Jede AI Automation besteht im Kern aus einer Kette von API-Aufrufen. Wenn ein Workflow eine E-Mail empfängt, die Daten in ein CRM schreibt und einen AI-Agenten triggert, passieren im Hintergrund dutzende API-Calls. Ohne APIs wäre Automation nicht möglich — sie sind die universelle Sprache, mit der Systeme kommunizieren.
Für Schweizer Unternehmen, die AI Automation implementieren wollen, ist ein grundlegendes Verständnis von APIs essenziell. Nicht weil jeder Geschäftsführer Code schreiben muss, sondern weil die Möglichkeiten und Grenzen von Automationen direkt von den verfügbaren APIs abhängen.
Was sind APIs und warum sind sie unverzichtbar?
Eine API (Application Programming Interface) ist eine definierte Schnittstelle, über die ein Softwaresystem mit einem anderen kommuniziert. Statt dass ein Mensch sich in ein System einloggt, Daten abliest und in ein anderes System eintippt, übernimmt die API diesen Datenaustausch automatisch.
Warum APIs für AI Automation entscheidend sind:
- Verbindung: APIs verknüpfen CRM, ERP, E-Mail, Buchhaltung, AI-Modelle und alle weiteren Systeme
- Echtzeit: Daten fliessen sofort — kein manuelles Kopieren, kein Zeitverzug
- Standardisierung: APIs folgen definierten Protokollen, die plattformübergreifend funktionieren
- Skalierung: Ein einmal konfigurierter API-Call funktioniert für 1 oder 100'000 Datensätze gleich
- AI-Anbindung: LLMs wie GPT-5.6, Claude und Gemini sind ausschliesslich über APIs nutzbar
REST, GraphQL, Webhooks und MCP: Die vier API-Paradigmen
REST APIs — Der Standard
REST (Representational State Transfer) ist der weitaus verbreitetste API-Typ. Wie hoch sein Anteil an allen Automation-Anbindungen genau liegt, ist uns nicht als Erhebung bekannt — die Dominanz zeigt sich praktisch daran, dass Make und n8n ihr generisches HTTP-Modul auf genau diese Bauform ausrichten und damit alles abdecken, wofür kein fertiger Baustein existiert.
Funktionsweise:
- Kommunikation über HTTP-Methoden: GET (lesen), POST (erstellen), PUT/PATCH (aktualisieren), DELETE (löschen)
- Jede Ressource hat eine URL (z.B.
api.crm.ch/contacts/123) - Daten werden als JSON übertragen
- Zustandslos: Jeder Request enthält alle nötigen Informationen
Vorteile für Automation:
- Universell unterstützt von Make, n8n, Zapier und allen Automation-Tools
- Einfach zu verstehen und zu debuggen
- Umfangreiche Dokumentation bei den meisten Anbietern
Beispiel — Einen Kontakt aus dem CRM abrufen:
GET https://api.crm.ch/v2/contacts/123
Headers: Authorization: Bearer <token>
Response: { "name": "Müller AG", "email": "info@mueller.ch", "city": "Zürich" }GraphQL — Flexibel und effizient
GraphQL ist eine ursprünglich bei Facebook (heute Meta) entwickelte Query-Sprache, die es dem Client erlaubt, exakt die benötigten Daten anzufordern. Offengelegt wurde die Spezifikation 2015; heute steht GraphQL bei der herstellerneutralen GraphQL Foundation unter dem Dach der Linux Foundation. Die Jahreszahl ist in der Primärquelle uneinheitlich: Die Startseite nennt die Foundation «hosted since 2018 by the non-profit Linux Foundation», die Foundation-Seite datiert ihre Gründung auf 2019. Die Foundation ist die neutrale Heimat der Marke und der Projekt-Assets — die Spezifikation entwickeln die GraphQL Working Group und das GraphQL TSC.
Quelle: graphql.org und GraphQL Foundation — abgerufen am 1. September 2026.Vorteile:
- Kein Over- oder Under-Fetching: Sie erhalten genau die Felder, die Sie brauchen
- Eine einzige Anfrage für verschachtelte Daten (z.B. Kunde + Bestellungen + Produkte)
- Ideal für komplexe Datenstrukturen
- Weniger verbreitet in klassischen Automations-Tools
- n8n bietet native GraphQL-Unterstützung
- Shopify, GitHub und Contentful nutzen GraphQL
Webhooks — Ereignisgesteuerte Automation
Webhooks sind «umgekehrte APIs»: Statt dass Ihr System regelmässig nach neuen Daten fragt (Polling), sendet das Quellsystem aktiv eine Benachrichtigung, sobald ein Ereignis eintritt.
