Airtable

Kurzfazit

Airtable ist das beste Tool, wenn du Excel durch eine echte Datenbank ersetzen willst, ohne IT-Abteilung. KI-Felder, der App-Baukasten Omni und Field Agents stecken schon im Team-Plan für 20 USD je Nutzer (jährlich), gedeckelt über 15.000 KI-Credits im Monat, Business bringt für 45 USD 20.000 Credits. Schwach bleibt der Datenschutz: EU-Datenresidenz gibt es nur in Enterprise Scale, die KI läuft über US-Anbieter. Wer alles in der EU halten muss, fährt mit einer selbst gehosteten Baserow-Instanz ehrlicher.

Für wen ist Airtable?

Marketing- und Content-Teams: Redaktionsplanung, Asset-Management, Kampagnen-Tracking, Airtable ist in Marketing-Teams praktisch zum Standard geworden. Die Galerie-Ansicht macht Bildarchive übersichtlich, der Kalender zeigt den Publishingplan auf einen Blick, und Status-Automationen benachrichtigen das Team automatisch beim Übergang zwischen Produktionsstufen. Mit den KI-Feldern lassen sich seit 2024 Texte direkt in der Tabelle zusammenfassen, kategorisieren oder übersetzen, bei großen Content-Mengen ein echter Hebel.

Produkt- und Entwicklungs-Teams: Feature-Requests, Bug-Tracking, Roadmap-Planung. Airtable wird häufig als leichtgewichtiges Produktmanagement-Tool eingesetzt, wenn Jira zu schwer und Trello zu simpel ist. Die Möglichkeit, Kundenfeedback direkt über Formulare einzusammeln und mit dem Roadmap-Board zu verknüpfen, ist besonders wertvoll. Mit AI-Kategorisierungs-Feldern wird Feedback automatisch nach Themen sortiert, statt dass jemand jedes Ticket manuell taggen muss.

Operations-Teams in schnell wachsenden Unternehmen: HR-Prozesse, Vendor-Management, Event-Planung, überall dort, wo strukturierte Daten gebraucht werden, die mehr als eine einfache Liste sind. Airtable kann mit dem Unternehmen wachsen: Neue Felder, Ansichten und Automationen lassen sich jederzeit ohne Entwicklungsaufwand hinzufügen. Cobuilder/Omni ist hier besonders wirkungsvoll: Ein Ops-Manager beschreibt das Problem („Ich will Vendor-Verträge mit Ablaufdatum, Verantwortlichem und Status tracken”) und Airtable generiert die passende Base-Struktur automatisch.

Agenturen und Freelancer: Kundenprojekte, Angebotsverfolgung, Deliverables-Management. Airtable ermöglicht es, Kunden über freigegebene Ansichten oder Formulare in den Prozess einzubinden, ohne ihnen vollen Datenbankzugang zu geben. Field Agents können Lead-Daten automatisch anreichern (Firmen-Recherche, LinkedIn-Profile zusammenfassen), bei B2B-Vertriebsprozessen spart das Stunden pro Woche.

Weniger geeignet für: Teams, die ein vollwertiges Projektmanagement-Tool mit Gantt-Charts und Aufgabenabhängigkeiten brauchen (Asana oder Jira sind hier stärker), Unternehmen mit strikten EU-Datenhosting-Anforderungen, Datenmengen jenseits einiger zehntausend Zeilen (Airtable ist kein Ersatz für eine echte SQL-Datenbank), und alle, die komplexe Berechnungen oder Finanzmodelle benötigen.

Preise im Detail

Listenpreise in USD je Nutzer und Monat.

Plan	Jährliche Zahlung	Monatliche Zahlung	Datensätze/Base	KI-Credits je Nutzer/Monat	Besonderheiten
Free	0 USD	0 USD	1.000	500 (je Editor)	Alle Ansichten, 100 Automationsläufe/Monat, bis 5 Editoren
Team	20 USD	24 USD	50.000	15.000	Omni, KI-Felder, Field Agents, Gantt, Zeitlinie, 25.000 Automationsläufe/Monat
Business	45 USD	54 USD	125.000	20.000	Alles aus Team plus Admin-Funktionen, Sync, Premium-Integrationen, SAML SSO, 100.000 Automationsläufe/Monat
Enterprise Scale	auf Anfrage	auf Anfrage	500.000	25.000	EU-Datenresidenz, HIPAA, Audit-Logs, Enterprise Key Management als Add-on
KI-Credit-Pakete	ab 20 USD/Monat	ab 20 USD/Monat	entfällt	10.000 je Paket	Zukauf in Team und Business, größere Pakete bis 200.000 Credits, Enterprise über den Vertrieb

