Runcell

runcell.dev ist ein KI-Agent als JupyterLab-Erweiterung, der Fragen zu Daten in ausgeführte Notebook-Arbeit übersetzt, also Daten untersucht, Python-Code schreibt und debuggt, Zellen ausführt und Tabellen sowie Diagramme auswertet.

🛡️ Datenschutz: Anbieter ist Kanaries Data Inc.; ein Firmensitz ist in der Datenschutzerklärung nicht angegeben. Laut Datenschutzerklärung werden Frage und minimaler Kontext an einen Cloud-Prompt-Orchestrator gesendet, Notebooks bleiben standardmäßig lokal, solange die Cloud-Synchronisierung nicht aktiviert ist. Bei bezahlten Tarifen werden Prompts, Kontext und Ausgaben nicht zum Training von Modellen genutzt; im kostenlosen Tarif ist der Datenschutzmodus nicht verfügbar. Hosting-Standort und eine DPA-Vorlage sind nicht öffentlich dokumentiert; für personenbezogene Daten sollte vorab ein AVV/DPA mit dem Anbieter geklärt werden.

Das Tool richtet sich an Data-Science-Teams, Analysten und Forschende, die in Jupyter-Notebooks arbeiten und Routineschritte der Datenanalyse an einen KI-Agenten abgeben möchten.

Tool-Details & Features

💰 Preise: Freemium-Modell mit kostenlosem Hobby-Tarif und monatlichem Guthaben; kostenpflichtige Tarife bieten mehr Guthaben und Zugang zu leistungsfähigeren Modellen, Enterprise-Regelungen über den Support.

⚙️ Technik: Installation per pip als JupyterLab-Erweiterung; arbeitet direkt auf bestehenden ipynb-Dateien und stellt integrierten Zugriff auf Modelle von OpenAI, Anthropic und Google bereit, ohne eigenen API-Schlüssel.

👥 Zielgruppe: Data Scientists, Analysten, Forschung und Lehre mit Python-Notebooks.

🔗 Integrationen: JupyterLab und bestehende Jupyter-Notebooks; Modellzugriff auf GPT-, Claude- und Gemini-Modelle über das Abo.

📊 Funktionen: Notebook-nativer Agent, mehrstufiger Analyse-Workflow aus einer Frage, Auswertung von Diagrammen und Zellausgaben, automatisches Ausführen und Debuggen von Zellen, Kontextspeicher über Sitzungen hinweg.

Vor- & Nachteile

✅ Vorteile: Arbeitet direkt im gewohnten Notebook statt in einem separaten Tool; führt Code aus und liest die Ergebnisse selbst aus.

❌ Nachteile: Im kostenlosen Tarif können Daten zur Modellverbesserung genutzt werden; Firmensitz und Hosting-Standort sind nicht öffentlich dokumentiert.

Für wen geeignet?

Perfekt für Data-Science-Teams und Analysten, die ihre Notebook-Arbeit mit einem ausführenden KI-Agenten beschleunigen wollen.