Hudu

Kurzfazit

Hudu ist die beste Wahl, wenn du als MSP oder IT-Team eine strukturierte Dokumentationsplattform suchst, die modern aussieht, fair bepreist ist und dir die Kontrolle über deine Daten lässt. Wo IT Glue groß, teuer und etwas behäbig ist, ist Hudu schlanker, günstiger (27 USD/Nutzer/Monat, keine Mindestmenge) und in der Bedienung deutlich zugänglicher. Der eigentliche KI-Clou: Hudu baut kein proprietäres Modell, sondern bindet per Model Context Protocol dein eigenes LLM (Claude, OpenAI) an, semantische Suche „in plain English” und Doku-Generierung aus Tickets heraus, ohne Vendor-Lock-in. Schwächer ist Hudu bei der deutschen Lokalisierung (alles auf Englisch) und beim Reifegrad einiger Integrationen, und wer eine fix-fertige eingebaute KI ohne eigenes LLM-Konto erwartet, ist hier falsch.

Für wen ist Hudu?

Kleine bis mittlere MSPs (1–25 Techniker): Das Kernpublikum. Hudu zentralisiert Kundendokumentation, Passwörter, Assets und SOPs pro Mandant, mit sauberer Mandantentrennung. Weil es keine Mindest-Nutzeranzahl und keine Onboarding-Gebühr gibt, ist der Einstieg für ein 3-Personen-Team genauso wirtschaftlich wie für ein 20-Personen-Team. Genau hier ist Hudu IT Glue preislich klar überlegen.

Interne IT-Abteilungen: Auch ohne MSP-Geschäft profitieren IT-Teams in Unternehmen, Behörden, Gesundheitswesen oder Bildung von Hudu. Statt verstreuter OneNote-Notizen und Excel-Listen bekommst du ein durchsuchbares, strukturiertes System mit Audit-Trails für Passwortzugriffe, wichtig für Compliance.

Datenschutz-bewusste Teams: Wer aus rechtlichen Gründen keine reine US-SaaS nutzen darf, kann Hudu On-Premise auf eigenem Server oder bei einem deutschen Hoster (Hetzner, IONOS) betreiben. Damit liegen die Dokumentations- und Passwortdaten vollständig in der EU, ein Alleinstellungsmerkmal gegenüber rein cloudbasierten Wettbewerbern.

KI-affine Teams mit LLM-Strategie: Hudu AI ist für Teams interessant, die KI nutzen wollen, aber das Modell selbst kontrollieren möchten. Über MCP verbindest du Hudu mit deinem vorhandenen Claude- oder OpenAI-Zugang. Du entscheidest, welches Modell deine Doku sieht, und behältst die Datenhoheit auf LLM-Ebene.

Weniger geeignet für: Teams, die eine fertige, eingebaute KI ohne eigenes LLM-Konto erwarten; Anwender, die zwingend eine deutsche Oberfläche und deutschen Support brauchen; Organisationen, die ein allgemeines Firmen-Wiki suchen (dann sind Confluence oder Notion passender); und kleine Teams ohne IT-Ressourcen, die weder Self-Hosting warten noch US-Cloud akzeptieren wollen.

Preise im Detail

Plan	Preis	Was du bekommst
Hudu (Cloud)	27 USD/Nutzer/Monat (jährlich, ~10 % günstiger als monatlich)	Unbegrenzte Dokumentation, Passwort-Management, Asset-Tracking, Wissensbasis, SOPs/Checklisten, IPAM, Client-Portal, Integrationen & API, Hudu AI, 24/7-Support, Mobile-App & Browser-Erweiterung
Hudu (On-Premise)	Auf Anfrage / Self-Hosting	Gleicher Funktionsumfang, Betrieb auf eigenem Server, für Organisationen mit besonderen Sicherheits- oder Datenschutz-Anforderungen
Add-on: Hudu Radar	9 USD/Firma/Monat	Erweiterte Netzwerk-Discovery und Monitoring
Professional Services	ab 199 USD	Implementierung, Schulung, individuelle Konfiguration