Einordnung: Der Free-Plan reicht für persönliche Datenbanken oder kleine Experimente, ist aber bei 1.000 Datensätzen pro Base hart limitiert, für ein operatives Team ist er praktisch nicht brauchbar. Team für 20 USD pro Nutzer ist der pragmatische Einstieg, sobald mehr als zwei Personen beteiligt sind, bei einem fünfköpfigen Team sind das 100 USD monatlich (120 USD bei monatlicher Zahlung). Seit Airtable die KI über Credits abrechnet, ist Team auch für die KI-Suite der Einstieg: Omni, KI-Felder und Field Agents sind enthalten, jede Aktion zieht je nach Komplexität unterschiedlich viele Credits ab. Business lohnt sich für Admin-Funktionen, SAML SSO, mehr Datensätze und Automationsläufe, an KI bringt es nur 5.000 Credits mehr je Nutzer. Ein zehnköpfiges Team auf Business kostet 5.400 USD pro Jahr, bevor irgendein anderes Tool im Stack steht. Enterprise Scale wird Pflicht, sobald EU-Datenresidenz, HIPAA oder Enterprise Key Management gefordert sind, denn diese Funktionen gibt es in keinem kleineren Plan.

Stärken im Detail

Maximale Flexibilität durch kombinierbare Ansichten. Ein Datensatz in Airtable kann gleichzeitig als Tabelle (Grid), Kanban-Board, Kalender, Galerie oder Gantt-Chart betrachtet werden, ohne die Daten zu duplizieren. Das ist fundamental anders als Excel: Die Daten liegen einmal vor, die Ansicht passt sich dem Zweck an. Das Redaktionsteam sieht den Kalender, der Manager sieht den Kanban-Status, die Geschäftsführung sieht das Dashboard.

KI-Feldtypen seit 2024, der größte Sprung der letzten Jahre. Airtable AI bringt Sprachmodelle direkt in die Spalte: Ein „Categorize”-Feld liest automatisch eine Beschreibung und ordnet einer vordefinierten Kategorie zu, „Summarize” verdichtet einen Langtext, „Extract” zieht strukturierte Daten (Mailadresse, Datum, Firmenname) aus Freitext, „Translate” übersetzt mehrsprachige Inhalte und „Generate” formuliert auf Knopfdruck Texte aus Tabellen-Inputs. Das ersetzt komplette Workflows, die früher über Make.com mit ChatGPT-Aufrufen gebaut werden mussten. Im Hintergrund laufen Modelle von OpenAI, Anthropic, Google (Gemini), Amazon Bedrock und IBM watsonx; Eingaben in KI-Felder werden laut Airtable vertraglich nicht zum Training dieser Sprachmodelle verwendet.

Cobuilder/Omni, Datenbank aus natürlicher Sprache. Eingeführt im April 2025 als Beta („AI assistant for builders”), inzwischen als „Omni” das zentrale KI-Werkzeug der Plattform. Du beschreibst, was du tracken willst („Ich will Kundenfeedback nach Produktbereich, Schweregrad und Bearbeitungsstatus erfassen”), und Cobuilder/Omni generiert die passende Base mit Tabellen, Feldtypen, Verknüpfungen und sogar einem ersten Interface-Designer-Layout. Für nicht-technische Anwender ist das der Unterschied zwischen „könnte ich theoretisch bauen” und „habe ich in 5 Minuten.”

Field Agents, KI-Recherche im Datensatz. Seit 2025 lassen sich Agents an Datensätze hängen, inzwischen in allen bezahlten Plänen, die Aufgaben automatisiert ausführen: Lead-Anreicherung, Wettbewerbs-Recherche, Content-Triage. Statt eine Spalte manuell mit Firmeninfos zu füllen, definierst du den Agent-Auftrag einmal, und er arbeitet alle neuen Zeilen ab. Das hebt Airtable über klassische No-Code-Datenbanken hinaus in Richtung agentischer Workflow-Plattform.

