n8n Tutorial — Workflows erstellen mit quelloffener Automation

Quelle der Preisangaben: n8n — abgerufen am 24. August 2026. Die dort ausgewiesenen Monatspreise gelten bei jährlicher Zahlung. Anbieterpreise ändern sich; die Beträge stehen in der Währung des Anbieters. Umgerechnet mit dem Euro-Referenzkurs der Europäischen Zentralbank vom 21. August 2026, dem letzten Bankwerktag vor dem Abruf: 1 EUR = 0.9353 CHF (EZB, Euro-Referenzkurse, abgerufen am 24. August 2026). 20 EUR entsprechen damit 18.71 CHF, im Text auf rund 19 CHF gerundet. Wechselkurse schwanken täglich.

n8n ist eine quelloffene Plattform für Workflow-Automatisierung. Im Gegensatz zu geschlossenen SaaS-Lösungen wie Zapier behalten Sie die Kontrolle über Ihren Code, Ihre Daten und Ihre Infrastruktur. Mit 2'087 nativen Integrationen, AI Nodes und der Möglichkeit zum Self-Hosting ist n8n für Schweizer Unternehmen interessant, die Datenschutz und Flexibilität priorisieren.

Quelle der Integrations- und Template-Zahlen: n8n Integrations nennt «2087 integrations», n8n Workflows nennt «11665 Workflow Automation Templates» — beide abgerufen am 24. August 2026.

Dieses Tutorial führt Sie von der Installation bis zu fortgeschrittenen AI-Workflows — mit fünf praxisnahen Beispielen zum Nachbauen.

Was macht n8n besonders?

Bevor wir in die Praxis einsteigen, hier die Kernvorteile von n8n:

Tabelle: Was macht n8n besonders?

Eigenschaft	n8n	Typische SaaS-Tools
Lizenz	Fair-Code: Sustainable Use License, keine OSI-Open-Source-Lizenz	Proprietär
Hosting	Self-Hosted oder Cloud	Nur Cloud
Datenkontrolle	Beim Self-Hosting auf Ihrer eigenen Infrastruktur	Beim Anbieter
AI-Integration	Native LangChain-Nodes	Begrenzt
Kosten bei Skalierung	Fixkosten (Server) beim Self-Hosting; in der n8n Cloud je ganzer Ausführung	Variabel je Modul-Aktion (Make: Credits) bzw. je Aktionsschritt (Zapier: Tasks)
Anpassbarkeit	Custom Nodes möglich	Auf Anbieter-Features begrenzt
Community	Öffentliches Community-Forum, Quelltext einsehbar	Support-Tickets

Installation und Setup

n8n bietet drei Installationswege. Die richtige Wahl hängt von Ihren Anforderungen ab:

Option 1: n8n Cloud (Schnellster Einstieg)

Für Teams, die sofort starten möchten, ohne Infrastruktur zu verwalten:

1. Registrieren Sie sich auf n8n.io für die n8n Cloud
2. Wählen Sie den passenden Tarif — bei Jahreszahlung Starter 20 EUR/Monat für 2'500 Ausführungen (rund 19 CHF), Pro 50 EUR für 10'000, Business 667 EUR für 40'000, Enterprise auf Anfrage; einen Gratistarif gibt es nicht, wohl aber eine kostenlose Testphase
3. Starten Sie direkt im Browser mit dem Workflow-Editor

Vorteile: Kein Setup, automatische Updates, verwaltete Infrastruktur Nachteile: Daten auf externen Servern, laufende monatliche Kosten

Option 2: Docker (Empfohlen für Self-Hosting)

Die empfohlene Methode für Unternehmen mit Datenschutzanforderungen:

# n8n mit Docker starten (einfachste Variante)
docker run -it --rm \
  --name n8n \
  -p 5678:5678 \
  -v n8n_data:/home/node/.n8n \
  docker.n8n.io/n8nio/n8n

n8n ist nun unter http://localhost:5678 erreichbar.

Für Produktion mit Docker Compose:

version: '3.8'
services:
  n8n:
    image: docker.n8n.io/n8nio/n8n
    restart: always
    ports:
      - "5678:5678"
    environment:
      - GENERIC_TIMEZONE=Europe/Zurich
      - TZ=Europe/Zurich
    volumes:
      - n8n_data:/home/node/.n8n
volumes:
  n8n_data:

Der Zugangsschutz steht bewusst nicht als Umgebungsvariable im Block: n8n legt beim ersten Aufruf über den Setup-Bildschirm einen Owner-Account mit Email und Passwort an. Die aus älteren Anleitungen bekannten Variablen N8N_BASIC_AUTH_ACTIVE, N8N_BASIC_AUTH_USER und N8N_BASIC_AUTH_PASSWORD haben keine Wirkung mehr — die n8n-Doku hält fest: «Support for basic auth and JWT authentication was removed from n8n 1.0.» Wer den Owner vorkonfigurieren statt im Browser anlegen will, setzt ab n8n 2.17.0 N8N_INSTANCE_OWNER_MANAGED_BY_ENV=true zusammen mit N8N_INSTANCE_OWNER_EMAIL, N8N_INSTANCE_OWNER_FIRST_NAME, N8N_INSTANCE_OWNER_LAST_NAME und N8N_INSTANCE_OWNER_PASSWORD_HASH; das letzte Feld erwartet einen bcrypt-Hash, ein Klartextpasswort bricht die Anmeldung.

Quelle: n8n Docs — User management — abgerufen am 24. August 2026.

Option 3: npm (Für Entwickler)

# Global installieren
npm install n8n -g

# Starten
n8n start

Nach der Installation: Erste Einrichtung

1. Öffnen Sie http://localhost:5678 im Browser
2. Erstellen Sie einen Admin-Account (Email + Passwort)
3. Optional: Konfigurieren Sie SMTP für Email-Benachrichtigungen
4. Optional: Richten Sie SSL/TLS für HTTPS ein (empfohlen für Produktion)

Ersten Workflow erstellen: Schritt-für-Schritt

Schritt 1: Neuen Workflow anlegen

1. Klicken Sie im Dashboard auf «New Workflow»
2. Der Canvas-Editor öffnet sich — ein leeres Arbeitsblatt
3. Benennen Sie den Workflow über das Menü oben

Schritt 2: Trigger-Node hinzufügen

1. Klicken Sie auf das «+» oder drücken Sie Tab
2. Suchen Sie den gewünschten Trigger (z. B. «Schedule Trigger»)
3. Konfigurieren Sie den Trigger:

- Rule: «Every 15 minutes» - Timezone: «Europe/Zurich»

Schritt 3: Aktions-Node verbinden

1. Klicken Sie auf das «+» rechts vom Trigger
2. Wählen Sie eine Aktion (z. B. «HTTP Request»)
3. Konfigurieren Sie die Aktion:

- Method: GET - URL: Die gewünschte API-URL

1. Verbinden Sie die Nodes durch Ziehen einer Linie

Schritt 4: Daten transformieren

1. Fügen Sie einen «Set»-Node hinzu
2. Definieren Sie die gewünschten Ausgabefelder
3. Mappen Sie Daten aus dem vorherigen Node mit Expressions: {{ $json.fieldName }}

Schritt 5: Testen und aktivieren

1. Klicken Sie auf «Test workflow» (Blitz-Symbol)
2. Überprüfen Sie die Daten an jedem Node (Klick auf den Node zeigt Input/Output)
3. Wenn alles stimmt: Workflow über den Toggle aktivieren

5 praktische Workflow-Beispiele

Workflow 1: Email-Automation (IMAP → AI-Klassifizierung → Ordner)

Anwendungsfall: Eingehende Emails werden automatisch von AI nach Kategorie klassifiziert und in die richtigen Ordner verschoben.

Nodes:

1. IMAP Email Trigger: Neue Emails überwachen
2. OpenAI Chat Model: Email-Inhalt klassifizieren
3. Switch: Basierend auf Klassifizierung verzweigen
4. IMAP Move: Emails in den richtigen Ordner verschieben

Konfiguration:

1. IMAP-Node: Mailserver, Benutzername und Passwort konfigurieren
2. OpenAI-Node:

- Model: GPT-5.6 Luna (gpt-5.6-luna) — die günstigste Stufe genügt für eine Klassifizierung - System-Prompt: «Klassifiziere die folgende Email in eine dieser Kategorien: RECHNUNG, ANFRAGE, SUPPORT, NEWSLETTER, SPAM. Antworte nur mit dem Kategorienamen.» - User Message: {{ $json.text }}

1. Switch-Node: verzweigt anhand des OpenAI-Outputs
2. IMAP-Move: Emails in entsprechende Ordner verschieben

Geschätzte Setup-Zeit: 20–30 Minuten

Quelle: OpenAI — abgerufen am 24. August 2026.

Workflow 2: Data Pipeline (API → Transform → Datenbank)

Anwendungsfall: Daten werden regelmässig von einer API abgerufen, transformiert und in einer Datenbank gespeichert.

