Was Cassidy AI eigentlich ist
Vor drei Jahren habe ich gesehen, wie die Bots zweier zahlender Kunden Antworten erfunden haben, weil die Wissensdatenbank nichts Passendes zur Frage enthielt. Einer erzählte einem echten Kunden eines Energieversorgers von einem Solarzellen-Abo, das es gar nicht gab. Ein anderer antwortete auf eine Produktfrage mit „Sauerstoff (Periodensystem)“. Deshalb simuliert heute jedes eesel-Rollout gegen historische Tickets, bevor es je eine Live-Warteschlange berührt – und das ist die Brille, durch die ich jedes Tool betrachte, das behauptet, seine KI bleibe in den eigenen Dokumenten verankert.
Cassidy ist eine No-Code-Plattform zum Bau von KI-Agenten und mehrstufigen Automatisierungen auf Basis des eigenen Unternehmenswissens. Die H1 der Startseite lautet „Build AI Agents that handle your most complex work“, und die Meta-Beschreibung ist konkreter als die meisten: eine „KI-Agenten-Plattform für dokumentenlastige, operativ komplexe Unternehmen“.
Das Unternehmen heißt Cassidy Inc., gegründet 2023 mit Sitz in New York. Es hat über zwei angekündigte Runden 13,7 Mio. US-Dollar eingesammelt: eine Seed-Runde über 3,7 Mio. US-Dollar, die im November 2023 abgeschlossen wurde, und eine 10-Mio.-Dollar-Series-A, angeführt von HOF Capital im September 2025.
Mitgegründet wurde es von Justin Fineberg, der eine KI-Bildungs-Community von über 500.000 Menschen betreibt und den Großteil des Marketings selbst macht. Sein Mitgründer Ian Woodfill hat davor zwei Jahre lang für die No-Code-Plattform Bubble entwickelt. Woodfills eigener Stellenausschreibungs-Post vom April 2026 beziffert das Team mit „25 Leute, schnell wachsend“.
Diese Bubble-Herkunft erklärt einiges am Produkt. Cassidy ist zuerst ein No-Code-Builder und erst danach eine Anwendung: eine echte Stärke, wenn zehn verschiedene Teams zehn verschiedene Dinge bauen müssen, und eine echte Schwäche, wenn man nur eine Sache will, die vom ersten Tag an einfach funktioniert.
So sieht es in der Praxis aus. Hier beantwortet ein Cassidy-Agent eine Frage aus synchronisierten Unternehmensdokumenten, mit den gelesenen Quellen als Zitat-Chips unter der Antwort:
Zitate unter jeder Antwort sind die richtige Standardeinstellung. Es ist auch das Erste, was ich bei jedem Tool prüfe, das behauptet, seine KI in den eigenen Dokumenten zu verankern.
Die Branchen, in die Cassidy verkauft, werden auf der Startseite klar benannt: Versicherungsmakler und -gesellschaften, Fertigung und Logistik sowie professionelle Dienstleistungen. Die Anwendungsfälle sind Antragsaufnahme, Policenvergleich, RFP-Erstellung, Spezifikationssuche. Kundensupport ist eine von vier Anwendungsfall-Kategorien und eine von zwölf Lösungskategorien in der Seitenleiste. Support ist ein Zwölftel von Cassidys Taxonomie, nicht ihr Schwerpunkt.
Wie Cassidy unter der Haube funktioniert
Cassidy teilt sein eigenes Produkt in zwei Hälften, und diese Aufteilung lohnt sich zuerst zu verstehen, weil sie den Zusammenhang für alles Weitere liefert.
Die Kontextebene ist die Knowledge Base plus Meetings. Die Automatisierungsebene sind Agents plus Workflows. Alles wird in Slack, Microsoft Teams, Chrome, Word, Excel und Outlook ausgerollt statt in ein eigenes Produkt.
Die Wissensdatenbank
Das ist der Teil, den ich am höchsten bewerten würde. Inhalte werden mit semantischer Suche indexiert, und Antworten kommen mit Quellenangaben zurück – die Grundvoraussetzung für alles, was Retrieval-Augmented Generation betreibt. Was akzeptiert wird, ist breit gefächert: PDFs, Word, Excel, PowerPoint, CSV, Klartext, Quellcode-Dateien, dazu Audio und Video, die automatisch transkribiert werden. Website-Crawling nutzt eine Start-URL und einen Crawl-Modus – Domain, Subdomain, Page oder ein benutzerdefiniertes Glob-Muster, bei dem * an einem Schrägstrich stoppt und ** ihn überquert.