Einordnung: Hudu hat 2025 das alte Modell mit getrennten Self-Hosted- und Cloud-Preisstufen auf ein einziges, nutzungsbasiertes Modell umgestellt: 27 USD pro aktivem Nutzer und Monat bei jährlicher Zahlung. Entscheidend für die Wirtschaftlichkeit ist, dass nur Nutzer zählen, die sich tatsächlich einloggen können, Portal-Nutzer mit reinem Lesezugriff sind kostenlos. Es gibt keine Mindestabnahme und keine Setup-Gebühr, was den Einstieg für kleine MSPs deutlich attraktiver macht als IT Glue, das in der Regel höhere Einstiegskosten und Jahresbindung verlangt. Wichtig zur KI-Kostenwahrheit: Hudu AI selbst ist in allen Plänen kostenlos enthalten, aber das angebundene LLM (z. B. OpenAI- oder Anthropic-API) rechnest du separat bei deinem LLM-Anbieter ab. Die KI ist also „gratis” im Sinne von „keine Hudu-Aufpreise”, verursacht aber Kosten auf der LLM-Seite.

Stärken im Detail

Bring-Your-Own-LLM statt Vendor-Lock-in. Hudu baut bewusst kein eigenes Sprachmodell, sondern setzt auf das Model Context Protocol (MCP), denselben offenen Standard, den Anthropic 2024 eingeführt hat. Du verbindest Hudu mit deinem vorhandenen Claude-, OpenAI- oder Cursor-Zugang. Der Vorteil: Du wählst das Modell, du kontrollierst, welcher Anbieter deine Dokumentation sieht, und du bist nicht an Hudus KI-Roadmap gebunden. Das „You choose the AI. You own the data.”-Versprechen ist für ein Dokumentationstool mit sensiblen Kundendaten ein durchdachter Ansatz.

Semantische Suche und Doku aus Tickets heraus. Hudu AI versteht Kontext statt nur Stichwörter: Du fragst „Welcher Switch hängt an der USV in Filiale Nord?” und bekommst die Antwort aus Assets, Artikeln und Kundendaten, nicht nur eine Trefferliste. Die zweite Kernfunktion ist „Document as you resolve”: Beim Lösen eines Tickets kann Hudu AI automatisch Wissensbasis-Artikel aktualisieren oder neu anlegen. Genau die Doku, die im MSP-Alltag sonst liegen bleibt, entsteht so nebenbei.

Permission-aware und SOC 2 Type II. Die KI respektiert die bestehenden Berechtigungen. Ein Techniker, der nur auf bestimmte Mandanten Zugriff hat, sieht auch über die KI-Suche nichts aus anderen Mandanten. Das ist für MSPs zentral, weil die Vermischung von Kundendaten ein direkter Vertrauens- und Compliance-Bruch wäre. Hudu ist SOC-2-Type-II-zertifiziert.

On-Premise als echter Datenschutz-Hebel. Für Organisationen mit besonderen Sicherheitsanforderungen lässt sich Hudu auf eigenem Server betreiben. Stellst du das auf einen deutschen oder europäischen Hoster (Hetzner, IONOS, Strato), liegen alle Dokumentations- und Passwortdaten ausschließlich in der EU. Diese Option fehlt vielen rein cloudbasierten Wettbewerbern komplett.

Faire Preisstruktur ohne versteckte Hürden. Keine Mindest-Nutzeranzahl, keine Setup-Gebühr, kostenlose Lese-Portal-Nutzer und ein 14-tägiger Test ohne Kreditkarte. Für ein kleines MSP, das jeden Euro zweimal umdreht, ist das ein spürbar niedrigschwelligerer Einstieg als bei den etablierten Enterprise-Anbietern.

Modernes UI und schnelle Entwicklung. Hudu wird regelmäßig aktualisiert, priorisiert Community-Feedback (öffentliche Roadmap unter feedback.hudu.com) und ist in der Bedienung deutlich aufgeräumter als IT Glue. Die Lernkurve für neue Techniker ist flach, was die Onboarding-Zeit verkürzt.

