N8N · TECH
n8n: Workflow-Automation mit 600+ Integrationen, self-hosted unter EU-Recht
n8n ist eine fair-code-lizenzierte Workflow-Plattform mit 600+ Konnektoren, AI-Nodes und voller Self-Hosting-Option auf Docker.
Recherche & Faktencheck: DuneDive LLC · Stand: 2026-05
Was ist n8n?
n8n ist eine visuelle Workflow-Automatisierungs-Plattform aus Berlin, gestartet 2019 von Jan Oberhauser. Ähnlich wie Zapier oder Make.com, aber mit einem grundlegenden Unterschied: n8n ist als fair-code (Sustainable Use License) verfügbar und kann auf eigener Infrastruktur betrieben werden. Damit ist es die Standard-Wahl, wenn Mandantendaten nicht über US-SaaS-Plattformen fliessen dürfen.
Die Plattform besteht aus einem Workflow-Editor im Browser, einem Server-Backend in Node.js und einer wachsenden Bibliothek von Konnektoren – Stand Mai 2026 über 600 offizielle Nodes, darunter Gmail, Microsoft 365, Slack, PostgreSQL, Stripe, HubSpot, SAP, ERP-Systeme, sowie Webhook-, HTTP- und Cron-Trigger. Seit Version 1.20 (Ende 2024) gibt es eine dedizierte AI-Node-Familie: Chat-Modelle, Embeddings, Vector-Stores und Agent-Patterns.
Kommerziell bietet n8n drei Pfade: Self-Hosted (frei, fair-code), n8n Cloud (Starter ab EUR 20/Monat, Pro ab EUR 50, Enterprise auf Anfrage) und Embedded (eigene n8n-Instanz innerhalb eines Drittprodukts mit White-Label). Für eine CH-Treuhand ist Self-Hosted die regelmässige Wahl: ein Docker-Compose-Stack auf Hetzner, Postgres als Datenbank, hinter Nginx mit Cloudflare-WAF.
Auf unserem Stack laufen 21 produktive Workflows: Mandanten-Onboarding, Rechnungs-Triage, MWST-Beleg-Sammler, Termin-Reminder via SMS, Lead-Routing, Sentiment-Klassifikation eingehender Mails. Jeder Workflow hat Trigger, Verarbeitungsschritte und mindestens einen Error-Handler.
Warum es wichtig ist
Workflow-Tools sind der Klebstoff zwischen LLMs und Geschäftssystemen. Ohne sie bleibt jede KI-Implementation ein isoliertes Spielzeug: das Modell findet eine Antwort, aber niemand trägt sie in CRM, ERP oder Kalender ein. Mit n8n läuft die Antwort durch eine definierte Kette von Schritten – von Eingang bis Ausgang nachvollziehbar.
Drei konkrete Hebel im Treuhand- und KMU-Kontext: Erstens automatisierte Triage. Eine eingehende Mail wird vom AI-Node klassifiziert (Mandanten-Anfrage, Rechnung, Spam, Lieferanten-Mahnung), das Workflow-Branching entscheidet, ob Auto-Antwort, CRM-Anlage oder Eskalation. Was vorher 15 Minuten Mensch-Lesen brauchte, ist in 8 Sekunden klassifiziert; die Wahrheits-Quote liegt bei richtigem Prompt-Design über 95%.
Zweitens: Bestätigte Mensch-im-Kreis-Logik. n8n erlaubt es, in einem Workflow auf eine menschliche Entscheidung zu warten – über einen Webhook, eine Slack-Antwort oder einen Form-Submit. Damit wird KI nicht zum Auto-Pilot, sondern zum Vorschlags-Erzeuger; ein Mitarbeiter bestätigt, dann fliesst der Output ins Zielsystem. Für Mandanten-Kommunikation und Buchhaltung ist das die richtige Balance.
Drittens: Audit-fähigkeit. Jeder Workflow-Run wird in Postgres protokolliert: Input, Output, Dauer pro Schritt, Fehler. Bei einer Compliance-Prüfung ist das nachvollziehbar – kein Black-Box-SaaS, sondern lokale Datenbank mit dokumentiertem Schema. n8n exportiert die Workflow-Definition als JSON, damit ist sie versionierbar in Git und vergleichbar zwischen Versionen.
