Was ist Manus AI?

Aktualisiert im Juli 2026

Manus AI ist ein universeller, autonomer AI-Agent von Butterfly Effect, dem Unternehmen hinter der Browser-Erweiterung Monica. Sie geben ihm ein Ziel in einfacher Sprache vor, und er plant die Schritte selbstständig, öffnet einen privaten Cloud-Computer, durchsucht das Web, führt Code aus und liefert einen fertigen Bericht, eine Tabelle oder eine funktionierende App zurück.

Für Entscheider ist Manus eines der anschaulichsten öffentlichen Beispiele dafür, was gemeint ist, wenn von „agentic AI" die Rede ist. Während ein Chatbot eine Frage beantwortet, übernimmt Manus die gesamte Aufgabe: einen Markt recherchieren, einen Stapel Lebensläufe sichten, eine Präsentation erstellen oder eine kleine Web-App aufsetzen, und meldet sich erst zurück, wenn die Arbeit erledigt ist, statt nach jedem einzelnen Schritt. Manus ist zudem zu einem aufschlussreichen Fallbeispiel dafür geworden, wie schnell sich die Agenten-Kategorie entwickelt und wie kritisch man Anbieteraussagen in diesem Bereich prüfen sollte.

Hintergrund: Von Monica zu Manus

Butterfly Effect brachte 2023 sein erstes Produkt auf den Markt, Monica: eine Browser-Erweiterung, die mehrere kommerzielle Large Language Models hinter einer einzigen Oberfläche für Übersetzung, Zusammenfassungen und Schreibhilfe bündelte. Manus, das am 6. März 2025 in einer Beta-Version nur auf Einladung veröffentlicht wurde, war der nächste Schritt des Unternehmens: ein eigenständiger Agent statt eines Assistenten, der lediglich an einen Browser-Tab angeflanscht ist.

Der Launch war einer der lautesten Markteintritte, den die Kategorie der KI-Agenten je erlebt hat. Ein Demo-Video, das zeigte, wie Manus eigenständig Bewerbungen sichtet und ein Aktienportfolio analysiert, erreichte in weniger als einem Tag eine Million Aufrufe, und mehr als zwei Millionen Menschen trugen sich innerhalb einer Woche in die Warteliste ein (AIbase). Benchmark führte im April jene Finanzierungsrunde über 75 Millionen US-Dollar an, bei einer Bewertung von rund 500 Millionen US-Dollar, mit Beteiligung von Tencent und HSG (ehemals Sequoia China) (TechCrunch). Bis Dezember 2025 hatte Manus nach eigenen Angaben einen jährlich wiederkehrenden Umsatz von 100 Millionen US-Dollar und eine Gesamtumsatz-Run-Rate von 125 Millionen US-Dollar erreicht, etwa acht Monate nach dem Launch (Manus).

Im selben Monat erklärte sich Meta bereit, Butterfly Effect für rund 2 Milliarden US-Dollar zu übernehmen, mit dem Plan, Manus-Agenten in Facebook, Instagram und WhatsApp zu integrieren (TechCrunch). Der Deal hielt nicht: Chinas Nationale Entwicklungs- und Reformkommission leitete im Januar 2026 eine Prüfung ein und blockierte die Übernahme am 27. April 2026 vollständig, und Meta löste die operativen Verbindungen bis Mitte Juni 2026 auf (CNBC). Manus arbeitet Stand jetzt weiterhin unabhängig und befindet sich mittlerweile in der Modellgeneration 1.6.

Wie Manus AI funktioniert

Manus basiert auf derselben Wahrnehmen-Planen-Handeln-Schleife, die Agentic AI allgemein kennzeichnet, verfügt aber über eine eigene Ausführungsebene: Jede Aufgabe erhält ihre eigene isolierte virtuelle Cloud-Maschine, was Manus als Sandbox bezeichnet.