Zwei Details wiegen schwerer als die Feature-Liste. Erstens: Answer Hubs sind kuratierte Frage-Antwort-Paare, die exakte Antworten statt zusammengefasster Suchergebnisse liefern – eine kluge Absicherung gegen genau den Fehlerfall, mit dem ich eingestiegen bin. Zweitens: Integrationsquellen synchronisieren alle 24 Stunden, sofern man nicht auf Enterprise ist, laut Sync-Dokumentation. Für ein Policendokument, das heute Morgen geändert wurde, ist eine 24 Stunden alte Antwort kein Komfortproblem. Es ist eine falsche Antwort.
Die Governance hier ist ordentlich. Sammlungen und Ordner haben jeweils eigene Zugriffseinstellungen, und die Dokumentenverifizierung erlaubt es einem Admin, ein Dokument als potenziell veraltet zu markieren und eine Prüfung zu verlangen, bevor Agenten es weiter nutzen. Das steuert aber, was der Agent liest, nicht, ob er still bleibt, wenn er sich unsicher ist. Dokumentenverifizierung ist zudem eine reine Enterprise-Funktion, sodass in den niedrigeren Stufen die einzige Möglichkeit, ein veraltetes Dokument aus dem Verkehr zu ziehen, das Löschen ist.
Eine Eigenheit, auf die man achten sollte, wenn Agenten teamübergreifend geteilt werden: Öffnet jemand einen Agenten, der auf eine Sammlung verweist, auf die er keinen Zugriff hat, beschränkt Cassidy automatisch den Umfang der Suche. Das ist das sichere Verhalten, aber nirgendwo in der Antwort steht, dass das passiert ist. So können zwei Kollegen demselben Agenten dieselbe Frage stellen und ohne jede Warnung unterschiedliche Antworten bekommen.
Der Workflow-Builder
Ein Workflow ist ein Auslöser plus eine geordnete Kette von Aktionen, und die Dokumentation ist erfrischend deutlich darüber, was das bedeutet: Er „führt bei jedem Mal eine definierte Abfolge von Schritten aus“. Fünf Auslöser-Familien werden unterstützt – manuelle Formulare, geplant, Webhook, eine dedizierte eingehende E-Mail-Adresse und Integrationsereignisse wie ein neues Zendesk-Ticket, eine Datensatzänderung in HubSpot oder Salesforce, ein Jira-Issue oder das Ende eines Meetings.
Die Aktionsbibliothek selbst ist gut beschriftet, und was mir gefällt: Cassidy unterscheidet klar das einfache „Generate Text“ („ohne jeglichen Kontext deines Unternehmens“) von „Generate Text with Cassidy Assistant“ („mit Kontext deines Unternehmens und der Wissensdatenbank“). Viele Plattformen verwischen genau diesen Unterschied.
Es gibt rund 45 dokumentierte Aktionen. Nützlich für supportartige Arbeit sind Search Knowledge Base, Categorize text, Analyze sentiment und Translate text. Die Ablaufsteuerung deckt Paths, Loop, Only continue if und Wait ab.
Zwei Aktionen pausieren einen Lauf für einen Menschen: Request approval to continue und Request input from team. Das ist echte Human-in-the-Loop-Verdrahtung, und sie ist gut gebaut. Dazu kommen zwei Notausgänge für alles, was die Bibliothek nicht abdeckt: Send API request an einen beliebigen Endpunkt und Run code, das benutzerdefiniertes JavaScript ausführt.
Über eine Sache stolpert fast jeder. Die Dokumentation sagt es direkt: „Standardmäßig haben Aktionen keinen Zugriff auf die Ausgabe vorheriger Schritte – man muss Variablen explizit referenzieren, um sie zu verbinden.“ Man verdrahtet Schritte, indem man # eingibt und eine Variable einfügt. Eine kleine Sache, die „No-Code“ still und leise in „No-Code, sobald man Variablen-Scoping verstanden hat“ verwandelt.
