Langdock Alternative: agorum core pro im Vergleich

Was unterscheidet Langdock und agorum core pro?

Beide Plattformen geben Mitarbeitenden einen KI-Zugang mit mehreren Modellen, Agenten und Integrationen. Der Unterschied liegt darin, worauf die KI zugreift. Langdock orchestriert die KI und holt die Inhalte über Integrationen aus den Systemen, in denen sie ohnehin liegen. Jedes System bleibt dabei für sich.

agorum core pro führt den Bestand stattdessen zusammen. Dokumente und E-Mails liegen hier neben Notizen und Absprachen, neben Adressen von Personen, Organisationen und Abteilungen, neben Aufgaben, Terminen und Wiedervorlagen, neben Verträgen mit ihren Fristen, neben Vorgängen, Projekten, Tickets und Verkaufschancen. Und alles ist miteinander verknüpft.

Die KI liest deshalb nicht einzelne Dateien, sondern den Zusammenhang. Zu welchem Kunden gehört dieser Vertrag? Welche Absprache steht dazu in welcher Notiz? Wer war im letzten Telefonat dabei? Welche Aufgabe hängt daran, und welcher Prozess läuft gerade? Diese Verbindungen entstehen, während im System gearbeitet wird. Über eine Schnittstelle von außen lassen sie sich nicht nachträglich herstellen.

Dazu kommt ein vollständiges Dokumentenmanagement mit Akten, Versionen, Volltext aus OCR, Workflows und revisionssicherem Archiv. Jeder Zugriff läuft im Rechtekontext und wird protokolliert, ob er von einem Menschen oder von einem Agenten kommt.

Dabei lohnt eine Unterscheidung, die in Vergleichen oft untergeht. Ein Sprachmodell ist kein KI-System, und eine Plattform ist kein Modell. ALBERT | AI steuert und sichert ab, welches Modell eine Aufgabe übernimmt, in wessen Rechtekontext es arbeitet und was davon protokolliert wird. Die Sprachmodelle selbst sind austauschbar und kommen von mehreren Anbietern oder laufen lokal auf eigener Hardware.

Die wichtigste Zeile ist die zum eigenen Datenbestand. Alles Weitere hängt daran. Die Zusammenhänge zwischen einem Vertrag, der E-Mail dazu, der Notiz mit der Absprache und der Aufgabe, die daraus folgt, entstehen nur dort, wo diese Objekte gemeinsam liegen. Auch ein Archiv, ein Rechtekontext und ein Protokoll setzen voraus, dass die Dokumente in der Plattform liegen und nicht nur an sie angebunden sind. Die zweite Zeile, auf die es ankommt, ist die Betriebsform. Langdock beschreibt vier Bereitstellungsformen, von Multi-tenant SaaS über eine dedizierte Instanz und die eigene Cloud bis zu On-Premise, und nennt für On-Premise eine Schwelle ab 5.000 Nutzern (langdock.com/de/security, abgerufen am 15.09.2026). Unterhalb dieser Schwelle bleibt der Betrieb im eigenen Rechenzentrum außen vor. Im Standardplan läuft die Anwendung auf Microsoft Azure.

Ein Wort zu den Schnittstellen, weil der Vergleich hier leicht schiefgeht. Langdock hat viele davon, 56 Integrationen mit 716 fertigen Actions, dazu einen Builder für eigene. agorum core pro bindet externe Systeme genauso an, von ERP über SAP und Odoo bis zu DATEV, E-Mail-Systemen und Fachanwendungen. Das Model Context Protocol wirkt in beide Richtungen, die Werkzeugbibliothek ALBERT | AI Tools verbindet die KI mit agorum core und mit externen Systemen, und über REST-API und JavaScript-API lässt sich jede weitere Anbindung selbst bauen.

Der Unterschied liegt nicht in der Zahl der Anbindungen. Er liegt darin, was danach mit den Inhalten passiert. Bei einer reinen Integration bleibt jedes System für sich, und die KI holt sich bei jeder Frage einzelne Ausschnitte daraus. In agorum core pro landen die Inhalte im gemeinsamen Bestand und werden dort verknüpft, auch die aus externen Systemen. Die Rechnung aus dem ERP hängt danach am Vertrag, der Vertrag am Kunden, der Kunde an der Aufgabe. Dazu kommen Wege, die eine Integration nicht kennt: Ein Scanner legt direkt ab, eine Maschine speichert per „Speichern unter“, und das Netzlaufwerk nimmt entgegen, was ohnehin dort gespeichert wird.