Nodes:

1. Schedule Trigger: Alle 6 Stunden ausführen
2. HTTP Request: API-Daten abrufen
3. Code Node: Daten transformieren und bereinigen
4. Postgres / MySQL: Daten in Datenbank speichern

Konfiguration:

1. Schedule Trigger: Cron-Expression 0 */6 * * *
2. HTTP Request:

- URL: API-Endpoint - Authentication: Header mit API-Key

1. Code Node (JavaScript):

const items = $input.all();
   return items.map(item => ({
     json: {
       id: item.json.id,
       name: item.json.name.trim(),
       value: parseFloat(item.json.value),
       updated_at: new Date().toISOString()
     }
   }));

1. Postgres-Node: INSERT oder UPSERT in Zieltabelle

Geschätzte Setup-Zeit: 25–35 Minuten

Workflow 3: AI Agent Workflow (Webhook → LangChain → Response)

Anwendungsfall: Ein Webhook empfängt eine Nutzerfrage, ein AI Agent mit Zugriff auf Unternehmensdaten beantwortet sie.

Nodes:

1. Webhook: Empfängt JSON mit Nutzerfrage
2. AI Agent: LangChain-basierter Agent mit Tools
3. Vector Store Tool: Zugriff auf Unternehmenswissen (RAG)
4. Respond to Webhook: Antwort zurücksenden

Konfiguration:

1. Webhook-Node: Method POST, Path /ask
2. AI Agent-Node:

- Agent Type: entfällt — seit n8n 1.82.0 ist die Einstellung veraltet, alle AI Agent Nodes arbeiten als Tools Agent - Chat Model: OpenAI GPT-5.6 Terra (gpt-5.6-terra) - System Message: «Du bist ein Assistent für [Firma]. Beantworte Fragen basierend auf den bereitgestellten Dokumenten.»

1. Vector Store Tool: Verbindung zu Pinecone, Qdrant oder Supabase
2. Respond to Webhook: AI-Antwort als JSON zurückgeben

Dieses Beispiel zeigt die Stärke von n8n für RAG-Anwendungen — das Retrieval Augmented Generation-Muster, bei dem AI-Modelle auf unternehmensspezifisches Wissen zugreifen.

Geschätzte Setup-Zeit: 45–60 Minuten

Workflow 4: Monitoring-Alert (HTTP Request → Condition → Slack/Email)

Anwendungsfall: Überwachung einer Website oder API mit automatischer Alarmierung bei Ausfall oder langsamer Antwortzeit.

Nodes:

1. Schedule Trigger: Alle 5 Minuten prüfen
2. HTTP Request: Website/API aufrufen
3. IF: Statuscode prüfen (≠ 200 oder Response Time > 3s)
4. Slack / Email: Alert-Nachricht senden

Konfiguration:

1. Schedule Trigger: Alle 5 Minuten
2. HTTP Request:

- URL: Ihre Website oder API - Options: «Full Response» aktivieren (für Statuscode und Timing)

1. IF-Node:

- Condition 1: {{ $json.statusCode }} is not equal to 200 - OR Condition 2: {{ $json.responseTime }} is greater than 3000

1. Slack-Node:

- Channel: #monitoring - Message: «ALERT: {URL} antwortet mit Status {statusCode} (Response Time: {responseTime}ms)»

Geschätzte Setup-Zeit: 15–20 Minuten

Workflow 5: Document Processing (Webhook → PDF-Parser → Airtable)

Anwendungsfall: Dokumente werden über einen Upload-Webhook empfangen, analysiert und strukturiert in Airtable gespeichert.

Nodes:

1. Webhook: Empfängt PDF-Datei als Binary
2. Extract from File: PDF-Text extrahieren
3. OpenAI: Strukturierte Daten aus Text extrahieren
4. Airtable: Daten als neuen Record speichern

Konfiguration:

1. Webhook: Method POST, Binary Property «file»
2. Extract from File: Operation «Extract from PDF»
3. OpenAI:

- Prompt: «Extrahiere aus folgendem Dokument: Titel, Datum, Absender, Zusammenfassung (max. 3 Sätze), und Schlüsselbegriffe. Gib das Ergebnis als JSON zurück.»

1. Airtable: Felder mappen (Titel, Datum, Absender, Zusammenfassung, Tags)

Geschätzte Setup-Zeit: 30–40 Minuten

n8n AI Nodes: AI Agent und AI Chain

Die AI Nodes von n8n basieren auf LangChain und bilden Agenten- und Chain-Muster direkt im Editor ab:

AI Agent Node

Der AI Agent Node erstellt Agenten, die selbständig entscheiden, welche Tools sie nutzen. Die frühere Auswahl zwischen Agent-Typen wie Conversational, ReAct oder Plan and Execute gibt es nicht mehr: Seit n8n 1.82.0 ist die Einstellung «Agent Type» veraltet, alle AI Agent Nodes arbeiten einheitlich als Tools Agent — die Variante, die zuvor empfohlen und am häufigsten genutzt wurde. Die alte Node-Version mit der Typ-Auswahl entfällt mit n8n 3.0.

