Make ist eine teamorientierte AI Office and Efficiency visuelle KI-Automatisierungsplattform mit über 3.000 vorgefertigten Anwendungskonnektoren, AI Agent, MCP und visueller Szenenorchestrierung als Kern, die die sechs großen Automatisierungsbereiche IT, Marketing, Vertrieb, Betrieb, Finanzen und Personalwesen abdeckt.

Machen

Kernparameter und Statistiken von Make

Make ist eine visuelle KI-Automatisierungsplattform unter Celonis. Es nutzt „Scenario“ als zentrale Orchestrierungseinheit und kombiniert Trigger, Aktionen, Routing und KI-Knoten per Drag-and-Drop zu einem mehrstufigen Workflow. Die Plattform bietet einheitliche automatisierte Middle-End-Funktionen für die sechs Geschäftsbereiche IT, Marketing, Vertrieb, Betrieb, Finanzen und Personalwesen.

Projekte	Öffentliche Informationen
Offizielle Positionierung	Die visuelle KI-Automatisierungsplattform
Produktform	Visuelle Workflow-Orchestrierung + KI-Agent + MCP-Server
App-Konnektoren	Über 3.000 vorgefertigte Apps
KI-Integration	Über 400 KI-Anwendungskonnektoren (einschließlich OpenAI, DeepSeek, Perplexity usw.)
Kundenskala	Über 400.000 Organisationen in über 200 Ländern
Teamgröße	350+ Personen
Compliance-Zertifizierung	SOC 2 Typ II, SOC 3, DSGVO, SSO
Community-Bewertung	G2 4.7, Capterra 4.8, GetApp 4.8, Gartner 4.6
Neueste Leistungslinie	KI-Agenten, Agentenautomatisierung, MCP, Make Grid
Support-Plattform	Web, API, Webhook

Abrechnungseinheit: Make verwendet „Credits“ als Maßeinheit für die Ausführung – eine Aktion jedes Moduls in der Szene (z. B. das Hinzufügen einer Google Sheet-Zeile, das Aufrufen der OpenAI-API) verbraucht 1 Credit. Dieses Abrechnungsmodell ist feinkörniger als das Aufgabensystem von Zapier und eignet sich für Szenarien mit hoher Frequenz und geringem Verbrauch. Bei großvolumigen Operationen muss jedoch im Voraus ein Kreditbudget geplant werden.

Ökosystem-Skala: Die Kombination aus über 3.000 Konnektoren und über 400 KI-Integrationen bedeutet, dass die meisten Mainstream-SaaS direkt verbunden werden können. Für mittlere und große Unternehmen, die mehrere Geschäftssysteme verbinden müssen, reduziert dies die wiederholten Investitionen in den Aufbau selbst erstellter Konnektoren.

Bereitstellungsgrenze: Make bietet derzeit nur Cloud-SaaS-Formulare an und unterstützt keine selbstgehostete oder private Bereitstellung. Organisationen, bei denen die Datensouveränität ein sensibler Punkt ist, müssen dies in ihre Compliance-Bewertungen einbeziehen.

Markennutzer und Marktbekanntheit

Die Marktposition von Make basiert auf zwei Säulen: der Umstrukturierung der Marke nach der Übernahme und der Einführung von KI-Fähigkeiten. Offizielle öffentliche Daten und Bewertungen Dritter liefern überprüfbare Referenzmaße.

Kundenumfang und -abdeckung: Die offizielle Seite zeigt, dass mehr als 400.000 Organisationen es übernommen haben und mehr als 200 Länder abdecken. Zu den Kunden zählen BNY Mellon, Bolt, Stellantis und andere große Unternehmen. Aus Sicht der SaaS-Automatisierungsplattformen liegt diese Ebene nach Zapier an zweiter Stelle, hat jedoch eine differenzierte Positionierung in der Flexibilität der visuellen Orchestrierung gebildet.

Bewertungen von Drittanbietern: G2 4.7, Capterra 4.8, GetApp 4.8, Gartner 4.6. Die vier Bewertungskurven sind sehr konsistent, was darauf hinweist, dass die Bewertung der Benutzererfahrung auf gängigen Bewertungsplattformen stabil ist. Zu beachten ist der Sampling-Bias auf der Bewertungsplattform – hochaktive Nutzer neigen eher zur Bewertung, während die Meinungen von Nutzern, die aufgrund der Komplexität aufgeben, vom System schwieriger zu erfassen sind.

