n8n: Eine (KI-)Automatisierungs-Plattform statt Infrastruktur im Eigenbau (Teil 1/2)

In vielen Betrieben ist die Neugier inzwischen größer als die Ratlosigkeit. Man hat gesehen, was Sprachmodelle mit einer schlecht formatierten E-Mail, einem PDF oder einer Tabelle anstellen können, und die naheliegende Frage lautet: Können wir das nicht automatisch laufen lassen? Am besten nicht als Chat, sondern als Ablauf, der sich selbst startet, Daten selbst holt und das Ergebnis an einem brauchbaren Ort ablegt.

Was dann folgt, sind meist zwei Ansätze, die beide unbefriedigend sind. Der erste ist die große Workflow-Suite, die alles kann, ein Jahresbudget frisst und ein halbes (oder mehr) Jahr Einführung braucht. Die zweite ist das kleine Skript, das ein technikaffiner Mitarbeiter, ein externer Dienstleister oder gleich die KI der Wahl an einem Nachmittag schreibt. Es funktioniert, kostet fast nichts und ein Jahr später weiß niemand mehr, auf welchem Rechner es läuft, wo die Zugangsdaten liegen und warum es plötzlich nichts mehr tut.

Zwischen diesen beiden Extremen liegt eine Kategorie von Werkzeugen, die in kleinen und mittleren Unternehmen selten direkt auf dem Radar ist: Automatisierungsplattformen. n8n ist ein gutes Beispiel dafür, weil es beide Betriebsformen erlaubt und sich daran gut erklären lässt, worauf es bei dieser Entscheidung eigentlich ankommt.

In diesem Post widmen wir uns den Hintergründen, den Abläufen und den Grenzen. In einem weiteren Post demnächst folgt ein praktisches Beispiel zu einem echten Anwendungsfall.

Was so eine Plattform tut

Das Prinzip dahinter sind Abläufe, englisch runs oder executions. Ein Ablauf besteht aus einem Auslöser (Trigger) und einer Kette von Schritten (Steps). Der Auslöser kann ein Zeitplan sein, eine neue E-Mail, eine hochgeladene Datei, ein Aufruf aus einem anderen System (via API - Application Programming Interface). Die Schritte lesen Daten, verändern sie, entscheiden anhand einer Bedingung, wie es weitergeht, oder schreiben Ergebnisse zurück. Das Ganze wird visuell als Diagramm zusammengebaut, nicht als Textdatei geschrieben.

Wichtig zu wissen ist, was das nicht bedeutet. Es bedeutet nicht, dass niemand mehr programmieren muss. Sobald ein Ablauf Sonderfälle kennt, steckt Logik darin, und Logik impliziert in diesem Kontext Programmierung. Es bedeutet aber, dass die immer gleichen achtzig Prozent der Infrastruktur nicht jedes Mal neu gebaut werden: die Anbindung an Postfach, Ablage und Datenbank, das Wiederholen fehlgeschlagener Aufrufe, die Aufbewahrung von Zugangsdaten, das Protokoll darüber, was wann gelaufen ist und welche Fehler aufgelaufen sind. Damit werden den Entwicklern Entscheidungen abgenommen, während Kosten einfacher kalkulierbar bleiben und langfristig Wartung vereinfacht wird.

Warum die Plattform dem Eigenbau meist überlegen ist

Der Technikstack ist entschieden. Bei einem Eigenbau wird jedes Mal neu gewählt: Sprache, Bibliotheken, wo läuft es (lokal oder in der Cloud? Serverless, Containerisiert, Virtuelle Maschine?) wie wird was protokolliert. Über mehrere Projekte hinweg entsteht so ein Zoo. Auf einer Plattform wie n8n sind diese Fragen einmal beantwortet, und zwar für alle Abläufe gleich. Der n-te Ablauf sieht aus wie der erste.

