n8n im Unternehmen: Workflow-Automation und KI-Agenten
n8n ist in vielen IT-Abteilungen das Werkzeug, mit dem Automationen zwischen ERP, CRM, Postfach und Ticketsystem entstehen, ohne für jede Schnittstelle ein eigenes Programm zu schreiben. Seit der AI-Agent-Node fester Bestandteil ist, laufen dort auch KI-Agenten. Dieser Überblick ordnet ein, wie n8n aufgebaut ist, welche Lizenz- und Betriebsfragen Sie vor der Einführung klären sollten und wo die Plattform an Grenzen stößt. Stand: Oktober 2026, aktuelle stabile Version laut GitHub-Releases ist n8n 2.44.6 vom 22.10.2026.
Was ist n8n und wofür wird es eingesetzt?
n8n ist eine Plattform, auf der Sie Abläufe als Workflows auf einer grafischen Arbeitsfläche zusammensetzen: Ein Auslöser startet den Ablauf, Nodes lesen, verändern und schreiben Daten in angebundenen Systemen. Das Repository beschreibt n8n als „fair-code platform to build and deploy AI agents and workflows“.
Typische Einsatzfelder im Unternehmen sind wiederkehrende Abläufe mit klaren Regeln und mehreren beteiligten Systemen:
- Datenabgleich: Neue Kunden aus dem Webformular landen im CRM, die Kundennummer kommt aus dem ERP zurück.
- Dokumentenfluss: Ein Lieferschein als PDF kommt per Mail an, wird ausgelesen, die Positionen werden mit der Bestellung verglichen, Abweichungen gehen als Ticket an den Einkauf.
- Benachrichtigungen und Freigaben: Ein Angebot über einer Schwelle braucht eine Freigabe; n8n fragt per Teams oder Mail nach und setzt danach den Status.
- KI-gestützte Schritte: Eingehende Service-Anfragen werden von einem Sprachmodell klassifiziert, zusammengefasst und dem passenden Team zugeordnet.
Der Unterschied zu reinen Cloud-Automationsdiensten liegt vor allem im Betriebsmodell: n8n können Sie selbst betreiben, im eigenen Rechenzentrum oder auf eigenen Servern. Für Unternehmen mit sensiblen Daten ist das oft der eigentliche Grund für die Wahl.
Wie funktioniert n8n? Die Bausteine
Ein n8n-Workflow besteht aus einem Trigger und einer Kette von Nodes, die Daten als Einträge (Items) weiterreichen. Trigger reagieren auf Zeitpläne, Webhooks oder Ereignisse in angebundenen Systemen. Wo kein fertiger Node existiert, verbinden Sie Dienste über den HTTP Request Node; eigene Logik schreiben Sie in JavaScript oder Python.
Die wichtigsten Bausteine im Überblick:
- Trigger-Nodes: Zeitplan (Cron), Webhook, Mail-Eingang, Änderungen in einer Datenbank oder einem SaaS-Dienst.
- App-Nodes: fertige Anbindungen an verbreitete Systeme wie Microsoft 365, Google Workspace, Slack oder Datenbanken. Laut Dokumentation liefert n8n „hundreds of nodes“; zusätzlich lassen sich Community-Nodes installieren.
- Logik-Nodes: Verzweigungen, Schleifen, Zusammenführen, Fehlerpfade.
- Code: Das README nennt JavaScript, Python und npm-Pakete als Ergänzung zur grafischen Oberfläche.
- Credentials: Zugangsdaten werden zentral in der Instanz verschlüsselt gespeichert und von Nodes referenziert, nicht im Workflow selbst abgelegt.
Gespeichert werden Workflows, Zugangsdaten und Ausführungen in einer Datenbank. Standard ist laut Datenbank-Doku SQLite, alternativ PostgreSQL.
KI-Agenten in n8n
Für KI-Funktionen setzt n8n Konzepte von LangChain als sogenannte Cluster-Nodes um: Ein Root-Node definiert die Hauptfunktion, Sub-Nodes erweitern ihn. Der AI-Agent-Node ist der Root-Node für Agenten; an ihn hängen Sie laut LangChain-Übersicht ein Chat-Modell, Memory, Tools und optional einen Output Parser.
