Dify im Test

Wenn du einen internen Wissens-Chatbot aufbaust, Dokumente durchsuchbar machst oder einen KI-Agenten mit mehreren Werkzeugen verbinden möchtest, brauchst du dafür sonst Programmierkenntnisse oder einen Cloud-Dienst mit laufenden Gebühren. Dify ersetzt beides durch einen visuellen Baukasten. Du ziehst die Bausteine (Wissensbasis, Modellabfragen, Agenten, Ausgaben) auf eine Arbeitsfläche und verbindest sie mit der Maus.

Wichtigste Funktionen

• Visueller Baukasten für Abläufe: Du verbindest Knoten auf einer Arbeitsfläche, also Eingaben, Modellabfragen, Werkzeuge, Wissensdatenbanken und Ausgaben. Verzweigungen, Schleifen und Variablen gehören dazu, ohne dass du eine Zeile Code schreibst. Ein Ablauf startet auf Wunsch selbständig nach Zeitplan, über einen Aufruf aus einem eigenen System (Webhook) oder ausgelöst durch ein Ereignis in einer angebundenen Anwendung. An Stellen, an denen ein Mensch entscheiden soll, hält der Ablauf an und legt ein Formular mit Auswahlfeldern und Datei-Upload vor.
• RAG-Pipeline eingebaut: Du lädst Dokumente hoch (PDF, DOCX, Webseiten, Notion-Seiten) und Dify erstellt daraus automatisch eine durchsuchbare Wissensbasis mit Vektordatenbank im Hintergrund. Dein Chatbot sucht dann gezielt in diesen Dokumenten. Seit Version 1.15 zieht der Import auch die in Excel-Dateien eingebetteten Bilder mit, sodass Diagramme und Screenshots aus Tabellen nicht mehr verloren gehen.
• Dify Agent mit eigener Sandbox, also einer abgeschotteten Umgebung ohne Zugriff auf den restlichen Rechner: Version 1.16 vom Juli 2026 hat einen Agenten ergänzt, der in einer abgeschotteten Linux-Umgebung arbeitet, dort Befehle ausführt, Programme installiert und Dateien liest und schreibt. Über hochgeladene Skills bekommt er zusätzliche Fähigkeiten, und du veröffentlichst ihn als Web-App oder hängst ihn als Knoten in einen Ablauf ein. Dify kennzeichnet die Funktion als Beta und schreibt selbst, dass die Laufzeitumgebung keine harte Sicherheitsgrenze zwischen verschiedenen Nutzern zieht.
• Große Modellauswahl: Zwischen OpenAI, Anthropic, Mistral, Google Gemini, Llama-Modellen und lokalen Modellen wechselst du mit einem Klick. Das Projekt nennt dutzende Anbieter mit hunderten Modellen, dazu jede Schnittstelle, die zum OpenAI-Format kompatibel ist. Der Anbieter bleibt damit austauschbar.
• Web-App, API und Kommandozeile: Jede Anwendung bekommt automatisch eine eigene Weboberfläche für Endnutzer und eine REST-API für die Integration in bestehende Systeme. Seit Version 1.15 gibt es zusätzlich difyctl, ein Kommandozeilenwerkzeug für macOS, Linux und Windows, mit dem du Apps und Abläufe aus Skripten und Build-Strecken heraus aufrufst.
• Protokoll über Nutzung und Kosten: Dify protokolliert Anfragen, Antwortzeiten und Token-Kosten. Prompts testest und vergleichst du in der eingebauten Oberfläche, bevor sie in Produktion gehen. Für die detaillierte Ablaufverfolgung bindest du Langfuse, Opik oder Arize Phoenix an.

Preise und Tarife

Die Fassung für den eigenen Server kostet nichts und ist funktional nicht beschnitten. Du brauchst einen Server mit Docker, das Projekt nennt als Untergrenze 2 CPU-Kerne und 4 GB Arbeitsspeicher, und die Einrichtung per Docker Compose ist gut dokumentiert. Die Lizenz hat allerdings 2 Zusatzbedingungen, die über Apache 2.0 hinausgehen. Wer Dify als Mehrmandanten-Dienst für Dritte betreiben oder das Dify-Logo aus der Oberfläche entfernen will, braucht dafür eine kommerzielle Lizenz vom Hersteller.