Der Workflow Copilot nimmt dem etwas die Schärfe. Man beschreibt in normaler Sprache, was man will, und er generiert Auslöser und Aktionen, während Restore checkpoint jede unerwünschte Änderung zurückrollt. Seine einzige feste Regel, direkt aus der Dokumentation: „Bearbeite den Workflow nicht manuell, während der Copilot arbeitet – deine Änderungen werden überschrieben.“
Modelle und Integrationen
Cassidy ist modellagnostisch und routet zwischen Stufen. Die Standard-Stufe listet GPT 5.2, Claude 4.6 Sonnet, Gemini 3 Flash und o4 Mini; die Premium-Stufe listet o3, Claude 4.6 Opus und Gemini 3.1 Pro. Das sollte man sich merken, denn welche Stufe man wählt, ist auch der größte einzelne Hebel für die Rechnung.
Es gibt eine verwandte Einstellung namens Smart Search, die mehr Aufmerksamkeit verdient, als sie üblicherweise bekommt. Ausgeschaltet durchsucht der Agent bei jeder Anfrage die Wissensdatenbank – genau, aber teuer. Eingeschaltet entscheidet das Modell selbst, ob es sucht. Cassidys eigene Empfehlung lautet, es für jeden Agenten, der seine Antworten in Dokumenten verankern muss, auszuschalten. Die sichere Einstellung ist zugleich die teure, und nichts in der Oberfläche verrät, was diese Wahl mit der Rechnung macht.
Bei den Integrationen lautet die Marketingzahl „100+“. Ich habe das tatsächliche Verzeichnis gezählt, und es listet 73 Integrationsseiten. Das ist immer noch viel und deckt die erwartbaren Tools ab: Salesforce, HubSpot, Slack, Teams, Notion, Confluence, Snowflake, Workday, ServiceNow, Zendesk, Freshdesk, Jira Service Management. Der Haken ist die Tiefe – ich habe /integrations/zendesk geöffnet, und die Seite besteht aus rund vier Kilobyte Navigations-Chrome, ohne Aktionsliste, ohne Auslöser und ohne Einrichtungsschritte. Breite lässt sich von der öffentlichen Seite aus verifizieren, Tiefe nicht.
Cassidy-AI-Preise: der Teil, der sich geändert hat
Wer Cassidy noch als Self-Service-Tool mit einem Monatspreis auf der Startseite in Erinnerung hat: diese Version gibt es nicht mehr. Ich habe die Preisseite auf drei Arten geprüft – das gerenderte Markdown, die Variante ohne Pfad und die vollen 339 KB rohes HTML – und nirgendwo taucht ein einziges Dollarzeichen auf.
Der einzige Dollarbetrag, den ich im gesamten öffentlichen Material von Cassidy finden konnte, steckt in einem Screenshot innerhalb der Abrechnungsdokumentation, und er ist veraltet. Das ist der auf Cassidys Manage-plans-Seite abgebildete Stripe-Checkout:
Die Dokumentation zeigt noch immer einen Starter-Plan für 79 Dollar im Monat, während die aktuelle Preisseite Starter als kostenlos darstellt. Ich behaupte nicht zu wissen, was genau sich wann geändert hat. Was ich sagen kann: Marketingseite und Dokumentation widersprechen sich über die Form des günstigsten Plans, was ein schlechtes Zeichen für jeden ist, der allein anhand öffentlicher Informationen budgetieren will.
Das gibt die Preisseite selbst an.
| Starter | Business | Enterprise | |
|---|---|---|---|
| Preis | Kostenlos | Nicht veröffentlicht, „Custom“ in jeder Zeile | Nicht veröffentlicht, taucht nicht einmal in der Tabelle auf |
| Wie man kauft | Self-Service-Anmeldung | „Book demo“ | E-Mail an support@cassidyai.com |
| Plätze | 3 | Individuell | Individuell |
| Agenten / Workflows | 5 / 5 | Individuell | Individuell |
| KI-Credits | 10.000 pro Monat | Maßgeschneidert | Maßgeschneidert, Übertrag verhandelbar |
| Wissensdatenbank-Speicher | 30.000 Seiten auf der Plan-Karte, „bis zu 100K Seiten“ in der Tabelle | Maßgeschneidert | Maßgeschneidert |
| Quellensynchronisierung | Alle 24 Stunden | Sofortige Synchronisierung | Echtzeit |
| Slack / Teams / Google Chat | Nein | Ja | Ja |
| API und Browser-Einbettung | Nein | Ja | Ja |
| CRM und erweiterte Integrationen (Zendesk, ServiceNow, Jira, Salesforce) | Nein | Ja | Ja |
| SSO, Audit-Logs, Aufbewahrung, DSGVO-Tools | Nein | Ja | Ja |
| LLM-Optionen | „Eingeschränkt“ | Vollständig | Vollständig |
Zwei Dinge in dieser Tabelle tragen die ganze Rezension. Erstens: Dieselbe Seite nennt zwei unterschiedliche Speicherzahlen für Starter – 30.000 Seiten auf der Plan-Karte, 100K Seiten in der Vergleichstabelle, beide gleichzeitig live, als ich es geprüft habe. Zweitens: Der kostenlose Plan hat kein Slack, kein Teams, keine API und keinen Zendesk-Konnektor. Genau das, was die meisten Leute tatsächlich testen wollten – den Assistenten dort einzusetzen, wo das Team ohnehin arbeitet –, ist damit genau das, was der kostenlose Plan nicht kann.
