n8n ist der Open-Source-Standard für AI-Workflows. Sie modellieren Logik visuell, binden über 400 Services an und lassen das LLM die kniffligen Schritte übernehmen — Klassifikation, Extraktion, Antwort-Generierung.
01Use Case: E-Mail-Triage
Wir bauen einen Workflow, der eingehende Support-Mails klassifiziert (Anfrage / Beschwerde / Spam), das passende Team taggt und eine Erstantwort vorschlägt.
- Trigger: IMAP-Node empfängt neue Mails.
- OpenAI-Node klassifiziert Betreff + Body.
- Switch-Node routet je nach Kategorie.
- HubSpot-Node legt ein Ticket im richtigen Pipeline-Stage an.
02Prompt-Design im Workflow
Der Trick ist nicht der Workflow, sondern der Prompt. Liefern Sie dem Modell ein striktes JSON-Schema, ein paar Few-Shot-Beispiele und einen Confidence-Score — so können Sie unsichere Fälle eskalieren statt blind auszuführen.
json{ "category": "complaint | request | spam", "priority": "low | medium | high", "confidence": 0.0, "summary": "max 1 sentence" }
03Self-Hosting
n8n läuft in einem einzigen Docker-Container. Mit Postgres als Backend und einem Reverse-Proxy haben Sie in einer Stunde eine produktive Instanz auf Ihrem eigenen Server — DSGVO-konform und ohne SaaS-Abhängigkeit.
bashdocker run -d --name n8n \ -p 5678:5678 \ -v n8n_data:/home/node/.n8n \ n8nio/n8n
Key Takeaways
- →n8n + LLM = 80% der typischen AI-Automationen ohne eigenen Code.
- →Strikte JSON-Schemas machen LLM-Antworten workflow-tauglich.
- →Self-Hosting ist trivial — nutzen Sie es für sensible Daten.