In der Cloud gibt es einen kostenlosen Testzugang mit 200 Nachrichten-Credits, 5 Apps und 50 Wissensdokumenten zum Ausprobieren. Der Professional-Plan kostet rund 51 Euro pro Monat (Listenpreis 59 US-Dollar) und enthält 5.000 Credits im Monat, 50 Apps, 500 Wissensdokumente, 5 GB Speicher und 3 Teammitglieder. Der Team-Plan liegt bei rund 137 Euro pro Monat (159 US-Dollar) und hebt das auf 10.000 Credits, 200 Apps, 1.000 Dokumente, 20 GB und 50 Teammitglieder. Bei Jahreszahlung sinken die Preise auf etwa 507 Euro (590 US-Dollar) und 1.367 Euro (1.590 US-Dollar), also um rund 17 %.

Die Credits sind ein Startguthaben für die von Dify bereitgestellten Modelle von OpenAI, Anthropic, Google, xAI, DeepSeek und Tongyi, und wie viel eine Anfrage davon abzieht, hängt vom Modelltyp ab. Sind sie aufgebraucht, hinterlegst du deinen eigenen API-Schlüssel und zahlst die Modellkosten direkt beim jeweiligen Anbieter.

Studierende und Lehrende bekommen den Professional-Plan im Jahresabo nach Prüfung der Hochschul-Mailadresse kostenlos, Dify prüft die Adresse jährlich erneut. Enterprise-Verträge mit Betrieb in einem eigenen abgeschotteten Cloud-Bereich (VPC), Einmalanmeldung und Audit-Protokollen rechnet Dify individuell ab. Alle Beträge nennt Dify netto, die Umsatzsteuer kommt bei der Abrechnung noch hinzu.

Für wen ist Dify geeignet?

• Unternehmen, die einen internen Wissens-Assistenten aufbauen wollen: Du lädst Handbücher, Verfahrensanweisungen oder interne Dokumentationen hoch und erstellst einen Chatbot, den Mitarbeitende ohne Schulung nutzen können. Im eigenen Rechenzentrum installiert, verarbeitet die Plattform auch vertrauliche Bestände.
• Berater und Agenturen: Wer KI-Anwendungen für Kunden entwickelt und schnell nachbessern will, baut Prototypen, ohne für jeden Kunden eine eigene Infrastruktur aufzusetzen. Für den Betrieb mehrerer Kunden auf einer gemeinsamen Installation braucht es allerdings eine kommerzielle Lizenz.
• Entwickler und technische Teams: Die Plattform bringt RAG-Pipelines und Agenten als Baukasten mit, auf dem du aufsetzt. Über die REST-API, difyctl und den eingebauten MCP-Server bindest du bestehende Abläufe in andere Systeme und KI-Assistenten ein.

DSGVO und Datenschutz

Auf dem eigenen Server über Docker installierst du Dify auf eurer eigenen Hardware und bestimmst selbst, welches Modell die Anfragen beantwortet. Mit einem lokal betriebenen Modell bleibt die gesamte Verarbeitung dort, bei einem angebundenen Cloud-Modell gehen die Inhalte der Anfragen an dessen Anbieter.

Die Cloud-Version auf dify.ai betreibt LangGenius, Inc., eine in Delaware registrierte US-Gesellschaft, auf AWS-Servern in der Region US-East. Die Datenschutzerklärung nennt als mögliche Verarbeitungsorte unter anderem die USA, Kanada, Australien, China sowie den Europäischen Wirtschaftsraum und stützt Übermittlungen auf die EU-Standardvertragsklauseln. Dify weist eine SOC-2- und eine ISO-27001-Zertifizierung aus und hat einen EU-Vertreter in Dublin benannt.

Für personenbezogene oder vertrauliche Daten aus deutschen Unternehmen reicht das nicht, denn einen EU-Serverstandort sagt Dify für die Cloud nicht zu. Unter deutschen Datenschutzanforderungen hostest du deshalb selbst. Die andere Möglichkeit ist das Enterprise-Angebot mit Betrieb in einem eigenen Cloud-Bereich, auch in einer EU-Region, und Installation in einem nach außen abgeschotteten Netz.

Alternativen zu Dify

• Langflow: Langflow ist ebenfalls Open Source und auf RAG-Anwendungen ausgerichtet. Der Einstieg geht schneller als bei Dify, dafür sind weniger Funktionen eingebaut.
• n8n: Wenn du neben KI-Abläufen auch klassische Prozessautomatisierung (E-Mail, CRM, Datenbanken) brauchst, ist n8n die flexiblere Wahl.
• AnythingLLM: AnythingLLM beschränkt sich auf lokale Chatbots mit eigener Wissensbasis und hat keinen Baukasten für Abläufe, ist dafür schneller eingerichtet.