Filters Clear all
Pricing
Free tier
API
Open source
Platform
Integrations
Language

Allgemein 8

Allgemeine KI- und maschinelles Lernen-Werkzeuge umfassen Plattformen zum Aufbau, Deployment und Management von ML-Modellen sowie Infrastruktur-, Auswertungs- und Workflow-Tools, die KI-Entwicklung breit unterstützen. Mit 674 Tools deckt diese Kategorie ein weites Spektrum ab – von No-Code-ML-Baukästen bis hin zu entwicklerorientierten MLOps-Infrastrukturen.

Monica

Allgemein

KI-Assistent mit Zugang zu mehreren führenden Modellen

Free From $8.3 52 · 37,663 votes

Helpjuice

Allgemein

Wissensdatenbank-Software für Teams

Free 48 · 47,285 votes

Slite

Allgemein

KI-gestützte Wissensbasis für Unternehmensinformationen

Free 46 · 59,705 votes

Lightning AI

Allgemein

Komplette KI-Entwicklungsplattform im Browser ohne Setup

Free 45 · 46,907 votes

AIPRM

Allgemein

KI-Inhaltserstellung für Unternehmen

Free 45 · 9,319 votes

HARPA AI Browser Agent

Allgemein

Chrome-Erweiterung mit mehreren KI-Modellen

Free From $12 45 · 56,158 votes

Carepatron Medical Transcription

Allgemein

Praxismanagement für medizinische Einrichtungen

Free 44 · 45,122 votes

Notta Showcase

Allgemein

Meetings aufzeichnen, transkribieren und zusammenfassen

Free From $8.17 44 · 8,637 votes

Diese Kategorie richtet sich an sehr unterschiedliche Zielgruppen. Plattformen wie Ultracode und Workverse setzen auf Automatisierung und Produktivitätsanwendungen auf KI-Basis, während Infrastrukturtools wie EdgeTrace Ingenieure beim Management von Modell-Pipelines und der Überwachung von Produktionssystemen unterstützen. Tools wie Userpersona und Hippo Scribe wenden Techniken des maschinellen Lernens auf spezifische Aufgaben an, etwa Persona-Generierung oder medizinische Transkription. Das verbindende Element ist, dass sie auf maschinellem Lernen basieren, sich aber nicht eindeutig in ein enges Segment wie Bildgenerierung oder Sprach-zu-Text einordnen lassen. Bei der Navigation durch diese Kategorie sind die nützlichsten Filter die technische Tiefe (No-Code vs. API-first), die Deployment-Umgebung (Cloud vs. Self-Hosted) und der Anwendungsfall. Viele Enterprise-Tools erfordern individuelle Preisangebote, während Entwickler-Tools häufig nutzungsbasierte Abrechnung anbieten. Die Auswertung von Modellgenauigkeit und Latenz auf den eigenen Daten ist fast immer notwendig, bevor man sich für den Produktionseinsatz entscheidet.