Praktisch heisst das: Sie hängen an den Agent einen Chat-Model-Node, optional einen Memory-Node und beliebig viele Tool-Nodes — das Verhalten ergibt sich aus den angebundenen Tools und der System Message, nicht mehr aus einem Typ-Schalter.

AI Chain Nodes

Für sequentielle AI-Verarbeitungspipelines bietet n8n drei Chain-Nodes:

• Basic LLM Chain: Interaktion mit einem LLM ohne weitere Komponenten
• Question and Answer Chain: Frage-Antwort über einen Vector Store oder den Workflow Retriever — das Muster hinter RAG
• Summarization Chain: nimmt einen Input entgegen und gibt eine Zusammenfassung zurück

Wichtig: Keiner der Chain-Nodes unterstützt Memory — sie erinnern sich nicht an vorherige Nutzeranfragen. Für Konversationen mit Gedächtnis brauchen Sie den AI Agent Node mit einem Memory-Node.

Quelle: n8n Docs — What chains do («None of the chain nodes support memory») und n8n Docs — AI Agent («The AI Agent node's agent type setting is deprecated from n8n 1.82.0») — abgerufen am 24. August 2026.

AI-Modelle der Anbieter, die n8n über eigene Nodes anbindet

Quelle der n8n-Anbindung: Alle fünf Anbieter sind in n8n als eigene Chat-Model-Nodes dokumentiert — OpenAI Chat Model («Use the OpenAI Chat Model node to use OpenAI's chat models with conversational agents»), Anthropic Chat Model («Use the Anthropic Chat Model node to use Anthropic's Claude family of chat models with conversational agents»), Google Gemini Chat Model («Use the Google Gemini Chat Model node to use Google's Gemini chat models with conversational agents»), Ollama Chat Model («The Ollama Chat Model node allows you use local Llama 2 models with conversational agents») und Azure OpenAI Chat Model («Use the Azure OpenAI Chat Model node to use OpenAI's chat models with conversational agents») — alle abgerufen am 24. August 2026. Welche Modellversionen das Auswahlfeld eines Nodes führt, hängt am hinterlegten Anbieterkonto; die Modellnamen und Preise unten stammen deshalb von den Anbietern selbst.

Tabelle: AI-Modelle der Anbieter, die n8n über eigene Nodes anbindet

Anbieter	Modelle (Stand August 2026)	Typ
OpenAI	GPT-5.6 Sol, GPT-5.6 Terra, GPT-5.6 Luna	Chat
Anthropic	Claude Fable 5, Claude Opus 5, Claude Sonnet 5, Claude Haiku 4.5	Chat
Google	Gemini 3.6 Flash, Gemini 3.5 Flash, Gemini 3.5 Flash-Lite, Gemini 3.1 Flash-Lite	Chat & Multimodal
Ollama	Llama, Mistral, CodeLlama	Self-Hosted LLMs
Azure OpenAI	OpenAI-Modelle über Azure	Enterprise

Preise je 1 Mio. Token (Eingabe/Ausgabe, USD): OpenAI 4/20 (Sol), 2/12 (Terra), 0.20/1.20 (Luna) — diese Sätze gelten für kurze Kontexte, bei langen steigen sie auf 8/30, 4/18 bzw. 0.40/1.80; Anthropic 10/50 (Fable 5), 5/25 (Opus 5), 2/10 (Sonnet 5), 1/5 (Haiku 4.5); Google 0.75/3.75 (Gemini 3.6 Flash, dieser Einführungspreis gilt bis 31. Dezember 2026, danach 1.50/7.50), 1.50/9.00 (3.5 Flash), 0.30/2.50 (3.5 Flash-Lite), 0.25/1.50 (3.1 Flash-Lite, Text). In Googles kostenloser Stufe nutzt der Anbieter die Inhalte zur Produktverbesserung, in der kostenpflichtigen nicht. Kontextfenster: 1.05 Mio. Token bei GPT-5.6, 1 Mio. bei Claude (Haiku 4.5: 200'000). Ollama läuft lokal, ohne Token-Kosten.

Quelle: OpenAI — Modelle und OpenAI — Preise, Anthropic, Google — Modelle und Google — Preise — abgerufen am 24. August 2026. Diese fünf Seiten belegen Modelle und Preise beim jeweiligen Anbieter; die Anbindung in n8n belegt die Node-Dokumentation oben.