Vorteile:
- Echtzeit-Reaktionen ohne Verzögerung
- Effizient: Kein unnötiges Abfragen leerer Ergebnisse
- Ideal für Event-driven Workflows
Typische Webhook-Events:
- Neue Bestellung im Shop → Workflow startet
- Zahlung eingegangen → Rechnung wird generiert
- Support-Ticket erstellt → Agent wird benachrichtigt
- Dokument hochgeladen → AI-Analyse wird gestartet
Praxis-Tipp: Make und n8n können sowohl Webhooks empfangen als auch senden. Die meisten Automationen nutzen eine Kombination aus Webhooks (als Trigger) und REST APIs (für Aktionen).
MCP — die Schnittstelle für KI-Agenten
Das Model Context Protocol (MCP) ist das jüngste der vier Paradigmen und beantwortet eine Frage, die REST nicht stellt: Wie erfährt ein KI-Modell, welche Werkzeuge es hat und wie es sie aufruft? Bei einer REST API steht das in einer Dokumentation, die ein Mensch liest und in Code übersetzt. Bei MCP beschreibt der Server seine Werkzeuge selbst in maschinenlesbarer Form — das Modell fragt ab, was verfügbar ist, und ruft es auf.
Für die Automation kehrt das die Integrationsrichtung um. Bisher galt: Ein Workflow ruft eine API. Mit MCP kommt hinzu: Ein Agent entscheidet zur Laufzeit, welche API er ruft.
n8n bildet beide Richtungen mit je einem eigenen Node ab:
- MCP Server Trigger: macht Ihren n8n-Workflow selbst zum MCP-Server. Der Node stellt eine URL bereit, über die externe KI-Anwendungen genau die Werkzeuge nutzen, die Sie im Workflow definiert haben. Eine Authentifizierung lässt sich per Bearer- oder Header-Credential verlangen; sie ist optional, ohne sie prüft die URL keinen Nachweis.
- MCP Client Tool: bindet umgekehrt einen fremden MCP-Server als Werkzeug in Ihren n8n-Agenten ein. Unterstützt werden Bearer-Token, generische Header, mehrere Header und OAuth2.
Quelle: MCP Server Trigger und MCP Client Tool, n8n-Dokumentation — abgerufen am 1. September 2026.Wann MCP sinnvoll ist: Wenn ein Agent aus einer offenen Menge von Werkzeugen wählen soll. Für einen festen, vorhersehbaren Ablauf — Bestellung eingegangen, Rechnung erstellen — bleibt der klassische REST-Aufruf im Workflow einfacher, günstiger und leichter zu debuggen. MCP ersetzt REST nicht, sondern legt eine Schicht darüber, die nur Agenten brauchen (Einschätzung aus eigener Arbeit, keine Erhebung).
Sicherheitshinweis: Ein MCP-Server, den Sie öffentlich erreichbar machen, ist eine ausführbare Schnittstelle in Ihre Systeme. Aktivieren Sie die Authentifizierung, geben Sie nur die Werkzeuge frei, die der Anwendungsfall wirklich braucht, und behandeln Sie alles, was ein Agent über MCP zurückliefert, als Eingabe aus fremder Hand — nicht als Anweisung, der Ihr Workflow zu folgen hat (Einschätzung aus eigener Arbeit, keine Erhebung).
Authentifizierung: Sicher auf APIs zugreifen
API-Authentifizierung stellt sicher, dass nur autorisierte Systeme auf Daten zugreifen können. Für Automationen sind drei Methoden relevant:
API Keys — Einfach, aber begrenzt
Ein API Key ist ein langer, zufälliger String, der bei jedem Request mitgesendet wird.
Vorteile:
- Einfachste Implementierung
- Ideal für Server-zu-Server-Kommunikation
- Schnell einzurichten in Make und n8n
Nachteile:
- Keine granulare Berechtigungskontrolle
- Bei Kompromittierung muss der gesamte Key rotiert werden
- Kein automatisches Ablaufdatum
Verwendung: OpenAI API, viele CRM-APIs, interne APIs
OAuth 2.0 — Der Industriestandard
OAuth 2.0 ermöglicht es einem System, im Namen eines Nutzers auf Daten zuzugreifen — ohne dessen Passwort zu kennen.
