n8n im Test: Automatisierung zwischen Baukasten und Code

Es gibt eine ganze Klasse von Werkzeugen, die Software miteinander verbinden und wiederkehrende Abläufe automatisieren, damit niemand sie von Hand erledigen muss. Das bekannteste heißt Zapier. n8n gehört in dieselbe Klasse, ist aber das, was passiert, wenn so ein Werkzeug nicht nur für Klick-Nutzer gedacht ist, sondern auch für Menschen, die programmieren können.

Das ist die eigentliche Stärke: n8n kann fast jeden glücklich machen. Den Entwickler, der eine fremde Schnittstelle in zehn Minuten anbindet, und die Marketing-Managerin, die ihre Leads sortiert haben will, ohne je eine Zeile Code geschrieben zu haben. Die meisten Werkzeuge dieser Art entscheiden sich für eine Seite, einfach für alle oder mächtig für wenige. n8n entscheidet sich nicht, und genau das macht es stark.

Der Preis dafür ist kein Geheimnis, sondern die meistgenannte Kritik an n8n: Die Managerin braucht Wochen, nicht Stunden, bis sie so weit ist. Die Lernkurve ist steil. Einsteiger investieren schnell zwanzig Stunden und mehr, bevor der erste Workflow zuverlässig läuft.

Dieser Test entsteht im Rahmen unserer Tool-Reihe. Über den Partner-Link am Ende des Artikels erhalten wir bei einem Abschluss eine kleine Provision. Was wir schreiben, schreiben wir unabhängig davon. Wir betreiben n8n selbst, täglich, und bauen damit Automatisierungen für unsere Kunden.

Wir gehören damit nicht zu den Leuten, die ein Werkzeug eine Stunde lang ausprobieren und dann ein Urteil fällen. n8n ist Teil unserer Werkbank. Wir nutzen beide Varianten, Cloud im Alltag und self-hosted für die anspruchsvollen Fälle. Für diesen Test steht die Cloud im Mittelpunkt, weil das die Version ist, mit der die meisten anfangen sollten.

Knoten verbinden statt Skripte schreiben

n8n ist eine Plattform für Workflow-Automatisierung, die einen visuellen Baukasten mit echtem Code verbindet. Sie ist damit kein reines No-Code-Werkzeug, sondern lässt einen an jeder Stelle selbst programmieren. Ein Workflow besteht aus Nodes, also Knoten, die man auf einer Fläche anordnet und mit Linien verbindet. Jeder Knoten erledigt eine Aufgabe. Ein Trigger startet den Ablauf, etwa ein eingehender Webhook oder ein Zeitplan. Danach folgen Knoten, die Daten holen, umformen, prüfen oder weiterschicken.

Auf dieser Klick-Ebene fangen alle an, und sie reicht weiter, als man denkt. Über vierhundert fertige Integrationen liegen bereit, von Google Workspace über Slack bis zu gängigen CRM-Systemen. Der wichtigste Knoten ist aber der unscheinbarste: der HTTP-Request-Node. Mit ihm spricht man jede beliebige Schnittstelle an, für die es keinen fertigen Baustein gibt. Man steht in n8n damit fast nie vor einer verschlossenen Tür. Wenn ein Dienst eine API hat, lässt er sich anbinden.

Die volle Reichweite bekommt aber nur, wer den Deckel abnimmt. Wo andere Werkzeuge an ihre Grenzen stoßen, öffnet n8n einen Code-Node, in dem man JavaScript oder Python schreibt. Das ist der Grund, warum wir bei anspruchsvollen Projekten zu n8n greifen. Und es ist die Linie, an der sich die Einarbeitung zu verzinsen beginnt.

Der Preis ist eine Rechenaufgabe

Die Cloud-Tarife sind übersichtlich. Die folgenden Zahlen sind der Stand vom Juni 2026, n8n justiert sie hin und wieder. Bei jährlicher Zahlung kostet der Starter-Tarif 20 Euro im Monat und enthält 2.500 Ausführungen. Der Pro-Tarif liegt bei 50 Euro im Monat mit 10.000 Ausführungen. In beiden Fällen sind die Zahl der Nutzer und die Zahl der aktiven Workflows unbegrenzt, und alle Integrationen sind enthalten. Vierzehn Tage lässt sich alles ohne Kreditkarte ausprobieren. Die Daten liegen in Frankfurt, was für deutsche Kunden ein Argument ist.

Die nächsthöhere Stufe, Business, gibt es nur self-hosted. Wer also in der Cloud bleiben und trotzdem mehr will, landet im individuell verhandelten Enterprise-Bereich.

Die eigentliche Rechenaufgabe steckt im Wort Ausführung. n8n zählt nicht jeden Arbeitsschritt, sondern den kompletten Durchlauf eines Workflows. Ein Ablauf mit zwanzig Schritten kostet so viel wie einer mit dreien, nämlich eine Ausführung. Bei den bekannteren Konkurrenten Zapier und Make ist das anders, und dieser Unterschied entscheidet am Ende über die Rechnung.

