TestphaseDiese Umgebung befindet sich im Pre-Launch-Test — alle Daten werden zum Start zurückgesetzt.
Mockomat
EN English DE Deutsch FR Français ES Español IT Italiano TR Türkçe
v2 · Visuelle Datenmodellierung, live im Browser

Visuelle Datenmodellierung, live-API.
Echte Datensätze, ausgeliefert sobald du speicherst.

Skizziere Tabellen und Relationen gemeinsam auf einer geteilten Leinwand. Das Modell wird zur Live-GraphQL-API auf echten Datensätzen — keine Fixtures, keine handbearbeiteten JSON-Dateien.

01 Attribut bearbeiten
Identifikator: id
displayName
handle
avatarUrl
bio
role
verified
Attribut hinzufügen
displayName
displayName
camelCase verwenden (z. B. firstName, createdAt)
STRING
Probier's aus → Benenne dieses Attribut um oder ordne es einem anderen Feld des Mock-Datensatzes zu. JSON und Avatare rechts reagieren live.
02 query users { … } 
{
  "data": {
    "users": [
      {
        "id": "7f2a-…",
        "displayName": "Lena Hartmann",
        "handle": "lena.h",
        "role": "Designer",
        "verified": true
      },
      {
        "id": "a1c4-…",
        "displayName": "Tomás Iglesias",
        "handle": "tomas",
        "role": "Engineer",
        "verified": true
      },
      {
        "id": "b903-…",
        "displayName": "Yuki Tanabe",
        "handle": "yuki",
        "role": "Product",
        "verified": false
      }
    ]
  }
}
03 Gerendert in deiner UI
LH
Lena Hartmann
@lena.h Designer
TI
Tomás Iglesias
@tomas Engineer
YT
Yuki Tanabe
@yuki Product
Eine Leinwand · ein Modell · Live-GraphQL auf echten Datensätzen.
Keine Registrierung · 24h Sessions
01 Der Ablauf

Drei Säulen. Eine Leinwand.

Visuelle Modellierung, Echtzeit-Zusammenarbeit und eine Live-API auf echten Datensätzen — alles an einem Ort.

01 Modellieren

Skizziere Tabellen und Relationen auf einer geteilten Leinwand. Live-Cursor, Thread-Kommentare, vollständige Historie.

02 Zuordnen

Verknüpfe jedes Feld mit einer Quelle echter Datensätze oder einem festen Wert — deine Wahl, pro Attribut.

03 Ausliefern

Ein Live-GraphQL-Endpunkt startet sobald du speicherst. Auf echten Datensätzen, abfragbar aus deiner App.

Eine neue Art zu modellieren

Datenbank­modellierung,
endlich kollaborativ.

Der erste Ort, an dem dein Team Schemas so entwirft wie Produkte — gemeinsam, auf einem Live-Canvas. Keine Slack-Threads über einen Screenshot eines Spec-Dokuments.

  • Live-Cursor & Präsenz Sieh, wer wo auf dem Canvas ist
  • Echtzeit-Zusammenarbeit Ziehen, umbenennen, verbinden — zusammen
  • Kommentare an Attributen Diskutiere das Modell, nicht Screenshots
  • Threads direkt auflösen Entscheidungen leben beim Schema
Modellier-Board · acme · main
L T Y A
4 bearbeiten gerade
User
*id
*displayNameString
*handleString
avatarUrlString
Lena · bearbeitet
TeamMember
*id
*teamId
*userId
*roleEnum
joinedAtDT
#1 System Admin −
Lena Hartmann · heute, 11:54 LH
Sind die Werte für dieses Enum schon geprüft?
Kommentar hinzufügen
02 Realistisch, mit Absicht

Daten, die wie echte Nutzer aussehen, nicht wie Lorem ipsum.

Der Feldkatalog beschreibt, was der gemeinsame Pool enthält: Namen, E-Mail-Adressen, Anschriften, Preise, Fahrzeugmarken. Ordne ein Attribut einem Feld zu, und die Mock-API liefert dessen Werte aus den importierten Datensätzen — bei einer Anfrage erfindet sie nichts.

Person
Kontakt
Standort
E-Commerce
Fahrzeug
Immobilien
Feldkatalog
Felder des gemeinsamen Pools
Person first_name → “Lena”
Kontakt email → “lena.hartmann@northvale.io”
Standort address → “42 Rue de Bercy”
Person job_title → “Engineering Manager”
Beispielantwort
200 OK · 6ms
{
“firstName” : "Lena" ,
“email” : "lena.hartmann@northvale.io" ,
“address” : "42 Rue de Bercy" ,
“avatarUrl” : "https://cdn.mock/avatars/lena.png" ,
“jobTitle” : "Engineering Manager"
}
03 Der Pool, dann die Auswahl

Ein Pool, Spalte um Spalte.
Wähle die passenden für dein Modell.

