// ARCHITEKTUR

Marktvergleich

Keine weitere Insel.
Die Steuerungsschicht.

Der Markt ist voll von KI-Tools — Chatbots, RAG-Suchen, Copiloten, Agentenplattformen. Nexograph konkurriert nicht mit jedem davon. Es dockt an die meisten an und legt die fehlende Ebene darüber: die offene, souveräne Schicht, die alles zusammenhält und steuerbar macht.

Zum 20-Kriterien-Vergleich Demo ansehen

20-Kriterien-Vergleich

20 Kriterien. NexoGraph. Ein Öko-System, das alle erfüllt.

Office-Assistenten, Enterprise Search, Agenten-Plattformen, Ontologie-Plattformen oder Eigenbau: Jede Alternative ist in einem Punkt stark. NexoGraph verbindet Wissensgraph, belegte Antworten, sofort einsetzbare Module, automatisch erstellte Agenten, Souveränität und Tokenomics in einem SaaS-fähigen System für Unternehmen.

erfüllt teilweise oder mit Einschränkung nicht vorhanden oder nur mit Eigenbau

Stand 13.10.2026 · vierteljährlich aktualisiert

Kriterium	NexoGraph Öko-System: Plattform + Module + Entry-Produkte	Office-KI-Assistentenz. B. Microsoft 365 Copilot, ChatGPT Enterprise	Enterprise Search & Dokumenten-KIz. B. Glean, amberSearch	Agenten-Plattformenz. B. Copilot Studio, n8n	Ontologie-Plattformenz. B. Palantir Foundry / AIP	Eigenbau mit Open Sourcez. B. LangChain, LlamaIndex, MS GraphRAG
Wissen & Antworten
Wissensgraph über CRM, ERP und DMSKunde, Anlage, Vertrag und Ticket als Netz, Stammdaten ID-treu aus dem führenden System; Fragen über mehrere Sprünge	Graph-nativ, Multi-Hop über alle Quellen	Dateisuche: Trefferlisten statt Beziehungen	Graph aus Personen und Inhalten, keine Geschäftsobjekte	Steuert Ausführung, nicht Wissen	Ontologie, mit Data-Engineering-Team	Selbst zu bauen und zu pflegen
Belegte Antworten mit SeitenverweisJede Antwort zeigt die Seite im Originaldokument. Ohne Beleg: keine Antwort.	Seite im Original, sonst keine Antwort	Link aufs Dokument; antwortet auch ohne Beleg	Link aufs Dokument	Abhängig vom angebundenen Wissen	Projektabhängig umgesetzt	Selbst zu bauen
Automatisches Erkennen von KI-LückenContinuous Intelligence Loop: beobachtet Fragen, erkennt Wissenslücken, stellt eigene Fragen, untersucht und lässt Erkenntnisse freigeben; Enterprise Intelligence Score	Loop mit Lücken, Hypothesen und Score	Nicht vorhanden	Suchanalysen: unbeantwortete Suchen	Nicht vorhanden	Nicht vorhanden	Nicht vorhanden
Module & Entry-Produkte
Plug-in-Module: sofort einsetzbare KI-ModuleDokumente, Posteingang, Redaktion, Ausschreibung, Flotte & Schaden, KMU Tools; auf dem Graph, ohne Projekt einschaltbar	Sechs Module, je Mandant einschaltbar	Allgemeiner Assistent	Suche und Chat	Vorlagen; Prozesse selbst bauen	Projektweise durch Berater	Alles Eigenbau
KI-Entry-Produkte, ready to useKI-Chatbot, Newsletter-Generierung, Social-Media-Beiträge, Google-Ads-Entwürfe mit Freigabe und Versand	Chatbot, Newsletter, Social, Google Ads: fertig	Texte entwerfen; kein Kampagnen- und Versandprozess	Suche, keine Marketing-Produkte	Vorlagen; Anbindung selbst bauen	Nicht vorgesehen	Alles Eigenbau
Permanent aktualisierte KI-Use-Case-FactoryCase-Harvester recherchiert je Branche belegbare KI-Anwendungsfälle, prüft sie gegen die Originalquelle und hält sie laufend aktuell	Branchen-Worker, quellengeprüft, laufend	Nicht vorhanden	Nicht vorhanden	Vorlagen-Galerie, keine belegten Cases	Beraterwissen, nicht im Produkt	Nicht vorhanden
Agenten & Modelle
Automatisierte Erstellung von KI-AgentenAgent und Workflow aus einer Beschreibung; Prompt-Bibliothek als Vorlage; Modellwahl automatisch	Aus Beschreibung, mit Graph-Zugriff	Agent Builder, nur im Hersteller-Ökosystem	Agent-Builder auf dem Suchindex	Beschreibung wird Agent	Mit Engineering-Aufwand	Programmieren
Human-in-the-Loop-KontrolleFreigabepunkte in Agenten-Läufen, Notschalter, Kostenwächter; nichts geht ohne Entscheidung hinaus	Freigaben je Schritt, Notschalter	Agenten im Hersteller-Ökosystem	Agenten auf dem Suchindex	Kernkompetenz	Vorhanden	Eigenbau, z. B. LangGraph