Branchenanerkennung: Nach der Übernahme durch Celonis (dem Marktführer im Bereich Process Mining) profitierte Make von der Synergie zwischen Prozessautomatisierung auf Unternehmensebene und Process Mining. Auch Celonis selbst nutzt Make AI Agents, um die jährlichen Prüfungskosten zu senken (offizielle Erfolgsfälle werden öffentlich erwähnt). Diese Art der internen Einführung von „Hündinnen, die ihr eigenes Hundefutter essen“ hat für Firmenkunden einen Referenzwert.

Benchmark-Fälle: Auf der offiziellen Erfolgsfallseite werden FranklinCovey (Einsparung Hunderttausender Dollar und Freisetzung Hunderter Arbeitsstunden), Perk (Verbesserung der internen Betriebseffizienz) und andere Fälle offengelegt, die verschiedene Größenordnungen und Branchen abdecken. Voraussetzung für die Umsetzung ist, dass die Organisation über einen wiederholbaren Prozess verfügt, der standardisiert werden kann.

Kostenvorteil von Make

• C-Seite/Individuell: Normalerweise wird eine kostenlose Version bereitgestellt, um die Kernfunktionen zu erleben, und für die hochfrequente Nutzung ist ein kostenpflichtiges Paketabonnement erforderlich.
• API/Entwickler: Abrechnung nach Anrufvolumen, geeignet für Entwicklungsteams, die flexibel in ihre eigenen Systeme integriert werden können.
• Unternehmen/privatisiert: Kontaktieren Sie den Geschäftsinhaber für ein individuelles Angebot und einen Bereitstellungsplan. Der konkrete Preis unterliegt der offiziellen Echtzeit-Preisseite.

Hauptfunktionen von Make

Die Fähigkeit von Make besteht nicht einfach darin, das Zapier-Modell zu wiederholen, sondern darin, eine KI-native Ausführungs- und Governance-Ebene über die unterste Ebene der visuellen Orchestrierung zu legen.

• Visuelle Szenenorchestrierung: Kombinieren Sie Trigger, Aktionen, Router, Filter und Aggregatoren per Drag & Drop zu mehrstufigen Workflows. Der Router unterstützt Verzweigungsbedingungen, Unterszenario-Aufrufe und Schleifeniteration und kommt der traditionellen Programmierungsprozesssteuerung in komplexer Logik näher als Zapiers mehrstufiger Zap.
• KI-Agent und Agentenautomatisierung: Die im Jahr 2025 eingeführte KI-Agent-Funktion unterstützt den Aufbau autonomer Agenten durch Eingabeaufforderungen in natürlicher Sprache oder Drag-and-Drop-Methoden und ermöglicht es Agenten, die Aufgabenorchestrierung in über 3.000 Anwendungen abzuschließen, anstatt sie in einem Schritt auszuführen. Der Unterschied zu festen Szenarien besteht darin, dass der Agent über Entscheidungsfähigkeiten verfügt und nachfolgende Aktionen basierend auf Zwischenergebnissen dynamisch anpassen kann.
• MCP-Server-Verbindung: Make unterstützt die Einbindung des MCP-Servers (Model Context Protocol) in die Automatisierungsverbindung, sodass das KI-Modell externe Systemfunktionen über Standardprotokolle direkt aufrufen kann. Dies kann die Duplizierung der Integration für Teams reduzieren, die bereits über MCP-Governance-Strukturen im Unternehmen verfügen.
• Make Grid-Panoramaansicht: Ein globales automatisiertes Dashboard für die Unternehmensverwaltung, das den abteilungs- und szenarioübergreifenden Betriebsstatus, die Ausfallrate und den Kreditpunktverbrauch anzeigt und das Automatisierungs-„Black-Box“-Problem löst – eine Governance-Fähigkeit, die Konkurrenzprodukte wie Zapier noch nicht gleichermaßen hervorgehoben haben.
• 400+ KI-Anwendungsintegration: Deckt gängige Modellanbieter wie OpenAI, DeepSeek, Perplexity, Claude usw. ab, wodurch LLM-Aufrufe zu einem Standardknoten in der Szene und nicht zu einem externen Skript werden. Die Plattform schränkt das zu verwendende Modell nicht ein, Benutzer müssen lediglich ihren eigenen API-Schlüssel mitbringen.