Schwächen ehrlich betrachtet

Ohne eigenes LLM keine KI. Das Bring-Your-Own-LLM-Modell ist eine Stärke für Kontrolle, aber eine Hürde für Teams, die einfach eine fertige KI erwarten. Du brauchst einen LLM-Zugang (OpenAI, Anthropic), musst ihn per MCP einrichten und trägst dessen laufende Kosten. Wer „KI einfach an” will, ohne sich um Modellanbindung zu kümmern, findet das umständlicher als bei Tools mit eingebauter KI. Workaround: Mit einem OpenAI- oder Anthropic-API-Key ist die Einrichtung überschaubar, aber sie ist ein zusätzlicher Schritt.

KI-Datenhaltung hängt am LLM-Anbieter. So lobenswert die EU-Self-Hosting-Option für die Kerndaten ist, sobald du Hudu AI mit einem US-LLM (OpenAI, Anthropic) nutzt, fließen die abgefragten Inhalte an dessen US-Server. Die saubere EU-Datenhaltung gilt dann nur für die ruhende Doku, nicht für die KI-Verarbeitung. Wer das vermeiden will, müsste ein in der EU gehostetes oder lokales LLM anbinden, was Hudu über MCP grundsätzlich erlaubt, aber zusätzlichen Aufwand bedeutet.

Keine deutsche Lokalisierung. Oberfläche, Dokumentation und Support sind komplett englisch. Für technische MSP-Teams ist das meist verkraftbar, für gemischte Teams oder Endkunden-Portale kann es ein Reibungspunkt sein. Einen deutschsprachigen Support gibt es nicht.

Integrationen teils weniger ausgereift als bei IT Glue. Hudu bietet über 60 Integrationen, davon 19 im PSA/RMM-Bereich (ConnectWise PSA, Autotask, Atera, Addigy u. a.). In der Tiefe und Stabilität einzelner Anbindungen ist das langjährig etablierte IT Glue an mancher Stelle aber noch voraus. Vor dem Umstieg lohnt es sich, die konkret benötigte Integration im Detail zu prüfen.

Self-Hosting verlagert Verantwortung zu dir. Die On-Premise-Option ist datenschutzseitig stark, bedeutet aber: Updates, Backups, Sicherheit und Verfügbarkeit liegen bei dir. Ein MSP hat dieses Know-how typischerweise, eine kleine interne IT ohne dedizierte Server-Ressourcen sollte den Aufwand nicht unterschätzen und im Zweifel die Cloud-Variante wählen.

Kleinere Community und Ökosystem. Hudu wächst (5.500+ IT-Abteilungen und MSPs), bleibt aber kleiner als IT Glue. Weniger Drittanbieter-Plugins, weniger fertige Vorlagen aus der Community und ein kleinerer Pool an Erfahrungsberichten sind die Folge.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Die etablierte, integrationsstarke MSP-Plattform mit großem Ökosystem willst	IT Glue
Ein allgemeines Firmen-Wiki / technische Doku jenseits von MSP brauchst	Confluence
Eine flexible, KI-gestützte Doku- und Wissensdatenbank ohne IT-Spezialisierung suchst	Notion

Erwähnenswert ohne direkten Tabellenplatz: Für reine Passwortverwaltung sind dedizierte Tools wie Keeper, Bitwarden oder 1Password spezialisierter; im MSP-Umfeld konkurriert Hudu außerdem mit Niagara/Document360-ähnlichen Lösungen und der Doku-Funktion innerhalb von PSA-Suiten (ConnectWise, Autotask). Hudus Profil ist klar: moderne IT-Dokumentation für MSPs, fair bepreist, mit Datenhoheit und einer KI, die dein eigenes LLM nutzt. Wer das maximale Integrations-Ökosystem braucht, bleibt eher bei IT Glue; wer Datenkontrolle, Preis und ein offenes KI-Modell priorisiert, ist bei Hudu besser aufgehoben.

