n8n
n8n ist ein Werkzeug zur Workflow-Automatisierung, mit dem sich Anwendungen, Datenquellen und KI-Modelle über eine visuelle Oberfläche verbinden lassen. Es ist Open Source mit Fair-Code-Lizenz, kann selbst gehostet oder als Cloud-Dienst genutzt werden und bringt fertige Bausteine für Anthropic, OpenAI und hunderte weitere Dienste mit.
Auch bekannt als: n8n.io, n8n Workflow, n8n Automatisierung
Was ist n8n?
n8n ist ein Werkzeug zur Workflow-Automatisierung, mit dem sich Anwendungen, Datenquellen und KI-Modelle über eine visuelle Oberfläche verbinden lassen. Es ist Open Source mit Fair-Code-Lizenz, kann selbst gehostet oder als Cloud-Dienst genutzt werden und bringt fertige Bausteine für Anthropic, OpenAI und hunderte weitere Dienste mit.
Der Name wird “n-eight-n” gesprochen und steht für “nodemation”, eine Zusammensetzung aus Node und Automation. Ein Workflow in n8n besteht aus Knoten, den Nodes, die auf einer Arbeitsfläche miteinander verbunden werden. Jeder Knoten erledigt einen Schritt: Daten empfangen, eine Anwendung abfragen, etwas berechnen, eine Nachricht senden. Die Verbindungen legen fest, in welcher Reihenfolge die Daten durch die Knoten fließen.
Die Fair-Code-Lizenz bedeutet, dass der Quellcode offen einsehbar ist und das Werkzeug für den eigenen Betrieb frei genutzt werden kann. Einschränkungen gelten nur, wenn jemand n8n selbst als kommerziellen Dienst weiterverkaufen möchte. Für Unternehmen, die n8n intern einsetzen, spielt das in der Regel keine Rolle.
n8n gehört zur Familie der Werkzeuge, die auch Zapier und Make angehören. Der wesentliche Unterschied liegt in der Möglichkeit, die Software auf eigenen Servern zu betreiben, und in der Freiheit, eigenen Code in Workflows einzubauen. Beides macht n8n bei Unternehmen beliebt, die Wert auf Datenkontrolle legen und komplexere Abläufe abbilden möchten.
So funktioniert ein Workflow in n8n
Jeder Workflow beginnt mit einem Auslöser, dem Trigger. Das kann ein Zeitplan sein (jeden Morgen um 7 Uhr), ein Ereignis in einer Anwendung (neue E-Mail, neues Formular, neuer Datensatz) oder ein Webhook, also ein Aufruf von außen. Auf den Trigger folgen die Verarbeitungsschritte. Ein Knoten holt Daten, der nächste formt sie um, ein weiterer prüft eine Bedingung und verzweigt den Ablauf, der letzte schreibt das Ergebnis in ein Zielsystem.
Für KI-Modelle gibt es eigene Knoten. Der Anthropic-Knoten sendet einen Prompt an ein Claude-Modell und liefert die Antwort als Daten an den nächsten Schritt weiter. Der Prompt kann feste Anweisungen enthalten und Werte aus vorherigen Schritten einsetzen, etwa den Text einer eingegangenen E-Mail. Daneben bietet n8n Bausteine für KI-Agenten, die selbstständig entscheiden, welche Tools sie aufrufen, sowie Bausteine für Vektordatenbanken und Dokumentenverarbeitung.
Zwischen den Knoten fließen Daten im JSON-Format. Wer verstehen möchte, was in einem Workflow passiert, kann sich nach jedem Schritt ansehen, welche Daten angekommen sind und welche weitergegeben werden. Diese Transparenz hilft bei der Fehlersuche und beim Verständnis, warum ein Ablauf ein bestimmtes Ergebnis liefert.
Für Sonderfälle lässt sich ein Code-Knoten einfügen, in dem JavaScript oder Python ausgeführt wird. Das ist der Grund, warum n8n auch bei Anforderungen funktioniert, die mit reinen Klick-Bausteinen nicht abbildbar sind, etwa bei ungewöhnlichen Datenformaten oder komplexer Logik.
n8n und Claude kombinieren
Die Verbindung von n8n und Claude ist für viele Unternehmen der praktischste Weg, KI in bestehende Prozesse einzubauen. n8n übernimmt das Zusammenspiel der Systeme, Claude übernimmt die Aufgaben, die Sprachverständnis verlangen: Texte klassifizieren, zusammenfassen, Informationen herausziehen, Antworten formulieren, Daten strukturieren.
Technisch läuft die Verbindung über die Claude API. In n8n hinterlegen Sie einen API-Schlüssel von Anthropic, wählen im Knoten das Modell aus und formulieren den Prompt. Für einfache Klassifikationen reicht in der Regel ein schnelles Modell aus der Haiku-Familie, für anspruchsvolle Texte ein Modell aus der Sonnet- oder Opus-Familie. Die Kosten fallen pro verarbeitetem Token an, was bei hohen Volumina in die Planung gehört.
