# Dust vs Edra

Dust verzeichnet 547.217 monatliche Besuche mit +1,8 % Wachstum gegenüber dem Vormonat und einem Preismodell „Preise auf Anfrage“. Edra verzeichnet 19.144 monatliche Besuche mit -14,1 % Wachstum und einem Preismodell „Preise auf Anfrage“.

| Kennzahl | [Dust](https://openaitools.app/de/tool/dust) | [Edra](https://openaitools.app/de/tool/edra) |
| :--- | :--- | :--- |
| Website-URL | https://dust.tt | https://edra.ai |
| Kategorien | KI-Assistent, Large Language Models (LLMs), AI Workflow, KI-Wissensmanagement | AI Agent, KI-Wissensmanagement, KI-Wissensdatenbank, AI Workflow |
| Preismodell | Preise auf Anfrage | Preise auf Anfrage |
| Monatliche Besuche | 547.217 | 19.144 |
| MoM-Wachstumsrate | +1,8 % | -14,1 % |
| Primärmarkt | Frankreich | Vereinigte Staaten |
| Direkte Besuche | 456.919 | 9.270 |
| Bewertungsergebnis | 4,4 | 4,3 |
| Anzahl gespeicherter Einträge | 5 | 0 |
| Unterstützte Plattformen | Website | Website |

## Dust

Dust positioniert sich als „Multiplayer-KI“ für die Zusammenarbeit von Menschen und Agenten. Statt jedem Mitarbeitenden einen privaten Chatbot zu geben, können Teams Agenten bauen, die gemeinsamen Zugriff auf Unternehmenswissen, verbundene Tools, Gespräche und Benachrichtigungen haben, sodass Arbeit zwischen Menschen und KI hin- und herwandert. Agenten sind abteilungsübergreifend wiederverwendbar, und menschliche Prüfung bleibt dort erhalten, wo sie zählt.

Das Alleinstellungsmerkmal ist der Kontext. Laut Dust können die meisten KI-Tools nur eine einzelne Slack-Nachricht oder einen CRM-Datensatz abrufen, während seine Agenten Kontext aus Slack, CRM, Dokumenten und anderen Unternehmenssystemen zusammenführen, um mit dem vollständigen Bild zu antworten und anschließend zu handeln. Über 70 Konnektoren decken Messaging, Kalender, CRM, Dateispeicher, Projektmanagement, Daten und Finanzen ab, und Agenten erreichen MCP-Server über dasselbe Gateway.

Governance ist eine Kernfunktion. Dust bietet ein zweischichtiges Berechtigungsmodell, das trennt, worauf Agenten zugreifen dürfen und wer sie nutzen darf, dazu SCIM-synchronisierte Gruppen, administrativ gesteuerte Ausnahmen, Audit-Logs und Analysen zur Überwachung von Akzeptanz, Nutzung, Kosten und ROI. Das Unternehmen ist SOC 2 Type II zertifiziert, bietet Datenhaltung in den USA oder der EU und unterstützt Single-Tenant-Deployments. Teams können Agenten mit über 20 Frontier- und Open-Source-Modellen von OpenAI, Anthropic, Google und Mistral bauen und pro Workflow das passende wählen. Laut Unternehmen laufen mehr als 3.000 Organisationen und über 300.000 Agenten auf der Plattform.

**Preise und Tarife:** Preis auf Anfrage. Dust bietet nach der Anmeldung eine kostenlose Testphase, doch die Tarife richten sich an Teams und Unternehmen mit nutzungsbasierten Credits, Volumenpreisen und dediziertem Support; genaue Zahlen erfordern ein Gespräch mit dem Vertrieb.

- **Agenten mit Unternehmenskontext:** Verbinden Sie über 70 Tools wie Slack, Notion, Google Drive, GitHub, Salesforce und Zendesk, damit Agenten mit echtem Unternehmenswissen antworten.
- **Über 70 Konnektoren und MCP-Support:** Erreichen Sie Messaging, CRM, Dokumente, Projektmanagement, Daten, Finanzen und MCP-Server über eine Plattform, damit Agenten systemübergreifend handeln.
- **Modellflexibilität:** Erstellen Sie Agenten mit über 20 Frontier- und Open-Source-Modellen von OpenAI, Anthropic, Google und Mistral und wählen Sie das beste für jede Aufgabe.
- **KI-native Governance:** Zweischichtiges Berechtigungsmodell, SCIM-Gruppen, Admin-Ausnahmen, Audit-Logs und Nutzungsanalysen halten Unternehmensdaten sicher, ohne Teams zu bremsen.
- **Multiplayer-Zusammenarbeit:** Menschen und Agenten teilen Kontext, Tools und Benachrichtigungen, sodass abteilungsübergreifende Workflows wiederverwendbare Skills und menschliche Prüfung enthalten.