Es gibt auch eine echte dritte Stufe. Enterprise taucht in den Preis-FAQs und in der Abrechnungsdokumentation auf, aber nie als Spalte. Die Feature-Liste für Enterprise in den FAQs überschneidet sich fast vollständig mit dem, was die Tabelle als Business markiert – das liest sich wie ein Text, der eine Umbenennung überlebt hat.
Was ein Credit tatsächlich ist
Credits sind keine Aufgaben, Nachrichten oder Lösungen. Manage credits beschreibt es präzise: „Jeder Aufruf verarbeitet Eingabe-Tokens (dein Prompt, Anweisungen und der Knowledge-Base-Kontext) und erzeugt Ausgabe-Tokens (die Antwort der KI). Die Anzahl der Tokens bestimmt, wie viele Credits verbraucht werden.“
Cassidys eigener Artikel zu Credits nennt drei Zahlen, und das sind die einzigen konkreten, die öffentlich existieren:
- Agenten-Chats kosten zwischen 1 und 30 Credits, abhängig von der Komplexität.
- Workflows kosten 1 bis 100 Credits, abhängig von Umfang und Tiefe.
- Premium-Modelle verbrauchen rund fünfmal so viele Credits wie Standard-Modelle.
Rechnet man das an den 10.000 Credits von Starter durch, kommt man auf rund 100 aufwendige Workflow-Läufe im Monat oder etwa 333 aufwendige Agenten-Chats. Derselbe Artikel nennt den Zugriff auf die Wissensdatenbank als einen der größten Verbrauchstreiber – ein unangenehmer Anreiz, denn genau das, was Antworten gut macht, macht sie auch teuer.
Es gibt keinen veröffentlichten Dollarsatz pro Credit, und das wird als bewusste Entscheidung dargestellt: „Statt einzelne Credits zu berechnen, bezieht unser Preismodell Plätze, Funktionen, Support und weitere Vorteile mit ein.“ Credits werden nicht übertragen, außer bei ausgehandelten Enterprise-Verträgen, und jeder Weg zum Nachladen läuft über ein Gespräch: Plan upgraden oder Support anschreiben.
Der Widerspruch, den man kennen sollte
Die Preis-FAQ sagt: „Du wirst nie unterbrochen. Cassidy benachrichtigt dich, wenn du dich Limits näherst, und bietet nahtlose Credit-Aufstockungen oder Plan-Upgrades an.“
Die Produktdokumentation sagt: „Wenn dein Credit-Guthaben aufgebraucht ist, sind KI-gestützte Funktionen (Agenten-Chats, Workflow-Läufe) vorübergehend nicht verfügbar, bis Credits nachgefüllt werden.“
Beides kann nicht gleichzeitig stimmen. Die Nutzungsdokumentation stützt die zweite Version und geht noch weiter: Überschreitet man den Speicher, kann man nichts mehr hochladen; überschreitet man die Meeting-Stunden, schaltet sich die Aufzeichnung ab. Es ist eine harte Grenze, kein sanftes Überschreiten. Ich würde nach der Version der Dokumentation planen.
Cassidy muss man zugutehalten, dass es echte Kostenkontrollen bietet: Organisationsweite Warnungen, Warnungen pro Nutzer und harte Limits pro Nutzer, die jemanden von Credit-verbrauchenden Aktionen ausschließen, sobald das Limit erreicht ist. Das Nutzungs-Dashboard ist zumindest klar darüber, wo man steht:
Aber schon die Existenz dieses Werkzeugs sagt etwas aus. Man baut kein „Users Exceeding Credit Budget“-Panel, wenn der Verbrauch nicht schwer vorherzusagen wäre.