Funktionale Synergie: KI-Agent + MCP + visuelle Orchestrierung Wenn die drei kombiniert werden, werden die Fähigkeiten nicht einfach addiert. Ein typisches Beispiel ist: Der Benutzer verwendet Eingabeaufforderungswörter, um einen Geschäftsprozess zu beschreiben (Agentenkonstruktion), der Agent ruft automatisch den MCP-Connector auf, um externe Daten abzurufen, und führt dann die anschließende Genehmigung, Benachrichtigung und das Zurückschreiben durch visuelle Szenarien durch – der gesamte Prozess entwickelt sich vom „hartcodierten Prozess“ zur „zielorientierten Ausführung“.

Versionsentwicklung durchführen

Der Versionsverlauf von Make spiegelt deutlich die drei Entwicklungsstufen vom unabhängigen Tool → Plattform → KI-nativ wider.

Phase 1: Integromat (~2015 – 2022)

Es kommt mit visueller mehrstufiger Szenario-Orchestrierung auf den Markt. Der Hauptunterschied liegt in der Unterstützung erweiterter Prozesssteuerung wie Verzweigung (Router), Aggregation (Iterator) und Unterszenario (Unterszenario). Die frühen Benutzergruppen konzentrieren sich auf Betriebs- und Datenteams, die komplexe Logik erfordern. Im Vergleich zum linearen mehrstufigen Zap von Zapier ist Integromat immer führend in der Orchestrierungsflexibilität, allerdings auf Kosten einer steileren Lernkurve.

Phase 2: Umbenannt in Make (~2022)

Nach der Übernahme durch Celonis wurde das Rebranding abgeschlossen und die Benutzeroberfläche verlagerte sich vom technischen Stil von Integromat hin zu einem moderneren Produktdesign. Gleichzeitig wurden die Make Grid-Panoramaansicht, SSO auf Unternehmensebene und Prüfprotokolle eingeführt und der Kundenstamm von Einzelpersonen/kleinen Teams auf mittlere und große Unternehmen erweitert. Die zentrale Änderung in dieser Phase ist die Aktualisierung der Produktpositionierung von „Automatisierungstool“ zu „Automatisierungsmanagementplattform“.

Die dritte Phase: KI nativ (~2024 bis heute)

Die Einbettung von KI-Knoten (2024) macht LLM-Inferenz zu einem Standardmodul in Szenarien; Die Einführung von AI Agent (2025) verschiebt das Orchestrierungsparadigma weiter vom „vordefinierten Prozess“ zum „zielgesteuerten Agenten“. Die Hinzufügung der MCP-Unterstützung bietet einen standardisierten Protokollkanal für die Verbindung von KI-Modellen mit Unternehmenssystemen. Es befindet sich immer noch in einer Hochfrequenz-Iterationsphase. Es wird empfohlen, eine ausgereifte Version stabil zu verwenden, anstatt jedes Update zu verfolgen.

Die technischen Vorteile von Make

Der technische Vorteil von Make liegt nicht in der Einzigartigkeit der zugrunde liegenden Infrastruktur, sondern in der Tiefe der Übereinstimmung zwischen der nativen Unterstützung der Ausführungs-Engine für komplexe Workflows und der visuellen Governance.

Ausführungs-Engine vs. linearer Prozess: Anders als das lineare mehrstufige Ausführungsmodell von Zapier unterstützt die Szenen-Engine von Make nativ Verzweigungen (Router), Aggregation (Iterator), Unterszenario-Aufrufe und Fehlerbehandlungsverzweigungen. Diese Architektur ermöglicht es, gängige Logik in der traditionellen Programmierung auszudrücken, wie zum Beispiel „Wenn A, dann B, sonst C, und jeder von D führt E aus“, ohne auf externe Skripte zurückgreifen zu müssen. Kausalkette: Stärkere Prozesskontrollfunktionen → Komplexe Geschäftslogik kann innerhalb einer Szene abgeschlossen werden → Reduzierte Wartungskosten für das Spleißen mehrerer Szenarien.