- Chat-Modell: Sub-Nodes unter anderem für Anthropic, OpenAI und Ollama. Mit Ollama binden Sie lokal betriebene Modelle an.
- Memory: Gesprächsverlauf, etwa in Postgres oder Redis. Memory-Sub-Nodes lassen sich nur an den AI-Agent-Node hängen, nicht an einfache Chains.
- Tools: Aktionen, die das Modell aufrufen darf, zum Beispiel einen anderen n8n-Workflow oder eigenen Code.
- Wissensabruf: Embeddings, Retriever, Document Loader und Text Splitter für Retrieval-Augmented Generation (RAG); Vektorspeicher wie Qdrant oder Pinecone sind eigene Root-Nodes.
Zwei Funktionen sind für den Unternehmenseinsatz besonders relevant. Erstens Human-in-the-loop für Tools: Bevor ein Agent ein riskantes Tool ausführt, etwa eine Mail versendet oder einen Datensatz ändert, pausiert der Workflow, bis eine Person über Chat, Slack, Teams, Outlook oder andere Kanäle zustimmt oder ablehnt. Zweitens Evaluations: Sie lassen einen Datensatz mit Testfällen durch den Workflow laufen und vergleichen Ergebnisse, bevor Sie einen Prompt oder ein Modell wechseln.
n8n und MCP
n8n spricht das Model Context Protocol (MCP) in beide Richtungen. Als Client binden Agenten in n8n externe MCP-Server als Tools ein. Als Server stellt der MCP Server Trigger angehängte Tools und Workflows über eine URL bereit, per Server-Sent Events oder streamable HTTP, nicht per stdio. Die Authentifizierung per Bearer-Token oder Header ist optional — aktivieren Sie sie in jedem Fall.
Einsatzvarianten: Cloud, Self-Hosted, Editionen
n8n gibt es als verwaltete Cloud und als selbst betriebene Software. Laut Übersicht von n8n gibt es in der Cloud die Pläne Starter, Pro und Enterprise, beim Selbstbetrieb die Editionen Community, Registered Community, Business und Enterprise. Die Wahl betrifft Datenhaltung, Funktionsumfang und Betriebsaufwand gleichermaßen.
n8n Cloud. n8n betreibt die Instanz, Sie brauchen laut Hersteller keine technische Expertise. Einrichtung und Wartung übernimmt der Anbieter. Dafür liegen Ihre Daten und Zugangsdaten bei einem Dritten; Speicherort und Auftragsverarbeitung müssen Sie vertraglich prüfen. Die Cloud-Pläne Starter und Pro laufen laut Datenbank-Doku auf SQLite, PostgreSQL gibt es nur im Enterprise-Scaling-Plan.
Self-Hosted. Sie installieren n8n per Docker oder npm auf eigener Infrastruktur. Der Hersteller formuliert es deutlich: Infrastruktur und Wartung sind „your responsibility“. Dafür bleiben Daten, Zugangsdaten und Ausführungsprotokolle im eigenen Netz, und Sie können n8n mit lokal betriebenen Modellen koppeln, deren Hardwarebedarf der Artikel zu Hardware für lokale LLMs aufschlüsselt. Dieser Weg passt zu Vorhaben, bei denen Daten das Haus nicht verlassen sollen; das Thema vertieft der Bereich souveräne KI.
Community oder lizenzierte Edition. Die kostenlose Community Edition deckt Workflows, Nodes und KI-Agenten ab. Laut Feature-Liste fehlen ihr unter anderem:
- SSO per SAML und LDAP
- Projekte sowie das Teilen von Workflows und Zugangsdaten
- Versionierung per Git und getrennte Umgebungen
- External Secrets (Anbindung an einen Secret Store)
- Log-Streaming
- Multi-Main-Modus
Die Registered Community Edition, freigeschaltet durch Registrierung per Mail, ergänzt Ordner, „Debug in editor“ und benutzerdefinierte Ausführungsdaten. Für mehr als eine Handvoll Personen mit getrennten Rechten und für einen Freigabeprozess von Test nach Produktion brauchen Sie in der Praxis eine lizenzierte Edition.
