← Übersicht

Tastenkürzel

Lernportal

KI-Workflows automatisieren

🎧 Artikel anhören

n8n und Make

Wiederkehrende Aufgaben einmal bauen – dauerhaft sparen

Was sind n8n und Make?

Visuelle Automatisierungsplattformen

  • Verschiedene Apps und Dienste per Drag-and-Drop verbinden
  • Kein Programmieren nötig – Workflows visuell aufbauen
  • Trigger → Verarbeitung → Aktion
  • KI-Knoten ermöglichen Sprachmodelle direkt in Automatisierungen einzubinden
  • Hunderte fertige Integrationen: E-Mail, Slack, Datenbanken, APIs

Das Grundprinzip

Trigger: Neue E-Mail kommt an ↓ KI-Knoten: E-Mail kategorisieren und zusammenfassen ↓ Aktion: In Helpdesk-Ticket umwandeln und zuweisen
Was früher ein Entwickler programmieren musste, baut man heute per Klick.

Was lässt sich automatisieren?

Beispiel 1 📧 E-Mail-Routing Eingehende E-Mail wird von KI kategorisiert und automatisch an die richtige Abteilung weitergeleitet
Beispiel 2 🎫 Support-Ticket Neues Ticket wird von KI zusammengefasst, priorisiert und dem passenden Bearbeiter zugewiesen
Beispiel 3 🚨 Monitoring-Alarm Alarm löst KI-Analyse der Logs aus – automatischer Bericht wird an das Team gesendet
Beispiel 4 📝 Formular-Verarbeitung Formular-Eingang wird von KI aufbereitet, validiert und strukturiert in die Datenbank eingetragen

n8n – Open Source, selbst hostbar

Stärken von n8n

  • Open Source – kostenfrei selbst hosten
  • Alle Daten bleiben auf dem eigenen Server
  • Ideal für datenschutzsensible Umgebungen
  • Unbegrenzte Workflows und Ausführungen (Self-hosted)
  • Eigene KI-Knoten mit lokalen Modellen (Ollama) kombinierbar

Technische Anforderungen

  • Docker-Installation auf eigenem Server oder VPS
  • Minimale Ressourcen: 1 CPU, 1 GB RAM für einfache Workflows
  • Web-UI für alle Konfigurationen – kein Terminal nötig
  • Aktive Community und gute Dokumentation
n8n ist die erste Wahl wenn Datenschutz und Datenhoheit entscheidend sind.

Make – Cloud-basiert, einfacher Einstieg

Stärken von Make

  • Kein eigener Server nötig – läuft komplett in der Cloud
  • Sehr intuitiver visueller Editor
  • Über 1.000 fertige App-Integrationen
  • Kostenloses Einstiegskontingent (1.000 Operationen/Monat)
  • Ideal für schnelle Prototypen und Einsteiger

Grenzen von Make

  • Daten verlassen das eigene Unternehmen – DSGVO prüfen
  • Kosten steigen bei hohem Volumen
  • Abhängigkeit vom Anbieter-SaaS
  • Weniger Flexibilität als selbst gehostetes n8n
Make eignet sich hervorragend für den schnellen Einstieg ohne Infrastrukturaufwand.

n8n vs. Make – Vergleich

Hosting 🏠 n8n selbst gehostet n8n: eigener Server (Docker) — Make: Cloud-SaaS, kein Setup nötig
Datenschutz 🔒 n8n gewinnt n8n: alle Daten bleiben lokal — Make: Daten gehen durch Make-Server (DSGVO prüfen)
Einstieg 🚀 Make einfacher Make: sofort loslegen ohne Infrastruktur — n8n: Docker-Kenntnisse für Selbsthosting nötig
Kosten 💶 n8n günstiger n8n: kostenlos selbst gehostet — Make: ab kostenlos bis mehrere 100 €/Monat je nach Volumen

Praxisbeispiel: Support-Ticket-Routing mit KI

Ausgangssituation

  • Helpdesk erhält täglich 50–100 E-Mails und Tickets
  • Manuelles Sichten und Weiterleiten kostet 1–2 Stunden täglich
  • Dringende Tickets gehen manchmal unter

Workflow-Schritte

  • Trigger: Neue E-Mail im Postfach oder neues Ticket im System
  • KI-Knoten: Kategorie und Priorität bestimmen
  • Bedingung: Dringend → sofort eskalieren
  • Aktion: Ticket erstellen, zuweisen, Bestätigung senden

Ergebnis

Einmalige Bauzeit: ca. 2 Stunden Tägliche Ersparnis: 1–2 Stunden manuelles Sichten Reaktionszeit bei dringenden Tickets: von Stunden auf Minuten Fehlzuweisungen: von ca. 15% auf unter 3%
Einmal gebaut – dauerhaft gespart.

Praxisbeispiel: Monitoring-Alarm → KI-Analyse → Bericht

Workflow

  • Trigger: Grafana- oder Zabbix-Alarm schlägt an
  • n8n holt die relevanten Log-Einträge der letzten 30 Minuten
  • KI-Knoten analysiert die Logs und identifiziert die wahrscheinliche Ursache
  • KI formuliert einen strukturierten Lagebericht
  • Bericht wird per Teams oder Slack an das Bereitschaftsteam gesendet

Vorteil

Ohne Workflow: Admin wacht auf, liest Alarm, sucht Logs, analysiert. → 15–20 Minuten bis zur ersten Einschätzung. Mit Workflow: Admin bekommt bereits mit dem Alarm eine strukturierte Erstanalyse. → Sofort handlungsfähig.

Wo anfangen? – Erster Workflow in 30 Minuten

Die richtige Aufgabe wählen

  • Was macht ihr täglich manuell und immer gleich?
  • Klare Eingabe + klare Ausgabe – kein Ermessensspielraum
  • Nicht zu komplex starten: eine Quelle, eine Aktion
  • Beispiel: E-Mail-Benachrichtigung bei neuem Formular-Eingang

Erste Schritte

  • Make: Account erstellen → Szenario erstellen → zwei Apps verbinden
  • n8n: Docker starten → Browser öffnen → ersten Workflow anlegen
  • KI-Prompt für n8n/Make-Hilfe: „Erstelle mir einen n8n-Workflow der..."
  • Workflow mit Testdaten ausführen und Ergebnis prüfen
Klein starten, Vertrauen aufbauen, dann ausbauen.

Datenschutz bei Cloud-Workflows

Was zu prüfen ist

  • Welche Daten fließen durch den Workflow?
  • Enthält der Workflow personenbezogene Daten?
  • Wo werden die Daten verarbeitet (EU-Server?)
  • Auftragsverarbeitungsvertrag (AVV) mit dem Anbieter nötig
  • Interne KI-Richtlinie des Unternehmens beachten

Praktische Regeln

  • Keine Klarnamen oder Kontodaten durch externe KI-Dienste
  • Personenbezogene Daten anonymisieren oder pseudonymisieren
  • Fehlerbehandlung einbauen – was passiert wenn ein Schritt fehlschlägt?
  • Workflows dokumentieren damit andere sie verstehen und warten können
Ein Workflow der personenbezogene Daten verarbeitet ist eine Datenverarbeitung im Sinne der DSGVO.

Zusammenfassung

Automatisierung mit KI ist kein Zukunftsthema – wer heute anfängt, spart morgen täglich Zeit.
Ende der Reihe

KI & Prompt-Engineering

Alle Kapitel abgeschlossen

Von den Grundlagen bis zur Automatisierung – alle Themen im Überblick

← Zurück zur Übersicht