Relationale Datenbankstruktur ohne Datenbank-Kenntnisse. Über „Linked Record”-Felder lassen sich Datensätze aus verschiedenen Bases miteinander verknüpfen, ein Konzept aus relationalen Datenbanken, das Airtable auf eine unkomplizierte Art und Weise zugänglich macht. Kunden-Base und Projekt-Base können so verknüpft werden, dass du bei jedem Kunden alle zugehörigen Projekte siehst. Eine 2024 ergänzte Funktion, AI Linked Record Search, findet zudem über semantische Ähnlichkeit verwandte Datensätze, auch wenn die Schreibweise nicht exakt übereinstimmt.

Automationen ersetzen manuelle Routinearbeit. Die integrierte Automation-Engine verarbeitet Trigger und Aktionen ohne Programmierung: Wenn ein Feld einen bestimmten Wert annimmt, sende eine Slack-Nachricht, erstelle einen Kalendereintrag oder aktualisiere einen anderen Datensatz. Für komplexere Multi-Step-Szenarien lässt sich Make.com oder Zapier einfach anschließen, und seit Dezember 2025 gibt es auch eine direkte ChatGPT-Integration, mit der man Airtable-Bases aus dem ChatGPT-UI heraus abfragen und befüllen kann.

Template-Bibliothek für schnellen Start. Airtable bietet hunderte vorgefertigter Templates für Content-Planung, CRM, Personalwesen, Eventmanagement und viele andere Bereiche an. Die meisten sind so konfiguriert, dass du sie sofort produktiv nutzen kannst, das spart Stunden der initialen Setup-Arbeit. Wer kein Template findet, lässt sich mit Cobuilder eines generieren.

Schwächen ehrlich betrachtet

Der Free-Plan ist für echte Arbeit zu eng. 1.000 Datensätze pro Base, 100 Automationsläufe und 500 KI-Credits je Editor im Monat stoßen bei jedem ernsthaften Anwendungsfall schnell an die Grenzen. Wer Airtable für ein Team nutzen will, landet sehr schnell beim Team- oder Business-Plan, und zahlt pro Nutzer. Das macht Airtable teurer, als es auf den ersten Blick erscheint.

KI läuft auf Credits, und die sind endlich. Omni, KI-Felder und Field Agents stecken zwar schon im Team-Plan, aber jede Aktion verbraucht je nach Komplexität unterschiedlich viele Credits: 15.000 je Nutzer und Monat in Team, 20.000 in Business, 25.000 in Enterprise Scale. Wer große Tabellen mit Field Agents anreichert (Web-Recherche, Dokumentanalyse, Bildgenerierung), stößt schneller an die Grenze als bei einer einfachen Kategorisierung, und Zusatzpakete kosten ab 20 USD im Monat für 10.000 Credits. Rechne vor dem Rollout mit einer Testtabelle aus, wie viele Credits ein typischer Durchlauf kostet.

US-Konzern, DSGVO erfordert sorgfältige Prüfung. Airtable hostet standardmäßig auf US-Servern. Eine EU-Datenresidenz gibt es nur im Enterprise-Scale-Plan, und selbst dort bleiben Base- und Workspace-Metadaten (Namen, Beschreibungen, Skripte), Nutzer- und Anmeldedaten sowie Analyse- und Supportdaten in US-Rechenzentren. Airtable bleibt ein US-Unternehmen, das dem US-Rechtsraum unterliegt. Ein Auftragsverarbeitungsvertrag (AVV/DPA) lässt sich per Self-Service abschließen, das ist eine deutliche Verbesserung gegenüber früher. Der eigentliche Knackpunkt bleibt aber die KI-Verarbeitung: Bei jedem KI-Feld fließen Daten an OpenAI, Anthropic, Google, Amazon Bedrock oder IBM watsonx, und das gehört zwingend in die Datenschutz-Folgenabschätzung. Wer rein europäische Verarbeitung ohne US-Modelle braucht, ist mit einer self-gehosteten Alternative ehrlicher bedient.