Der OAuth-Flow für Automationen:
- Automation-Tool leitet Nutzer zur Login-Seite des Dienstes
- Nutzer gibt Zugriff frei (z.B. «Make darf auf mein Google Drive zugreifen»)
- Dienst sendet einen Authorization Code zurück
- Automation-Tool tauscht Code gegen Access Token und Refresh Token
- Access Token wird für API-Calls verwendet
- Refresh Token erneuert abgelaufene Access Tokens automatisch
Vorteile:
- Sicher: Automation kennt nie das Passwort des Nutzers
- Granulare Berechtigungen (Scopes): Nur Lesezugriff, nur bestimmte Ordner, etc.
- Automatische Token-Erneuerung
Verwendung: Google Workspace, Microsoft 365, HubSpot, Salesforce, Slack
JWT (JSON Web Tokens) — Für Service-Accounts
JWTs sind signierte Tokens, die Identität und Berechtigungen in einem kompakten Format transportieren.
Vorteile:
- Selbstvalidierend: Kein zusätzlicher API-Call zur Verifizierung nötig
- Ideal für Microservices-Architekturen
- Zeitlich begrenzt (eingebautes Ablaufdatum)
Verwendung: Google Cloud APIs, Firebase, Custom-Backends
Praktische API-Beispiele für Automation
CRM-APIs (HubSpot, Salesforce, Pipedrive)
Typischer Automation-Use-Case: Lead erfasst auf Website → CRM-Kontakt erstellt → Vertriebsteam benachrichtigt
Relevante Endpoints:
POST /contacts— Neuen Kontakt erstellenGET /contacts?email=...— Duplikat-CheckPUT /contacts/{id}— Kontaktdaten aktualisierenPOST /deals— Neuen Deal erstellen
Buchhaltungs-APIs (Bexio, Abacus, Run my Accounts)
Typischer Automation-Use-Case: Bestellung abgeschlossen → Rechnung erstellt → Zahlungsabgleich
Schweizer Buchhaltungssoftware bietet zunehmend APIs an:
- Bexio API: Umfassende REST API für Kontakte, Rechnungen, Projekte
- Abacus API: SOAP- und REST-Schnittstellen für ERP-Integration
- Run my Accounts API: Automatisierte Buchhaltung via REST API
AI-APIs (OpenAI, Anthropic, Google)
Typischer Automation-Use-Case: Dokument empfangen → AI analysiert Inhalt → Zusammenfassung ins CRM
Die wichtigsten AI-APIs für Automationen:
- OpenAI API: GPT-5.6 Sol, Terra und Luna — 1,05 Mio. Token Kontext, bis 128'000 Token Ausgabe, mit Functions, Websuche, Dateisuche und Computer Use
- Anthropic API: Claude Fable 5 für langlaufende Agenten, Opus 5 und Sonnet 5 — je 1 Mio. Token Kontext, Haiku 4.5 mit 200'000
- Google Gemini API: Gemini 3.6 Flash (neuestes), dazu 3.5 Flash, 3.5 Flash-Lite und 3.1 Flash Lite
Kostenfaktor: AI-API-Kosten werden pro Token berechnet, nicht pro Aufruf. Listenpreise je 1 Mio. Token in USD:
| Modell | Eingabe | Ausgabe |
|---|---|---|
| GPT-5.6 Sol | 4 | 20 |
| GPT-5.6 Terra | 2 | 12 |
| GPT-5.6 Luna | 0.20 | 1.20 |
| Claude Fable 5 | 10 | 50 |
| Claude Opus 5 | 5 | 25 |
| Claude Sonnet 5 | 2 | 10 |
| Claude Haiku 4.5 | 1 | 5 |
| Gemini, kostenpflichtige Stufe (Text) | ab 0.75 | ab 4.50 |
Quelle: OpenAI, Anthropic, Google — abgerufen am 21. August 2026.
API Rate Limits und Error Handling
Rate Limits verstehen
Jede API begrenzt die Anzahl der Aufrufe pro Zeiteinheit, um Überlastung zu vermeiden:
| API | Rate Limit | Strategie |
|---|---|---|
| OpenAI | Siehe Anbieter-Dokumentation (staffelt nach Nutzungsstufe) | Exponentielles Backoff |
| HubSpot | 190 Anfragen/10 Sek je privat verteilter App (Professional und Enterprise); Tageskontingent je Account 625'000 (Professional) bzw. 1 Mio. (Enterprise). Über den Marketplace verteilte OAuth-Apps: 110 Anfragen/10 Sek je installierendem Account, ohne Limit-Increase-Add-on | Queuing in Make/n8n |
| Google Sheets | 300 Lese- und 300 Schreibanfragen/Min je Projekt, davon 60/Min je Nutzer | Batch-Updates |
| Slack | 1 Nachricht/Sek pro Channel (Richtwert für chat.postMessage, kurze Spitzen erlaubt) | Queue mit Delay |
Quelle: HubSpot API usage guidelines, Google Sheets API limits, Slack Rate Limits — abgerufen am 1. September 2026. Bei HubSpot hängt das Kontingent vom gebuchten Tarif ab; Slack vergibt für jede Methode plan-unabhängig dieselbe Rate-Limit-Stufe, und die Sheets-Kontingente gelten je Projekt und je Nutzer. Prüfen Sie den Wert für Ihren eigenen Account, bevor Sie einen Workflow darauf auslegen.