1. Sie formulieren ein Ziel. „Recherchieren Sie Wettbewerber im Mid-Market-CRM-Bereich und erstellen Sie mir eine Vergleichspräsentation" ist ein typischer Prompt, keine einzelne Frage.
2. Ein Planungsmodul zerlegt das Ziel in einzelne Schritte. Statt dass ein einziges Modell alles übernimmt, koordiniert Manus spezialisierte Komponenten: einen Planer, der die Arbeit in eine Reihenfolge bringt, eine Wissensebene, die branchenübliche Konventionen anwendet, und eine Datenebene, die Live-Informationen aus APIs und dem Web abruft.
3. Der Agent erhält einen privaten Computer. Jede Aufgabe startet ihre eigene, isolierte Cloud-VM mit einem echten Dateisystem, Shell-Zugriff und einem Browser, den sie direkt steuern kann, sodass sie nicht auf reine Textgenerierung beschränkt ist. Im Hintergrund läuft das Ganze auf schlanken virtuellen Maschinen, ähnlich der Firecracker-Technologie, die AWS für Serverless Computing entwickelt hat.
4. Sie handelt, indem sie Code als Mechanismus einsetzt. Manus schreibt und führt in dieser Sandbox echten Python-, JavaScript- oder Bash-Code aus, um Websites zu durchsuchen, Daten zu extrahieren, Dateien zu bearbeiten und kleine Anwendungen bereitzustellen, ein Ansatz, der manchmal „CodeAct" genannt wird. Das ist dasselbe Muster von Tool Use, das den meisten modernen Agenten zugrunde liegt, nur angewendet über eine vollständige Computerumgebung statt über eine begrenzte Menge an API-Aufrufen.
5. Sie erhalten ein Ergebnis, kein Protokoll. Weil alles in dieser Sandbox geschieht, ist das Endprodukt ein reales Artefakt: eine gehostete Webseite, eine formatierte Tabelle, ein geschriebener Bericht, nicht nur eine Chat-Antwort, die beschreibt, was entstehen sollte.

Manus trainiert kein eigenes Foundation Model. Stattdessen orchestriert es bestehende Large Language Models (Berichte aus der Zeit des Launches verwiesen auf Modelle von Anthropic und Alibabas Qwen-Familie) und konzentriert sein Engineering auf die Planungs-, Gedächtnis- und Sandbox-Ebenen darum herum, dasselbe Problem der AI Orchestration, das jeder Anbieter von Agenten lösen muss.

Was Manus AI kann: Funktionen und Anwendungsfälle

Manus wird als universell einsetzbar vermarktet und nicht auf eine bestimmte Funktion zugeschnitten, was sich in der Vielfalt seiner typischen Anwendungsfälle zeigt:

• Recherche und Analyse: Eine Marktlandschaft zusammenstellen, einen Stapel Dokumente zusammenfassen oder einen Wettbewerbsvergleich mit belegten Daten statt einer generischen Zusammenfassung erstellen.
• Erstellung von Dokumenten und Arbeitsergebnissen: Formatierte Berichte, Tabellen mit funktionierenden Formeln und Präsentationen aus einem in einfacher Sprache formulierten Briefing generieren.
• Web-App-Prototyping: Eine kleine, funktionierende Web-App oder Landingpage erstellen und unter einer öffentlichen URL bereitstellen, ohne dass ein Entwickler den Code manuell schreiben muss.
• Datenintensive Routinearbeit: Einen Stapel Lebensläufe anhand von Kriterien sichten, Daten aus verschiedenen Quellen abgleichen oder Tabellen verarbeiten, die sonst einen halben Tag kosten würden.
• Breit angelegte, parallelisierte Recherche: Die Funktion „Wide Research" von Manus lässt viele Sub-Agenten parallel an einer breit gefassten Fragestellung arbeiten und führt die Ergebnisse zusammen, nützlich für groß angelegte Vergleiche, die ein einzelner Agent sonst nacheinander abarbeiten müsste.

Das fällt klar in die Kategorie der Agentic Workflows: mehrstufige Aufgaben mit Tool-Einsatz und einem echten Endergebnis, nicht bloß Frage-Antwort in einer einzigen Runde.

Manus AI Preise (Juli 2026)

Manus' eigene Preisseite und das Hilfe-Center beschreiben drei Stufen, wobei es sich, wie bei den meisten sich schnell entwickelnden KI-Produkten, lohnt, die genauen Zahlen vor dem Kauf noch einmal auf manus.im/pricing zu überprüfen:

Jede Aktion, von einem Rechercheschritt bis zum Erstellen einer Folie, verbraucht Credits, und nicht genutzte monatliche Credits verfallen (Manus Help Center). Bei jährlicher Abrechnung reduziert sich der monatliche Preis bei den kostenpflichtigen Stufen um rund 17 %. Da der Credit-Verbrauch mit der Länge und Komplexität einer Aufgabe skaliert, ähnelt die Budgetplanung für Manus eher der Budgetierung von Cloud-Compute-Leistung als der eines Software-Sitzplatzes mit Pauschalpreis.