Setz deine eigenen Zahlen ein:
Fair gegenüber Cassidy: Der CEO hat das Gegenargument öffentlich gemacht – und räumt im selben Atemzug das Problem halb ein:
„Der richtige Vergleich ist nicht die CRM-Platzlizenz, sondern die voll beladenen Kosten der Köpfe, des Agenturvertrags oder des BPO-Vertrags, die die KI tatsächlich verdrängt.“
Er hat recht damit, dass es die falsche Rahmung ist, KI-Ausgaben an eine Platzlizenz zu ankern. Im selben Beitrag merkt er auch an, dass die Summe, wenn Teams ihre KI-Ausgaben zusammenzählen, tendenziell höher ausfällt, als Finance erwartet hatte. Beide Hälften stimmen, und die zweite ist genau der Grund, warum eine nicht kalkulierbare Einheit wehtut.
Hier sollte ich offenlegen, wo mein Interesse liegt – und genau hier sitzt auch die schärfste Lektion. eesel hat einmal Credits verkauft. Ich erinnere mich, warum wir sie gestrichen haben: Kunden blieben ständig hängen, um erst zu rechnen, nur um „Was wird mich das kosten?“ zu beantworten. Heute berechne ich in einer Einheit, in der Menschen ohnehin schon denken – 0,40 Dollar pro Ticket, ohne Plattformgebühr. Cassidys Modell ist die gegenteilige Wette: eine abstrakte Einheit, die sich mit Token-Volumen und Modellwahl dehnt. Das ist nicht unehrlich, und der Credits-Artikel erklärt es klar genug. Es ist nur sehr schwer zu budgetieren, und ich habe Teams gesehen, die ein Tool, das sie mochten, allein deshalb gekündigt haben, weil sie die Rechnung nicht vorhersehen konnten.
Was Cassidy gut macht
Hier will ich fair sein, denn die Plattform ist gut in dem, wofür sie gebaut wurde.
Der No-Code-Builder macht seinem Namen für technisch weniger versierte Ersteller alle Ehre. Die beste unabhängige Einschätzung, die ich gefunden habe, stammt von einer KI-Strategin, die damit eine Build-Lab-Kohorte geleitet hat:
„Wir nutzen Cassidy im Build Lab, und es war relativ leicht zu erlernen und hat nutzerfreundliche Funktionen für Ersteller und Unternehmen. Aber viele in unserer Kohorte nutzen n8n, wegen seiner Funktionalität und der technischen Optionen.“
Dieser Kompromiss ist die ehrliche Zusammenfassung der ganzen Kategorie: Cassidy ist einfacher, n8n geht tiefer. Wenn die Ersteller im Team eher Ops-Manager als Ingenieure sind, gewinnt die Einfachheit.
Dokumentenlastige Arbeit ist der Kernbereich. OCR-Extraktion über PDFs, Word, PowerPoint und Bilder hinweg, Massenläufe über ein CSV mit tausend Dokumenten, Answer Hubs für vorab genehmigte RFP-Antworten: Ein In-Produkt-Screenshot aus Cassidys eigenem Material zeigt einen RFP-Workflow, der 1.125 Antworten erzeugt. Das ist eine reale Fähigkeit, und sie erklärt, warum sich die Fallstudien genau in Versicherung und professionellen Dienstleistungen häufen.
Es liefert schnell aus. Die monatlichen Produkt-Updates laufen ununterbrochen von November 2025 bis Mai 2026. Allein im Mai 2026 kamen eine verbesserte Excel-Erweiterung, eine PowerPoint-Erweiterung, ein Outlook-Agenten-Konnektor, PDF-Export und Enterprise-Custom-Roles hinzu.
Die Sicherheitslage ist für ein 25-Personen-Unternehmen glaubwürdig. SOC-2-Type-II-bescheinigt, DSGVO-, HIPAA- und CASA-validiert, Verschlüsselung bei Übertragung und Speicherung, plus die explizite Aussage, dass Kundendaten nie das Modell trainieren. Erwähnenswert: Die eigenen Badges der Website sagen „attested“ und „validated“, während die FAQ alle vier auf „certified“ hochstuft – eine kleine Ungenauigkeit, aber wer eine SOC-2- und DSGVO-Prüfung durchführt, sollte sich am Trust-Center orientieren, nicht an der FAQ.