Error Handling in Automationen
Robuste Automationen brauchen Fehlerbehandlung. Die wichtigsten HTTP-Statuscodes:
- 200 OK: Alles gut, Aktion erfolgreich
- 400 Bad Request: Fehlerhafte Daten gesendet → Daten prüfen und erneut senden
- 401 Unauthorized: Token abgelaufen → Automatischer Refresh
- 429 Too Many Requests: Rate Limit erreicht → Warten und erneut versuchen
- 500 Internal Server Error: Serverproblem → Exponentielles Backoff (1s, 2s, 4s, 8s)
- Immer Error-Branches definieren
- Retry-Logik mit exponentieller Backoff-Strategie
- Failed Requests in ein Error-Log schreiben
- Alerting bei wiederholten Fehlern (Slack, E-Mail)
No-Code API-Integration mit Make und n8n
Beide Plattformen ermöglichen API-Integration ohne Programmierkenntnisse:
Make: HTTP-Modul und Custom Apps
Make bietet zwei Wege für API-Integration:
- Vorgefertigte Module: Über 3'000 Apps mit nativer Integration — einfach Verbindung herstellen und nutzen
- HTTP-Modul: Für alle APIs ohne natives Modul — URL, Methode, Headers und Body konfigurieren
- Custom Apps: Wiederverwendbare API-Konnektoren erstellen (JSON-basiert)
n8n: HTTP Request Node und Custom Nodes
n8n bietet:
- Vorgefertigte Nodes: 2'087 Integrationen nativ verfügbar
- HTTP Request Node: Flexibelster Node — unterstützt REST, GraphQL, SOAP
- Custom Nodes: JavaScript/TypeScript-basierte Custom Nodes für komplexe Integrationen
- Code Node: Direkte JavaScript-Ausführung für maximale Flexibilität
Quelle der Integrationszahlen: Make zeigte am 24. August 2026 «Showing 1 - 48 of 3553 results in All Apps»; n8n listete am 24. August 2026 2'087 Integrationen. Die Verzeichnisse wachsen laufend; die Zahlen sind Momentaufnahmen ihres Abrufdatums.
Schweiz-spezifische APIs
SIX API (Finanzmarktdaten)
SIX Group bietet APIs für Schweizer Finanzmarktdaten — relevant für Fintech-Automationen und Reporting:
- Börsenkurse und Handelsvolumen
- Referenzdaten für Schweizer Wertpapiere
- Historische Kursdaten
PostFinance API
PostFinance stellt APIs für die Integration von Zahlungslösungen bereit:
- E-Payment-Integration
- Kontoinformationen abrufen
- QR-Rechnungen automatisch generieren
Abacus API
Abacus ist eines der meistgenutzten ERP-Systeme in Schweizer KMU:
- Debitoren- und Kreditoren-Management
- Lohnbuchhaltung
- Projektmanagement
- Integration mit kantonalen Steuersystemen
Schweizer Post API
Für E-Commerce- und Logistik-Automationen:
- Sendungsverfolgung
- Paketlabel-Generierung
- Adressvalidierung
- Zolldeklaration für internationale Sendungen
Häufig gestellte Fragen
- Brauche ich Programmierkenntnisse für API-Integrationen?
Für die meisten Automationen nicht. Make und n8n bieten visuelle HTTP-Module, mit denen Sie REST APIs ohne Code ansprechen können. Sie müssen jedoch die API-Dokumentation lesen können und verstehen, was Headers, Body und Parameter bedeuten. Für komplexere Szenarien mit OAuth-Flows, Pagination oder verschachtelten API-Calls sind Grundkenntnisse in JSON und HTTP hilfreich.
- Wie gehe ich mit API-Ausfällen in meiner Automation um?