Für wen Manus AI geeignet ist

Manus ist für Einzelpersonen und kleine Teams gedacht, die einmalige oder wiederkehrende Recherche-, Analyse- und Dokumentationsarbeit von Anfang bis Ende erledigt haben möchten: Analysten, Beraterinnen, Marketer, Gründer und Operations-Mitarbeitende, die sonst Stunden mit Recherchesynthese, Berichtsformatierung oder einfachem Prototyping verbringen würden. Weniger geeignet ist es für Teams, die einen Agenten benötigen, der von Anfang an fest in ein bestimmtes System of Record eingebettet ist, mit strikter Governance, Audit-Trails und rollenbasierten Berechtigungen.

Ein kurzer, ehrlicher Hinweis dazu, wie sich das zu speziell entwickelter Arbeitssoftware verhält: Manche Teams sammeln ihre erste echte Erfahrung mit Agentic AI über allgemeine Tools wie Manus und suchen anschließend nach demselben Muster in den Systemen, die sie bereits nutzen. Rework etwa liefert inzwischen eingebaute KI-Copiloten und Agenten, die auf konkrete Aufgaben wie Lead-Nachverfolgung und Pipeline-Pflege zugeschnitten sind, und tauscht damit einen Teil von Manus' Breite gegen eine engere Integration mit bestehenden Sales- und Operations-Daten. Keines der beiden ersetzt das andere, sie lösen unterschiedliche Arten von Problemen.

Manus AI im Vergleich zu ChatGPT Agent und anderen KI-Agenten

„AI Agent" wird auf eine breite Palette von Produkten mit ganz unterschiedlichem Grad an tatsächlicher Autonomie angewendet. Hier sehen Sie, wie Manus im Vergleich zu den beiden anderen Kategorien abschneidet, auf die Käufer am häufigsten stoßen.

Praktisch bedeutet das: Manus und der Agentenmodus von ChatGPT zielen beide auf dasselbe Erlebnis „Ziel eingeben, fertiges Ergebnis erhalten" ab, und die entscheidenden Unterschiede liegen weniger in der reinen Leistungsfähigkeit als vielmehr darin, in welchem Ökosystem Sie sich bereits bewegen und wie sehr Sie eine dedizierte, universelle Sandbox brauchen im Vergleich zu einem Agenten, der dort lebt, wo Ihre übrige KI-Arbeit ohnehin schon stattfindet. Enge Agenten tauschen Allgemeingültigkeit gegen Tiefe in einem einzelnen Workflow, was für regulierte oder besonders risikoreiche Prozesse oft der sicherere Ausgangspunkt ist.

Grenzen und Risiken von Manus AI

Manus verbindet weitreichende Autonomie mit einer vollwertigen Sandbox, weshalb seine Betriebsgrenzen genauso wichtig sind wie seine Kernfunktionen.

• Bei mehrdeutigen Zielen sinkt die Zuverlässigkeit. Manus arbeitet am besten bei klar umrissenen Aufgaben mit einem eindeutigen „Fertig"-Zustand. Vage oder offen formulierte Prompts erhöhen die Wahrscheinlichkeit eines plausibel wirkenden, aber falschen Ergebnisses.
• Die zentralen Benchmark-Werte stammen vom Anbieter selbst. Manus' Launch-Materialien nannten GAIA-Benchmark-Werte von 86,5 % (Level 1), 70,1 % (Level 2) und 57,7 % (Level 3), damit vor den vergleichbaren OpenAI-Deep-Research-Werten zum damaligen Zeitpunkt (arXiv). Diese Zahlen stammten zum Launch-Zeitpunkt vom Anbieter selbst und wurden seither nicht unabhängig überprüft: Behandeln Sie selbst berichtete Benchmark-Werte eines Agenten als Richtwert, nicht als Garantie.
• Die Kosten sind nutzungsabhängig und können überraschen. Da die Credits mit der Länge und Komplexität einer Aufgabe skalieren, kann eine breit angelegte Recherche-Anfrage ein monatliches Kontingent schneller aufbrauchen als bei einem Tool mit Pauschalpreis.
• Unternehmensseitige Unsicherheit. Die blockierte Übernahme durch Meta und deren anschließende Auflösung lassen offene Fragen zu langfristiger Roadmap, Datenverarbeitung und Rechtsraum zurück, die sich zu klären lohnen, bevor Sie Budget dafür einplanen.
• Voller Sandbox-Zugriff braucht Leitplanken. Ein Agent mit Shell-Zugriff und Browser-Steuerung ist gerade deshalb leistungsfähig, weil er nicht auf eine begrenzte API beschränkt ist. Das bedeutet auch, dass er dieselbe Human-in-the-Loop-Prüfung braucht wie jedes hochautonome System, bevor er mit etwas Sensiblem in Berührung kommt.
• „Agentic"-Behauptungen verdienen kritische Prüfung, auch diese hier. Gartner hat gewarnt, dass viele als Agenten vermarktete Produkte in Wirklichkeit umbenannte Chatbots oder Automatisierungen sind, was die Branche Agent Washing nennt. Manus' Architektur aus Sandbox und Tool Use besteht diese Prüfung nach den verfügbaren Belegen, aber dieselbe Checkliste, die Sie auf die „Agenten"-Behauptung jedes Anbieters anwenden würden, lohnt sich auch hier.