Es ist sichtbar, was passiert. Jeder Lauf wird protokolliert, mit Eingabe, Zwischenergebnissen und Fehler. Wenn morgens die Zusammenfassung fehlt, ist die Frage „woran lag es?" schnell beantwortet und nicht erst, nachdem jemand einen Server gefunden und Logdateien durchsucht hat. Dieser Punkt wird sehr zuverlässig unterschätzt, bis er das erste Mal zählt. Diese Observability stellt damit auch einen nicht zu unterschätzenden Vorteil in bestehende komplexere Software-Landschaften.

Es gibt mehr als eine Person, die es lesen kann. Ein selbstgeschriebenes Skript ist im Kontext der Entwicklung verständlich, Aspekte wie Ein- und Ausgabeschnittstellen, Funktion und Limitationen sind dem Ersteller bekannt. Selbst grundlegende Aspekte wie fortschreitende Zeit macht die Wartung und formalisierte Nutzung schwierig. Ein Ablauf in n8n ist ein Diagramm mit benannten Schritten, das ein anderer Dienstleister, ein neuer Mitarbeiter oder der Kollege aus der IT deutlich einfacher nachvollziehen kann, ohne (viel) Quelltext zu lesen. Das ist dasselbe Argument, das auch gegen gewachsene Excel-Makros spricht: Nicht die Technik ist das Risiko, sondern dass das Wissen an einer einzigen Person hängt.

Version 2 hat den Betrieb ernst begonnen. Der Sprung von n8n auf Version 2 im Dezember 2025 war kein Funktionsfeuerwerk, sondern eine Aufräumaktion in Richtung Produktivbetrieb. Zwei Änderungen daraus sind für Unternehmen unmittelbar relevant. Erstens laufen Code-Schritte seither standardmäßig in abgeschotteten Prozessen (sog. Sandboxes), eine Endlosschleife in einem Ablauf reißt also nicht die ganze Produktivumgebung mit ab. Zweitens gilt eine klare Trennung zwischen Bearbeiten und Veröffentlichen: Ein geänderter Ablauf wird nicht schon dadurch produktiv, dass jemand ihn gespeichert hat. Wer einmal erlebt hat, wie ein „schnell mal angeschauter" Automatismus über Nacht das Falsche getan hat, weiß, was dieser zweite Punkt wert ist.

Das Betriebsmodell bleibt eine eigene Entscheidung. n8n lässt sich als verwalteter Dienst (Managed Service) buchen oder auf eigener Infrastruktur betreiben, bis hin zum eigenen Serverraum. Damit wird auf der einen Seite das Thema Datenhoheit etwas greifbarer, aber das Konzept "self-hosting" ist nicht ohne Fallstricke. Hinter dem Produkt steht eine Berliner GmbH, die verwaltete Variante läuft nach Angaben des Anbieters auf Azure-Infrastruktur in der EU. Für viele Vorhaben ist das ausreichend, insbesondere da die Kosten deutlich einfacher kalkulierbar sind als bei Eigenbetrieb. Für andere nicht, jedoch besteht der Vorteil, dass diese spezielle Frage später neu beantwortet werden kann: Es ist möglich, erst mit dem verwalteten Dienst herauszufinden, ob das Produkt im Einsatz tragfähig ist, und dann umzuziehen, wenn absehbar ist, dass unumgänglich Personal- oder Mandantendaten durch die Abläufe fließen und die Sicherheit sonst nicht garantiert werden kann. Bei einem Werkzeug, das es nur als Cloud-Dienst gibt, ist diese Tür von Anfang an zu. Der Auftragsverarbeitungsvertrag und die Prüfung der eigenen Verarbeitung bleiben in beiden Fällen Ihre Aufgabe: „DSGVO-konform" ist eine Eigenschaft der Verarbeitung und nicht des Produkts.

Hier noch ein ehrlicher Hinweis zur Lizenz: n8n ist nicht quelloffen im Sinne der gängigen Open-Source-Definition, sondern „fair-code" unter der hauseigenen Sustainable Use License. Der Quelltext ist einsehbar, der Betrieb für die eigenen internen Geschäftszwecke ist erlaubt, das Weiterverkaufen als eigenes Produkt oder gehosteter Dienst nicht. Für den internen Einsatz ist das unproblematisch, wer allerdings Automatisierung als Teil eines eigenen Angebots weiterverkaufen möchte, sollte hier aufpassen.