Implementieren Sie drei Ebenen der Fehlerbehandlung: Erstens, automatische Retry-Logik mit exponentiellem Backoff für temporäre Fehler (429, 500). Zweitens, Fallback-Pfade für kritische Workflows — z.B. wenn die AI-API nicht erreichbar ist, wird der Task in eine Queue gelegt statt verworfen. Drittens, Alerting per Slack oder E-Mail, damit Ihr Team bei anhaltenden Problemen informiert wird.
- Was kosten API-Calls in einer typischen Automation?
Die Kosten variieren stark. Viele Business-APIs (CRM, E-Mail, Projektmanagement) sind in der Software-Lizenz enthalten. AI-APIs werden dagegen pro Token abgerechnet, nicht pro Aufruf — die Listenpreise der aktuellen Modelle stehen oben im Abschnitt zu AI-APIs. Die Rechnung hängt damit an der Token-Menge pro Durchlauf und am gewählten Modell, denn zwischen der günstigsten und der teuersten Stufe liegt ein Vielfaches.
- Welche API-Sicherheitsmassnahmen sind für Schweizer Unternehmen wichtig?
Drei Massnahmen sind essenziell: Erstens, API Keys und Tokens niemals im Code speichern, sondern in Umgebungsvariablen oder Secret-Managern. Zweitens, OAuth 2.0 statt API Keys verwenden, wo möglich — besonders für Zugriff auf Nutzerdaten. Drittens, alle API-Calls über HTTPS (TLS 1.2+) absichern. Für Unternehmen, die dem Schweizer Datenschutzgesetz unterliegen, kommt die Frage dazu, welche Personendaten überhaupt an externe APIs gehen und wo der Anbieter sie verarbeitet — das klären Sie anhand der Vertrags- und Verarbeitungsangaben des jeweiligen Anbieters.
- Brauche ich MCP für meine Automationen?
Nur, wenn ein KI-Agent Teil des Ablaufs ist und zur Laufzeit selbst entscheiden soll, welches Werkzeug er benutzt. Für feste Abläufe — Formular ausgefüllt, Kontakt anlegen, Bestätigung senden — bleibt der direkte REST-Aufruf im Workflow die einfachere, günstigere und besser nachvollziehbare Lösung. MCP lohnt sich, wenn Sie einem Agenten eine offene Werkzeugsammlung geben wollen, oder wenn Sie eigene Systeme für fremde KI-Anwendungen zugänglich machen möchten. In n8n bilden der MCP Server Trigger (Ihr Workflow wird zum Server) und das MCP Client Tool (fremde Server als Werkzeug im Agenten) beide Richtungen ab. Sichern Sie einen erreichbaren MCP-Server immer mit Authentifizierung ab und geben Sie nur die Werkzeuge frei, die der Anwendungsfall braucht.
- Kann ich APIs nutzen, die keine offizielle Make/n8n-Integration haben?
Ja. Sowohl Make (über das HTTP-Modul) als auch n8n (über den HTTP Request Node) können jede beliebige REST API ansprechen. Sie konfigurieren manuell die URL, die HTTP-Methode, die Authentifizierung und den Request Body. Für GraphQL-APIs bietet n8n einen spezialisierten Node. In der Praxis deckt das nach unserer Erfahrung nahezu jede REST-Schnittstelle ab; aufwendiger wird es erst bei komplexen Authentifizierungsflows, etwa zertifikatsbasierter Authentifizierung (Einschätzung aus eigener Arbeit, keine Erhebung).
Weiterführende Themen
Quellen
- graphql.org und GraphQL Foundation — abgerufen am 1. September 2026.
- MCP Server Trigger und MCP Client Tool, n8n-Dokumentation — abgerufen am 1. September 2026.
- OpenAI, Anthropic, Google — abgerufen am 21. August 2026.
- HubSpot API usage guidelines, Google Sheets API limits, Slack Rate Limits — abgerufen am 1. September 2026. Bei HubSpot hängt das Kontingent vom gebuchten Tarif ab; Slack vergibt für jede Methode plan-unabhängig dieselbe Rate-Limit-Stufe, und die Sheets-Kontingente gelten je Projekt und je Nutzer. Prüfen Sie den Wert für Ihren eigenen Account, bevor Sie einen Workflow darauf auslegen.
- Quelle der Integrationszahlen: Make zeigte am 24. August 2026 «Showing 1 - 48 of 3553 results in All Apps»; n8n listete am 24. August 2026 2'087 Integrationen. Die Verzeichnisse wachsen laufend; die Zahlen sind Momentaufnahmen ihres Abrufdatums.
