Obviously AI

Dieser Testbericht zu „Obviously AI“ befasst sich mit der Funktionsweise des Produkts, seinen Funktionen und Preisen, den Ereignissen im Zusammenhang mit der Umfirmierung des Unternehmens in „Zams“ sowie mit alternativen Tools. „Obviously AI“ ermöglichte es Personen ohne Data-Science-Hintergrund, eine Tabellenkalkulation hochzuladen, die zu prognostizierende Spalte auszuwählen und innerhalb von Minuten funktionsfähige KI-Modelle zu erhalten – anstatt wochenlanger Arbeit durch Data-Science-Experten. Das Unternehmen wurde am 11. Februar 2025 in Zams umbenannt, und auf der alten Website heißt es nun, sie sei „ein Archiv darüber, wie es bis 2025 funktionierte“ (Obviously AI). Wenn Sie heute No-Code-Machine-Learning benötigen, lesen Sie diese Seite als Geschichte eines Tools, von dem Sie lernen können – nicht als eines, bei dem Sie sich anmelden können. Es ist auch eine nützliche Lektion darüber, wie schnell sich der Markt innerhalb eines Jahres verändern kann.

Wofür wird „Obviously AI“ verwendet?

Obviously AI wurde für Geschäftsteams entwickelt, die Prognosen benötigten, ohne ein Data-Science-Team einstellen zu müssen. Typische Anwendungsfälle waren laut der archivierten Website Klassifizierung (Kundenabwanderung, Lead-Konversion, Kreditrückzahlung, Betrug), Regression (Umsatz, dynamische Preisgestaltung, Rendite, Geschäftsvolumen) sowie Zeitreihenprognosen. Ein Mitarbeiter aus dem Vertrieb oder dem operativen Bereich konnte mit einer CSV-Datei oder einer verbundenen Datenquelle beginnen, das zu prognostizierende Ergebnis auswählen und das Tool automatisch viele Algorithmusoptionen ausprobieren lassen. Das Ziel war es, die Zeit einzusparen, die ein Data-Science-Projekt normalerweise in Anspruch nimmt, und eine Fragestellung noch am selben Tag in Ergebnisse umzuwandeln. Auf der archivierten Website wird behauptet, dass Nutzer monatlich 200.000 Arbeitsstunden einsparen und die Zeit für die Entwicklung eines Algorithmus von vier Monaten im eigenen Haus auf etwa eine Minute verkürzen konnten. Das sind zwar Herstellerangaben und keine unabhängigen Messungen, aber sie zeigen, wofür das Tool entwickelt wurde: schnelle Wertschöpfung.

Wichtigste Funktionen

• Modellerstellung ohne Programmierkenntnisse: Daten hochladen, die Zielspalte auswählen – und die Plattform wählt den Algorithmus für Sie aus und optimiert ihn.
• Modelltypen: Klassifizierung, Regression und Zeitreihenprognose.
• Bereitstellung mit einem Klick: Veröffentlichen Sie ein Modell als sofort einsatzbereite Web-App oder rufen Sie es über eine Echtzeit-REST-API auf.
• Überwachung und Workflow: Modellüberwachung, wiederkehrende Berichte und Automatisierungen über Zapier.
• Integrationen: Anbindungen an Airtable, Dropbox, Salesforce, Power BI und Looker, laut der archivierten Website.
• Data-Science-Support: Bei kostenpflichtigen Tarifen standen ein dedizierter KI-Stratege und ein Data Scientist per Chat und Video zur Verfügung.

So wurde ein Modell in Obviously AI erstellt

Der Workflow war kurz, und genau daran erinnern sich die Leute noch heute. Man meldete sich mit einer E-Mail-Adresse an, lud eine CSV-Datei hoch oder verband Google Drive, Airtable oder eine Datenbank und wählte das Ergebnis aus, das man vorhersagen wollte. Das Tool probierte dann automatisch jeden Algorithmus aus, wählte den besten aus und zeigte die Details an: Genauigkeit, die Spalten, die das Ergebnis beeinflussten, und den Kontext hinter jeder Vorhersage. Mit einem Klick konnte man das Modell als Live-Web-App teilen oder aus den eigenen Apps aufrufen und wiederkehrende Berichte zu neuen Daten einrichten. Der größte Zeitaufwand entfiel auf die Datenaufbereitung, nicht auf das Modell selbst, und ein wesentlicher Teil jedes Projekts bestand darin, zu entscheiden, welches Ergebnis es wert war, vorhergesagt zu werden. Das gilt auch heute noch für jedes AutoML-Tool.

Offensichtlich KI-Preise

Die alte Preisseite listet vier Stufen auf, jedoch keine Preise („Obviously AI“-Preise, archiviert):

• Kostenlos: 1.200 Vorhersagen, 1 Benutzerlizenz, unbegrenzte Anzahl an Modellen, 1 Million Zeilen Trainingsdaten, nur CSV, Klassifizierung und Regression.
• Startup: 1 Anwendungsfall, Dateien bis zu 100 MB, bis zu 1 Million Zeilen, KI-Agenten, RPA-Automatisierungen, REST-APIs und Modellüberwachung.
• SMB: 3 Anwendungsfälle, Dateien bis zu 1 GB, bis zu 100 Millionen Zeilen.
• Enterprise: 5 Anwendungsfälle, Dateien bis zu 10 GB, bis zu 250 Millionen Zeilen, SAML/SSO, Prüfpfade, Datenresidenz und Private Cloud.