Der eigentliche Punkt: KI ist nur ein Schritt von vielen

Die Versuchung ist groß, ein KI-Vorhaben vom Modell her zu denken. In der Praxis ist der Modellaufruf der kürzeste Teil der Arbeit. Ein brauchbarer Ablauf besteht aus dem Auslöser, dem Intake der Daten, dem Aufbereiten, dem Modellaufruf, der Prüfung des Ergebnisses, dem Zurückschreiben und dem Fehlerhandling. Der Modellaufruf ist einer von sieben Schritten, und die anderen sechs entscheiden, ob das Ganze im Alltag funktioniert.

Genau für die Abdeckung dieser Schritte ist eine Automatisierungsplattform gebaut. Drei Dinge werden dadurch spürbar einfacher:

Das Modell ist austauschbar. Der Aufruf ist ein Schritt mit einer Konfiguration. Ein anderer Anbieter, ein kleineres oder größeres Modell, ein lokal betriebenes Modell für die sensiblen Daten: Hier braucht es nur eine Änderung an einer Stelle, keinen Umbau des Systems. Wer die Frage nach Anbieter(un-)abhängigkeit ernst nimmt, kann hier viel gewinnen.

Ergebnisse lassen sich prüfen, bevor sie wirken. Man kann strukturierte Antworten verlangen, diese gegen die eigenen, formalisierten Regeln prüfen und im Zweifel eskalieren, statt weiterzuverarbeiten. So ein Ablauf, der neunzig Prozent der Fälle selbst erledigt und zehn Prozent unter menschliche Weiterverarbeitung legt, ist deutlich mehr wert als einer, der hundert Prozent erledigt und dabei eine 30-prozentige Fehlerquote im Ziel produziert. Damit kann auch einer der gravierendsten Nachteile von LLMs effektiv ausgedribbelt werden, der Nondeterminismus zwischen Ein- und Ausgabe.

Der Mensch bleibt im Loop. Freigabeschritte sind ein normaler Bestandteil eines Ablaufs, seit Anfang 2026 auch innerhalb der Agenten-Logik: Ein Agent, der ein Werkzeug benutzen will, kann angehalten werden, bis ein Mensch abgesegnet hat, welches Werkzeug mit welchen Parametern aufgerufen werden soll. Wird abgelehnt, erfährt das Modell das und macht anders weiter. Für Aufrufe in Produktivsysteme, wo geschrieben, verschickt oder gelöscht wird, ist diese Funktionalität unabdingbar. Nebenbei ist es die praktische Form dessen, was in der EU-KI-Verordnung mit menschlicher Aufsicht gemeint ist: keine Absichtserklärung im Konzept, sondern ein Schritt im Ablauf des KI-Prozesses, der nebenbei auch auditierbar protokolliert wird.

Drei Abläufe, die sich in der Praxis rechnen

Zur Einordnung der Funktionalität sind hier in Kurzform drei Beispielhafte Anwendungsfälle einmal prosaisch aufgelistet. Dabei sollen diese nicht nur als konkrete Beispiele dienen, sondern geben auch einen guten Einblick, wie andere, ähnliche Anwendungsfälle selbst erhoben werden können. Die Struktur bleibt dabei immer ähnlich: Auslöser, Input, Prozess, Output.

Vorqualifizierung eingehender Anfragen. Auslöser ist das Sammelpostfach. Im Prozess erkennt das Modell (bspw. am Betreff, oder sogar am Volltext), worum es geht, zieht Firma, Ansprechpartner, Umfang und Termin aus der Mail heraus und legt einen vorausgefüllten Datensatz im CRM an. Alles, was nicht eindeutig zuzuordnen ist, landet unverändert im Postfach des Kollegen, die es bisher immer bekommen hat. Der Gewinn in diesem Prozess liegt darin, dass der Vertrieb mit der Qualifizierung beginnt statt mit dem Abtippen. Außerdem wird so die Reibung verringert, dass 90% der eingehenden Mails, die schon direkte Verantwortliche kannten, nicht durch weitere Kollegen gefiltert werden müssen, die sich jetzt effektiver mit den verbleibenden 10% beschäftigen können.

