Skip to content

Mage AI im Test

Mage ist eine Plattform für Datenpipelines und Workflow-Automatisierung: Pipelines lassen sich in Python, SQL, R und dbt oder per Prompt erstellen, und KI überwacht, validiert und repariert Ausführungen. Jetzt auch als Komplettservice für die Automatisierung in Business-Teams erhältlich.

ab 29$/Monat · API

Storks Urteil zu Mage AI

Mage ist ein Python-orientierter Pipeline-Orchestrator mit KI-Reparatur und einer kostenlosen Open-Source-Edition; die Managed-Pläne sind günstig im Einstieg, berechnen aber jede Ausführungsminute.

Mage AI reviewed by Stork AI · stork.ai/de/mage-ai

720p. In 480p die Hälfte. Mindestens $0.05 pro Video.
Zehn Minuten sprechendes Video kosten $2.
Wir betreiben offene Modelle auf eigenen GPUs. Sinken unsere Kosten pro Minute, sinkt auch der Preis.
Foto sprechen lassenFür Entwickler: Es gibt eine API

Was Mage leistet

Mage (mage.ai) begann als Open-Source-Tool zum Erstellen von Datenpipelines und ist im Kern weiterhin genau das. Im November 2026 stellt die Startseite „Enterprise Automation for Business Teams“ in den Vordergrund: Mage gibt an, die Geschäftsdefinitionen und Regeln eines Unternehmens zu lernen und dann wiederkehrende Datenaufgaben zu automatisieren, etwa den Abgleich von Finanzsystemen, die Vorbereitung von Kreditakten, die Klassifizierung von Support-Tickets oder den Versand täglicher Umsatzzusammenfassungen. Mage verkauft dies sowohl als Software als auch als Dienstleistung: Das Team von Mage verbindet Ihre Systeme, migriert bestehende Workflows und validiert die Ergebnisse, bevor Ihr Team übernimmt, und ein Assistent namens Sidekick ermöglicht es Fachanwendern, Fragen an die aufbereiteten Daten zu stellen sowie Berichte und Automatisierungen zu erstellen.

Für Data-Teams ist das Managed-Produkt (in der Dokumentation und auf GitHub von Mage selbst Mage Pro genannt) eine Orchestrierungsplattform. Sie erstellen Pipelines aus Blöcken in Python, SQL, R und dbt in einem visuellen und Code-Editor oder beschreiben einen Workflow in einfachem Englisch, und Mage erzeugt Quellen, Code, Abhängigkeiten, Prüfungen und Zeitplan zur Durchsicht. Pipelines laufen per Zeitplan, Webhook oder Sensor, mit Backfills, Wiederholungen, Datenqualitätsprüfungen (Aktualität, Schema, Nullwerte, Duplikate), Lineage, Logs und Benachrichtigungen per E-Mail, Slack oder Webhook. Die KI von Mage kann in jedem Plan fehlgeschlagene Läufe debuggen und reparieren; Enterprise ergänzt Autopilot (automatische Reparaturen, Incident-Triage, freigabepflichtige Änderungen und Kostenempfehlungen) sowie die Steuerung über MCP aus Claude, Codex oder Cursor. Sie können es in der Managed Cloud von Mage, in einem hybriden Setup, in Ihrer Private Cloud oder On-Premises betreiben. Die kostenlose, selbst gehostete Edition Mage OSS bleibt unter der Apache 2.0-Lizenz auf GitHub verfügbar und wird mit Docker, pip oder conda installiert.

Mage-Preise

Die Managed-Pläne von Mage berechnen eine Plattformgebühr plus nutzungsabhängige Kosten. Eine 7-tägige kostenlose Testphase erfordert keine Kreditkarte.

PlanMonatspreisJährliche AbrechnungSeatsUmgebungenAI-Credits pro Monat
Starter29 $/Monat290 $/Jahr (spart 58 $)1 Entwickler1 Entwicklungsumgebung50
Team100 $/Monat1.000 $/Jahr (spart 200 $)Bis zu 10 Entwickler1 enthalten, weitere zubuchbar250 gemeinsam genutzt
EnterpriseIndividuellJahresvertragUnbegrenzt laut VertragIndividuell, private OptionenIndividuell, vorausbezahlt

Ausführungsnutzung bei Starter und Team:

PostenPreis
Standard-Ausführungsminute (1 CPU, 4 GB RAM während der Ausführung)0,0167 $ pro Minute
Beispiel: 1 Stunde täglich über 30 Tage1.800 Min. x 0,0167 $ = 30,06 $
Beispiel: rund um die Uhr über 30 Tage43.200 Min. x 0,0167 $ = 721,44 $

Größere Ausführungsgrößen verbrauchen proportional mehr Minuten. Starter wird nach Verbrauch abgerechnet; Team kann nach Verbrauch zahlen oder im Voraus bezahlen; Enterprise erhält vertraglich vereinbarte Tarife. Hybride und private Bereitstellungen laufen auf Ihrer eigenen Infrastruktur, wobei die Softwaretarife vertraglich festgelegt werden. Mage veröffentlicht keine Preise für zusätzliche Umgebungen, zusätzliche AI-Credits oder Premium-Konnektoren.