So steigst du ein

Schritt 1: Starte mit der kostenlosen 14-Tage-Testversion der Cloud-Variante (keine Kreditkarte nötig) auf hudu.com. So lernst du Datenmodell und UI kennen, ohne sofort einen Server aufzusetzen. Wenn Datenschutz-Anforderungen On-Premise verlangen, kannst du parallel die Self-Hosted-Installation auf einem eigenen VPS (z. B. Hetzner in Deutschland) vorbereiten, die Einrichtung dauert erfahrungsgemäß 1–2 Stunden.

Schritt 2: Lege deinen wichtigsten Kundenmandanten zuerst an: Passwörter, primäre Kontakte, kritische Geräte. Beginne klein und vollständig statt mit allen Mandanten halbfertig. Das zeigt dem Team sofort den Wert und liefert ein sauberes Template für die übrigen Kunden.

Schritt 3: Aktiviere die relevanten PSA/RMM-Integrationen (ConnectWise, Autotask, Atera u. a.), damit Assets automatisch synchronisiert werden statt manuell gepflegt. Verbinde anschließend Hudu AI über MCP mit deinem LLM-Zugang (Claude oder OpenAI) und teste die semantische Suche an echten Fragen, und richte die Doku-aus-Tickets-Funktion ein, damit Wissensartikel im Tagesgeschäft mitwachsen.

Ein konkretes Beispiel

Ein 4-Personen-MSP in Hamburg nutzte bisher KeePass für Passwörter und ein OneNote-Notizbuch für die Kundendokumentation, verstreut, schwer durchsuchbar, ohne Audit-Trail. Mit Hudu On-Premise auf einem Hetzner-Server haben sie volle EU-Datenhaltung für die Kerndaten, zahlen 108 USD/Monat (4 Nutzer) und haben die komplette Dokumentation aller 20 Mandanten in drei Wochen migriert. Über MCP haben sie Hudu AI an ihren bestehenden Anthropic-Zugang angebunden: Statt durch verschachtelte Ordner zu klicken, fragt der Bereitschaftstechniker um 22 Uhr „Wie ist die VPN-Konfiguration bei Mandant Sonnenhof?” und bekommt die Antwort in Sekunden. Beim Abschluss jedes Tickets schlägt Hudu AI vor, den passenden Wissensartikel zu aktualisieren, so wächst die Doku, ohne dass jemand sich dazu zwingen muss. Die Onboarding-Zeit für neue Endkunden sank von 2–3 Stunden auf unter 45 Minuten. Zeitersparnis: rund eine Stunde pro Technikertag. Bewusste Entscheidung des Teams: KI-Abfragen mit besonders sensiblen Inhalten werden vermieden, solange das LLM in den USA läuft, für die meisten Routineabfragen ist das Risiko vertretbar.

DSGVO & Datenschutz

• Datenhosting (Kerndaten): Wahlweise Cloud (US-basierter Anbieter, Hudu Technologies, Inc.) oder On-Premise/Self-Hosted auf eigenem Server. Bei Self-Hosting auf einem deutschen/europäischen Hoster (Hetzner, IONOS, Strato) liegen alle Dokumentations- und Passwortdaten ausschließlich in der EU.
• KI-Verarbeitung: Hudu AI ist Bring-Your-Own-LLM. Welche Daten wohin fließen, hängt vom angebundenen Modell ab. Bei US-LLMs (OpenAI, Anthropic) verlassen die abgefragten Inhalte die EU, die EU-Datenhaltung der Cloud/On-Premise-Instanz gilt dann nur für ruhende Daten, nicht für die KI-Verarbeitung.
• Berechtigungen: Die KI ist permission-aware, Mandantentrennung und Zugriffsrechte bleiben auch bei KI-Suche erhalten. Passwortzugriffe sind protokolliert (Audit-Trail).
• Zertifizierung: SOC 2 Type II. Trust Center unter compliance.hudu.com.
• Auftragsverarbeitung (AVV): Für den Cloud-Betrieb verfügbar. Bei Self-Hosting ist kein AVV mit Hudu nötig, du bist selbst Verantwortlicher für die Infrastruktur (für das angebundene LLM brauchst du jedoch einen separaten AVV mit dem LLM-Anbieter).
• Empfehlung für Unternehmen: Für MSPs mit deutschen Endkunden ist Self-Hosted in der EU die sicherste Variante für die Kerndaten. Wer Hudu AI nutzt, sollte zusätzlich ein EU-gehostetes oder lokales LLM evaluieren und für besonders sensible Inhalte (Berufsgeheimnis, Gesundheitsdaten) eine Datenschutz-Folgenabschätzung durchführen.