Offene MCP-SchnittstelleDer Graph steht jedem Agenten als MCP-Server zur Verfügung: Claude, Copilot, eigene Agenten	Graph als MCP-Server, herstelleroffen	MCP nur als Konsument fremder Werkzeuge	Teils vorhanden	MCP als Konsument	Teils vorhanden	Selbst zu bauen
Multi-LLM-Routing, eigene und lokale ModelleModell je Zweck, Kosten und Datenklasse; Bring-your-own-Key; Ollama und OpenAI-kompatible Endpunkte	Routing nach Datenklasse; lokale Modelle	Modellwahl im Hersteller-Rahmen, nichts Lokales	Modellwahl, kein Routing nach Datenklasse	Modell je Agent wählbar	Modellwahl, auch lokal	Frei, selbst verdrahtet
Souveränität & Betrieb
SaaS-fähige ImplementierungMulti-Tenant, Self-Service-Registrierung, Abrechnung online, Testzugang in Minuten; wahlweise dieselbe Plattform dediziert	Multi-Tenant, Self-Service, Testzugang online	SaaS, Lizenz im Admin-Center	SaaS, Einführung über Vertrieb und Projekt	SaaS	Kein Self-Service, beraterbegleitet	Kein Produkt, kein Self-Service
EU-Betrieb oder eigene Azure-SubscriptionWahlweise in Ihrer eigenen Subscription oder On-Premise; die Daten bleiben bei Ihnen	EU, Ihre Azure-Subscription oder On-Premise	EU-Region, aber Hersteller-Cloud	Teils in eigener Cloud (AWS/GCP)	Hersteller-Cloud	On-Premise möglich	Wo Sie wollen
DSGVO-KonformitätVerarbeitung in der EU, Auftragsverarbeitung, Löschfristen je Datenart, kein Training mit Kundendaten, Belegpflicht für jede Antwort	EU-Verarbeitung, Löschfristen, AVV, Audit	AVV und EU-Datengrenze; Drittlandbezug bleibt	Je Anbieter; Drittlandbezug möglich	Je Anbieter	On-Premise möglich; US-Anbieter	In eigener Verantwortung
Integrierter Audit-Trail und MandantentrennungAntworten, Kosten, Aktionen und Freigaben protokolliert und exportierbar; fail-closed-Isolation je Mandant	Fail-closed; Audit exportierbar	Audit über Compliance-Werkzeuge des Herstellers	Zugriffslogs, Rechte gespiegelt	Ausführungs-Logs	Feingranular	Selbst zu bauen
Herstellerneutral, kein SystemersatzDockt an CRM, ERP und DMS an und ersetzt nichts; Pakete offen und versioniert	Dockt an, ersetzt nichts	An Microsoft bzw. OpenAI gebunden	Neutral bei Quellen, SaaS-Bindung	Plattformbindung	Plattformbindung	Neutral, dafür Eigenbau
Wirtschaftlichkeit & Steuerung
Integrierte TokenomicsJeder KI-Aufruf token-genau verbucht, Modellpreise live abgeglichen, Kostendeckel je Mandant, Abrechnung je Anwendungsfall	Token-genau, Preise live, Kostendeckel	Lizenz je Nutzer, Verbrauch nicht sichtbar	Verbrauchssteuerung	Verbrauch je Agent	Projektabhängig	Selbst zu bauen
Integriertes Gesamt-KI-DashboardWirkungs-Cockpit und Systemlage, grafisch: KI-Nutzung je Abteilung und Anwendungsfall, KI-Kosten je Modell und Mandant, Antwortqualität, Agenten-Läufe und Wissenslücken in einer Sicht	Cockpit + Systemlage als Bilder, alle Module	Nutzung je Gruppe; keine Kosten je Anwendungsfall	Nutzungsanalysen	Analysen je Agent	Auf der Plattform selbst zu bauen	Selbst zu bauen
Gemessene AntwortqualitätQualität je Projekt gemessen; zwei Qualitäts-Gates in der Dokumentverarbeitung	Messung je Projekt, zwei Gates	Keine Messung	Keine Messung	Tests je Agent	Projektabhängig	Eval-Werkzeuge selbst anbinden
Öffentliche MittelstandspreisePreisliste öffentlich, ab 490 € im Monat	Öffentlich, ab 490 € im Monat	Je Nutzer öffentlich, Verbrauch obendrauf	Auf Anfrage	Je Nachricht und Nutzer, schwer planbar	Auf Anfrage, ein Vielfaches	Keine Lizenz, dafür Personalkosten
Zeit bis zur belegten WirkungTag 5 Testumgebung, Tag 30 produktiv, Tag 90 Wirkung belegt; keine Verlängerungsklausel	5 / 30 / 90 Tage, kein Jahresprojekt	Sofort aktiv, Jahreslizenz	Wochen, Jahresvertrag	Wochen bis Monate Aufbau	Monate bis Jahre	Monate Eigenentwicklung
Voll erfüllt von 20 Kriterien	20alle Kriterien	112 teilweise · 7 offen	015 teilweise · 5 offen	312 teilweise · 5 offen	59 teilweise · 6 offen	37 teilweise · 10 offen