Alle Pläne umfassen den visuellen Pipeline-Editor mit Python-, SQL-, R- und dbt-Blöcken, Standard-Konnektoren, Trigger per Zeitplan, Webhook und Sensor, Backfills, Datenvalidierungen sowie Aktualitäts- und Schemaprüfungen, Logs und Benachrichtigungen, automatisch skalierende Ausführung, Git-Versionskontrolle und KI, die Pipelines erstellt und bearbeitet sowie fehlgeschlagene Läufe debuggt und repariert. Team ergänzt Premium- und benutzerdefinierte Konnektoren, pipelineübergreifende Abhängigkeiten, erweiterte Wiederholungen, Hochverfügbarkeit, Run-Lineage, Deployment-Stufen und Rollback sowie branchenbasierte Entwicklung, Staging und Produktion. Nur Enterprise führt private, hybride und On-Premises-Bereitstellung sowie Bereitstellung in benutzerdefinierten Regionen, Spark-Ausführung, die Plattform-API und den MCP-Zugriff, Autopilot (automatische Reparatur, Incident-Triage, freigabepflichtige Änderungen, Kostenempfehlungen), Agent-Blöcke, RBAC, benutzerdefinierte Rollen, MFA, Audit-Logs, dedizierten Support, Migrationshilfe und SLAs auf. Die Open-Source-Edition Mage OSS kann kostenlos selbst gehostet werden und ist auf der Preisseite nicht aufgeführt.

Die Preise wurden am 10. November 2026 auf der Preisseite des Anbieters geprüft. Siehe Mage pricing und Mage deployment options.

Wichtige Funktionen

Was die eigenen Seiten von Mage auflisten:

  • Pipeline-Editor mit Python-, SQL-, R- und dbt-Blöcken, Variablen, Secrets und Vorlagen
  • Per Prompt erstellte Workflows: Sie beschreiben einen Job, und Mage entwirft Code, Prüfungen und Zeitplan zur Durchsicht
  • Trigger per Zeitplan, Webhook, API und Sensor, Backfills und pipelineübergreifende Abhängigkeiten
  • Datenqualitätsprüfungen für Aktualität, Schema, Nullwerte, Duplikate und fehlgeschlagene Schreibvorgänge
  • KI, die fehlgeschlagene Läufe debuggt und repariert; Enterprise Autopilot ergänzt freigabepflichtige automatische Reparatur
  • Lineage, Laufmetriken und Benachrichtigungen per E-Mail, Slack oder Webhook
  • Enterprise: Plattform-API und MCP-Zugriff aus Claude, Codex und Cursor
  • Managed Cloud in allen Plänen; hybrid, Private Cloud oder On-Premises im Enterprise-Plan; SOC 2 Type II

Für wen Mage am besten geeignet ist

Mage eignet sich für kleine Data-Teams, die einen Python-orientierten Orchestrator mit Editor im Notebook-Stil und KI-Unterstützung wünschen, ohne Airflow selbst zu betreiben, sowie für Unternehmen, die ihre Datenautomatisierungen lieber vom Team von Mage erstellen und warten lassen, als Data Engineers einzustellen. Einzelentwickler können mit der kostenlosen Open-Source-Edition beginnen und zu Starter wechseln, wenn sie Managed Hosting möchten. Planen Sie Ausführungsminuten zusätzlich zur Plangebühr ein: Eine rund um die Uhr laufende Pipeline kostet weit mehr als die Basisgebühr von 29 $.

Wenn Sie den am weitesten verbreiteten Open-Source-Orchestrator suchen, vergleichen Sie Apache Airflow. Für Asset-basierte Datenorchestrierung im Stil des Software Engineering lohnt sich ein Blick auf Dagster; für Python-Workflows mit gehosteter Control Plane auf Prefect. Wenn Ihre Automatisierung überwiegend aus App-zu-App-Aufgaben statt aus Datenpipelines besteht, ist Zapier einfacher.