Mockomats gemeinsamer Pool enthält importierte Datensätze: offene Daten, wo es eine geprüfte Quelle gibt, generierte Beispieldaten für die Blueprints. Du seedest keine Daten; du mappst sie. Richte ein Attribut auf eine Spalte aus und die Runtime erledigt den Rest.

Gemeinsamer Pool Ein Pool für alle Projekte · schreibgeschützt
Zusammengesetzt Stimmige Zeilen aus Pool-Werten · nie erfunden
Konstante Festen Wert pro Attribut setzen
mockomat.pool / shared · schreibgeschützt · von jedem Projekt geteilt
commerce person internet address business finance
product_name brand price_eur sku category_main description image_url stock_quantity rating_avg first_name last_name full_name email username avatar_url phone birthdate street city country_iso postal_code lat lng company job_title department salary_band tax_id iban currency transaction_id amount created_at updated_at expires_at tag locale
↓ Zeilen der importierten Datensätze ↓
pool.full_name
pool.email
pool.avatar_url
map
map
map
UserProfile.displayName STRING
UserProfile.email STRING
UserProfile.avatarUrl STRING
Der Pool ist geteilt. Die Auswahl gehört dir. Die Struktur bestimmt dein Modell. Zur Dokumentation
04 Ein Modell, zwei Oberflächen

Eine Live-API für deinen Code.
Eine gerenderte Vorschau für alle anderen.

Dasselbe Modell bedient beides — dein Frontend greift auf den GraphQL-Endpoint zu, während Design, PMs und Stakeholder die Daten als Karten, Tabellen und Formulare sehen. Eine einzige Quelle der Wahrheit, zwei Zielgruppen.

GraphQL-Endpoint Für deinen Code — mit API-Key des Projekts, aus Server, CI oder Dev-Proxy 
{
  "data": {
    "users": [
      {
        "displayName": "Lena Hartmann",
        "role": "Designer",
        "verified": true
      },
      {
        "displayName": "Tomás Iglesias",
        "role": "Engineer",
        "verified": true
      },
      {
        "displayName": "Yuki Tanabe",
        "role": "Product",
        "verified": false
      }
    ]
  }
}
LH
Lena Hartmann
@lena.h Designer
TI
Tomás Iglesias
@tomas Engineer
YT
Yuki Tanabe
@yuki Product
POST https://api.mockomat.com/mock/abc-123/graphql
Gerenderte Vorschau Für alle anderen — Daten ansehen, kein Postman nötig
LH
Lena Hartmann
@lena.h Designer
TI
Tomás Iglesias
@tomas Engineer
YT
Yuki Tanabe
@yuki Product
GET app.mockomat.com/s/abc-123/preview
05 Multi-Tenant von Haus aus

Workspaces für das Team.
Sessions für den Moment.

Persistente Workspaces speichern deine echten Schemas und Rollen. Einweg-Sessions mit 24 Stunden Laufzeit lassen dich eine Sandbox aufsetzen und einen Link mit einem Stakeholder teilen — keine Registrierung, kein Aufräumen.

Rollen & Berechtigungen pro Workspace Verwalter, Bearbeiter, Reporter, Nur Lesen · Einladung per E-Mail ab Professional
Einweg-Sandbox-Sessions 24h ab Session-Start · keine Registrierung · läuft automatisch ab · im selben Browser registrieren zum Behalten
Isoliert pro Tenant Modelle, Mitglieder und API-Keys bleiben im eigenen Konto
Workspaces 3 aktiv
N
Northvale Studio 12 Mitglieder
AKTIV
A
Acme Inc. 5 Mitglieder
L
Lena · Persönlich 1 Mitglied
Sandbox-Session läuft ab in 23h 12m · per Link teilen
06 AI-Integration

Mockomat ist auch ein Prompt.

Sag Claude, Cursor oder einem beliebigen LLM, dass es eine Mock-GraphQL-API aufsetzen soll. Es baut, du schaust zu — wie ein Film. Das ganze Team sieht, wie das Schema auf demselben Board Gestalt annimmt, in Echtzeit. Noch bevor das Modell seinen Satz beendet hat, ist der Link in deiner Zwischenablage.