Wie es funktioniert
Ein n8n-Workflow ist ein gerichteter Graph aus Nodes. Jeder Node hat Inputs (von Vorgängern), eine Funktion (HTTP-Request, Datenbank-Query, AI-Aufruf, Code-Eval, Branch) und Outputs. Der Graph startet immer mit einem Trigger-Node: Cron (zeitgesteuert), Webhook (HTTP-POST von aussen), App-spezifisch (neue Gmail-Mail, neuer Stripe-Charge, neuer Hubspot-Deal).
Die wichtigsten Pattern: Branch-Logik per IF-Node oder Switch-Node, parallele Ausführung über mehrere ausgehende Verbindungen, Iteration über Listen mit SplitInBatches, Fehlerbehandlung mit dem Error-Trigger-Workflow (separater Workflow, der bei jedem Fehler aufgerufen wird).
Die AI-Nodes seit Version 1.20 bringen Chat-Modell-Schnittstellen mit (OpenAI, Anthropic, Mistral, lokale Ollama-Endpoints), Embedding-Erzeugung, Vector-Store-Anbindung (Qdrant, Pinecone, Postgres pgvector) und Agent-Patterns mit Tool-Use. Ein typischer RAG-Workflow im n8n: Webhook -> Embedding der Frage -> Qdrant-Suche -> Prompt-Komposition mit Treffern -> Chat-Completion -> Antwort an Webhook.
Sub-Workflows sind wiederverwendbare Bausteine: ein Sub-Workflow „MWST-Beleg-Validierung" wird von drei grösseren Workflows aufgerufen, jede Änderung wirkt zentral. Workflow-Versionierung kommt seit Version 1.15 mit; älter Workflows lassen sich vergleichen und zurückrollen.
Die Self-Hosted-Variante läuft auf Docker mit drei Containern: n8n selbst, Postgres (als Workflow-DB), Redis (als Queue für Worker-Skalierung). Bei hoher Last kommt der Queue-Modus: mehrere Worker-Container ziehen Jobs aus Redis, sodass der Hauptprozess nicht blockiert. Backup über pg_dump plus die Workflow-JSON-Exports in Git.
n8n Self-Hosted in 6 Schritten
- 01Docker-Compose-Stack vorbereiten: n8n-Container, Postgres als DB_TYPE, Redis für Queue-Modus, Volume für /home/node/.n8n.
- 02Reverse-Proxy konfigurieren: Nginx vor n8n, mit Cloudflare-WAF davor, HSTS und Rate-Limit auf /webhook/*.
- 03Basis-Workflows anlegen: Webhook-Receiver, Cron-Scheduler, Error-Trigger-Workflow mit Slack/Mail-Notification.
- 04Credential-Store nutzen: alle API-Keys (LLM, SMTP, ERP) in n8n-Credentials hinterlegen, nicht in Workflow-JSON.
- 05Workflow-Versionierung einrichten: regelmässiger Export aller Workflows als JSON nach Git, Compare-Diff bei Änderungen.
- 06Monitoring anbinden: Prometheus-Scraper auf /metrics, Alert bei Workflow-Fehlerrate > 5% in den letzten 60 Minuten.
Wann n8n einsetzen
n8n ist die richtige Wahl, sobald (a) mehrere Systeme verbunden werden, (b) Mandantendaten nicht über US-SaaS-Plattformen fliessen dürfen, oder (c) ein Workflow mehr als einen Schritt hat und nicht jede Woche neu im Code geändert werden soll.
Konkrete Use-Cases: eingehende Mails klassifizieren und ins CRM einsortieren, neue Mandanten in Postgres anlegen plus Welcome-Mail plus Kalender-Termin, MWST-Belege aus Inbox parsen und in Buchhaltung schieben, Termin-Reminder per SMS und WhatsApp, Lead-Anfragen automatisch qualifizieren mit AI-Klassifikator. Auch für interne Workflow-Ketten ohne KI ist n8n geeignet – wer 20 Mal pro Tag den gleichen 5-Schritt-Prozess macht, kann ihn in 30 Minuten in n8n abbilden.