Tools für AI Agents

AI Agents in n8n können auf Tools zugreifen:

• Calculator: Mathematische Berechnungen
• HTTP Request Tool: APIs aufrufen
• Vector Store Tool: Auf Vektordatenbanken zugreifen
• Code Tool: JavaScript-Code ausführen
• Custom Tools: Eigene Tools als Sub-Workflows

Vertiefen Sie Ihr Wissen:

• AI Automation Tools und Plattformen
• Make vs Zapier im Direktvergleich
• No-Code AI Automation
• Power Automate und AI
• Make Tutorial: Workflows erstellen
• Power Automate vs Make im Vergleich
• Zapier Tutorial: Workflows erstellen
• Bexio mit AI Automation verbinden

Self-Hosting für Schweizer Datenschutz (nDSG)

Ein Hauptvorteil von n8n ist die Self-Hosting-Option. Für Schweizer Unternehmen, die dem neuen Datenschutzgesetz (nDSG) unterliegen, ist das besonders relevant. Lizenzrechtlich ist der Weg gedeckt: Die Sustainable Use License («fair-code») erlaubt den Betrieb für die eigenen internen Geschäftszwecke und ausdrücklich auch Beratungsleistungen rund um n8n, etwa das Bauen von Workflows für Kundinnen und Kunden. Untersagt sind das White-Labeling von n8n gegen Bezahlung, das kostenpflichtige Hosten von n8n für Dritte und der Verkauf eines Produkts, dessen Wert ganz oder weitgehend aus n8n-Funktionalität stammt. Eine OSI-Open-Source-Lizenz ist sie nicht: fair-code beschreibt laut faircode.io ein Modell, das quelloffen, aber von den Autoren kommerziell eingeschränkt ist.

Quelle: n8n Docs — Sustainable Use License und faircode.io («commercially restricted by its authors») — abgerufen am 24. August 2026.

Warum Self-Hosting für Schweizer Unternehmen?

• Datenhoheit: Die Workflow-Daten bleiben auf Ihrer eigenen Infrastruktur, solange kein Node eine externe API aufruft
• Kontrollierte Drittübermittlung: Sie entscheiden je Workflow, ob Daten an Dritte gehen — die AI-Beispiele oben senden Inhalte an OpenAI, die lokale Alternative dazu ist Ollama
• Compliance: Audit-Logs und Datenzugriff liegen bei Ihnen statt beim Anbieter
• Branchen-Anforderungen: Finanzbranche, Gesundheitswesen und öffentliche Verwaltung erfordern oft lokale Datenspeicherung

Self-Hosting entscheidet über den Bearbeitungsort. Bearbeitungsgrundsätze, Informationspflicht, Betroffenenrechte, Bearbeitungsverzeichnis und Datensicherheit bleiben davon unberührt und liegen weiterhin bei Ihrem Unternehmen — ein selbst gehostetes n8n ist damit eine Voraussetzung, keine Konformitätsgarantie.

Hosting-Optionen in der Schweiz

Tabelle: Hosting-Optionen in der Schweiz

Option	Anbieter-Beispiele	Kosten	Empfohlen für
Schweizer VPS	Infomaniak Cloud VPS	je nach Instanzgrösse — aktuelle Preisliste des Anbieters prüfen	KMU, Startups
Schweizer Cloud	Exoscale	nutzungsabhängig, sekundengenau abgerechnet	Mittelstand
Eigener Server	On-Premise	variabel	Enterprise, regulierte Branchen
Managed Kubernetes	Nine Kubernetes Engine	ab CHF 305.30/Monat für Cluster plus einen Worker-Node	Skalierbare Deployments

Quelle: Nine nennt «CHF 305.30 per month» als Einstiegspreis für einen Full Cluster mit einem nine-standard-1 Worker Node; Exoscale rechnet «billed by the second» ab. Für Infomaniak Cloud VPS und Exoscale-Instanzen sind die Preise instanzabhängig und werden hier bewusst nicht als Pauschale genannt — abgerufen am 24. August 2026.

Produktions-Setup-Empfehlung

Für ein produktionsreifes n8n-Setup empfehlen wir:

• Reverse Proxy: Nginx oder Caddy für SSL/TLS
• Datenbank: PostgreSQL statt SQLite (Standard)
• Backup: Automatische tägliche Backups der Datenbank und Workflow-Daten
• Monitoring: Uptime-Monitoring und Log-Aggregation
• Updates: Regelmässige Updates über Docker-Image-Tags

Fortgeschrittene n8n-Techniken

Sub-Workflows für modularen Aufbau

n8n ermöglicht es, Workflows in wiederverwendbare Sub-Workflows aufzuteilen:

1. Erstellen Sie einen Workflow mit einem «Execute Workflow Trigger»-Node
2. Definieren Sie Input-Parameter, die der Sub-Workflow erwartet
3. Rufen Sie diesen Sub-Workflow aus anderen Workflows über den «Execute Workflow»-Node auf

Beispiel: Ein Sub-Workflow «AI-Textgenerierung», der von verschiedenen Hauptworkflows aufgerufen wird — einmal für Blog-Artikel, einmal für Social Media, einmal für Email-Antworten. Die AI-Konfiguration (Modell, Temperatur, System-Prompt) wird zentral gepflegt.