Was Nutzer sagen

Aktuelle unabhängige Bewertungen sind rar. Auf Product Hunt hat das Open-Source-Pipeline-Tool von Mage 8 Bewertungen mit durchschnittlich 5,0, alle drei bis vier Jahre alt; gelobt werden der intuitive Aufbau von Pipelines in Python, SQL und R, die Benutzeroberfläche und der reaktionsschnelle Support, und es wird als Airflow-Alternative positioniert; Nachteile werden nicht genannt. Ein Review auf Data Engineering Central vom Dezember 2022 beginnt mit Skepsis gegenüber „another data pipeline tool“, doch das Fazit liegt hinter einer Paywall. Keine dieser Quellen behandelt die Positionierung für Business-Automatisierung von 2026 oder die aktuellen Managed-Pläne. Nutzen Sie daher die 7-tägige Testphase oder die Open-Source-Edition, um sich selbst ein Urteil zu bilden.

Vorteile

  • Kombiniert Python-, SQL-, R- und dbt-Blöcke in einer Pipeline
  • Kostenlose Open-Source-Edition für lokalen oder selbst gehosteten Einsatz
  • Niedriger Einstiegspreis für Managed Hosting, mit 7-tägiger Testphase ohne Kreditkarte
  • KI entwirft Pipelines sowie diagnostiziert und repariert fehlgeschlagene Läufe
  • Bereitstellung in Managed Cloud, hybrid, Private Cloud oder On-Premises

Nachteile

  • Ausführungsminuten werden zusätzlich zur Plangebühr abgerechnet
  • Preise für zusätzliche Umgebungen, AI-Credits und Premium-Konnektoren sind nicht veröffentlicht
  • MCP, API-Zugriff, Autopilot und RBAC gibt es nur im Enterprise-Plan, mit individuellen Verträgen
  • Nur wenige aktuelle unabhängige Bewertungen der Managed-Plattform

Häufig gestellte Fragen

Ist Mage AI weiterhin das Mage-Tool für Datenpipelines?

Ja. Die Website stellt inzwischen Automatisierung für Business-Teams in den Vordergrund, doch das zugrunde liegende Produkt ist dieselbe Mage-Plattform für Pipelines und Orchestrierung, mit Python-, SQL-, R- und dbt-Blöcken, Zeitplänen, Datenqualitätsprüfungen und KI-gestützter Reparatur. Die Open-Source-Edition Mage OSS wird weiterhin auf GitHub gepflegt.

Ist Mage AI kostenlos?

Mage OSS, die selbst gehostete Edition, ist kostenlos und quelloffen unter der Apache 2.0-Lizenz. Die Managed-Plattform ist kostenpflichtig, ab 29 $ pro Monat zuzüglich Ausführungsminuten, mit einer 7-tägigen kostenlosen Testphase, für die keine Kreditkarte nötig ist.

Was kostet Mage AI?

Starter kostet 29 $ pro Monat (290 $ pro Jahr) und Team 100 $ pro Monat (1.000 $ pro Jahr), jeweils zuzüglich 0,0167 $ pro Standard-Ausführungsminute. Enterprise wird individuell mit Jahresvertrag vereinbart. Die Preise wurden am 10. November 2026 auf der Preisseite des Anbieters geprüft.

Was ist eine Ausführungsminute bei Mage?

Eine Standard-Ausführungsminute ist eine Minute laufender Arbeit mit 1 CPU und 4 GB RAM und wird mit 0,0167 $ berechnet. Größere Ausführungsgrößen verbrauchen proportional mehr Minuten. Eine Stunde Standardlaufzeit kostet etwa 1,00 $.

Kann ich Mage selbst hosten?

Ja. Mage OSS lässt sich mit Docker, pip oder conda auf dem eigenen Rechner installieren. Für die Managed-Plattform bietet Mage im Enterprise-Plan hybride Bereitstellung (Control Plane in der Cloud von Mage, Verarbeitung in Ihrer eigenen), Private Cloud und On-Premises-Bereitstellung an.

Wie schneidet Mage im Vergleich zu Airflow ab?

Beide orchestrieren zeitgesteuerte Datenpipelines. Mage ergänzt einen Editor im Notebook-Stil, gemischte Python-, SQL-, R- und dbt-Blöcke, integrierte Datenqualitätsprüfungen und KI, die Pipelines erstellt und repariert, und bietet Managed Hosting. Airflow ist der größere Open-Source-Standard mit mehr Operatoren und mehr Community-Unterstützung.

Alternativen vergleichen

Mage AI

ab 29$/Monat · API

Gefällt Ihnen der Artikel? Erhalten Sie jeden Morgen einen wie diesen per E-Mail.

eine E-Mail pro Tag · Abmeldung mit zwei Klicks · kein Tracking durch Dritte