Konstruktives Design der visuellen Orchestrierung: Die Drag-and-Drop-Schnittstelle von Make ist keine einfache grafische Verpackung von Code, sondern ein einheitliches Modell von Triggern, Aktionen, Routing, Aggregation und KI-Knoten in ausführbarem DAG (gesteuert ohne Diagramm). Jeder Knoten kann die Eingabe- und Ausgabezuordnung, die Fehlerwiederholung und die bedingte Verzweigung unabhängig festlegen. Dieses Design ermöglicht es Nicht-F&E-Rollen, automatisierte Prozesse mittlerer Komplexität aufrechtzuerhalten.

Differenzierung auf der Governance-Ebene: Make Grid integriert den Szenarioausführungsstatus, den Kreditpunktverbrauch und die Fehlerverteilung in ein vom Management lesbares Dashboard und arbeitet mit Prüfprotokollen und Berechtigungsrollen zusammen, um die Automatisierung von „persönlichen Effizienztools“ auf „Infrastruktur auf Abteilungsebene“ zu aktualisieren. Für IT-Governance-Teams bedeutet dies, dass keine manuelle Überprüfung des laufenden Status jedes Szenarios erforderlich ist.

Technische Einschränkungen: Die Nichtunterstützung einer selbst gehosteten/privaten Bereitstellung ist eine allgemeine Einschränkung aller SaaS-Automatisierungsplattformen, Make kann jedoch in Unternehmens-Compliance-Szenarien ausgeschlossen werden. Darüber hinaus wird der Zusammenhang zwischen Ausführungsverzögerung und Kreditpunktverbrauch in hochfrequenten Ausführungsszenarien nicht öffentlich und transparent gemacht, und die tatsächliche Leistung muss vor dem Kauf durch PoC überprüft werden.

So verwenden Sie Make

Make bietet zwei interaktive Eingänge, webseitige Konstruktion und API/Webhook, die den gesamten Link von der Drag-and-Drop-Konstruktion bis zur programmatischen Auslösung abdecken.

So verwenden Sie	Anwendbare Stufen	Kerngeschäfte	Voraussetzungen
Szenario zum Erstellen eines Web-Clients	Design, Prüfung sowie Betrieb und Wartung	Ziehen Sie es per Drag-and-Drop, um Auslöser → Aktion → AI-Knoten → Routing	zu konfigurieren Registrieren Sie ein Konto und starten Sie den kostenlosen Plan
API-Trigger	Produktionsintegration	Szenarios starten und stoppen, Status über REST API abfragen	Kernlösungen und darüber hinaus
Webhook-Trigger	Externe Systemanbindung	Externe Systemanfrage als Szenenauslöser empfangen	Alle Lösungen
Machen Sie einen KI-Agenten (Eingabeaufforderung)	Rapid Prototyping	Verwenden Sie natürliche Sprache, um das Ziel zu beschreiben, und der Agent zerlegt und ordnet es automatisch Maßgeblich ist die aktuelle offizielle Verfügbarkeit

Typischer Einstiegspfad: Wählen Sie nach der Registrierung eine Szene aus der Vorlagenbibliothek aus (die offiziell eine große Anzahl vorgefertigter Vorlagen bereitstellt) und beginnen Sie mit dem Klonen und Ändern dieser Szene. Dies ist effizienter als das Erstellen aus einer leeren Szene. Es wird empfohlen, die kostenlose Lösung zu verwenden, um in der ersten Woche 1-2 risikoarme Prozesse (z. B. Formulardatensynchronisierung, E-Mail-Benachrichtigung) auszuführen und sich dabei auf die Überprüfung der Verfügbarkeit des Connectors, darauf zu konzentrieren, ob das Triggerintervall den Anforderungen entspricht und ob die Fehlerwiederholungsstrategie akzeptabel ist.

Tipp für die Produktionsbereitstellung: Der Fehlerbehandlungszweig (Handle Error) und der Benachrichtigungsalarm müssen eingerichtet werden, bevor die Szene online geht, um stille Fehler zu vermeiden. Für Szenarien mit Datenschreiben wird empfohlen, zunächst einen Trockenlauf oder einen Testkontext zu verwenden, um das Ausgabeformat zu überprüfen, insbesondere bei Verwendung von AI-Knoten – eine unkontrollierbare LLM-Ausgabe kann zu abnormalen Downstream-Feldformaten führen.

