AI Tool Atlas

CodingDokumentierter ÜberblickZuletzt geprüft Oct 1, 2026

Tangle: Preise, Funktionen & beste Einsatzzwecke

Quelloffener visueller Editor zum Erstellen und Ausführen von ML- und Datenpipelines per Drag-and-drop, mit containerisierten Aufgaben und globalem Caching.

Tangle Startseite, Screenshot, KI-Tool coding

Unsere Einschätzung: Wählen Sie Tangle, wenn Ihr Team containerisierte ML-Pipelines in einem Drag-and-drop-Editor zusammenstellen, Kubeflow- oder Vertex-AI-Komponenten wiederverwenden und durch globales Caching das erneute Ausführen unveränderter Schritte vermeiden möchte.

Wichtigste Einschränkung: Es ist weder eine Preisseite noch ein kommerzieller Tarif dokumentiert, die gehostete App wird als experimentell beschrieben, und das Selbst-Hosting erfordert Container-Infrastruktur.

Von den Redakteuren des AI Tool Atlas. Auf Basis der offiziellen Dokumentation des Anbieters; wir haben dieses Produkt nicht selbst getestet. Was „dokumentierte Übersicht“ bedeutet

Ist Tangle das Richtige für Sie?

Wählen Sie Tangle, wenn Ihr Team containerisierte ML-Pipelines in einem Drag-and-drop-Editor zusammenstellen, Kubeflow- oder Vertex-AI-Komponenten wiederverwenden und durch globales Caching das erneute Ausführen unveränderter Schritte vermeiden möchte. Auf Basis der Dokumentation des Anbieters, nicht in einem praktischen Test.

Am besten für: ML-Ingenieure, die Pipelines bauen

Auch gut geeignet für

  • Datenteams, die einen visuellen Workflow-Editor wünschen
  • Teams, die bereits Kubeflow oder Vertex AI nutzen

Ein anderes Tool in Betracht ziehen, wenn keine offizielle Preisseite und kein kommerzieller Tarif dokumentiert

Oder wenn

  • Selbst-Hosting erfordert Container-Infrastruktur
  • Die gehostete Version ist als experimentell gekennzeichnet

Tangle Preise und Nutzungslimits

Preise am Oct 1, 2026 auf der offiziellen US-Preisseite geprüft. Preise und Limits ändern sich häufig.

Preisseite des Anbieters vor 12 Tagen automatisch neu geprüft: keine Änderungen festgestellt.

Kostenloser Zugang und Testbedingungen

Laut Dokumentation ist zum Experimentieren keine Registrierung nötig; der Code ist auf GitHub öffentlich. Die Kosten des gehosteten Dienstes sind nicht angegeben.

Keine.

Kostenpflichtige Tarife: was sich beim Upgrade ändert

Open source and hosted playground Web app / self-hosted

Offizielle Preise ansehen Quelle (öffnet in neuem Tab)

Unbekannt

Für: ML teams that can self-host or just want to prototype

Limits

  • Hosted new version is labeled experimental

Enthält

  • Visual pipeline editor
  • Backend and frontend code on GitHub
1 mehr
  • No registration needed to experiment

Nutzungsobergrenzen, Guthaben und Zusatzkosten

Rechen- und Container-Infrastruktur beim Selbst-Hosting; vom Anbieter nicht bepreist.

Nicht zutreffend.

Was ist Tangle und wie funktioniert es?

Tangle ist ein quelloffenes, plattformunabhängiges Tool zum Erstellen von Machine-Learning- und Datenpipelines in einem visuellen Drag-and-drop-Editor. Nutzer verbinden Komponenten, konfigurieren Argumente und führen Workflows aus, ohne eine lokale Entwicklungsumgebung einzurichten; jede Aufgabe läuft in einem isolierten Container mit definierten Schnittstellen. Komponenten sind sprachunabhängig (Python, Java, Shell, Ruby, C++, JS/TS) und kompatibel mit bestehenden Pipeline-Komponenten von Kubeflow und Vertex AI. Ein inhaltsbasierter Cache, der von allen Pipelines gemeinsam genutzt wird, vermeidet die erneute Ausführung identischer Schritte. Das Projekt stammt von ML-Ingenieuren bei Shopify und bietet eine gehostete, experimentelle Playground-Umgebung auf Hugging Face Spaces sowie GitHub-Repositories für das Selbst-Hosting.