Einen Vergleich der Betriebsmodelle und einen Vergleich mit Make und Zapier finden Sie im Wissensbereich, sobald die jeweiligen Artikel erschienen sind; der Überblick auf dieser Seite listet sie automatisch.
Lizenz: Was die Sustainable Use License erlaubt
n8n ist nicht Open Source im Sinne der OSI, sondern steht unter der Sustainable Use License, die n8n als fair-code bezeichnet. Die Lizenz erlaubt Nutzung und Änderung „only for your own internal business purposes or for non-commercial or personal use“. Für die meisten internen Automationen ist das unproblematisch.
Kritisch wird es in drei Konstellationen:
- Weitergabe gegen Geld: Die Software dürfen Sie anderen nur kostenlos und für nicht-kommerzielle Zwecke bereitstellen. Wer n8n als Teil eines eigenen, kostenpflichtigen Produkts an Kunden ausliefern will, ist von dieser Lizenz nicht gedeckt.
- Betrieb für Dritte: Ob Sie eine Instanz für Konzerngesellschaften, Kunden oder Partner betreiben dürfen, hängt an der Auslegung von „internal business purposes“. Klären Sie das vorab schriftlich.
- Enterprise-Code: Dateien mit „.ee“ im Datei- oder Verzeichnisnamen stehen nicht unter der Sustainable Use License, sondern setzen eine gültige Enterprise-Lizenz voraus. Ohne diese Lizenz dürfen Sie den Code nicht nutzen.
Dieser Abschnitt ist eine Orientierung und keine Rechtsberatung. Lassen Sie die Lizenzfrage bei kommerziellen Szenarien juristisch prüfen.
Voraussetzungen: Daten, Systeme, Organisation
Bevor n8n produktiv geht, brauchen Sie drei Dinge: Systeme mit erreichbaren Schnittstellen, eine Person oder ein Team, das die Instanz betreibt, und Regeln dafür, wer Workflows bauen und freigeben darf. Fehlt eines davon, entstehen schnell undokumentierte Automationen, die niemand mehr warten kann.
Systeme und Schnittstellen. Prüfen Sie für jeden Prozess, ob die beteiligten Systeme eine API, einen Webhook oder zumindest einen Datenbankzugriff bieten. Ältere ERP-Systeme ohne API lassen sich oft nur über Dateiexporte oder eine Middleware anbinden; das funktioniert, ist aber fehleranfälliger.
Betrieb. Für Self-Hosted brauchen Sie einen Server oder Container-Host, ein Backup der Datenbank, TLS, eine Update-Routine und ein Monitoring. Für einzelne Instanzen genügt SQLite. Wächst die Last, verteilt der Queue Mode Ausführungen auf mehrere Worker; dafür sind Redis als Warteschlange und PostgreSQL als Datenbank Pflicht, SQLite wird dort nicht unterstützt.
Datenschutz. Self-Hosted n8n sendet standardmäßig Telemetrie an den Hersteller, etwa alle sechs Stunden Ausführungszahlen und ein Lebenszeichen der Instanz. Abschalten lässt sich das laut Telemetrie-Doku per N8N_DIAGNOSTICS_ENABLED=false, Update-Hinweise per N8N_VERSION_NOTIFICATIONS_ENABLED=false. Mit einer solchen Konfiguration und lokalen Modellen ist n8n datenschutzkonform betreibbar; ob ein konkreter Workflow es ist, hängt von Daten, Zweck und Verträgen ab.
Organisation. Legen Sie fest, wer Workflows bauen darf, wer sie freigibt und wer bei einem Fehler um drei Uhr nachts benachrichtigt wird. Ohne diese Regeln wird aus einer Automationsplattform schnell eine Schatten-IT; den organisatorischen Rahmen dafür beschreibt der Artikel zur KI-Governance.