**Stärken:** Tiefe Kontexterfassung über mehr als 70 Enterprise-Konnektoren; Starke Governance mit Berechtigungen, Audit-Logs und SOC 2 Type II; Modellunabhängig: Auswahl aus über 20 Frontier- und Open-Source-Modellen; Gemeinsam genutzte, wiederverwendbare Agenten über Abteilungen hinweg

**Einschränkungen:** Vertriebsgesteuerte Preise erschweren Kostenschätzungen vor einer Demo; Konnektoren und Berechtigungen einzurichten erfordert echte Admin-Arbeit; Der Nutzen wächst mit breitem Rollout – ein größeres Commitment für kleine Teams

[Profile (Markdown)](https://openaitools.app/de/tool/dust.md)

## Edra

Edra positioniert seinen Ansatz als neue Kategorie namens "ContextOps". Die Prämisse: Ein KI-Modell ist nur so nützlich wie der operative Kontext, den es erhält. Deshalb liest Edra zunächst die Daten, die Unternehmen ohnehin erzeugen – Support-Tickets, System-Logs, Chat-Nachrichten – und rekonstruiert daraus die darin verborgenen echten Prozesse. Das Ergebnis ist eine strukturierte Bibliothek "ausführbaren Wissens", die Regeln, Eskalationswege und Entscheidungslogik erfasst – ohne die üblichen Discovery-Interviews oder Prozess-Mapping-Workshops.

Auf Basis dieser Bibliothek setzt Edra Agenten ein, die innerhalb bestehender Quellsysteme arbeiten, darunter ServiceNow, JIRA, Zendesk, Salesforce und Outlook, sowie neben bereits implementierten KI-Assistenten. Ein zentrales Unterscheidungsmerkmal ist Transparenz: Statt Black-Box-Automatisierung erzeugt Edra menschenlesbare Playbooks, in denen jede Regel und Entscheidung nachvollziehbar und auditierbar ist, sodass Teams die Automatisierungslogik prüfen, bearbeiten und letztlich besitzen können.

Die Plattform betreibt zudem kontinuierliche Lernschleifen. Sie erkennt Inkonsistenzen, Prozessdrift und Wissenslücken und aktualisiert die Wissensbibliothek automatisch, während sich das Unternehmen weiterentwickelt, sodass Agenten stets auf der aktuellen operativen Realität basieren. Edra wird am sichtbarsten für IT-Service-Management und technischen Support eingesetzt, mit veröffentlichten Kundenbeispielen wie HubSpot und ASOS – letzteres soll die Abdeckung der IT-Wissensdatenbank von 30 % auf 90 % gesteigert haben. Das Unternehmen ist in New York und London ansässig und verkauft über demo-getriebene Enterprise-Prozesse, weshalb Preise auf Anfrage genannt werden.

**Preise und Tarife:** Die Preise werden nicht veröffentlicht; Edra verkauft über einen demo-getriebenen Enterprise-Prozess und lädt dazu ein, eine Demo zu buchen oder einen Zero-Setup-Piloten zu starten, der Prozesse innerhalb einer Woche sichtbar macht.

- **Prozess-Discovery ohne Setup:** Edra liest Tickets, Logs und Nachrichten, um zu rekonstruieren, wie Ihr Unternehmen tatsächlich arbeitet, und organisiert die Erkenntnisse in einer Bibliothek ausführbaren Wissens – ohne Interviews oder Workshops.
- **Transparente, auditierbare Automatisierung:** Agenten folgen menschenlesbaren Playbooks, in denen jede Regel und Entscheidung nachvollziehbar ist, sodass Sie die Logik hinter jeder automatisierten Aktion prüfen, bearbeiten und besitzen können.
- **Arbeitet in bestehenden Systemen:** Agenten agieren direkt in ServiceNow, JIRA, Zendesk, Salesforce, Outlook und bestehenden KI-Implementierungen, statt eine Ablösemigration zu erzwingen.
- **Kontinuierliches Lernen und Lückenerkennung:** Die Plattform kennzeichnet Inkonsistenzen, Prozessänderungen und Wissenslücken und aktualisiert die Wissensbibliothek automatisch, während sich das Unternehmen weiterentwickelt.
- **Enterprise-tauglicher Einsatz:** Konzipiert für IT-Service-Management, technischen Support und ähnliche Betriebsbereiche, in denen Zuverlässigkeit, Auditierbarkeit und Abdeckung der Wissensdatenbank zählen.

**Stärken:** Beseitigt den Engpass manueller Prozess-Discovery durch Auswertung vorhandener Daten; Menschenlesbare Playbooks machen Automatisierung prüf- und auditierbar; Agenten laufen in gängigen Systemen wie ServiceNow, JIRA, Zendesk und Salesforce; Kontinuierliches Lernen hält Wissen aktuell, wenn Prozesse sich verändern

**Einschränkungen:** Keine öffentlichen Preise; Demo- oder Pilotprozess erforderlich; Enterprise-Fokus kann für kleine Teams überdimensioniert sein; Der Nutzen hängt von ausreichend historischen Ticket- und Logdaten ab

[Profile (Markdown)](https://openaitools.app/de/tool/edra.md)

## Häufig gestellte Fragen

### Wie vergleichen sich Dust und Edra beim monatlichen Traffic?

Dust hat 547.217 monatliche Besuche, während Edra 19.144 verzeichnet. Traffic-Schätzungen beschreiben die Publikumsgröße, nicht die Produktqualität.