Tangle Startseite – Screenshot des KI-Tools coding, Oct 1, 2026
Offizielle Website von Tangle: So stellt sich das Produkt selbst dar. tangleml.com, erfasst Oct 1, 2026

Was Sie liefern und was Sie erhalten

Wie Tangle funktioniert: was Sie liefern, wo es läuft und was Sie zurückbekommenSIE LIEFERNIhre EingabePipeline-Komponenten (containeris…Argumente und Dateneingaben für A…Bestehende Kubeflow- oder Vertex-…CODINGTangleWebkostenloser Tarif, Preis des beza…kostenloser Tarif verfügbarKonto erforderlichgeprüft Oct 1, 2026SIE ERHALTEN ZURÜCKDas ErgebnisAusgeführte Pipeline-Läufe mit Gr…Zwischengespeicherte Zwischenarte…Klonbare Läufeinput → Tangle → output · von den eigenen Seiten des Anbieters, kein praktischer Test, sofern nicht angegeben
Was Sie Tangle geben und was zurückkommt, laut Dokumentation

Sie liefern

  • Pipeline-Komponenten (containerisierte Programme mit ComponentSpec)
  • Argumente und Dateneingaben für Aufgaben
  • Bestehende Kubeflow- oder Vertex-AI-Komponenten

Sie erhalten zurück

  • Ausgeführte Pipeline-Läufe mit Graphen, Logs und Artefakt-Metadaten
  • Zwischengespeicherte Zwischenartefakte
  • Klonbare Läufe

Wo Sie es nutzen können

Plattformen
Web
Konto
Erforderlich
Sprachen für Komponenten
Python, Java, Shell, Ruby, C++, JS/TS
Ausführung
Isolierte Container pro Aufgabe
Caching
Inhaltsbasiert, global über alle Pipelines hinweg
Herkunft
Entwickelt von ML-Ingenieuren bei Shopify; basiert auf dem Cloud Pipelines Pipeline Editor
Repos
tangleml/tangle, tangleml/tangle-ui

Wo Tangle am nützlichsten ist

Die Szenarien erarbeiten unsere Redakteure anhand der Dokumentation; das tatsächliche Ergebnis hängt von Ihrer Eingabe und Ihrem Tarif ab.

ML-Trainingspipelines visuell prototypisieren

Wer
ML-Ingenieure und Nicht-Ingenieure, die Trainingsabläufe prototypisieren
Sie liefern
Auf die Arbeitsfläche gezogene und verbundene Komponenten sowie Argumentwerte
Erwartetes Ergebnis
Eine lauffähige Trainingspipeline ohne Orchestrierungscode
Benötigter Tarif
Open Source / gehosteter Playground
Einschränkung
Die neue gehostete Version ist experimentell Quelle (öffnet in neuem Tab)

Pipelines im Team teilen und klonen

Wer
Teams, die Experimente teilen
Sie liefern
Eine bestehende Pipeline oder ein bestehender Lauf
Erwartetes Ergebnis
Eine geklonte Pipeline, die die exakten Ergebnisse des früheren Laufs reproduziert
Benötigter Tarif
Open Source / gehosteter Playground
Einschränkung
Reproduzierbarkeit setzt unveränderliche Daten und strikte Komponentenversionen voraus Quelle (öffnet in neuem Tab)

Reproduzierbare containerisierte Datenworkflows ausführen

Wer
Datenteams, die rechenintensive Schritte iterieren
Sie liefern
Eine geänderte Pipeline, in der sich nur einige Aufgaben geändert haben
Erwartetes Ergebnis
Nur geänderte Aufgaben werden erneut ausgeführt; passende vor- und nachgelagerte Ergebnisse werden wiederverwendet
Benötigter Tarif
Open Source / gehosteter Playground
Einschränkung
Das Caching ist inhaltsbasiert, daher erfordern nichtdeterministische Aufgaben besondere Sorgfalt Quelle (öffnet in neuem Tab)

Was Tangle leistet und wo die Grenzen liegen

Tangle Startseite – Screenshot des KI-Tools coding, Oct 1, 2026
Funktionsüberblick auf der offiziellen Website. tangleml.com, erfasst Oct 1, 2026

Drag-and-drop-Pipeline-Editor

Eine Arbeitsfläche, auf der Sie Komponenten verbinden, Argumente festlegen und zwischen visueller Ansicht und Code wechseln. Nicht-Ingenieure können bauen, Ingenieure schneller iterieren.

Zugriff: Open-Source-AppLimit: Eine experimentelle Version der App wird getestet Quelle (öffnet in neuem Tab)

Containerisierte Aufgaben mit definierten Schnittstellen

Jede Aufgabe läuft in einem isolierten Container, dessen Kommandozeilenschnittstelle den Vertrag mit Ihrem Code bildet; orchestriert werden also Programme statt Funktionen im Arbeitsspeicher. Vermeidet Abhängigkeitskonflikte zwischen Schritten.