Bewertung nach öffentlich dokumentierten Herstellerangaben, Stand 13. Oktober 2026; Beispiele je Kategorie sind nicht abschließend, Einstufungen beziehen sich auf die Kategorie im typischen Mittelstandseinsatz. Die ausführliche Gegenüberstellung mit Stärken und Grenzen jeder Alternative steht weiter unten unter Kategorien im Vergleich.

Demo ansehen Stärken und Grenzen je Alternative

Marktkarte

Drei Ebenen. Auf einer entscheidet die Architektur.

KI-Werkzeuge liegen auf drei Ebenen. Zwei davon ergänzt Nexograph und bindet sie an. Nur auf einer findet echter Wettbewerb statt — und dort entscheidet die Architektur.

Ebene 1

Daten- & Content-Anbieter

Anbieter proprietärer Markt-, Firmen- und Brancheninhalte. Sie besitzen Daten, die Nexograph bewusst nicht selbst aufbaut.

Ergänzt — Integrationsziel

Ebene 2

CRM & Beziehungs-Intelligenz

Pipeline- und Beziehungs-Workflows. Nexograph liefert die Analyse- und Wissensschicht daneben — ohne das CRM zu ersetzen.

Ergänzt — Integrationsziel

Ebene 3

GenAI-Dokumenten- & Agenten-Plattformen

Aus Datenräumen belastbare Antworten, Analysen und Memos erzeugen. Dieselbe Kernaufgabe wie Nexograph — hier zählt, wie sie gelöst ist.

Echter Wettbewerb

Kategorien im Vergleich

Wo die Alternativen
aufhören.

Jede dieser Alternativen ist an ihrer Stelle sinnvoll — mehrere davon setzen wir selbst ein. Entscheidend ist, wo sie aufhören.

Alternative	Was sie gut kann	Wo sie aufhört	Nexograph
Dokumenten-KI-Anbieter	Schnell eingeführt, gute Trefferqualität in einem abgegrenzten Dokumentenbestand.	Findet Textstellen, kennt aber keine Beziehungen zwischen Kunde, Anlage, Vertrag und Vorgang.	Knowledge Graph mit Multi-Hop statt Trefferliste.
Eigenbau mit Open-Source-Frameworks	Maximale Freiheit, keine Lizenzkosten, volle Kontrolle über jeden Baustein.	Rollen, Audit, Kostensteuerung und Betrieb müssen selbst gebaut und dauerhaft gepflegt werden — im Mittelstand selten leistbar.	Betriebsschicht fertig: Rollen, Audit, Routing, Kosten.
Agentenplattformen	Steuern die Ausführung: wer darf was auslösen, wo greift eine Freigabe, was wird protokolliert.	Steuern die Ausführung, nicht die Grundlage: welches Unternehmenswissen in welche Antwort einfließen darf, aus welcher Quelle, mit welchem Stand und zu welchen Kosten.	Steuert beides — Ausführung und Wissensgrundlage, je Anwendungsfall abgerechnet.
Ein einzelnes LLM	Ein Vertrag, ein Modell, einfache Einführung.	Abhängigkeit von einem Anbieter, Kostenrisiko und Neuaufbau beim Modellwechsel.	Multi-LLM-Routing nach Zweck und Kosten.
Cloud-only-SaaS	Kein Betriebsaufwand, sofort startklar.	Ihre Daten liegen in fremder Cloud — bei sensiblen Beständen ein Ausschlusskriterium.	Wahlweise self-hostbar in Ihrer eigenen Azure-Subscription.