Komplexes Projektmanagement geht besser woanders. Abhängigkeiten zwischen Aufgaben, kritische Pfade, Ressourcenplanung, für echtes Projektmanagement ist Airtable zu simpel. Die Gantt-Ansicht gibt es, aber echte Projektverfolgung mit Meilensteinen und Abhängigkeiten ist eher ein Nebenmerkmal als eine Kernstärke. Hier sind Asana, Monday.com oder Jira besser aufgestellt.

Skalierungsgrenzen bei großen Datenmengen. Bis 125.000 Datensätze pro Base (Business) lässt sich gut arbeiten, Enterprise Scale hebt die Grenze auf 500.000, darüber ist Schluss. Für Datenmengen jenseits davon ist Airtable das falsche Werkzeug, eine echte relationale Datenbank (PostgreSQL, MySQL) oder eine Cloud-Data-Plattform ist dann die richtige Antwort. Airtable ist Operations-Datenbank, nicht Data Warehouse.

Lernkurve bei relationalen Verknüpfungen. Die Stärke „relationale Datenstruktur” ist gleichzeitig ein Stolperstein: Wer noch nie mit relationalen Datenbanken gearbeitet hat, braucht etwas Zeit, um zu verstehen, wie Linked Records, Lookup-Felder und Rollup-Felder zusammenspielen. Die Oberfläche ist intuitiv, das Konzept dahinter aber nicht trivial. Cobuilder federt das ab, ersetzt aber kein Verständnis.

Englische Oberfläche, kein deutscher Support. Airtable hat keine deutschsprachige UI und keinen deutschen Support. Für gemischte Teams ist das selten ein Problem, in stark deutsch geprägten Mittelständlern oder im Behörden-Kontext aber ein echter Adoptionshürde.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Echtes Projektmanagement mit Zeitplänen und Abhängigkeiten brauchst	Asana
Eine All-in-One-Lösung mit Notizen, Datenbanken und Docs willst	Notion
Daten an einer Web-Recherche-KI ausreichen statt Tabellen-KI	Perplexity
KI-Felder in einem starken Sprachmodell direkt nutzen willst	ChatGPT oder Claude (per API)

Erwähnenswert ohne eigene Tool-Seite: Google Sheets (deutlich einfacher, kein relationales Modell, aber kostenlos und mit Workspace-Integration), Smartsheet (stärker bei klassischem Projektmanagement, schwächer bei flexiblen Daten), Coda (ähnliches Konzept wie Notion, mit eigener Formelsprache), Baserow (Open-Source-Alternative mit Self-Hosting-Option für DSGVO-sensible Umgebungen) und NocoDB (Open Source, on-prem, deutlich technischer im Setup). Für rein deutsche/europäische Compliance ist eine self-gehostete Baserow- oder NocoDB-Instanz oft der ehrlichere Weg als Airtable mit Workarounds. Airtable selbst findet seine Nische als flexible operative Datenbank mit der mit Abstand reifsten KI-Integration im No-Code-Datenbank-Markt.

So steigst du ein

Schritt 1: Erstelle einen kostenlosen Account auf airtable.com und probiere als Allererstes Cobuilder/Omni aus: Klicke auf „Create with AI” und beschreibe in einem Satz, was du tracken willst, z. B. „Eine Redaktionsplanung für Blog-Artikel mit Status, Verantwortlichem, Veröffentlichungsdatum und Kanal.” Cobuilder generiert die passende Base, du musst nur noch befüllen. Das ist 2026 der schnellste Einstieg, schneller als Templates.

Schritt 2: Aktiviere ein erstes KI-Feld. Füge eine Spalte vom Typ „AI” hinzu und wähle „Categorize”, „Summarize” oder „Generate”. Beispiel: Eine Bug-Report-Tabelle bekommt eine „Severity”-Spalte, die aus dem Beschreibungstext automatisch „Niedrig / Mittel / Hoch / Kritisch” ableitet. Diese erste KI-Spalte macht den Mehrwert sofort erlebbar und überzeugt skeptische Kollegen schneller als jede Demo.