Verzeichnisse von Drittanbietern geben die Preise für die Tarife weiterhin mit „ab 75 $ pro Monat“ an, doch auf der Anbieterseite ist dieser Betrag nirgends zu finden; betrachten Sie ihn daher als veraltet. Die Kostenüberraschung ist nun einfacher: Es gibt nichts Aktives mehr zu kaufen.

Von „Obviously AI“ zu „Zams“

Am 11. Februar 2025 stellte das Unternehmen Zams vor, „die KI-Kommandozentrale für den Vertrieb“ (Introducing Zams). Zams ist ein anderes Produkt. Es bietet KI-Mitarbeiter an, die Vertriebsaufgaben wie Besprechungsvorbereitung, Recherche und Datenanreicherung über verschiedene Business-Tools hinweg übernehmen – und ist kein No-Code-Tool für prädiktives maschinelles Lernen. Teams können auf der Grundlage der Ergebnisse Maßnahmen ergreifen, anstatt Stunden mit Routinearbeiten zu verbringen. Auf der Preisseite (Stand: September 2026) wird der „Evan Meeting Worker“ mit 50 US-Dollar pro Monat und Automatisierungspläne mit 125 US-Dollar (Basic), 1.208 US-Dollar (Pro) und 1.417 US-Dollar (Team) pro Monat aufgeführt, wobei bei jährlicher Abrechnung 20 % Rabatt gewährt werden. Auf keiner der Zams-Seiten werden AutoML oder Klassifikationsmodelle erwähnt, erwarten Sie also dort nicht den alten „Obviously AI“-Workflow. Die Gründer Nirman Dave und Tapojit Debnath leiten Zams, es handelt sich also um dieselben Personen, die hinter der „Obviously AI“-Geschichte stehen.

Kann man maschinelles Lernen ohne Programmierung betreiben?

Ja, und „Obviously AI“ war eines der Tools, die dies verdeutlicht haben. No-Code-AutoML funktioniert bei tabellarischen Geschäftsdaten: Man benötigt nach wie vor saubere Daten, ein klares Ziel und jemanden, der überprüft, ob die Ergebnisse sinnvoll sind. Was sich ändert, ist der Zeitaufwand: Stunden statt Wochen. Heute wird dieselbe Arbeit in DataRobot, H2O.ai oder Dataiku für Geschäftsdaten und in Create ML oder Teachable Machine für Bilder, Ton und Text erledigt.

Wo „Obviously AI“ glänzt – und wo es Schwächen zeigt

Stärken (als es noch aktiv war):

• Sehr einfacher Einstieg: Eine Tabellenkalkulation und ein Klick reichten aus, um ein Modell zu erstellen, sodass auch Personen ohne Data-Science-Kenntnisse es nutzen konnten.
• Sofort einsatzbereite Web-Apps und REST-APIs zum Teilen von Vorhersagen.
• Menschliche Unterstützung durch Data-Science-Experten war in den kostenpflichtigen Tarifen enthalten.

Nachteile:

• Das No-Code-Produkt für maschinelles Lernen wurde eingestellt und wird nicht mehr verkauft.
• Die Preise wurden auf der Anbieterseite nie veröffentlicht, sodass man sich an den Vertrieb wenden musste, um die Kosten zu erfahren.
• Für erfahrene Datenwissenschaftler gibt es kaum Einflussmöglichkeiten auf den Algorithmus.

Wie „Obviously AI“ im Vergleich abschneidet

• DataRobot: AutoML für Unternehmen und Modellbetrieb – der am ehesten geeignete aktive Ersatz für Geschäftsprognosen.
• H2O.ai: Open-Source-H2O-3 plus kommerzielles AutoML.
• Dataiku: eine umfassende Data-Science-Plattform mit visuellen Rezepten und Code.
• Alteryx: Automatisierung von Analysen mit Prognosetools für Analysten.
• Create ML und Teachable Machine: kostenlose Tools für Bild-, Ton- und Textmodelle.

Lohnt sich „Obviously AI“?

Nicht mehr, da es nicht mehr erhältlich ist. Obviously AI hat bewiesen, dass auch nicht-technische Teams nützliche Vorhersagemodelle aus Tabellenkalkulationen erstellen können, und der kostenlose Tarif bot eine gute Möglichkeit zum Lernen. Wenn Sie dies heute benötigen, wechseln Sie zu einer aktiven AutoML-Plattform aus der obigen Liste und planen Sie Zeit ein, um jedes Modell auf der neuen Plattform neu zu erstellen und zu testen. Wenn sich Ihr Bedarf nun in Richtung Vertriebsautomatisierung verlagert hat, schauen Sie sich Zams selbst an. Wenn Sie Hilfe bei der Migration eines alten Obviously-AI-Anwendungsfalls auf eine andere Plattform benötigen, können Low-Code- und KI-Entwickler auf LowCodeDevs diese Aufgabe übernehmen.

Quellen

• Obviously AI: die archivierte Produktseite und die dortige Erklärung, dass das Unternehmen nun Zams heißt.
• Preise von Obviously AI: archivierte Planbeschränkungen, ohne Preisangaben.
• Vorstellung von Zams: die Umfirmierung vom 11. Februar 2025.
• Zams-Preise: aktuelle Zams-Tarife (September 2026).
• Einführung von ObviouslyAI, Towards Data Science: eine frühe unabhängige Anleitung.