Am deutlichsten wird das am Laufwerk. agorum core pro lässt sich als Netzlaufwerk einbinden, und für die Belegschaft sieht es aus wie das Laufwerk, das sie kennt. Es ist aber keins. Wir nennen es das Hochsicherheits-Laufwerk, und der Name meint etwas Konkretes. Jeder Zugriff läuft über dieselben Berechtigungen wie im Browser, jede Speicherung erzeugt eine Version im DMS, Gelöschtes landet im Serverpapierkorb statt im Nichts. Angebunden wird über SMB in den Versionen 2.0.2 bis 3.1.1 mit NTLMv2 oder Kerberos und SMB Signing. SMB1 unterstützt agorum core nicht, weil es als unsicher gilt. Wer aus dem Homeoffice ohne VPN arbeitet, nimmt stattdessen WebDAV über HTTPS.

Daran hängt eine Frage, die in Vergleichen selten gestellt wird. Wo liegt das Dokument, wenn das Gespräch vorbei ist? Langdock beschreibt eine Library mit Ordnern, Dateien und Wissensdatenbanken, also eine Arbeitsablage, und sagt zur Aufbewahrung auf der Sicherheitsseite, Daten würden nur so lange aufbewahrt, wie es für die Bereitstellung des Dienstes erforderlich ist, und danach nach dokumentierter Löschrichtlinie entfernt (langdock.com/de/security, abgerufen am 15.09.2026). Ein Archiv arbeitet nach dem umgekehrten Prinzip. Es hält ein Dokument fest, weil eine Aufbewahrungsfrist es verlangt, unveränderbar und über Jahre nachweisbar. In agorum core pro ist das der Normalfall, jährlich geprüft nach IDW PS 880.

Der zweite Unterschied liegt bei den Agenten. Beide Plattformen bieten sie, und Langdock führt eigene KI-Agenten im Basispaket. Entscheidend ist, worauf ein Agent zugreift. In agorum core pro arbeitet ein Agent von ALBERT | AI auf dem Datenbestand der Plattform, im Rechtekontext des Users und protokolliert. Dazu kommt das Modul ALBERT | AI MCP, das das Model Context Protocol in beide Richtungen spricht. Du bindest externe MCP-Server als Werkzeuge an, und du stellst agorum core selbst als MCP-Server bereit, sodass ein Agent von außen auf deinen Datenbestand zugreifen kann, ohne dass die Daten das Haus verlassen. Bei Langdock ist die MCP-Gateway-Governance auf der Preisseite als „bald verfügbar“ ausgewiesen (langdock.com/de/pricing, abgerufen am 15.09.2026).

Wie weit das reicht, zeigt der Zuschnitt der ALBERT | AI Suite. Sandbox gibt Agenten isolierte Arbeitsumgebungen, also Container mit Desktop, Browser-Automatisierung und Shell, in denen sie Webseiten bedienen und Dateien verarbeiten. Knowledge gibt ALBERT dauerhaftes Fachwissen, ohne das Modell neu zu trainieren. Skills kapseln Wissen, Werkzeuge und Anweisungen zu wiederverwendbaren Paketen. Handler steuern, was vor und nach jedem KI-Aufruf passiert, etwa Pseudonymisierung oder Protokollierung. Protocol schreibt jeden KI-Vorgang als Audit mit. Das gehört alles zur ALBERT | AI Suite, und die rechnet nicht nach Köpfen ab. Beliebig viele Benutzer, beliebig viele Workspaces, beliebig viele Aufrufe, abgerechnet wird das Token-Volumen pro Monat. Die Plattform darunter wird getrennt davon lizenziert, pro Nutzer und Monat, degressiv gestaffelt. Eine Nutzerobergrenze kennt agorum core pro nicht, und die Staffel wird mit jedem weiteren Platz günstiger. Wie viele Menschen mitarbeiten, entscheidet damit nicht die Lizenz. Die Modellnutzung selbst rechnest du nach den API-Preisen des jeweiligen Anbieters ab oder betreibst das Modell im eigenen Haus. Der Unterschied liegt also nicht im Preis, sondern darin, dass die KI-Nutzung nicht mit der Zahl der Köpfe wächst. Was die einzelnen Bausteine kosten, steht auf der Preisseite.