Produktpreise von Make

Make verwendet „Credit Points“ als einheitliche Maßeinheit und die Preisgestaltung ist offen und transparent. Allerdings erfordern Szenarien mit hoher Auslastung einen Grenzkostenabzug.

Pläne	Monatliche Gebühren	Credits/Monat	Mindestausführungsintervall	Hauptunterschiede
Kostenlos	$0	1.000	15 Minuten	Grundlegende Erfahrung, geeignet für die Prototypenverifizierung
Kern	9 $	10.000	1 Minute	Freigeschaltete API, unbegrenzte Szenen
Pro	16 $	10.000	1 Minute	Prioritätsausführung, benutzerdefinierte Variablen
Teams	29 $	10.000	1 Minute	Teamrollen, Vorlagenfreigabe
Unternehmen	Benutzerdefiniert	Benutzerdefiniert	Benutzerdefiniert	24/7-Support, erweiterte Sicherheit, benutzerdefinierte Funktionen

Credit-Mechanismus: Jedes Modul verbraucht 1 Credit pro Ausführung. Ein 5-Schritte-Szenario, das 200 Mal pro Tag ausgeführt wird = 1.000 Credits/Tag (5×200). Dies bedeutet, dass die 1.000 Punkte/Monat des Free-Plans im realen Geschäft schnell erschöpft sind und nur die Core- und höher-Pläne täglich nutzbar sind.

Versteckte Kostenpositionen: (1) Kauf überschüssiger Kreditpunkte – der Stückpreis nach Überschreiten des monatlichen Kontingents unterliegt der offiziellen Seite; (2) AI-Knoten-Inferenzgebühr – der Aufruf von OpenAI und anderen Modellen erfordert den eigenen API-Schlüssel des Benutzers, Make zahlt dafür nicht; (3) Unternehmenslösungen erfordern eine geschäftliche Bestätigung – SSO, Audit-Protokolle, private Bereitstellung und andere Bedingungen werden auf der öffentlichen Preisseite nicht vollständig angezeigt.

Jährlicher Zahlungsrabatt: Der Beamte bietet eine jährliche Zahlungsoption (jährliche Zahlung) an, mit der Sie im Vergleich zur monatlichen Zahlung normalerweise etwa 15–20 % sparen. Die Einzelheiten unterliegen der Echtzeitseite.

Anwendungsszenarien erstellen

Im Mittelpunkt der Implementierungsszenarien von Make stehen systemübergreifende, standardisierbare digitale Prozesse, die je nach Aufgabenstellung in die folgenden drei Kategorien unterteilt werden können:

• Marketing-Automatisierung: plattformübergreifende Content-Verteilung (soziale Medien → CMS → E-Mail), Lead-Bewertung und -Verteilung (Formular → CRM → Verkaufsbenachrichtigung) und Datenaggregation für Werbeplattformen. Die Vorteile spiegeln sich in einer reduzierten manuellen Transkription und einer Verkürzung der Lead-Reaktionszeiten von Stunden auf Minuten wider. Wichtige zu überprüfende Punkte: Ob die Datenaktualisierungshäufigkeit und das Zuordnungsfenster des Werbeplattform-Connectors den Anforderungen entsprechen.
• Vertrieb und Kundenbetrieb: Vollständige Automatisierung von Lead-Warehousing → Vertrieb → Follow-up-Erinnerungen → Vertragsablaufwarnungen, kombiniert mit KI-Knoten, um Zusammenfassungen der Kundennachrichten und Vorschläge für die nächsten Schritte zu erstellen. Verifizierungsschwerpunkt: Ob die Inferenzverzögerung des KI-Knotens das Tempo der Verkaufsverfolgung verlangsamt; Wenn es um Kundendaten geht, muss sichergestellt werden, dass die Datenspeicherung konform ist.
• IT- und Finanzprozess: Verknüpfung des Arbeitsauftragssystems (Überwachung von Alarmen → Erstellung von Arbeitsaufträgen → Benachrichtigung der verantwortlichen Person), Cross-SaaS-Kontolebenszyklusverwaltung (Onboarding → Zuweisung von Berechtigungen → Rücktrittswiederherstellung), Automatisierung der Kostengenehmigung. Kostensenkung und Effizienzsteigerung: Am Beispiel der IT-Arbeitsauftragsbearbeitung dauert die manuelle Erstellung eines Arbeitsauftrags durchschnittlich 3-5 Minuten. Nach der Automatisierung wird es in Sekundenschnelle ausgelöst. Ein IT-Betriebs- und Wartungsspezialist kann etwa 2–3 Stunden einsparen, indem er täglich 50 Arbeitsaufträge bearbeitet.
• HR-Prozess: Automatisierung des Onboarding-Prozesses (Angebotsbestätigung → Systemkontoerstellung → Geräteanwendung → Schulungs-E-Mail), Verknüpfung von Anwesenheit und Urlaubsgenehmigung. In einem solchen Szenario müssen manuelle Genehmigungspunkte für Abschnitte eingerichtet werden, die Datenschutzdaten von Mitarbeitern betreffen.