Das Team ist präsent. Drei der fünf G2-Bewertungen nennen das Support-Team oder den Gründer persönlich:
„Ich habe viele andere Plattformen ausprobiert, aber Cassidy gewinnt mit Abstand wegen der Einfachheit des Designs, der großartigen Benutzeroberfläche und eines großartigen Gründungs- und Support-Teams. Eines der wichtigsten Highlights von Cassidy ist, dass es eine sehr niedrige Lernkurve hat und daher kein spezifisches Wissen über LLMs oder die Assistant-API usw. erfordert.“
Wo Cassidy an seine Grenzen stößt – und warum das für den Support zählt
Jetzt der Teil, den ich kennen wollen würde, bevor ich irgendetwas unterschreibe.
Cassidy veröffentlicht zwölf Kundensupport-Lösungen, und ich habe mir jede einzelne angesehen. Der Customer Support Auto-Responder „zieht Ticket- und E-Mail-Details, durchsucht eine Knowledge Base und erzeugt markengerechte Antwortentwürfe“. Der Ticket Context Enricher gibt „Agenten prägnante, quellenverlinkte Zusammenfassungen“, damit „Agenten Probleme schneller lösen“. Cassidys eigene seitenübergreifende FAQ fasst die gesamte Kategorie so zusammen: „automatisches Entwerfen von Antworten auf eingehende Tickets“. Jeder veröffentlichte Mechanismus endet bei einem Menschen.
Das ist keine Kritik an der Technik. Es ist eine Beschreibung des Umfangs, und die hat drei Konsequenzen.
Nirgendwo gibt es eine Lösungszahl. Keine KI-Lösungsrate, keine Deflection-Rate, keine Kosten pro Ticket – nicht auf der Marketingseite, nicht in der Dokumentation, nicht in den Fallstudien, nicht einmal in den eigenen Beiträgen des CEOs. Am nächsten kommt eine Zeile aus der Series-A-Meldung über ein Gesundheitsnetzwerk, das „richtlinienkonforme Antworten generiert, die Wartezeiten verkürzen“ – richtungsweisend, nicht messbar. Jeder Beleg, den Cassidy veröffentlicht, hat die Form von Adoption – Plätze, Workflow-Volumen, erreichte Belegschaft – statt die Form eines Ergebnisses.
Es gibt keinen Konfidenz-Schwellenwert. Ich habe im Support-Material nach einer einstellbaren Regel „nur antworten, wenn sicher“ gesucht, und sie existiert nicht. Die einzige explizite Human-in-the-Loop-Regel, die ich finden konnte, eskaliert bei „sensiblen Themen“ – einer Inhaltskategorie, nicht einem Konfidenzwert. Genau das ist die Lücke, die meine Eingangsgeschichte verursacht hat, und eine CX-Leiterin, die rund 7.000 Tickets im Monat betreut, bringt es besser auf den Punkt, als ich es könnte:
„Die KI wird niemals 100 % der Fragen beantworten können, aber wenn sie es versucht und einfach mit ‚Tut mir leid, das weiß ich nicht‘ antwortet, kann ich nicht hingehen und alle meine 7.000 Tickets durchsehen, um zu prüfen, ob die KI wirklich eine gute Antwort gegeben hat – dann ist der Sinn der Sache ein Stück weit verloren. Ich brauche eine KI, die nur die Tickets bearbeitet, bei denen sie sich sicher ist, und alle anderen in Ruhe lässt.“
Cassidy sieht sich selbst nicht als Konkurrenz zu Support-KI. Das ist das klarste Signal von allen, direkt von Cassidy selbst. Das Unternehmen betreibt auf dem eigenen Blog eine „Cassidy vs.“-Reihe, die Zapier und n8n, Make.com, Glean, Microsoft Copilot, ChatGPT Enterprise, Claude, Codex, Loopio und Responsive abdeckt. Kein einziges Helpdesk in dieser Liste. Auch keine einzige Kundensupport-KI.