Zugriff: Open SourceLimit: Erfordert beim Selbst-Hosting Container-Infrastruktur Quelle (öffnet in neuem Tab)

Inhaltsbasiertes Caching über alle Pipelines hinweg

Ergebnisse werden nach Inhalt indiziert und global über alle Pipelines hinweg geteilt; sogar laufende Ausführungen können wiederverwendet werden. Spart Rechenleistung und Zeit im Vergleich zum Lineage-basierten Caching in Kubeflow oder Vertex.

Zugriff: Open SourceLimit: Das Cache-Verhalten bei externen Nebeneffekten ist nicht dokumentiert Quelle (öffnet in neuem Tab)

Sprachunabhängige Komponenten

Komponenten nutzen das KFP-v1-Format ComponentSpec und können über den Editor in der App Python-, Java-, Shell-, Ruby-, C++- oder JS/TS-Code in einem Container kapseln. Bestehende Kubeflow- und Vertex-AI-Komponenten sind wiederverwendbar.

Zugriff: Open SourceLimit: Code muss containerisiert werden Quelle (öffnet in neuem Tab)

Vor- und Nachteile sowie Ausschlusskriterien

Gründe für die Wahl von Tangle

  • Open Source ohne Anbieterbindung Sie können es auf Ihrem Laptop, On-Premises oder in jeder Cloud betreiben und behalten Ihre Daten. dokumentiert Quelle (öffnet in neuem Tab)
  • Läuft in jeder Cloud oder lokal Pipelines sind nicht an Google Cloud oder einen reinen Kubernetes-Stack gebunden. dokumentiert Quelle (öffnet in neuem Tab)
  • Der gehostete Playground erfordert keine Registrierung Die Evaluierung dauert nur Minuten, da Sie ohne Konto eine erste Pipeline bauen können. dokumentiert Quelle (öffnet in neuem Tab)
  • Kompatibel mit bestehenden Kubeflow-/Vertex-AI-Komponenten Bisherige Investitionen in Komponenten bleiben erhalten, statt neu geschrieben zu werden. dokumentiert Quelle (öffnet in neuem Tab)

Vor dem Bezahlen bei Tangle prüfen

  • Keine offizielle Preisseite und kein kommerzieller Tarif dokumentiert Ein Budget für einen Team-Rollout lässt sich allein anhand der Website nicht planen. dokumentiert Quelle (öffnet in neuem Tab)
  • Selbst-Hosting erfordert Container-Infrastruktur Sie müssen Container und Speicher selbst betreiben und warten. dokumentiert Quelle (öffnet in neuem Tab)
  • Die gehostete Version ist als experimentell gekennzeichnet Der Produktiveinsatz der neuen gehosteten Version birgt Stabilitätsrisiken. dokumentiert Quelle (öffnet in neuem Tab)
  • Keine Desktop-, Mobil- oder öffentliche API dokumentiert Automatisierung außerhalb der Oberfläche ist unklar, sodass Integrationen möglicherweise die GitHub-Repos erfordern. dokumentiert Quelle (öffnet in neuem Tab)

So nutzen Sie Tangle für eine visuelle ML-Pipeline bauen

Tangle Dokumentation – Screenshot des KI-Tools coding, Oct 1, 2026
Tangle Dokumentation: Quellen der folgenden Schritte. tangleml.com, erfasst Oct 1, 2026

Tangle einrichten

  1. Öffnen Sie tangleml.com und klicken Sie auf "Start Building" (zum Experimentieren ist keine Registrierung nötig).
  2. Wählen Sie "Try Example Pipelines", um ein Beispiel in den Editor zu laden.
  3. Öffnen Sie die Komponentenbibliothek, um wiederverwendbare Module auszuwählen, oder kapseln Sie Ihren eigenen Code mit dem Editor in der App in einem Container.
  4. Für das Selbst-Hosting klonen Sie github.com/tangleml/tangle (Backend) und github.com/tangleml/tangle-ui (Frontend).

Beispiel: eine visuelle ML-Pipeline bauen

  1. Ziehen Sie Komponenten auf die Arbeitsfläche und verbinden Sie Ausgaben mit Eingaben.
  2. Konfigurieren Sie die Argumente jeder Aufgabe im Seitenpanel.
  3. Führen Sie die Pipeline aus und öffnen Sie den Lauf-Graphen, um die Aufgaben zu verfolgen.
  4. Ändern Sie eine Komponente und führen Sie erneut aus, um zu sehen, wie unveränderte Aufgaben aus dem Cache bedient werden.

Ergebnis prüfen und exportieren

  1. Öffnen Sie die Logs und Artefakt-Metadaten des Laufs für jede Aufgabe.
  2. Vergewissern Sie sich, dass unveränderte Aufgaben nach dem zweiten Lauf als zwischengespeichert markiert sind.
  3. Klonen Sie den Lauf und vergleichen Sie die Ergebnisse, um die Reproduzierbarkeit zu bestätigen.