Belege und Lieferantendokumente erfassen. Auslöser ist eine neue Datei in der Ablage. Im Prozess wird das Dokument ausgelesen, die Positionen extrahiert, gegen Stammdaten geprüft und in eine Übersicht geschrieben, in der die Buchhaltung nur noch die Ausnahmen sieht. Der Unterschied zur klassischen Belegerkennung ist, dass ein neues Lieferantenlayout kein Konfigurationsprojekt auslöst, und damit erheblich flexibler auf Änderungen reagiert werden kann, und auch das Onboarding neuer Lieferanten vereinfacht wird. Hier gibt es auch die Option, das Schema der eingehenden Datei von KI generieren zu lassen, und nur im Fehlerfall eine Neugenerierung zu veranlassen. Damit werden KI-Aufrufe reduziert und die Vorteile bleiben trotzdem nutzbar.

Aufmerksamkeit statt Berichte. Auslöser ist ein Zeitplan. Im Prozess werden die Zahlen aus den vorhandenen Systemen geholt, mit den Vormonaten verglichen, und das Modell formuliert, was sich verändert hat, mit Bezug auf die konkreten Werte. Verschickt wird nur, wenn es etwas zu berichten gibt. Damit wird die inzwischen recht weit bekannte "Alarm Fatigue" reduziert, und echte Notfälle werden schneller erkannt und damit auch schneller gelöst.

Allen drei Beispielen ist gemeinsam, dass sie klein anfangen und in einem einzigen Ablauf abbildbar sind. Genau das ist die Empfehlung: ein Prozess, ein Ablauf, ein messbares Ergebnis. Wer mit einer Plattformstrategie beginnt, ist in drei Monaten immer noch bei der Plattformstrategie.

Einen konkreten Anwendungsfall als Beispiel im Detail gibt es in Teil 2.

Anschlussfähigkeit ist der halbe Nutzen

Automatisierung entsteht selten in einem einzigen System, sondern zwischen mehreren. n8n bringt fertige Bausteine für die meistgenutzten mit, für Postfächer, Kalender, Ablagen, CRM- und Buchhaltungssysteme, Datenbanken und Chatdienste. Wo es keinen fertigen Baustein gibt, bleibt der allgemeine Weg über die Schnittstelle des jeweiligen Systems, und umgekehrt kann ein Ablauf selbst als Schnittstelle bereitstehen, die ein anderes Programm aufruft. Seit Sommer 2026 lassen sich außerdem MCP-Server direkt einbinden, also die Werkzeugschnittstelle, über die immer mehr Software ihre Funktionen für KI-Systeme bereitstellt. In der Praxis bedeutet das, dass im Normalfall eine Verbindung zum Quell- oder Zielsystem herstellbar ist.

Was in solchen Aufbauten regelmäßig fehlt, ist ein ordentlicher Ort für die Ergebnisse. Extrahierte Belegdaten, vorqualifizierte Anfragen, Prüflisten: Das landet erstaunlich oft wieder in einer (Excel-)Tabelle auf einem Netzlaufwerk. Für genau diese Lücke gibt es mit Grist eine Antwort, die ähnlich gut zu kleinen Betrieben passt. Eine strukturierte, mehrbenutzerfähige Ablage zwischen Tabelle und Datenbank, unter Apache-2.0-Lizenz und ebenfalls selbst betreibbar, mit Zugriffsrechten bis auf Zeilenebene. Neben dem Praxispost zu n8n gibt es auch dazu demnächst einen Post.

Wo die Grenzen liegen

Eine Automatisierungsplattform ist kein Ersatz für ein Fachsystem. Wer seine Auftragsabwicklung in Abläufen nachbaut, hat am Ende ein ERP ohne Handbuch und ohne wirklich tragfähiges Konzept.