Zwei weitere Grenzen sind es wert, genannt zu werden. Der kostenlose Plan erreicht überhaupt kein Helpdesk, da Zendesk, ServiceNow und Jira zusammen mit Slack und Teams hinter der kostenpflichtigen „Advanced Integrations“-Schranke liegen. Und die 24-Stunden-Synchronisierung bei Starter bedeutet eine Wissensdatenbank, die immer einen Tag hinterherhinkt – genau die Art von Sache, die still und leise falsche Antworten produziert, die niemand auf eine Sync-Einstellung zurückführt.
Was echte Nutzer über Cassidy AI sagen
Dieser Abschnitt ist kurz, und die Kürze ist selbst der Befund.
Cassidy hat 5,0/5 auf G2 aus genau fünf Bewertungen. Alle fünf stammen von kleinen Unternehmen mit 50 oder weniger Mitarbeitenden, vier davon aus Nordamerika, und die neueste ist auf den 9. Januar 2025 datiert – zum Zeitpunkt dieser Rezension rund achtzehn Monate alt. Es gibt keine G2-Badges, keine Grid-Platzierung, kein Kategorie-Ranking, weil fünf Bewertungen unter G2s Schwelle liegen. Zum Größenvergleich: G2s eigene Alternativen-Seite zu Cassidy listet ClickUp mit 4,6/5 aus 13.335 Bewertungen.
Es gibt keinen Capterra-Eintrag. Es gibt kein Trustpilot-Profil. Falls eine „4,9/5 auf Trustpilot“-Zahl für Cassidy kursiert, führt sie zu KI-Verzeichnis-Content-Farmen zurück, nicht zu Trustpilot, und Cassidys eigene Website trägt kein Trustpilot-Badge.
Die einzige nützlichste negative Aussage in der gesamten Bewertungsbasis betrifft Grenzen, nicht Qualität:
„Ich nutze Cassidy derzeit auf einem grundlegenden Niveau, und es war fantastisch. Die einzige Herausforderung, auf die ich bisher gestoßen bin, war die schiere Menge an Daten, die ich hochladen wollte, was mich in Richtung der Speicheranforderungen auf Enterprise-Niveau gedrängt hat.“
Reddit hat überhaupt keinen eigenen Cassidy-Thread: keine Rollout-Geschichte, keine Preisbeschwerde, kein „wir haben es probiert und gewechselt“-Post. Was es gibt, sind Namensnennungen innerhalb fremder Tool-Listen, plus einen wirklich nützlichen Erfahrungsbericht einer Marketerin, die Notion-Seiten in Cassidys Wissensdatenbank eingebunden hat:
„Ich habe einen Enterprise-Security-Assistenten gebaut, der auf unseren eigenen Unternehmensrichtlinien trainiert ist, diesen Assistenten in eine Cassidy-Security-Questionnaire-Workflow-Vorlage eingebunden und kann eine 80-Fragen-Umfrage von einem Einkaufsteam einwerfen und sie innerhalb von 2 Minuten automatisch ausfüllen lassen. Danach nehme ich mir 20 Minuten Zeit, um zu prüfen und freizugeben, und wir sind startklar. Das wäre normalerweise ein Projekt von mehreren Stunden bis zu einem ganzen Tag.“
Das ist Cassidy von seiner besten Seite. Und man beachte, was selbst im positivsten Bericht im gesamten Korpus übrig bleibt: Ein Mensch prüft immer noch, bevor irgendetwas hinausgeht.
Die schärfste, fast negative Aussage im ganzen Fundus ist viel leiser:
„Ich experimentiere mit Cassidy Ai, Dify und Langflow. Habe aber noch nicht das richtige Tool gefunden.“
Auf LinkedIn führt fast alles auf den eigenen Feed des Gründers zurück. Hacker News hat neun Cassidy-Posts, und ausnahmslos jeder davon ist der CTO auf Personalsuche. Und sowohl auf G2 als auch im Chrome Web Store sind die lautesten Fürsprecher KI-Berater und Agenturen, die Cassidy-Builds an Kunden weiterverkaufen, keine internen Teams, die es selbst betreiben.
Nichts davon bedeutet, dass das Produkt schlecht ist. Es bedeutet, dass es für eine Plattform, die 20.000 Teams beansprucht, kaum unabhängige Belege von tatsächlichen Anwendern gibt, an denen sich irgendeine Behauptung überprüfen ließe – und die Lücke zwischen dieser 20.000er-Zahl auf der Preisseite und den „über 12.000 Unternehmen“, die der federführende Seed-Investor veröffentlicht hat, bleibt unerklärt.