Vorgehen in Schritten
Der sichere Weg führt von einem eng umrissenen Prozess über einen Testbetrieb zu einer Plattform mit Regeln. Beginnen Sie nicht mit dem Agenten, sondern mit einem deterministischen Workflow, und ergänzen Sie KI-Schritte erst dort, wo Regeln nicht reichen.
- Prozess auswählen. Ein Ablauf mit hohem Volumen, klaren Regeln und messbarem Ergebnis, zum Beispiel das Zuordnen eingehender Bestellungen per Mail.
- Betriebsmodell entscheiden. Cloud für einen schnellen Test ohne sensible Daten, Self-Hosted, sobald personenbezogene oder vertrauliche Daten fließen.
- Testinstanz aufsetzen. Für einen ersten Versuch genügt der Container aus dem README:
docker volume create n8n_data
docker run -it --rm --name n8n -p 5678:5678 \
-e N8N_DIAGNOSTICS_ENABLED=false \
-v n8n_data:/home/node/.n8n docker.n8n.io/n8nio/n8n
Danach ist der Editor unter http://localhost:5678 erreichbar. Für den Produktivbetrieb gehören PostgreSQL, TLS und Backups dazu.
- Workflow ohne KI bauen. Trigger, Datenabruf, Logik, Ausgabe. Fehlerpfade gleich mitbauen.
- KI-Schritt gezielt ergänzen. Etwa einen AI-Agent-Node, der Freitext klassifiziert. Schreibende Tools mit Human-in-the-loop absichern.
- Mit Testfällen prüfen. Evaluations mit realistischen, auch schwierigen Beispielen anlegen, bevor der Workflow live geht.
- Betrieb festschreiben. Zugangsdaten, Monitoring, Updates und Verantwortlichkeiten dokumentieren. Eine Checkliste dafür erscheint im Wissensbereich.
In unserem eigenen Betrieb hat sich bewährt, jeden Workflow mit einem Fehler-Workflow zu verbinden, der bei Abbruch eine Nachricht mit Workflow-Name und Ausführungs-ID verschickt. So fallen stille Ausfälle auf.
Grenzen und Risiken
n8n ist stark bei Integrationen und Abläufen, die sich als Graph beschreiben lassen. Schwächer ist es, wenn Agenten komplexe Zustände über viele Schritte halten, wenn Sie strenge Softwaretests und Code-Reviews brauchen oder wenn Ihr Team keine Betriebskompetenz für eine weitere Plattform hat.
- Lizenzgrenze: Kommerzielle Weitergabe oder Betrieb für Dritte sind nicht ohne Weiteres abgedeckt (siehe oben).
- Wartbarkeit: Grafische Workflows mit dutzenden Nodes und eingebettetem Code sind schwer zu reviewen. Ohne Git-Versionierung, die in der Community Edition fehlt, fehlt auch die Änderungshistorie im gewohnten Sinn.
- Agenten-Tiefe: Der AI-Agent-Node deckt Tool-Aufrufe, Memory und Wissensabruf ab. Für Agenten mit vielen Zwischenzuständen, Verzweigungen und Wiederaufnahme nach Fehlern sind Code-Frameworks oft besser kontrollierbar; welche es gibt und worin sie sich unterscheiden, zeigt der Vergleich der KI-Agenten-Frameworks. Der Unterschied zu n8n: Dort schreiben Sie den Agenten als Code mit Tests und Reviews, statt ihn auf einer Arbeitsfläche zusammenzustecken.
- Sicherheit: Eine n8n-Instanz hält Zugangsdaten zu vielen Kernsystemen. Ein kompromittierter Account oder ein offen erreichbarer Webhook ist entsprechend kritisch. Offene MCP-Endpunkte ohne Authentifizierung sind ein reales Risiko.
- Abhängigkeit von Community-Nodes: Diese stammen von Dritten. Prüfen Sie Herkunft und Pflege, bevor Sie sie in Produktion nutzen.