Wo das Kontingent schmilzt

Das Ausführungsmodell ist großzügig, solange ein Workflow gelegentlich anspringt und dabei viel erledigt. Ein einziger Lauf, der tausend Datensätze verarbeitet, ist eine Ausführung. Bei einem Mitbewerber, der pro Schritt abrechnet, wären das schnell tausend Einheiten.

Die Kehrseite zeigt sich bei Workflows, die ständig nachschauen, ob es etwas Neues gibt. Ein Ablauf, der alle fünf Minuten prüft, kommt im Monat auf rund 8.640 Läufe. Damit ist das Kontingent des Starter-Tarifs allein durch diesen einen Workflow in gut neun Tagen aufgebraucht. Wer mehrere solcher Polling-Workflows betreibt, ist im Pro-Tarif schneller am Limit, als er denkt.

Das ist keine Schwäche von n8n, sondern eine Frage der Bauweise, und damit wieder eine Frage des Lernens. Wo es möglich ist, ersetzt man Polling durch Webhooks, also durch Abläufe, die nur dann starten, wenn tatsächlich etwas passiert. Und man bündelt mehrere Schritte in einem Workflow, statt sie auf viele kleine zu verteilen. Wer das weiß, holt aus dem Ausführungsmodell das Beste heraus. Wer es nicht weiß, wundert sich über die nächste Rechnung.

Künstliche Intelligenz, fest verdrahtet

n8n hat sich in den vergangenen anderthalb Jahren vom Automatisierungswerkzeug zur Plattform für KI-Agenten entwickelt. Der AI-Agent-Node nimmt ein Sprachmodell entgegen, dazu optional ein Gedächtnis und eine Liste von Werkzeugen, die der Agent selbstständig nutzen darf. Als Werkzeug kann dabei ein anderer Workflow dienen oder ein einfacher HTTP-Aufruf.

Für Anwendungen, die auf eigenem Wissen aufbauen sollen, stehen mehrere Vektordatenbanken bereit, darunter Pinecone, Qdrant und Postgres mit pgvector. Damit lassen sich Abläufe bauen, die in Dokumenten nachschlagen, bevor sie antworten. Anbieter wie OpenAI, Anthropic, Mistral und Google sind angebunden, lokale Modelle über Ollama ebenfalls.

Ein Beispiel aus unserer Arbeit: Ein Kontaktformular auf der Website stößt einen Workflow an, der die Anfrage mit Firmendaten anreichert, von einem Sprachmodell einschätzen lässt, ob sie zum Vertrieb passt, und am Ende einen Deal in Pipedrive anlegt, beim richtigen Kollegen, mit einer Notiz im Slack-Kanal des Teams. Was vorher jemand morgens von Hand sortiert hat, läuft jetzt in Sekunden. Praktisch ist dabei, dass n8n inzwischen MCP-Nodes mitbringt. MCP ist die offene Schnittstelle, über die KI-Agenten externe Werkzeuge ansteuern. Darüber hängen wir unsere eigenen MCP-Server direkt als Fähigkeiten in einen Agenten, statt sie über Umwege anzubinden.

Auch hier zeigt sich das Muster, das n8n überall prägt: viel Können, viel Eigenarbeit. n8n nimmt einem das Denken nicht ab. Gedächtnis, Wiederholungsversuche und die Logik, wann welches Werkzeug greift, verdrahtet man von Hand. Das gibt Kontrolle, kostet aber Einarbeitung. Ein fertiger Agent von der Stange ist es nicht.

Cloud oder eigener Server

Hier sprechen wir aus beiden Perspektiven, weil wir beide Varianten im Einsatz haben. Im Normalfall, auch bei uns selbst, läuft n8n in der Cloud. Self-hosted fahren wir gezielt dort, wo es darauf ankommt, etwa bei komplexen ERP-Anbindungen mit großen Datenmengen, langen Laufzeiten und hohen Schutzanforderungen. Dort haben wir unbegrenzte Ausführungen, behalten die volle Kontrolle über die Daten und stoßen an kein Zeitlimit. Das ist allerdings die Ausnahme, nicht der Normalfall.

Für die meisten ist die Cloud die richtige Wahl. Es gibt keine Server zu warten, keine Updates einzuspielen, keine Backups zu verantworten. Wichtig ist nur, kein Missverständnis aufkommen zu lassen: Die Cloud nimmt einem die Lernkurve des Servers ab, nicht die des Werkzeugs. Workflows bauen muss man weiterhin lernen, in der Cloud genauso wie auf eigener Hardware. Self-Hosting lohnt sich erst, wenn das Volumen hoch wird, die Daten besonders sensibel sind oder Abläufe planbar lange laufen müssen. Wer den Unterschied zwischen einem Reverse-Proxy und einer Datenbank nicht kennt und auch nicht kennenlernen will, gehört in die Cloud. Das ist keine Schande, sondern eine vernünftige Entscheidung.

Die Konkurrenz: Zapier und Make

Wer ein vergleichbares Werkzeug sucht, landet schnell bei Zapier oder Make. Beide sind eine Überlegung wert, abhängig davon, was man vorhat.