Error Handling mit Error Trigger

n8n bietet einen dedizierten Error Trigger Node:

1. Erstellen Sie einen separaten «Error Handling»-Workflow
2. Fügen Sie einen «Error Trigger»-Node als Startpunkt hinzu
3. Dieser Workflow wird automatisch ausgelöst, wenn ein anderer Workflow fehlschlägt
4. Sie erhalten Informationen über den fehlgeschlagenen Workflow, den Node und die Fehlermeldung

Best Practice: Senden Sie Error-Benachrichtigungen an Slack oder Email mit dem Workflow-Namen, dem fehlgeschlagenen Node und der Fehlermeldung. So können Sie Probleme schnell identifizieren und beheben.

Expressions und Code für Datenmanipulation

n8n bietet zwei Wege für Datenmanipulation:

Expressions (No-Code):

• {{ $json.fieldName }} — Auf Datenfelder zugreifen
• {{ $json.name.toUpperCase() }} — JavaScript-Methoden in Expressions
• {{ $now.format('yyyy-MM-dd') }} — Datums-Funktionen
• {{ $if($json.amount > 1000, "Gross", "Klein") }} — Bedingte Werte

Code Node (Low-Code):
Für komplexe Transformationen verwenden Sie den Code Node mit JavaScript:

// Beispiel: Daten gruppieren und aggregieren
const items = $input.all();
const grouped = {};

for (const item of items) {
  const key = item.json.category;
  if (!grouped[key]) grouped[key] = { count: 0, total: 0 };
  grouped[key].count++;
  grouped[key].total += item.json.amount;
}

return Object.entries(grouped).map(([category, data]) => ({
  json: { category, ...data, average: data.total / data.count }
}));

Webhook-Sicherheit

Für Produktions-Webhooks sollten Sie Sicherheitsmassnahmen implementieren:

• Header-Authentifizierung: Validieren Sie einen geheimen Token im Header
• IP-Whitelisting: Akzeptieren Sie nur Requests von bekannten IP-Adressen
• Payload-Validierung: Prüfen Sie die Struktur der eingehenden Daten
• Rate Limiting: Begrenzen Sie die Anzahl der Requests pro Zeiteinheit

Tipps und Best Practices

Workflow-Design

• Error Handling: Nutzen Sie den Error-Trigger-Node für zentrales Fehler-Management
• Credentials sicher speichern: n8n verschlüsselt Credentials automatisch
• Expressions nutzen: {{ $json.field }} für dynamische Werte
• Sub-Workflows: Komplexe Logik in wiederverwendbare Sub-Workflows auslagern

Performance

• Batch-Verarbeitung: Verarbeiten Sie grosse Datenmengen in Batches statt in einem Zug
• Loop Over Items (Split in Batches): Der Node gibt je Iteration eine vordefinierte Datenmenge über den Loop-Ausgang weiter; die n8n-Doku führt als Anwendungsfall ausdrücklich das Stückeln von API-Anfragen an, um Rate-Limits fremder Dienste zu vermeiden
• Caching: Speichern Sie häufig abgerufene API-Daten zwischen
• Resource-Limits: Setzen Sie Execution-Limits, um Endlosschleifen zu vermeiden

Quelle: n8n Docs — Loop Over Items (Split in Batches): Der Node «helps you loop through data» und gibt «with each iteration … a predefined amount of data through the loop output» zurück; zum Anwendungsfall heisst es dort «Avoiding rate limiting: demonstrates how to batch API requests to avoid rate limits from other services» — abgerufen am 24. August 2026. Zu Speicherverbrauch sowie zu sequenzieller gegenüber paralleler Abarbeitung äussert sich die Seite nicht; entsprechende Aussagen früherer Fassungen sind entfernt.

Sicherheit

• Zugang absichern: n8n bringt ein eigenes User-Management mit Owner-Account und Zwei-Faktor-Authentifizierung mit — Basic Auth gibt es seit n8n 1.0 nicht mehr, und SSO (SAML, LDAP) ist den Business- und Enterprise-Tarifen vorbehalten, nicht der Community-Edition
• Webhook-Validierung: Validieren Sie Webhook-Payloads mit Signatures
• Network-Isolation: Betreiben Sie n8n in einem isolierten Netzwerk
• Least Privilege: Verwenden Sie API-Keys mit minimalen Berechtigungen

Häufig gestellte Fragen

Ist n8n wirklich kostenlos?