- Kosten der Einfachheit: Weil Workflows schnell gebaut sind, entstehen viele. Ohne Inventar weiß nach einem Jahr niemand, welche Automation welchen Prozess trägt.
n8n passt nicht, wenn Sie die Automation als Produkt an Kunden verkaufen wollen, wenn niemand im Haus den Betrieb übernimmt oder wenn der Kern Ihres Vorhabens ein komplexer Agent mit eigener Zustandslogik ist.
Wie fange ich an?
Starten Sie mit einem Prozess, einer Testinstanz und einer Person, die Verantwortung übernimmt. Nach vier bis sechs Wochen wissen Sie, ob Schnittstellen, Datenqualität und Betrieb tragen — und ob ein KI-Schritt echten Nutzen bringt oder ein einfacher Regel-Workflow genügt.
Drei Fragen helfen bei der Entscheidung:
- Bleiben die Daten im Haus? Wenn ja: Self-Hosted mit abgeschalteter Telemetrie und gegebenenfalls lokalen Modellen.
- Wie viele Personen bauen mit? Ab mehreren Teams mit getrennten Rechten führt kaum ein Weg an einer lizenzierten Edition vorbei.
- Ist es ein Ablauf oder ein Agent? Abläufe mit punktuellen KI-Schritten sind die Stärke von n8n. Steht ein eigenständig planender Agent im Mittelpunkt, vergleichen Sie n8n mit Code-Frameworks.
Wenn Sie wissen wollen, welche Prozesse sich für Agenten eignen, finden Sie bei den KI-Agenten für Unternehmen Einsatzfelder wie Angebotserstellung oder technischen Service. Weitere Grundlagen bietet der Wissensbereich.
Häufige Fragen
Ist n8n Open Source?
Nicht im Sinne der OSI. Der Quellcode ist offen, steht aber unter der Sustainable Use License, die n8n selbst als fair-code bezeichnet und die Nutzung auf interne Geschäftszwecke sowie nicht-kommerzielle Zwecke beschränkt.
Darf ich n8n kostenlos im Unternehmen selbst betreiben?
Für eigene interne Geschäftsprozesse erlaubt die Sustainable Use License den Betrieb. Funktionen wie SSO, Git-Versionierung, Umgebungen oder Log-Streaming fehlen in der Community Edition und setzen eine kostenpflichtige Lizenz voraus.
Welche Sprachmodelle kann n8n ansteuern?
Laut Dokumentation gibt es Chat-Model-Nodes unter anderem für Anthropic, OpenAI, Google und Ollama. Über Ollama lassen sich auch lokal betriebene Modelle anbinden.
Kann n8n selbst als MCP-Server dienen?
Ja. Der MCP Server Trigger stellt angebundene Tools und Workflows über eine URL für MCP-Clients bereit, per Server-Sent Events oder streamable HTTP, optional mit Bearer- oder Header-Authentifizierung.
Reicht SQLite für den Produktivbetrieb?
Für eine einzelne Instanz mit überschaubarer Last ja, SQLite ist der Standard. Sobald Sie im Queue Mode mit mehreren Workern skalieren, brauchen Sie PostgreSQL und Redis.
Quellen
- n8n: Sustainable Use License (LICENSE.md) github.com
- n8n: GitHub-Repository und README github.com
- n8n: Releases auf GitHub github.com
- n8n Docs: Choose how to use n8n docs.n8n.io
- n8n Docs: Community Edition features docs.n8n.io
- n8n Docs: Supported databases and settings docs.n8n.io
- n8n Docs: Queue mode docs.n8n.io
- n8n Docs: LangChain in n8n docs.n8n.io
- n8n Docs: MCP Server Trigger node docs.n8n.io
- n8n Docs: Human-in-the-loop for tools docs.n8n.io
- n8n Docs: Understand why to test (Evaluations) docs.n8n.io
- n8n Docs: Advanced AI docs.n8n.io
- n8n Docs: Nodes and integrations docs.n8n.io
- n8n Docs: Control telemetry docs.n8n.io