Schritt 3: Verknüpfe zwei Bases miteinander. Zum Beispiel: eine Kundendatenbank und eine Projekt-Base. Füge in der Projektbase ein „Linked Record”-Feld für Kunden hinzu, ab diesem Moment siehst du bei jedem Kunden alle Projekte und umgekehrt. Das ist der Moment, an dem Airtable seine volle relationale Stärke zeigt. Kombiniert mit einer Automation („Wenn Projekt-Status = abgeschlossen, sende Mail an Kunde”) wird Airtable zur produktiven Workflow-Plattform.

Ein konkretes Beispiel

Ein Münchner Marketingteam eines mittelständischen E-Commerce-Unternehmens (12 Personen, Business-Plan) verwaltet seine gesamte Content-Produktion in Airtable: Blog-Artikel, Social-Media-Posts und Newsletter liegen in einer Base mit Feldern für Status, Verantwortlichen, Veröffentlichungsdatum, Kanal und Content-Typ. Drei KI-Felder übernehmen Routinearbeit: Eine „Summarize”-Spalte erstellt aus dem 1.500-Wort-Blogartikel automatisch einen Twitter-Teaser, ein „Categorize”-Feld ordnet jeden Beitrag einem Funnel-Stage zu (Awareness / Consideration / Conversion), und eine „Translate”-Spalte erzeugt englische Versionen für den DACH-Internationalisierungs-Test. Sobald ein Artikel auf „Review bereit” gesetzt wird, verschickt eine Automation eine Slack-Benachrichtigung an den Lektor. Ein Field Agent reichert geplante Beiträge mit recherchierten Wettbewerber-Erwähnungen an. Was früher drei verschiedene Excel-Listen, manuelle Tagging-Arbeit und tägliche Statusmeetings erforderte, läuft jetzt vollständig in Airtable. Zeitersparnis: ca. 6 Stunden Koordinations- und KI-Routinearbeit pro Woche bei Lizenzkosten von rund 540 USD/Monat, amortisiert deutlich.

DSGVO & Datenschutz

• Datenhosting: Standardmäßig US-Server (Airtable, Inc., San Francisco). EU-Datenresidenz gibt es nur im Enterprise-Scale-Plan, und auch dann bleiben Base-, Workspace- und Enterprise-Metadaten, Nutzer- und Anmeldedaten sowie Analyse- und Supportdaten in US-Rechenzentren.
• Datenübertragung: Airtable nutzt Standardvertragsklauseln (SCCs) für Datenübertragungen in die USA.
• KI-Verarbeitung: KI-Felder rufen externe Modelle von Anthropic, Amazon Bedrock, IBM watsonx, Google Gemini und OpenAI auf, diese Datenflüsse gehören in die Datenschutz-Folgenabschätzung, auch bei aktivierter EU-Datenresidenz.
• Training: Laut Airtable verbieten die Verträge mit den KI-Anbietern, Eingaben in KI-Felder zum Training der Sprachmodelle zu verwenden.
• AVV / DPA: Per Self-Service über das Trust-Center abschließbar (nicht mehr Enterprise-exklusiv).
• Zertifizierungen: ISO/IEC 27001:2022, ISO/IEC 27701, SOC 2 Type 2, HIPAA-fähig, auf GDPR und CCPA/CPRA ausgelegt.
• Enterprise Key Management: Kundeneigene Verschlüsselungs-Keys nur im Enterprise Scale-Plan.
• Datenlöschung: Kontolöschung und Datenlöschung über die Kontoeinstellungen möglich.
• Empfehlung: Personenbezogene Daten nur mit abgeschlossenem AVV verarbeiten. Wer EU-Datenresidenz braucht, muss Enterprise Scale einplanen, Team und Business bieten sie nicht. Wer rein europäische Verarbeitung ohne US-KI-Modelle braucht, prüft eine self-gehostete Alternative (Baserow, NocoDB).

Gut kombiniert mit

• Make.com, Airtable-Daten als Trigger für komplexe Multi-Step-Automationen nutzen: Neue Zeile in Airtable löst eine Kette von Aktionen in anderen Tools aus, ohne Programmierkenntnisse. Sinnvoll überall dort, wo Airtables eingebaute Automationen zu simpel werden.
• ChatGPT, Über die seit Dezember 2025 verfügbare offizielle Integration kannst du Airtable-Bases direkt aus ChatGPT heraus befragen oder befüllen. Praktisch, wenn dein Team ohnehin in ChatGPT arbeitet und Daten ad hoc bearbeiten will.
• Claude, Airtable-Einträge per API an Claude weitergeben und Antworten zurückschreiben lassen. Sinnvoll, wenn du längere, qualitativ hochwertige Texte aus Tabellen-Inputs generieren willst, Claude liefert hier oft natürlicheres Deutsch als die in Airtable AI eingebauten Modelle.