### Wie vergleichen sich ihre Wachstumsraten?

Dust verzeichnet eine Wachstumsrate von +1,8 % gegenüber dem Vormonat; Edra verzeichnet -14,1 %.

### Wie vergleichen sich die Preise?

Dust: Preise auf Anfrage. Preis auf Anfrage. Dust bietet nach der Anmeldung eine kostenlose Testphase, doch die Tarife richten sich an Teams und Unternehmen mit nutzungsbasierten Credits, Volumenpreisen und dediziertem Support; genaue Zahlen erfordern ein Gespräch mit dem Vertrieb. Edra: Preise auf Anfrage. Die Preise werden nicht veröffentlicht; Edra verkauft über einen demo-getriebenen Enterprise-Prozess und lädt dazu ein, eine Demo zu buchen oder einen Zero-Setup-Piloten zu starten, der Prozesse innerhalb einer Woche sichtbar macht.

## Alternativen

| # | Tool-Name | Monatliche Besuche | MoM-Wachstumsrate | Preismodell | Summary | Profile (Markdown) |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| 1 | [Notion](https://openaitools.app/de/tool/t) | 173.441.670 | +0,1 % | Freemium | Der KI-Workspace, in dem Teams und Agenten gemeinsam Arbeit erledigen | [.md](https://openaitools.app/de/tool/t.md) |
| 2 | [Salesforce Agentforce (ehemals Einstein)](https://openaitools.app/de/tool/salesforce-einstein) | 111.910.743 | +2,2 % | Freemium | Integriert sich tief in CRM-Ökosysteme zur Automatisierung von Unternehmens-Workflows, ist jedoch stark an die Salesforce-Software-Suite gebunden. | [.md](https://openaitools.app/de/tool/salesforce-einstein.md) |
| 3 | [Intercom](https://openaitools.app/de/tool/intercom-com) | 4.471.110 | +2,7 % | Kostenlose Testversion, Kostenpflichtig | KI-first Kundenservice mit nativ integriertem KI-Agenten | [.md](https://openaitools.app/de/tool/intercom-com.md) |
| 4 | [Glean](https://openaitools.app/de/tool/glean) | 3.301.875 | +0,1 % | Preise auf Anfrage | Enterprise-KI auf Basis des eigenen Unternehmenswissens | [.md](https://openaitools.app/de/tool/glean.md) |
| 5 | [Abacus.AI](https://openaitools.app/de/tool/abacus-ai) | 3.278.636 | -1,7 % | Preise auf Anfrage | Kombiniert Multi-Modell-Chat-Assistenten mit automatisierter Optimierung des maschinellen Lernens, legt den Schwerpunkt jedoch stärker auf Data-Science-Pipelines. | [.md](https://openaitools.app/de/tool/abacus-ai.md) |
| 6 | [TraeWork](https://openaitools.app/de/tool/traework) | 2.785.249 | -7,8 % | Preise auf Anfrage | ByteDances KI-nativer Workspace für natürlichsprachige Aufgabenausführung | [.md](https://openaitools.app/de/tool/traework.md) |
| 7 | [Taskade](https://openaitools.app/de/tool/taskade) | 539.714 | -9,4 % | Freemium | Taskade is an AI workspace that turns a single prompt into working business apps, complete with AI agents, automations, databases, tasks and docs — no code required. | [.md](https://openaitools.app/de/tool/taskade.md) |
| 8 | [Gumloop](https://openaitools.app/de/tool/gumloop) | 379.557 | -21,1 % | Freemium, Kostenpflichtig, Preise auf Anfrage | Glänzt durch visuelle No-Code-Web-Scraping- und Datenautomatisierungs-Pipelines, bietet jedoch nicht die dedizierte interne Wissensdatenbank-Architektur von Dust. | [.md](https://openaitools.app/de/tool/gumloop.md) |
| 9 | [Tines](https://openaitools.app/de/tool/tines) | 273.260 | +24,4 % | Freemium, Preise auf Anfrage | Focuses on secure enterprise workflow automation and security orchestration, but requires more manual setup for custom AI agents. | [.md](https://openaitools.app/de/tool/tines.md) |
| 10 | [TextCortex AI](https://openaitools.app/de/tool/textcortex-ai) | 150.520 | +12,7 % | Freemium, Kostenlose Testversion | No-Code-KI-Agenten auf Basis Ihres Unternehmenswissens | [.md](https://openaitools.app/de/tool/textcortex-ai.md) |

---
Quelle: https://openaitools.app/de/compare/dust-vs-edra

More Markdown: [Kategorien](https://openaitools.app/de/categories.md) · [Traffic-Rankings](https://openaitools.app/de/rankings.md) · [llms.txt](https://openaitools.app/de/llms.txt)