Wer sollte Cassidy also wirklich kaufen?
Kauf es, wenn du ein Operations-, Versicherungs-, RFP- oder Professional-Services-Team bist, das in Dokumenten ertrinkt, wenn du willst, dass technisch weniger versierte Menschen ihre eigenen Automatisierungen bauen, und wenn Budget für ein Verkaufsgespräch vorhanden ist. Cassidy ist genau dafür gut gebaut, und die Dienstleistungen drumherum – dedizierte Implementierungsexperten, Sprechstunden, Schulungen – sind real und keine Zeile auf einer Folie.
Lass es sein, wenn dein Problem das Ticketvolumen ist. Entwürfe reduzieren keine Warteschlange; sie verteilen die Arbeit darin nur neu. Und lass es auch sein, wenn planbare Kosten ein hartes Muss sind, denn Credits plus Preise auf Anfrage plus ein harter Stopp bei null sind drei aufeinandergestapelte Unsicherheitsquellen.
Probier es aus, bevor du dich in beide Richtungen festlegst. Der Starter-Plan ist kostenlos, und er zeigt dir, ob die Wissensdatenbank bei deinen Dokumenten gut abruft – die eine Frage, die dir keine Rezension beantworten kann.
Probier eesel, wenn dein Problem die Warteschlange ist
Wenn dich eine Suche nach einem Cassidy-AI-Test hierher gebracht hat, während du auf einen Support-Rückstau starrst, zeigt die ehrliche Empfehlung auf eine ganz andere Art von Tool.
eesel ist ein KI-Teammitglied fürs Helpdesk, keine Leinwand, auf der man sich erst eins bauen muss. Es bindet sich an das Helpdesk an, das du bereits nutzt, im kostenlosen Plan, in wenigen Minuten.
Zendesk und Freshdesk sind hier erstklassig eingebunden, ebenso Gorgias und Front. Es liest das Helpcenter und vergangene Tickets direkt als Quellen, statt jemanden zu bitten, sie irgendwo neu hochzuladen.
Danach macht es die drei Dinge, die diese Rezension immer wieder als fehlend vorgefunden hat. Es antwortet mit einem Konfidenz-Schwellenwert, sodass es die Tickets, die es in Ruhe lassen sollte, auch in Ruhe lässt. Es übergibt sauber, wenn es angebracht ist. Und es meldet eine Lösungsrate, an der man es messen kann. Ein Analytics-Team aus der Gig-Economy, Gridwise, hat im ersten Monat 73 % der Tier-1-Anfragen gelöst, nach einer siebentägigen Testphase.
Hier der Teil, den ich als Ingenieur hervorheben würde: Bevor irgendetwas live geht, simuliert eesel gegen historische Tickets, sodass man sieht, was die KI in der echten Warteschlange gesagt hätte, bevor je ein Kunde es sieht. Das ist die direkte Antwort auf die Solarzellen-Geschichte, mit der ich eingestiegen bin. Und die Abrechnung läuft pro Ticket zu 0,40 Dollar, ohne Platzgebühren, ohne Credits, die man im Kopf umrechnen muss.
Es ist nicht das richtige Tool, wenn man eine RFP-schreddernde, tabellenkalkulations-bearbeitende, meeting-transkribierende interne Automatisierungs-Leinwand sucht. Das ist Cassidys Aufgabe, und die macht es gut. Aber wenn die Warteschlange das Problem ist, starte kostenlos und richte es auf deine eigenen Tickets.
Häufig gestellte Fragen
Was ist Cassidy AI und für wen ist es gedacht?
Was kostet Cassidy AI?
Reicht der kostenlose Cassidy-AI-Plan für den laufenden Betrieb aus?
Kann Cassidy AI Support-Tickets eigenständig lösen?
Wie schneidet Cassidy AI im Vergleich zu Zapier und n8n ab?
Ist Cassidy AI sicher genug für Unternehmensdaten?
Was sagen echte Cassidy-AI-Bewertungen?
Article by
Rama Adi Nugraha
Rama is a software engineer at eesel AI with two years of experience writing about B2B SaaS, AI tools, and customer support technology. Based in Bali, Indonesia, he brings a developer's perspective to product comparisons — cutting through marketing copy to what the integrations and APIs actually do.
