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.