Make ist für Menschen geeignet

Die multimodale Strategie von Make kann vier Arten von Rollen übernehmen, die Anwendungstiefe ist jedoch für jeden Typ unterschiedlich.

• IT- und Plattformteam: Die beste Kombination. IT-Teams benötigen eine automatisierte, einheitliche Governance über alle Abteilungen hinweg, und die Panoramaansicht und Audit-Protokolle von Make Grid sorgen für Verwaltungstransparenz. Geeignet für Organisationen, die bereits über mehrere SaaS-Systeme verfügen und ein standardisiertes Verbindungsmanagement benötigen.
• Betriebs- und Marketingbetreiber: Codelose Orchestrierung senkt die Schwelle für die Prozesskonstruktion, erfordert jedoch, dass Benutzer über Fähigkeiten zur Prozesszerlegung verfügen – die Fähigkeit, „die Geschäftsaktionen, die ich automatisieren möchte“ in strukturiertes Denken über Auslöser → Aktionen → bedingte Beurteilungen umzuwandeln. Dies ist nicht für alle Betreiber eine Selbstverständlichkeit.
• Automation Artifact and Efficiency Manager: Teams, die sich auf den ROI konzentrieren, können die kostenlose Lösung für PoC verwenden und Kreditverbrauchsdaten verwenden, um die Kosten eines einzelnen Prozesses umzurechnen. Die Abrechnungstransparenz von Make ist in diesem Szenario von Vorteil.
• Enterprise- und Compliance-Käufer: SOC 2 / DSGVO-Zertifizierung + SSO + Audit-Protokolle, vollständige Compliance-Grundfunktionen. Aber auch die nicht anwendbaren Szenarios sind klar: Organisationen, die eine vollständig private Bereitstellung benötigen (Make hat keine selbst gehostete Option); Echtzeitszenarien mit Anforderungen an eine Ausführungslatenz von weniger als einer Sekunde; Leichte Benutzer, die nur eine einfache Automatisierung im Zap-Stil auf persönlicher Ebene benötigen (Zapier hat geringere Lernkosten).

Zusammenfassung und Ausblick von Make

Der Kernwert von Make besteht darin, die Flexibilität der visuellen Orchestrierung und die autonomen Entscheidungsfähigkeiten von KI-Agenten in derselben Plattform zu integrieren. Gleichzeitig löst es das „Black-Box“-Problem der Unternehmensautomatisierung durch Make Grid- und Governance-Module. Es ist nicht die einfachste Option auf dem Automatisierungspfad, aber an der Schnittstelle der drei Dimensionen komplexer Geschäftsprozesse, abteilungsübergreifender Zusammenarbeit und KI-nativer Integration bildet es einen deutlichen Unterschied zu Konkurrenzprodukten wie Zapier und n8n.

Aktuelle Einschränkungen: (1) Selbsthosting/privatisierte Bereitstellung wird nicht unterstützt und Organisationen mit hohen Anforderungen an die Datensouveränität müssen dies sorgfältig prüfen; (2) Die AI-Agent-Funktion befindet sich noch in einer schnellen Iterationsphase und die Stabilität der Produktionsumgebung muss durch PoC überprüft werden. (3) Die Kostentransparenz des Credit-Point-Abrechnungsmodells für hochfrequente Ausführungsszenarien muss verbessert werden; (4) Die chinesische Schnittstelle und Dokumentenunterstützung wurden nicht veröffentlicht und der Implementierungspfad für den chinesischen Markt ist noch unklar.