Gut kombiniert mit

• Claude, als angebundenes LLM für Hudu AI. Über MCP liefert Claude die Sprachintelligenz für semantische Suche und Doku-Generierung, während die Dokumentationsdaten in Hudu (idealerweise EU-self-hosted) liegen. Wer ohnehin Claude nutzt, bekommt die KI-Funktion ohne zusätzliches Modell-Abo.
• Confluence, falls neben der MSP-Doku auch ein allgemeines Firmen-Wiki gebraucht wird. Hudu deckt das technische Kunden- und Asset-Wissen ab, Confluence die interne Prozess- und Projektdokumentation.
• Notion, für Teams, die zusätzlich eine flexible Projekt- und Aufgabenverwaltung brauchen. Hudu bleibt die strukturierte IT-Quelle der Wahrheit, Notion ergänzt die freiere Wissens- und Planungsarbeit.

Unser Testurteil

Hudu verdient 4 von 5 Sternen. Für kleine bis mittlere MSPs ist es die derzeit attraktivste IT-Glue-Alternative: modernes UI, faire und transparente Preise ohne Mindestmenge, und mit der On-Premise-Option ein echter Datenschutz-Vorteil, den rein cloudbasierte Wettbewerber nicht bieten. Der KI-Ansatz ist klug gedacht, Bring-Your-Own-LLM per MCP gibt Teams die Datenhoheit auf Modellebene zurück und ist genau das, was ein Tool mit sensiblen Kundendaten braucht. Den fünften Stern kostet vor allem die fehlende deutsche Lokalisierung, die Tatsache, dass KI ohne eigenes LLM-Konto nicht läuft (und die KI-Datenhaltung dann am US-LLM hängt), sowie das gegenüber IT Glue noch kleinere Integrations- und Community-Ökosystem. Wer ein MSP- oder IT-Team führt, Wert auf Datenkontrolle legt und mit der englischen Oberfläche leben kann, bekommt mit Hudu ein ausgereiftes, fair bepreistes Werkzeug mit einem der durchdachtesten KI-Konzepte im Dokumentations-Segment.

Was wir bemerkt haben

• 2025, Die Domain ist von usehudu.com auf hudu.com umgezogen (301-Weiterleitung). Die alte Adresse funktioniert noch per Redirect, die Marke tritt unter der kürzeren Domain auf. Firmenname ist Hudu Technologies, Inc.
• 2025, Hudu hat das Preismodell vereinheitlicht: Statt getrennter Self-Hosted- (31 USD/3 Nutzer) und Cloud-Stufen (33 USD) gibt es jetzt einen einzigen Preis von 27 USD/Nutzer/Monat (jährlich), weiterhin ohne Mindestmenge und ohne Setup-Gebühr. Portal-Nutzer mit Lesezugriff bleiben kostenlos.
• 2025, Mit Hudu AI ist eine echte KI-Schicht dazugekommen: semantische Suche „in plain English” und Dokumentation aus Tickets heraus. Statt eines proprietären Modells setzt Hudu auf das Model Context Protocol und Bring-Your-Own-LLM (Claude, OpenAI, Cursor), die KI-Funktionen sind in allen Plänen ohne Aufpreis enthalten, das angebundene LLM rechnest du separat ab.
• Mai 2026, Es gibt weiterhin keine eingebaute, fertig nutzbare KI ohne eigenes LLM-Konto. Das ist Absicht (Datenhoheit, kein Lock-in), bedeutet aber, dass Teams ohne LLM-Strategie einen zusätzlichen Einrichtungsschritt vor sich haben.