Seit MCP verbreitet ist, gibt es einen zweiten Weg: n8n kann als MCP-Server auftreten und seine Workflows als Tools anbieten, die Claude direkt aus dem Chat aufruft. Damit können Mitarbeitende in Claude eine Aufgabe stellen, und Claude nutzt im Hintergrund einen n8n-Workflow, um etwa Daten aus einem internen System zu holen. Beide Richtungen, Claude in n8n und n8n in Claude, ergänzen sich.
Eine ausführliche Anleitung mit Beispiel-Workflows finden Sie im Artikel Claude und n8n: Prozesse mit KI automatisieren. Das passende Beratungsangebot beschreibt die Seite Claude und n8n.
Typische Workflows im Unternehmen
Erfahrungsgemäß beginnen die meisten Unternehmen mit einem von vier Mustern. Das erste ist die Posteingangsverarbeitung: Eingehende E-Mails werden von Claude nach Anliegen sortiert, mit einer Zusammenfassung versehen und an das richtige Team oder Ticketsystem weitergeleitet. Das zweite ist die Dokumentenextraktion: Aus Rechnungen, Bestellungen oder Bewerbungen werden strukturierte Daten gezogen und in Tabellen oder Datenbanken geschrieben.
Das dritte Muster ist die Berichtserstellung: n8n sammelt Daten aus mehreren Quellen, Claude formuliert daraus eine lesbare Zusammenfassung, die morgens per E-Mail oder in Slack ankommt. Das vierte ist die Antwortvorbereitung: Für eingehende Anfragen erstellt Claude einen Antwortentwurf mit Hintergrundinformationen, den ein Mitarbeiter prüft und freigibt.
Allen Mustern gemeinsam ist, dass Claude nicht selbst entscheidet, sondern vorbereitet. Die Freigabe durch einen Menschen bleibt dort erhalten, wo Fehler Folgen hätten. Das ist kein Mangel an Vertrauen, sondern die vernünftige Gestaltung einer KI-Automatisierung.
Praxisbeispiel aus dem Unternehmensalltag
Ein Immobilienverwalter mit 18 Mitarbeitenden erhält täglich zwischen 80 und 120 E-Mails von Mietern, Eigentümern und Handwerkern. Bisher hat eine Mitarbeiterin den Posteingang morgens vorsortiert, was etwa eineinhalb Stunden gekostet hat. Anfragen gingen dabei regelmäßig unter, weil die Zuordnung zu Objekten und Zuständigen Zeit brauchte.
Das Unternehmen baut in n8n einen Workflow, der bei jeder neuen E-Mail startet. Claude liest die Nachricht, erkennt das Anliegen (Schadensmeldung, Abrechnungsfrage, Kündigung, Handwerkerangebot, Sonstiges), zieht Objektnummer und Dringlichkeit heraus und formuliert eine Zusammenfassung in zwei Sätzen. n8n legt daraus einen Eintrag im Aufgabenmanagement an, ordnet ihn dem zuständigen Objektbetreuer zu und markiert dringende Schadensmeldungen rot.
Die morgendliche Sortierung entfällt. Die Mitarbeiterin prüft stattdessen die Zuordnungen, was deutlich schneller geht, und korrigiert Einzelfälle. Die Korrekturen fließen als Beispiele in den Prompt zurück, wodurch die Trefferquote nach einigen Wochen spürbar steigt.
Bedeutung für kleine und mittelständische Unternehmen
Für KMU ist n8n oft der erste Schritt zu einer eigenen Automatisierungsinfrastruktur, die nicht von einem einzelnen Anbieter abhängt. Die Einstiegshürde ist niedrig: Eine Cloud-Instanz oder ein kleiner Server genügt, die ersten Workflows entstehen an einem Nachmittag. Die laufenden Kosten sind überschaubar und planbar.
Der Aufwand liegt weniger in der Technik als in der Prozessklärung. Bevor ein Workflow gebaut werden kann, muss klar sein, welche Schritte heute wie ablaufen, wo Ausnahmen entstehen und wer am Ende entscheidet. Diese Klärung ist erfahrungsgemäß die wertvollere Hälfte der Arbeit. Deshalb beginnt unsere Beratung zur Claude Automatisierung mit der Prozessaufnahme, nicht mit dem Werkzeug.
Vorteile und Grenzen
n8n ist flexibel, transparent und in der Selbsthosting-Variante kostengünstig. Die Kombination aus visueller Oberfläche und der Möglichkeit, Code einzubauen, deckt ein breites Spektrum ab, vom einfachen Weiterleiten bis zum mehrstufigen KI-Agenten.
Die Grenzen zeigen sich im Betrieb. Wer selbst hostet, ist für Updates, Sicherheit und Backups verantwortlich. Workflows, die niemand dokumentiert, werden nach einem Personalwechsel zum Risiko. Und die Fehlerbehandlung wird gern unterschätzt: Ein Workflow, der bei einem unerwarteten Datenformat still stehen bleibt, ist schlimmer als ein manueller Prozess. Planen Sie Benachrichtigungen bei Fehlern, regelmäßige Kontrollen und eine Person ein, die die Workflows verantwortet.