Zapier hat die größte Sammlung fertiger Verbindungen und die niedrigste Einstiegshürde. Für einfache Wenn-dann-Automatisierungen ohne technischen Anspruch ist es die bequemste Lösung. Bezahlt wird pro Aufgabe, und genau das wird bei mehrstufigen Abläufen teuer. Ein Workflow mit zehn Schritten kostet bei jedem Lauf zehn Aufgaben.

Ein Punkt wiegt für unsere Kunden allerdings oft schwerer als der Preis: Zapier ist ein US-Unternehmen und verarbeitet die Daten auf Servern in den USA. Rechtlich ist das geregelt, über Auftragsverarbeitungsvertrag, Standardvertragsklauseln und die Zertifizierung im EU-US Data Privacy Framework. Zapier ist also nicht etwa datenschutzwidrig. Nur ruht dieses Gerüst auf einer Vereinbarung zwischen Brüssel und Washington, deren Vorgänger vor Gericht schon zweimal gekippt sind, und auf die man sich 2026 nicht blind verlassen möchte. Wer personenbezogene oder gar sensible Daten durch Zapier schickt, kauft sich Aufwand ein, von der Datenschutz-Folgenabschätzung bis im Zweifel zum Betriebsrat.

Hier liegt n8n strukturell vorn. Das Unternehmen sitzt in Berlin, die Cloud läuft in Frankfurt, und wer ganz sichergehen will, hostet selbst und behält die Daten im eigenen Haus. Für Mittelständler, die mit Kunden- oder Personaldaten arbeiten, ist das in unserer Erfahrung oft der Punkt, an dem die Entscheidung fällt, noch vor jeder Funktionsfrage.

Bleibt Make. Es punktet mit der visuellen Darstellung von Datenflüssen und ist deutlich günstiger als Zapier. Abgerechnet wird pro Operation, was bei Schleifen schnell ins Geld geht, weil jede Runde zählt.

n8n liegt dazwischen und darüber. Es ist technischer als beide, dafür flexibler und bei komplexen Workflows klar günstiger. Die ehrliche Empfehlung lautet: Wer keine Lust auf Technik hat und nur Standardaufgaben verbindet, ist bei Zapier besser aufgehoben. Wer Datenflüsse sichtbar formen will, sollte sich Make ansehen. Wer Tiefe, beliebige Schnittstellen und Code braucht und bereit ist, die Einarbeitung mitzunehmen, kommt an n8n nicht vorbei.

Was im Test hakte

Zwei Dinge sind uns aufgefallen, die man wissen sollte.

Die Lernkurve ist steil, und sie ist der Preis für all das, was n8n kann. n8n setzt voraus, dass man mit Begriffen wie Webhook, JSON und Datenstrukturen umgehen kann. Wer das nicht mitbringt, verbringt die ersten Wochen mit Frust. Wir sehen das regelmäßig bei Kunden, die n8n selbst lernen wollen und dann doch bei uns landen.

Das Debuggen großer Abläufe ist mühsam. Man sieht zwar bei jedem Knoten genau, was hinein- und hinausgeht, was beim Suchen hilft. Bei tief verschachtelten Workflows verliert man trotzdem leicht den Überblick. Und weil n8n keine strenge Typprüfung kennt, schleichen sich Fehler ein, die erst auffallen, wenn etwas Falsches herauskommt.

Für wen sich n8n lohnt

Hier kommt beides zusammen. n8n richtet sich an Menschen, die technisch denken oder bereit sind, es zu lernen. An kleine und mittlere Unternehmen mit jemandem im Haus, der sich an Schnittstellen herantraut. Und an Agenturen wie uns, die Automatisierung als Dienstleistung anbieten.

Für reine Nicht-Techniker ist die Einstiegshürde hoch, daran gibt es nichts zu beschönigen. Aber wer die Wochen investiert, bekommt am Ende ein Werkzeug, das ihn nicht einengt, sondern mit ihm wächst. Im Cloud-Tarif für 20 oder 50 Euro im Monat ist es das Geld in den meisten Fällen wert.

Fazit

n8n ist das Werkzeug, zu dem wir greifen, wenn ein Projekt mehr verlangt als simple Verknüpfungen. Die Cloud-Variante nimmt einem die Technik im Hintergrund ab und ist der richtige Startpunkt, solange das Ausführungsvolumen überschaubar bleibt. Wer ständig pollende Workflows baut, sollte früh über Self-Hosting nachdenken oder seine Abläufe anders schneiden.

+ Maximale Flexibilität durch Code und freie API-Anbindung

+ Faires Preismodell pro Ausführung bei mehrstufigen Workflows

+ Starke, native KI- und Agenten-Funktionen

− Steile Lernkurve, nichts für reine Nicht-Techniker

− Ausführungskontingent schmilzt bei häufig getriggerten Abläufen

Damit sind wir wieder am Anfang. n8n kann fast jeden glücklich machen, aber es verschenkt sich nicht. Wer die ersten Wochen durchhält, arbeitet danach mit einem der mächtigsten Werkzeuge seiner Art. Das ist die ehrlichste Empfehlung, die wir geben können.