Häufige Fragen zu Airtable

Was kostet Airtable?

Der Free-Plan kostet nichts, ist aber auf 1.000 Datensätze pro Base und 100 Automationsläufe im Monat begrenzt. Team kostet 20 USD je Nutzer und Monat bei jährlicher Zahlung (24 USD monatlich), Business 45 USD (54 USD monatlich), Enterprise Scale gibt es auf Anfrage. Airtable nennt Listenpreise in US-Dollar, ein fünfköpfiges Team auf Team zahlt damit 100 USD im Monat.

Sind die KI-Funktionen von Airtable im Preis enthalten?

Ja, Omni, KI-Felder und Field Agents stecken schon im Team-Plan, aber gedeckelt über KI-Credits: 500 je Editor im Free-Plan, 15.000 je Nutzer und Monat in Team, 20.000 in Business und 25.000 in Enterprise Scale. Zusatzpakete kosten ab 20 USD im Monat für 10.000 Credits.

Ist Airtable DSGVO-konform nutzbar?

Nur mit Prüfung. Airtable hostet standardmäßig in den USA, EU-Datenresidenz gibt es ausschließlich in Enterprise Scale, und selbst dann bleiben Metadaten sowie Nutzer- und Anmeldedaten in US-Rechenzentren. Einen AVV schließt du per Self-Service ab. KI-Felder schicken Daten an OpenAI, Anthropic, Google, Amazon Bedrock oder IBM watsonx, laut Airtable ohne Training auf deinen Eingaben, das gehört trotzdem in die Datenschutz-Folgenabschätzung.

Gibt es Airtable auf Deutsch?

Nein, Airtable hat weder eine deutschsprachige Oberfläche noch deutschen Support. In stark deutsch geprägten Teams ist das eine echte Hürde bei der Einführung.

Airtable oder Notion, was passt besser?

Airtable ist die stärkere Wahl für strukturierte, relational verknüpfte Daten mit Ansichten, Automationen und KI-Feldern direkt in der Tabelle. Notion passt besser, wenn du eine All-in-One-Lösung aus Notizen, Docs und einfachen Datenbanken suchst. Für echtes Projektmanagement mit Zeitplänen und Abhängigkeiten ist Asana die stärkere Wahl.

Unser Fazit

Airtable verdient 4 von 5 Sternen. Als flexible operative Datenbank, zwischen der Einfachheit von Tabellen und der Komplexität echter Datenbanksoftware, ist es für Marketing-, Produkt- und Content-Teams kaum zu schlagen. Die Kombination aus visuellen Ansichten, Automationen und relationalen Verknüpfungen ist in dieser Zugänglichkeit einzigartig. Mit der KI-Suite seit 2024/25 hat Airtable den Abstand zu Notion und Co. wieder vergrößert, KI-Feldtypen, Cobuilder/Omni und Field Agents sind in dieser Tiefe bei keinem direkten Wettbewerber zu finden. Den fünften Stern verliert Airtable durch den US-Rechtsraum samt US-KI-Modellen im Hintergrund (die EU-Datenresidenz gibt es nur in Enterprise Scale, und Metadaten bleiben selbst dann in den USA), durch die Credit-Deckelung der KI-Suite, die bei intensiver Nutzung Zusatzpakete nötig macht, und durch die im DSGVO-Kontext weiterhin sorgfältig zu prüfende Verwendbarkeit für personenbezogene Daten. Wer diese Einschränkungen kennt und berücksichtigt, bekommt eines der vielseitigsten KI-nativen No-Code-Werkzeuge auf dem Markt.