Für komplexe RAG- und Agent-Patterns ist n8n eine ehrliche Option, wenn die Logik visuell nachvollziehbar bleiben soll. Für reine Code-getriebene RAG-Pipelines (z.B. mit LangChain in Python) ist Code direkt oft übersichtlicher; ab dem Moment, wo Mandanten-Operations und Workflows um die LLM-Logik herum kommen, verschiebt sich der Vorteil zu n8n.
Wann NICHT
Bei einer einzelnen, klar abgegrenzten Skript-Aufgabe – ein Cron, der einmal pro Nacht eine Datei holt und in eine DB schreibt – ist n8n Mehraufwand. Ein Python-Script mit cron oder ein Trigger.dev-Job sind dort schneller geschrieben und einfacher zu warten.
Ungeeignet ist n8n bei sehr hoher Stückzahl mit Real-Time-Anforderungen. Wer Millionen Events pro Stunde verarbeitet, baut auf Kafka, Apache Flink oder eine eigene Streaming-Pipeline; n8n ist für den Bereich Dutzende bis Tausende Events pro Stunde optimal.
Für reine Business-Intelligence-Pipelines ohne externe Trigger (Datenbank-zu-Datenbank-Replikation, Daten-Cleansing) sind dbt, Airbyte oder Dagster die naturalere Wahl. n8n macht das auch, aber die spezialisierten Tools sind dort produktiver.
Vor- und Nachteile
STÄRKEN
- Self-Hosted unter EU-Recht möglich, kein Drittland-Transfer für die Engine selbst
- 600+ Konnektoren plus AI-Nodes seit Version 1.20
- Workflows als JSON versionierbar, Sub-Workflows wiederverwendbar
- Audit-Log in Postgres, exportierbar für Compliance-Reviews
SCHWÄCHEN
- Visueller Editor wird bei sehr grossen Workflows unübersichtlich – Sub-Workflows als Disziplin notwendig
- Sustainable Use License ist keine echte OSS-Lizenz, kommerzielle Embedded-Nutzung erfordert Vertrag
- Queue-Modus bei hoher Last erfordert separates Redis-Setup und Worker-Tuning
- Bei reinen Daten-Pipelines sind spezialisierte Tools (dbt, Airbyte) effizienter
Häufige Fragen
Wie unterscheidet sich n8n von Zapier oder Make?
Zapier und Make laufen ausschliesslich als US-SaaS. Mandantendaten gehen dort durch Drittland-Server, für CH-Treuhand unter revDSG eine Folge-Aufgabe (Transfer-Impact-Assessment). n8n läuft self-hosted auf eigenem EU-Server – Drittland-Transfer entfällt für die Workflow-Engine selbst (LLM-Aufrufe sind ein separates Thema). Funktional ist n8n vergleichbar; Zapier hat etwas mehr Konnektoren (8000+), n8n hat dafür Code-Nodes, Sub-Workflows und mehr Kontrolle.
Was kostet n8n produktiv?
Self-Hosted ist als Software kostenlos (Sustainable Use License). Laufende Kosten sind Server (typisch CHF 30-80/Monat auf Hetzner), Postgres-Storage, ggf. Redis für Queue-Modus. n8n Cloud Starter ist EUR 20/Monat für 2.500 Executions, Pro EUR 50/Monat für 10.000 Executions. Self-Hosted lohnt ab ca. 5.000 Executions/Monat oder wenn Datenschutz Self-Hosting verlangt.
Wie sicher sind die AI-Nodes?
Die AI-Nodes selbst sind nur Schnittstellen – die Sicherheit hängt am gewählten Anbieter. Wer OpenAI-Node mit US-Endpoint nutzt, hat Drittland-Transfer. Wer den Custom-Endpoint auf LiteLLM zeigen lässt, hat zentrale Kontrolle (Routing, Audit, Budget). Die Empfehlung ist klar: alle AI-Calls aus n8n gehen via LiteLLM-Gateway, nicht direkt zum Provider – damit ist Routing und Audit konsistent mit dem Rest des Stacks.
Verwandte Themen
Quellen
PASSEND ZU IHREM STACK?