n8n steht unter der Sustainable Use License («fair-code») — quelloffen, aber keine OSI-Open-Source-Lizenz. Die selbst gehostete Community-Edition kostet keine Lizenzgebühr; Sie zahlen nur Ihre eigene Server-Infrastruktur, deren Kosten von Anbieter und Instanzgrösse abhängen. Die n8n Cloud ist kostenpflichtig und hat keinen Gratistarif, wohl aber eine kostenlose Testphase. Bei Jahreszahlung: Starter 20 EUR/Monat für 2'500 Ausführungen (rund 19 CHF), Pro 50 EUR für 10'000 Ausführungen, Business 667 EUR für 40'000 Ausführungen, Enterprise auf Anfrage. Abgerechnet wird je ganzer Ausführung, unabhängig von der Zahl der Schritte im Workflow; aktive Workflows sind auf allen Stufen unbegrenzt, der Starter-Tarif erlaubt 5 gleichzeitige Ausführungen.

Wie unterscheidet sich n8n von Make?

n8n ist quelloffen (Sustainable Use License, keine OSI-Open-Source-Lizenz) und kann selbst gehostet betrieben werden — Make ist eine reine Cloud-Plattform. Auch die Abrechnungseinheit unterscheidet sich: n8n Cloud zählt ganze Ausführungen, Make zählt Credits je Modul-Aktion. n8n bietet native AI Agent Nodes mit LangChain-Integration; Make setzt auf die Module seines AI Toolkit, die mit Makes eigenem AI-Provider laufen, sowie auf eigenständige Anbieter-Integrationen. n8n eignet sich besser für technische Teams mit Datenschutzanforderungen, Make für Teams, die einen einfacheren visuellen Editor bevorzugen. Im Detailvergleich Make vs n8n finden Sie die Unterschiede im Detail.

Kann ich n8n ohne Docker installieren?

Ja, n8n kann auch direkt über npm installiert werden (npm install n8n -g). Docker wird jedoch empfohlen, weil es eine isolierte Umgebung bietet, Updates vereinfacht und die Reproduzierbarkeit des Setups deutlich verbessert. Für die Produktion ist Docker Compose die naheliegende Wahl, da Sie damit auch Datenbanken und Reverse Proxies konfigurieren können.

Welche AI-Modelle kann ich mit n8n nutzen?

n8n unterstützt eine breite Palette von AI-Modellen: OpenAI (GPT-5.6 Sol, Terra, Luna), Anthropic (Claude Fable 5, Opus 5, Sonnet 5, Haiku 4.5), Google (Gemini 3.6 Flash sowie die 3.5er- und 3.1er-Reihe) und über Ollama auch lokale Modelle wie Llama und Mistral. Die Ollama-Integration ist besonders interessant für Schweizer Unternehmen, die AI-Modelle lokal betreiben möchten — bei diesem Weg verlassen die Prompt-Inhalte Ihre Infrastruktur nicht.

Quelle: zur Anbindung in n8n die Chat-Model-Nodes OpenAI, Anthropic, Google Gemini und Ollama; zu den Modellen selbst OpenAI, Anthropic und Google — alle abgerufen am 24. August 2026.

Wie sicher ist Self-Hosted n8n?

Self-Hosted n8n ist so sicher wie Ihre Infrastruktur. Die Plattform verschlüsselt Credentials standardmässig; den Zugang regelt das eingebaute User-Management mit Owner-Account und Zwei-Faktor-Authentifizierung. Basic Auth wurde mit n8n 1.0 entfernt, und SSO (SAML, LDAP) setzt einen Business- oder Enterprise-Tarif voraus — in der Community-Edition steht es nicht zur Verfügung. Um das Sicherheitsniveau deutlich zu heben, empfehlen wir: HTTPS über einen Reverse Proxy, Zwei-Faktor-Authentifizierung für alle Konten, Network-Isolation, regelmässige Updates, automatische Backups und Zugriffskontrolle. Self-Hosting verlagert die Verantwortung zu Ihnen: Sie bestimmen, welche Daten Ihre Infrastruktur verlassen — dafür hängt das Sicherheitsniveau daran, wie sauber Sie den Betrieb führen.

Quelle: n8n Docs — User management («Support for basic auth and JWT authentication was removed from n8n 1.0»), n8n Docs — Compare editions (SSO über SAML und LDAP ist ein kostenpflichtiges Feature) und n8n Docs — Security («Set up SSL to enforce secure connections», «Use two-factor authentication (2FA) for your users») — abgerufen am 24. August 2026.

Fazit: n8n als Plattform für zukunftssichere Automation

n8n verbindet einen offenen Quelltext mit einer Anbindung an aktuelle AI-Modelle. Für Schweizer Unternehmen, die Datenschutz ernst nehmen und volle Kontrolle über ihre Automatisierungs-Infrastruktur wollen, ist n8n eine naheliegende Wahl.