Was wir bemerkt haben

• 2023, Airtable hat seine Preise deutlich angehoben: Der Team-Plan stieg von 10 USD auf 20 USD pro Nutzer/Monat, eine Verdoppelung. Gleichzeitig wurde der Free-Plan eingeschränkt: Das Limit für Datensätze pro Base wurde von 1.200 auf 1.000 gesenkt. Viele Nutzer reagierten mit Unmut in den Community-Foren; einige wechselten zu Notion oder anderen Alternativen.
• 2023, Airtable entließ rund 27 Prozent seiner Belegschaft (ca. 237 Stellen) im Rahmen einer Restrukturierung. Das Unternehmen war zuvor auf eine Bewertung von 11 Milliarden USD gestiegen und musste sich an veränderte Marktbedingungen anpassen. Das Produkt blieb voll funktionsfähig.
• September 2024, Airtable AI offiziell als integrierte Suite veröffentlicht: KI-Feldtypen (Categorize, Summarize, Extract, Translate, Generate), AI Record Actions und AI Automations werden Standard. Damit verlässt Airtable das Spreadsheet-Erbe und positioniert sich als KI-native Operations-Plattform, ein deutlich anderes Selbstverständnis als noch 2022.
• September 2024, IBM-Kooperation: Enterprise-Kunden können Airtable AI gegen IBM watsonx.ai und IBM-Granite-Modelle umstellen. Sinnvoll für Unternehmen, die KI-Verarbeitung außerhalb von OpenAI/Anthropic halten wollen, und ein klares Signal in Richtung Enterprise-Markt.
• Oktober 2024, Mit „ProductCentral” launcht Airtable eine vorkonfigurierte Lösung für Produkt-Entwicklungs-Workflows. Das ist Teil einer Strategie, weg von der reinen Plattform hin zu fertigen, branchenspezifischen Anwendungen.
• April 2025, Beta-Start des „AI assistant for builders”, der Vorläufer des heutigen Cobuilder/Omni. Erste Version, mit der Datenbanken aus natürlicher Sprache generiert werden konnten. Innerhalb weniger Monate wurde daraus das zentrale Marketing-Argument der Plattform.
• Juni 2025, CEO Howie Liu verkündet „The AI-Native Airtable Has Arrived”, eine bemerkenswerte Positionierung, die Airtable explizit aus dem Spreadsheet-/Datenbank-Markt herauslöst und in den AI-Operations-Markt einsortiert. Aus Marketing-Sicht ein deutlicher Reset.
• Oktober 2025, David Azose wird neuer CTO; Airtable übernimmt das KI-Startup DeepSky. Beide Schritte unterstreichen den Pivot Richtung agentischer Plattform.
• Dezember 2025, Offizielle Airtable-Integration für ChatGPT veröffentlicht. Nutzer können Bases direkt aus dem ChatGPT-UI abfragen und bearbeiten, ein Hinweis darauf, dass Airtable sich nicht nur als KI-Plattform, sondern auch als Datenschicht für andere KI-Werkzeuge positioniert.
• Januar 2026, Mit „Superagent” launcht Airtable ein Multi-Agent-System, das ganze Arbeitsergebnisse statt einzelner Aktionen liefern soll. Ein Schritt weiter als Field Agents, die nur Spalten anreichern. Wie produktiv das in der Praxis ist, lässt sich Mitte 2026 noch nicht abschließend bewerten.
• Juni 2026, Im Trust-Center führt Airtable einen per Self-Service abschließbaren AVV/DPA, früher faktisch ein Enterprise-Thema. Was bleibt: Airtable ist ein US-Konzern, und die KI-Felder verarbeiten Daten über US-Modelle. Für Unternehmen mit strikter „nur EU, keine US-Modelle”-Vorgabe bleiben self-gehostete Alternativen der ehrlichere Weg.
• Oktober 2026, Korrektur unserer Juni-Angabe: Die EU-Datenresidenz ist nicht für alle Pläne verfügbar, sondern laut Preisseite und Hilfeartikel nur in Enterprise Scale, und Base-, Workspace- und Nutzer-Metadaten bleiben auch dann in den USA. Ebenfalls neu bewertet: Omni und Field Agents sind keine Business-Exklusivfunktionen mehr. Airtable rechnet die KI über Credits ab (500 im Free-Plan, 15.000 in Team, 20.000 in Business, 25.000 in Enterprise Scale je Nutzer und Monat) und verkauft Zusatzpakete ab 20 USD für 10.000 Credits. Google Gemini und Amazon Bedrock sind als Modellanbieter dazugekommen.