bei echter Dokumenten-Komplexität aus.
Die Bewertungsbasis ist praktisch nicht vorhanden. Keine verifizierten G2-Reviews, keine breiten unabhängigen Langzeit-Cases, nur zwei positive Kununu-Einträge und der Tolly-Benchmark. Die 95 bis 96 Prozent Accuracy sind überwiegend anbieterseitig validiert. Das ist kein Ausschlusskriterium – aber Sie kaufen bei einem jungen Anbieter, ohne sich auf einen Chor unabhängiger Stimmen stützen zu können.
Das Pricing ist intransparent. Es gibt keinen öffentlichen Preis, nur eine jährliche Flat-Lizenz auf Anfrage. Unsere Marktschätzung liegt bei 50.000 bis 150.000 Euro pro Jahr für den Einstieg – das ist ausdrücklich nicht bestätigt, sondern aus dem Marktvergleich abgeleitet. Wer ein kalkulierbares Budget für die Freigabe braucht, muss früh und hart verhandeln.
Es fehlt Reife. Es fehlen: breite unabhängige Referenzen, dokumentierte kritische Nutzerstimmen, eine belastbare öffentliche Erfolgsbilanz über mehrere Jahre. Wer diese Sicherheit zwingend braucht, wartet noch ein bis zwei Produktzyklen.
Und ein technischer Punkt, ehrlich gesagt der wichtigste: Octonomy ist so gut wie Ihre Wissensquellen. Bei chaotischer, undigitalisierter oder widersprüchlicher Dokumentation gibt es kein Wunder. Man könnte denken, die KI räumt das für Sie auf. Tut sie nicht. Sie braucht eine initiale Dokumenten-Prüfung, und die kostet Zeit.
Lucid Labs Empfehlung
Starten Sie nicht mit einer Grundsatzentscheidung, sondern mit einem Proof-of-Value. Octonomy verspricht Einsatzbereitschaft in 5 bis 20 Tagen – nehmen Sie das beim Wort und wählen Sie genau einen Schmerzpunkt mit hoher Dokumenten-Komplexität: Field-Service-Diagnose, technischen After-Sales oder ein Compliance-Handbuch. Nutzen Sie die „Stump octonomy Challenge”, bei der Sie eigene Dokumente testen lassen können, und messen Sie die Accuracy an Ihren echten Unterlagen, nicht am Benchmark. Klären Sie parallel Preis und Mindestlaufzeit schriftlich, bevor Sie skalieren. Für Mittelständler im Maschinen-, Anlagen- und Energiesektor mit Fachkräftemangel im technischen Support ist Octonomy einer der interessantesten DACH-Player überhaupt. Für alle anderen ist der günstigere konversationelle Weg die bessere Strategie. Octonomy ist kein Chatbot. Es ist ein Werkzeug für den einen Fall, den Chatbots seit Jahren nicht lösen: technisches Wissen, das nur als Bild Sinn ergibt.
Nächster Schritt
Sie überlegen, ob Octonomy, Cognigy, Empolis oder ein generisches LLM-plus-RAG-Setup zu Ihren Prozessen und Datenschutz-Anforderungen passt? In unserem KI-Sprungbrett klären wir das gemeinsam in einem strukturierten Erstgespräch.
FAQ
Was kostet Octonomy im Monat?
Octonomy veröffentlicht keine Preise. Das Modell ist eine jährliche Flat-Lizenz, unabhängig von der Zahl der Tickets oder Agenten, und wird ausschließlich auf Anfrage kalkuliert. Der Anbieter positioniert die Lizenz als „kleinen Teil der Effizienzgewinne” und nennt einen ROI in 6 bis 18 Monaten. Eine belastbare Zahl gibt es öffentlich nicht – unsere Marktschätzung von 50.000 bis 150.000 Euro pro Jahr ist eine Einordnung aus dem Enterprise-Vergleich, keine bestätigte Angabe. Erwarten Sie eine jährliche Mindestlaufzeit.
Ist Octonomy DSGVO-konform?
Ja, und hier ist Octonomy deutlich stärker aufgestellt als viele US-Wettbewerber. Die Plattform ist voll DSGVO- und EU-AI-Act-konform, komplett in Deutschland gehostet und nach ISO 27001 sowie ISO 27701 zertifiziert. Der Betrieb läuft One-Tenant-per-Cluster, Kundendaten werden nicht zum Training verwendet und Gespräche session-basiert gelöscht. Eine echte On-Premise-Installation gibt es nicht, aber die Daten verlassen die EU nicht. Ein Auftragsverarbeitungsvertrag ist standardmäßig verfügbar.
Was unterscheidet Octonomy von Cognigy oder Parloa?
Cognigy und Parloa sind primär auf Conversational AI und Voice ausgelegt – stark bei Dialogen und einfachem Support, aber bei komplexen technischen Dokumenten kommen solche flow- und RAG-basierten Ansätze auf rund 50 Prozent Genauigkeit. Octonomy setzt auf multimodales Dokumentenverständnis: Der Visual Cortex liest Schaltpläne, Tabellen und Handbücher als Bild und erreicht im Tolly-Benchmark 96 Prozent. Wer reinen Voice-Support oder einfache FAQ-Chats braucht, ist mit Parloa oder Cognigy besser bedient. Wer schwere technische Dokumente end-to-end verarbeiten muss, mit Octonomy.
Für welche Unternehmen lohnt sich Octonomy nicht?
Für Unternehmen ohne komplexe technische Dokumentation. Wenn Ihr Support hauptsächlich Standardfragen beantwortet – Öffnungszeiten, Bestellstatus, Retouren – rechtfertigt der Preis den Aufwand nicht. Der Visual Cortex und die Multi-Agent-Orchestrierung entfalten ihren Wert erst bei Schaltplänen, Fehlercode-Listen und mehrtausendseitigen Handbüchern. Und: Octonomy braucht saubere, digitalisierte Wissensquellen. Bei chaotischer Dokumentation liefert kein KI-Tool ein Wunder – erst recht keines, das primär vom Verständnis dieser Dokumente lebt.