Prompt Sag einem beliebigen LLM, Mockomat zu nutzen.
MCP Native Tool-Nutzung in Claude, Cursor, Copilot — bald verfügbar.
OpenAPI Spec hochladen, funktionierenden Mock zurückbekommen.
Die vollständige AI-Integrationsstory ansehen
claude · mockomat-mcp · session
LIVE
Claude antworten…
Zuschauer →
POARDVC
PM, Architekt, Entwickler — und Claude — auf demselben Board.
Product Owner sieht die Datenstruktur, die Stakeholder brauchen
Architekt prüft Beziehungen + Kardinalitäten live
Entwickler fragt den Mock ab, sobald er da ist
07 Unter der Haube

Schema-first. Zustandsloses Replay.
Zum Nachschauen bereit.

Dein Modell kompiliert zu einem deterministischen GraphQL-Schema. Jede Anfrage wird vom Seed aus replayed — gleiche Eingabe, gleiche Ausgabe — damit deine Tests zuverlässig bleiben.

Architektur lesen
schema.graphql deterministisch runtime zustandslos · seedbar /graphql JSON /preview Gerenderte UI
08 Starthilfe

Blueprints zum Loslegen, nicht zum Anstarren.

6 kuratierte Schemas, modelliert wie echte Produkte. Forke eines, benenne es um — und du bist jedem leeren Canvas-Tutorial voraus.

Nutzer & Profile Organisationen, Teams, Benutzerkonten, Profile, Sitzungen und Audit-Trail
E-Commerce Produkte, Kunden, Bestellungen und Bewertungen für Online-Shops
Autos & Fahrzeuge Fahrzeuge, Hersteller, Händler, Angebote und Probefahrten
Immobilien Immobilienangebote, Agenturen, Makler, Stadtteile und Besichtigungen
Möbel & Wohnen Möbelkatalog, Designer, Raumgestaltungen und Kundenbewertungen
Essen & Restaurants Lebensmittel, Lagerverwaltung, Nährwerte und Lieferanten
Zu den Blueprints
09 Preise

Kostenlos starten. Zahlen, wenn dein Team loslegt.

Bezahlpläne nur für Geschäftskunden. Preise in EUR, netto zzgl. USt., monatliche Abrechnung.

Starter Kostenlos Für Einzelentwickler
  • 1 Projekt
  • 1.000 API-Anfragen / Tag
  • 2 Gast-Mitwirkende pro Projekt
  • KI-Integration
EMPFOHLEN Professional 19 € / Monat zzgl. USt.
  • 10 Projekte
  • Private Endpoints & API-Keys
  • 11 Teammitglieder
  • 50.000 API-Anfragen / Monat
Business 49 € / Monat zzgl. USt.
  • 20 Projekte
  • 250.000 API-Anfragen / Monat
  • 19 Teammitglieder · 3 Verwalter
  • Endpoint-Analytics
Alle Features vergleichen →
10 Fragen

Was uns häufig gefragt wird.

Deine Frage ist nicht dabei?Kontakt aufnehmen

Ist das nur ein weiteres Mock-API-Tool?
Nein. Mockomat startet mit einem kollaborativen ER-Modell — Schemas, die du gemeinsam bearbeiten, kommentieren und versionieren kannst. Die Mock-API ist das Nebenprodukt, nicht die Oberfläche.
Nur GraphQL oder auch REST?
Aktuell GraphQL. Das Modell kompiliert zu einem stark typisierten Schema mit Paginierung, Filtern und Beziehungen. REST-Adapter sind auf der Roadmap.
Wie realistisch sind die Daten?
Sie stammen aus importierten Datensätzen: offene Daten, wo es eine geprüfte Quelle gibt, generierte Beispieldaten für die Blueprints. Die Mock-API liefert diese Zeilen aus oder stimmige Kombinationen ihrer Werte — bei einer Anfrage erfindet sie nichts.
Kann ich selbst hosten?
Nein. Mockomat läuft als gehosteter Dienst — eine selbst gehostete Version gibt es derzeit nicht.
Was passiert mit einer Sandbox-Session?
Sie läuft 24 Stunden ab ihrem Start — die App startet sie, sobald du sie zum ersten Mal öffnest, ein später erstelltes Projekt hat also weniger Zeit. Die stündliche Bereinigung löscht das Projekt danach, was bis zu einer Stunde dauern kann. Teile ihren Kollaborationslink, um sie gemeinsam zu bearbeiten. Registriere dich im selben Browser, um sie als Projekt in deinem Konto zu behalten; ein Projekt, das eine KI in ihrer eigenen Gast-Session gebaut hat, lässt sich nicht in ein Konto übernehmen.
Unterstützt die API eigene Auth-Regeln & Rollen?
Nicht pro Query. Die Mock-API deines Projekts prüft einen API-Key des Projekts (ab Professional); ein optionales Actor-Token unterscheidet deine Konsumenten. Workspace-Rollen regeln, wer das Modell bearbeitet — nicht, was die Mock-API zurückgibt.