Stand: 13. Oktober 2026, auf Basis öffentlich dokumentierter Funktionen der jeweiligen Anbieter. Wir aktualisieren diese Übersicht quartalsweise.

Ihre Alternativen

Womit Sie uns
wirklich vergleichen.

Drei Sätze, die in fast jedem Erstgespräch fallen. Hier stehen sie mit unserer Antwort — auch dort, wo sie gegen uns ausfällt.

„Wir schauen uns eine KI-Plattform für alle Mitarbeiter an."

Eine gute Wahl, wenn Ihre Aufgabe lautet: KI für alle verfügbar machen, sicher, modellunabhängig, DSGVO-konform. Das können mehrere Anbieter hervorragend und mit deutlich mehr Referenzen als wir. Unsere Aufgabe ist eine andere — nicht Zugang zu KI, sondern bestimmte Vorgänge anders laufen lassen.

„Wir denken über eine Ontologie-Plattform nach."

Dann denken Sie in die richtige Richtung. Diese Plattformen können mehr als wir und kosten ein Vielfaches — Einführungsprojekte laufen in Monaten und Beraterjahren. Wir bauen dieselbe Grundidee für Unternehmen, die kein Data-Engineering-Team haben und in Wochen ein Ergebnis brauchen, nicht in Quartalen.

„Wir warten noch ab."

Die häufigste Entscheidung. Nutzen Sie die Zeit für zwei Dinge, die Sie ohnehin brauchen werden: aufgeräumte Zugriffsrechte — jedes KI-System macht historisches Oversharing sichtbar — und eine Entscheidung darüber, welche Systeme außerhalb Ihrer Hauptplattform überhaupt erschlossen werden sollen. Darüber können wir sprechen, ohne dass Sie heute etwas kaufen.

Wofür Nexograph nicht gebaut ist

Wenn Sie einen KI-Assistenten für alle Mitarbeiter suchen, damit Texte schneller entstehen und Meetings zusammengefasst werden, reicht ein allgemeiner Office-Assistent. Nexograph lohnt sich, wenn die Antwort auf Ihre Frage in mehreren Systemen gleichzeitig liegt.

Verteidigbare Kanten

Vier Dinge, die kaum
jemand kombiniert.

Einzeln gibt es vieles am Markt. Die Stärke von Nexograph liegt in der Kombination — und genau diese Kombination ist schwer zu kopieren.

Graph-native Wissensschicht

Ein expliziter Beziehungsgraph — Eigentümer, Verträge, Produkte, Verantwortliche über Dokumente hinweg. Nicht nur ähnliche Textstellen, sondern verbundenes Wissen mit Multi-Hop-Logik.

Datensouveränität durch Self-Hosting

Läuft in Ihrer eigenen Cloud — mit harter Mandanten-Isolation. Entscheidend für Häuser, die sensible Daten nicht in eine fremde SaaS geben wollen oder dürfen.

Offenes Ökosystem & Multi-LLM

Versioniertes, offenes Paket-Ökosystem plus Multi-LLM mit eigenen Schlüsseln (BYO). Kein Lock-in, transparente Kosten, jederzeit Modelle wechseln.

Gebaut für den Mittelstand

Gestaffelte, öffentlich einsehbare Preise ab € 490 Grundpreis im Monat im OnPremise-Modell plus € 29 pro Anwender statt Verhandlungspreisen — für Häuser, die sich die großen Plattformen nicht leisten.

Nächster Schritt

Erst ansehen. Dann sprechen.

SCHRITT 1 · ANSEHENDen Graph begehenBeispieldaten eines Maschinenbauers, direkt im Browser — ohne Anmeldung, ohne Termin.Demo öffnen → SCHRITT 2 · AUSPROBIERENIhre eigenen Dokumente100 Seiten, 50 Fragen, 14 Tage — kostenfrei und ohne Termin. Ihre Unterlagen, nicht unsere Beispieldaten.Testzugang anlegen → SCHRITT 3 · SPRECHENErstgespräch, 30 MinutenMit den Menschen, die die Plattform bauen. Antwort innerhalb eines Werktags.Kontakt aufnehmen →

Keine weitere Insel.Die Steuerungsschicht.