Sie ist auch kein Freifahrtschein für „jetzt darf jeder selbst". Abläufe sind Software, auch wenn sie bunt und nahbar aussehen. Sie brauchen jemanden, der sie verantwortet, eine Vorstellung davon, wie Änderungen getestet werden, und einen Umgang mit Zugangsdaten. Ohne das entsteht in kurzer Zeit dieselbe Sorte unkontrollierter Nebenwirtschaft, die man von privaten KI-Zugängen schon kennt. Im schlimmsten Fall mit Schreibrechten auf Produktivsystemen.

Bei der Wahl der Ausbaustufe lohnt ein genauer Blick, denn hier steckt die häufigste Fehlkalkulation. In der kostenlosen, selbst betriebenen Community-Version können nur der Inhaber der Instanz und der jeweilige Ersteller einen Ablauf öffnen. Gemeinsames Arbeiten mehrerer Personen, getrennte Projekte, Rollen und Rechte, die Anbindung an das eigene Anmeldeverfahren und die Versionierung der Abläufe über Git gehören zu den kostenpflichtigen Stufen. Für ein bis zwei Abläufe unter der Obhut einer Person ist die freie Version vollkommen ausreichend. Sobald ein Team damit arbeitet, ist die Frage nicht mehr „selbst betreiben oder zahlen", sondern welche der beiden Kostenarten einem lieber ist. Hier dürfen neben den reinen Betriebskosten der Hard- bzw. Software (auch eine VM kostet Geld) Aspekte wie Upgrade-Management sowohl des Trägersystems als auch der Software selbst, Dependency Management und ähliche Schreckgespenster nicht außer Acht gelassen werden.

Außerdem will das Tempo eingeplant werden. Die Plattformhersteller veröffentlichen im Wochentakt neue Versionen, im August 2026 stand die stabile Reihe bei 2.37. Ein positives Signal als Zeichen von Leben, bedeutet aber gleichzeitig, dass jemand Aktualisierungen installieren und gelegentlich eine Anpassung nachziehen muss. Das ist die übliche Betriebs-Rechnung, bei der der Betrieb den Bau um eine Größenordnung überschattet.

Schließlich gibt es Fälle, in denen eine Plattform schlicht überdimensioniert ist. Bleibt es bei einem einzigen, stabilen, wöchentlichen Export, tut es ein Skript mit einem Zeitplan. Müssen sehr große Datenmengen in sehr kurzer Zeit verarbeitet werden, gehört das in eine echte Datenverarbeitungsstrecke und nicht in einen Ablauf mit einem Modellaufruf pro Datensatz. Die Analyse der Datenmenge gehört genau so selbstverständlich zur Prozessanalyse wie die Analyse der Struktur der Schnittstellen.

Der pragmatische Einstieg sieht deshalb meist so aus, dass mit einem echten, gut umrissenen Prozess gestartet wird. Der lässt sich im verwalteten Dienst bauen, zwei bis vier Wochen im Parallelbetrieb mitlaufen lassen und danach anhand von echten Zahlen entscheiden, ob es weitergeht. Ein KI-Prozess der trotz theoretischer Eignung einfach keinen Mehrwert erzeugt, muss kein KI-Prozess sein. Erst wenn die Antwort ja lautet, lohnen sich die Fragen nach Eigenbetrieb, Rechteverwaltung und Notfallplan.

Fazit

Die interessante Frage bei KI im Unternehmen lautet, auf welche Platform man die Prozesse stellt, in denen das KI-Modell ein Schritt ist. Eine Automatisierungsplattform wie n8n beantwortet diese Frage auf eine Weise, die zu kleinen und mittleren Betrieben passt; Mit einem festen Technikstack, sichtbaren, nachvollziehbaren und auditierbaren Ausführungen, austauschbaren Modelle, und der Wahl zwischen Managed Service und Eigenbetrieb.

Links

• Teil 2: Vom Export zum Wochenbericht: ein n8n-Ablauf im Detail
• n8n: https://n8n.io/
• Vergleich der Editionen: https://docs.n8n.io/deploy/host-n8n/community-edition-features/
• Sustainable Use License: https://docs.n8n.io/sustainable-use-license/
• Grist: https://www.getgrist.com/