Die AI Agent Nodes mit LangChain-Integration decken AI Automation direkt in der Plattform ab. Und die Self-Hosting-Option gibt Ihnen die Entscheidung darüber zurück, welche Daten Ihre Infrastruktur überhaupt verlassen.

Starten Sie mit dem Monitoring-Alert-Workflow aus diesem Tutorial — für ihn sind geschätzte 15 bis 20 Minuten veranschlagt, und er zeigt Ihnen sofort den Wert von Workflow-Automation.

Quellen

1. Quelle der Preisangaben: n8n — abgerufen am 24. August 2026. Die dort ausgewiesenen Monatspreise gelten bei jährlicher Zahlung. Anbieterpreise ändern sich; die Beträge stehen in der Währung des Anbieters. Umgerechnet mit dem Euro-Referenzkurs der Europäischen Zentralbank vom 21. August 2026, dem letzten Bankwerktag vor dem Abruf: 1 EUR = 0.9353 CHF (EZB, Euro-Referenzkurse, abgerufen am 24. August 2026). 20 EUR entsprechen damit 18.71 CHF, im Text auf rund 19 CHF gerundet. Wechselkurse schwanken täglich.
2. Quelle der Integrations- und Template-Zahlen: n8n Integrations nennt «2087 integrations», n8n Workflows nennt «11665 Workflow Automation Templates» — beide abgerufen am 24. August 2026.
3. n8n Docs — User management — abgerufen am 24. August 2026.
4. OpenAI — abgerufen am 24. August 2026.
5. n8n Docs — What chains do («None of the chain nodes support memory») und n8n Docs — AI Agent («The AI Agent node's agent type setting is deprecated from n8n 1.82.0») — abgerufen am 24. August 2026.
6. Quelle der n8n-Anbindung: Alle fünf Anbieter sind in n8n als eigene Chat-Model-Nodes dokumentiert — OpenAI Chat Model («Use the OpenAI Chat Model node to use OpenAI's chat models with conversational agents»), Anthropic Chat Model («Use the Anthropic Chat Model node to use Anthropic's Claude family of chat models with conversational agents»), Google Gemini Chat Model («Use the Google Gemini Chat Model node to use Google's Gemini chat models with conversational agents»), Ollama Chat Model («The Ollama Chat Model node allows you use local Llama 2 models with conversational agents») und Azure OpenAI Chat Model («Use the Azure OpenAI Chat Model node to use OpenAI's chat models with conversational agents») — alle abgerufen am 24. August 2026. Welche Modellversionen das Auswahlfeld eines Nodes führt, hängt am hinterlegten Anbieterkonto; die Modellnamen und Preise unten stammen deshalb von den Anbietern selbst.
7. OpenAI — Modelle und OpenAI — Preise, Anthropic, Google — Modelle und Google — Preise — abgerufen am 24. August 2026. Diese fünf Seiten belegen Modelle und Preise beim jeweiligen Anbieter; die Anbindung in n8n belegt die Node-Dokumentation oben.
8. n8n Docs — Sustainable Use License und faircode.io («commercially restricted by its authors») — abgerufen am 24. August 2026.
9. Nine nennt «CHF 305.30 per month» als Einstiegspreis für einen Full Cluster mit einem nine-standard-1 Worker Node; Exoscale rechnet «billed by the second» ab. Für Infomaniak Cloud VPS und Exoscale-Instanzen sind die Preise instanzabhängig und werden hier bewusst nicht als Pauschale genannt — abgerufen am 24. August 2026.
10. n8n Docs — Loop Over Items (Split in Batches): Der Node «helps you loop through data» und gibt «with each iteration … a predefined amount of data through the loop output» zurück; zum Anwendungsfall heisst es dort «Avoiding rate limiting: demonstrates how to batch API requests to avoid rate limits from other services» — abgerufen am 24. August 2026. Zu Speicherverbrauch sowie zu sequenzieller gegenüber paralleler Abarbeitung äussert sich die Seite nicht; entsprechende Aussagen früherer Fassungen sind entfernt.
11. zur Anbindung in n8n die Chat-Model-Nodes OpenAI, Anthropic, Google Gemini und Ollama; zu den Modellen selbst OpenAI, Anthropic und Google — alle abgerufen am 24. August 2026.
12. n8n Docs — User management («Support for basic auth and JWT authentication was removed from n8n 1.0»), n8n Docs — Compare editions (SSO über SAML und LDAP ist ein kostenpflichtiges Feature) und n8n Docs — Security («Set up SSL to enforce secure connections», «Use two-factor authentication (2FA) for your users») — abgerufen am 24. August 2026.