Tangle API

Tangle Dokumentation – Screenshot des KI-Tools coding, Oct 1, 2026
Tangle Dokumentation (Fortsetzung). tangleml.com, erfasst Oct 1, 2026

API-Zugang und separate Abrechnung

Tangle hat laut offizieller Dokumentation keine öffentliche API. Auf den abgerufenen Seiten ist keine öffentliche API dokumentiert API-Dokumentation ↗

Datenschutz, Datennutzung und kommerzielle Rechte

Zusammengefasst aus den aktuellen Richtlinien des Anbieters; dies ist keine Rechtsberatung, und das Badge eines Anbieters ersetzt kein unabhängiges Audit.

Wie Ihre Eingaben und Ausgaben verarbeitet werden

Pipeline-Definitionen, Logs und Artefakte werden vom System gespeichert, das Sie betreiben; beim Selbst-Hosting bleiben die Daten in Ihrer Infrastruktur.

Zwischendaten sind unveränderlich und werden nie überschrieben.

Andere Tools statt Tangle

„Besser geeignet“ beruht auf dokumentierten Funktionen und Preisen, nicht auf einem direkten Test.

n8n: besser geeignet für

Make: besser geeignet für

Zapier: besser geeignet für

Replit: besser geeignet für

Alternativen
AlternativeWann Sie es wählen solltenPreiseEinschränkung
n8n——
Make——
Zapier——
Replit——Vergleichen

Tangle weiter erkunden

Die besten Tangle-AlternativenTools für dieselbe Aufgabe, nach Bedarf und Einstiegspreis.Die besten KI-Tools zum Programmieren 2026Unsere Auswahl in dieser Kategorie, verglichen nach Preis und kostenlosen Stufen.

Tools und Ratgeber in der Nähe von Tangle

Tangle Nutzerbewertungen

Noch keine Nutzerbewertungen.

Verwendet Tangle? Teilen Sie als Erste oder Erster Ihre Erfahrung.

Bewertung schreiben

Bewertungen werden von einem Moderator geprüft, bevor sie erscheinen. Ihre E-Mail-Adresse wird nie veröffentlicht. Nur Klartext.

Ihre Bewertung (erforderlich)

Zeigen Sie, was Sie erstellt haben oder was schiefgelaufen ist. Bilder werden nur veröffentlicht, wenn die Bewertung freigegeben wird; Standortdaten werden entfernt.

    Tangle FAQ

    Brauche ich ein Konto, um Tangle auszuprobieren?

    Nein. Laut Dokumentation ist zum Experimentieren mit dem Bau von Pipelines in der gehosteten App keine Registrierung nötig. Quelle (öffnet in neuem Tab)

    Wie unterscheidet sich das Caching von Tangle von Kubeflow Pipelines?

    Tangle cacht inhaltsbasiert und global über alle Pipelines hinweg und kann laufende Ausführungen wiederverwenden, während Kubeflow nur erfolgreiche Läufe innerhalb der jeweiligen Pipeline cacht. Quelle (öffnet in neuem Tab)

    Benötigt Tangle Kubernetes?

    Nein. Laut Vergleichsseite braucht Kubeflow Kubernetes, während Tangle lokal oder bei jedem Cloud-Anbieter laufen kann. Quelle (öffnet in neuem Tab)

    Kann ich meine Kubeflow- oder Vertex-AI-Komponenten in Tangle wiederverwenden?

    Ja. Tangle nutzt dasselbe ComponentSpec-Format wie KFP v1 und gilt als kompatibel mit Kubeflow- und Vertex-AI-Komponenten. Quelle (öffnet in neuem Tab)

    Ist Tangle kostenlos nutzbar?

    Der Code ist auf GitHub quelloffen, aber die Website hat keine Preisseite (404), sodass die Kosten eines gehosteten Dienstes nicht angegeben sind. Quelle (öffnet in neuem Tab)

    Quellen und Bewertungsmethodik

    Offizielle Quellen und Prüfdaten

    Nicht verifiziert: Preise des gehosteten Dienstes; Datenschutzerklärung (/privacy 404); Öffentliche API; Speicherort der Daten im gehosteten Playground.

    Wie wir diese Seite dokumentiert haben und pflegen

    Jede Angabe zu Tangle oben stammt aus den 2 hier aufgeführten offiziellen Seiten, zuletzt verglichen am Oct 1, 2026; wir haben Tangle nicht selbst getestet, daher gibt es keine redaktionelle Bewertung. Wie wir Seiten prüfen und erneut prüfen.

    Artikel aktualisiert Oct 10, 2026; Preise geprüft Oct 1, 2026. Ausgehende Links zu Anbietern sind einfache Links; wir erhalten keine Provisionen. So testen wir · Fehler melden