Wenn man einem Chatbot eine komplexe Frage stellt, passiert dahinter meist dasselbe: ein großer KI-Aufruf, ein Block Text zurück. Für „Was ist die Hauptstadt von Frankreich?" reicht das völlig. Für die Art, wie Menschen tatsächlich Anfragen formulieren, passt es schlecht – denn ein einziger Satz enthält oft mehrere verschiedene Aufgaben.

Synaplan geht damit so um, wie es eine gute Assistenz täte: erst ein kurzer Plan, dann die einzelnen Schritte.

Ein Satz, zwei Aufgaben

Eine Anfrage, die wir ständig nutzen:

„Schreib mir einen kurzen Absatz über DAG-Routing in KI-Modellen und erstelle einen Kalendereintrag als Erinnerung für morgen um 10 Uhr."

Lesen Sie ihn noch einmal – darin stecken zwei völlig unterschiedliche Aufgaben: Text schreiben und eine Kalenderdatei erzeugen. Ein normaler Chatbot muss beides in einer einzigen Antwort vortäuschen. Synaplan zeichnet stattdessen einen kleinen Plan mit zwei Schritten – einer Antwort und einer Kalendereinladung – und arbeitet sie ab, während Sie zusehen, wie jeder Schritt auf Fertig springt. Der Kalenderschritt liefert eine echte, herunterladbare .ics-Datei für morgen um 10:00 Uhr – das Datum ist bereits korrekt ausgerechnet.

Mehr ist auf dem Bildschirm nicht zu sehen: ein Task-Plan, zwei Karten, beide abgeschlossen, eine davon eine herunterladbare Termindatei. Ein Prompt rein, zwei echte Ergebnisse raus.

Was ist ein „DAG"?

DAG steht für Directed Acyclic Graph – einen gerichteten azyklischen Graphen. Das klingt deutlich furchteinflößender, als es ist. Stellen Sie sich ein kleines Flussdiagramm vor:

Kästchen sind Schritte („den Absatz schreiben", „die Kalenderdatei erstellen").
Pfeile bedeuten dieser Schritt speist den nächsten (gerichtet).
Und die Pfeile laufen nie im Kreis zurück (azyklisch) – der Plan kommt also immer zum Ende.

Das ist schon die ganze Idee. Statt eines riesigen Prompts, der alles auf einmal versucht, betrachtet ein KI-Planer Ihre Anfrage und zeichnet die Kästchen und Pfeile: welche Schritte nötig sind und welcher von welchem abhängt. Anschließend führt Synaplan sie in der richtigen Reihenfolge aus – und wo Schritte voneinander unabhängig sind (etwa zwei Bilder erzeugen), laufen sie parallel.

Warum das wirklich nützlich ist

Ein Plan schlägt den einzelnen Aufruf aus drei handfesten Gründen:

Ein Prompt, viele echte Ergebnisse. Eine einzige Anfrage kann mehrere Dateien zurückgeben – Text, ein Bild, ein Dokument, eine .ics-Einladung – statt nur einer Textwand.
Das passende Werkzeug pro Schritt. Fakten aus Ihren eigenen Dokumenten? Dieser Schritt durchsucht die Wissensdatenbank. Ein Bild? Dieser Schritt ruft das Bildmodell auf. Ein Termin? Dieser Schritt baut die Kalenderdatei. Jede Aufgabe bekommt das Werkzeug, das sie wirklich beherrscht.
Sie sehen die Arbeit. Jeder Schritt erscheint als eigene Karte und wandert von ausstehend über läuft zu fertig. Kein Ladekreisel und dann Magie. Schlägt etwas fehl, sehen Sie genau welchen Schritt – und der Rest des Plans liefert trotzdem, was möglich ist.

Warum das beim Self-Hosting ein echter Gewinn ist

Jetzt wird es spannend für Teams, Agenturen und Organisationen der öffentlichen Hand, die Synaplan auf eigener Infrastruktur betreiben.

Es ist Ihre Pipeline, auf Ihrer Hardware. Der Plan läuft dort, wo Ihre Daten ohnehin liegen. Nichts wird klammheimlich an eine Black Box geschickt, die Sie nicht einsehen können – Sie sehen jeden Schritt und entscheiden, welche Modelle (lokales Ollama oder ein Cloud-Anbieter) welchen Schritt übernehmen.
Es ist auf Wachstum gebaut. Fähigkeiten sind nicht in einen einzigen Riesen-Prompt verdrahtet, sondern eine saubere Liste, aus der der Planer auswählt. Eine neue Art von Schritt hinzuzufügen ist eine kleine, abgegrenzte Änderung – keine Neuentwicklung. Ihre Plattform wächst mit dem, was Ihr Team braucht.
Es lässt Ihnen die Kontrolle. Transparent, Schritt für Schritt, nachvollziehbar. Für alle, denen digitale Souveränität wichtig ist, ist „die KI hat ihren Plan gezeigt und ihn auf unseren Servern ausgeführt" eine ganz andere Geschichte als „wir haben alles an die API eines anderen geschickt und gehofft".

Was als Nächstes kommt: offene DAG-Endpunkte für n8n & Co.

Auf diesen Teil freuen wir uns am meisten. Heute ist jeder Schritt eines Plans etwas, das Synaplan selbst erledigt. Als Nächstes wollen wir den Graphen öffnen.

Wir arbeiten an DAG-Endpunkten – Schritten, die an die Open-Source-Werkzeuge übergeben, die Sie ohnehin betreiben. Der naheliegende erste Partner ist n8n, die Open-Source-Automatisierungsplattform: Stellen Sie sich vor, die KI plant eine Anfrage, und einer ihrer Schritte löst einfach Ihren bestehenden n8n-Workflow aus – das Ticket anlegen, das CRM aktualisieren, in den Kanal posten – und faltet das Ergebnis zurück in die Antwort. Weitere Open-Source-Dienste folgen.

Diese Aufteilung ist der Kern: Die KI plant, Ihre Werkzeuge arbeiten – auf Ihrer Infrastruktur, nach Ihren Regeln. Statt einer geschlossenen Assistenz, die nur kann, was ihr Anbieter erlaubt, erhalten Sie eine KI-Eingangstür zu dem selbst gehosteten Stack, den Sie längst aufgebaut haben.

Ausprobieren

Multi-Task-Routing steckt schon heute in Synaplan. Sie können:

Es selbst hosten: github.com/metadist/synaplan – docker compose up -d, und in wenigen Minuten läuft alles.
Tiefer eintauchen: Wie DAG-Routing funktioniert – das Planungsmodell, der volle Satz an Fähigkeiten, die Live-Fortschrittsereignisse und die Roadmap.
Es einschalten: in der App unter Einstellungen → Routing.

Ein Prompt, ein ganzer Plan, ausgeführt zu Ihren Bedingungen. Das ist die Idee – und die offenen DAG-Endpunkte machen sie nur noch spannender.