Beschaffungs- und Einführungsrisikobewertung: Es wird empfohlen, den Free-Plan zu verwenden, um ein kleines Pilotprojekt für 1-2 sich wiederholende Prozesse mit geringem Risiko (z. B. Formulardatensynchronisierung, Benachrichtigungsautomatisierung) durchzuführen, um zu überprüfen, ob die Baueffizienz und der Kreditverbrauch den Erwartungen entsprechen. Für den Pilotzyklus wird eine Dauer von 2 bis 4 Wochen empfohlen, wobei der Schwerpunkt auf der Aufzeichnung liegt: Zeitaufwand für die Erstellung eines einzelnen Szenarios, tägliches Ausführungsvolumen, Fehlerrate und Wiederherstellungskosten. Nachdem Sie bestätigt haben, dass das Modell realisierbar ist, sollten Sie eine Erweiterung der Core/Pro-Lösung in Betracht ziehen. Vor dem Kauf müssen Unternehmen die SSO-Feingranularität, die Datenresidenzregion und die SLA-Bedingungen im Unternehmensvertrag bestätigen. Für Organisationen mit dringendem Bedarf an privater Bereitstellung wird empfohlen, n8n (Open Source Self-Hosting) als Alternative zu prüfen.

Verwandte Tools: Vorstellung von KI, google-workspace

Modell- und Versionsentwicklung von Make

Kontinuierliche iterative Updates, die neueste Version führt Leistungsoptimierung und neue Funktionen ein. Historische Versionsinformationen können auf der offiziellen Veröffentlichungsseite eingesehen werden. Es gibt noch keinen vollständigen Zeitplan für die Entwicklung der öffentlichen Version. Es wird empfohlen, auf die offizielle Ankündigung zu achten, um den Rhythmus der Funktionsaktualisierungen zu verstehen.

So verwenden Sie Make

• Web-Client: Sie können ihn nutzen, indem Sie die offizielle Website besuchen und ein Konto registrieren. Die meisten Funktionen erfordern keine Installation.
• API-Zugriff: Bietet RESTful API, Entwickler können den API-Schlüssel erhalten und ihn in ihre eigenen Anwendungen integrieren.

Versionsinfo

• Machen Sie KI-Agenten ：Die AI-Agent-Funktion wird öffentlich eingeführt und unterstützt Agentic Automation, MCP-Verbindung und AI-Anwendungsintegration (über 400 AI-Integrationen). Der Agent-Workflow kann durch Eingabeaufforderungen oder Drag-and-Drop erstellt werden. Die genaue Versionsnummer und das genaue Veröffentlichungsdatum unterliegen der offiziellen Echtzeitseite. （~2025）
• Machen Sie eine Einführung in die KI-Fähigkeit ：Generative KI-Knoten (OpenAI, DeepSeek, Perplexity usw.) sind in die Plattform eingebettet, um den direkten Aufruf von LLM in der Szene zur Textgenerierung, Klassifizierung, Zusammenfassung und Datenextraktion zu unterstützen. Einen offiziellen genauen Termin gibt es noch nicht. （~2024）
• Umbenannt in Make ：Nach der Übernahme durch Celonis schloss das Unternehmen das Marken-Upgrade ab, rekonstruierte die Schnittstelle, stärkte die Governance-Funktionen auf Unternehmensebene (SSO, Audit-Protokolle, Berechtigungsverwaltung) und führte die Make Grid-Panoramaansicht ein, um den Status abteilungsübergreifender Automatisierungsvorgänge zu überwachen. Einen offiziellen genauen Termin gibt es noch nicht. （~2022-02）
• Integromat ：Es beginnt mit der visuellen mehrstufigen Szenenorchestrierung, unterstützt Verzweigung, Aggregation, Routing und geplantes Triggern und ist als flexible Alternative zu Zapier positioniert. Einen offiziellen genauen Termin gibt es noch nicht. （~2015）