Wichtige Fakten

• Manus startete am 6. März 2025 in einer Beta-Version nur auf Einladung, und sein Demo-Video erreichte innerhalb von 20 Stunden 1 Million Aufrufe. TechCrunch
• Mehr als 2 Millionen Menschen trugen sich innerhalb von sieben Tagen nach dem Launch in die Manus-Warteliste ein. AIbase
• Benchmark führte im April 2025 eine Finanzierungsrunde über 75 Millionen US-Dollar an, die Manus mit rund 500 Millionen US-Dollar bewertete. TechCrunch
• Manus meldete etwa acht Monate nach dem Launch einen jährlich wiederkehrenden Umsatz von 100 Millionen US-Dollar und eine Gesamtumsatz-Run-Rate von 125 Millionen US-Dollar, zusammen mit 147 Billionen verarbeiteten Tokens und 80 Millionen erstellten virtuellen Sandbox-Computern. Manus
• Meta erklärte sich im Dezember 2025 bereit, Butterfly Effect (Manus' Muttergesellschaft) für rund 2 Milliarden US-Dollar zu übernehmen. Chinas NDRC blockierte den Deal am 27. April 2026, und Meta hatte die Beziehung bis Mitte Juni 2026 aufgelöst. CNBC
• Beim Launch meldete Manus GAIA-Benchmark-Werte von 86,5 % (Level 1), 70,1 % (Level 2) und 57,7 % (Level 3), Werte, die vom Anbieter selbst stammen und seither nicht unabhängig überprüft wurden. arXiv
• Gartner prognostiziert, dass bis Ende 2027 mehr als 40 % der Agentic-AI-Projekte wegen Kosten, unklarem Nutzen oder schwacher Governance eingestellt werden, eine Warnung, die bei jedem Agenten-Kauf gilt, Manus eingeschlossen. Gartner

Verwandte KI-Konzepte

• Was ist Agentic AI? - Die übergeordnete Kategorie, für die Manus ein praktisches Beispiel ist
• AI Agents - Wie sich autonome Agenten wie Manus von Chatbots unterscheiden
• Was ist Agent Washing? - Das Anbieter-Hype-Problem, an dem sich jede „agentic"-Behauptung messen lassen sollte
• Was ist Agentic RAG? - Wie Agenten Retrieval mit autonomem Handeln kombinieren
• Tool Use - Der Mechanismus, mit dem Agenten wie Manus auf reale Systeme zugreifen
• AI Orchestration - Die Koordination der Planungs-, Gedächtnis- und Ausführungsebenen hinter einem Agenten
• Agentic Workflows - Die mehrstufigen Geschäftsprozesse, für deren Bewältigung Agenten wie Manus gebaut sind
• AI Copilots - Das kollaborative, am menschlichen Tempo orientierte Gegenstück zu autonomen Agenten
• Human-in-the-Loop - Wie Unternehmen die Aufsicht über hochautonome Agenten behalten
• Beste KI-Agenten 2026 - Eine umfassendere Übersicht über Agenten-Produkte zum Vergleich mit Manus

Externe Ressourcen

• TechCrunch: Meta Just Bought Manus - Details zur Übernahme und Unternehmenshintergrund
• TechCrunch: Manus Series B Funding - Berichterstattung zu Finanzierung und Bewertung
• CNBC: Meta Acquires Manus - Übernahme und regulatorisches Ergebnis
• Manus: $100M ARR Update - Offizielle Umsatz- und Nutzungsmeilensteine
• Manus Help Center: Membership Pricing - Details zu aktuellen Plänen und Credits
• Gartner: Agentic AI Project Cancellations - Prognosen zur Adoption und zum Risiko von Projektabbrüchen

Teil der KI-Begriffe-Sammlung. Zuletzt aktualisiert: 2026-07-20