n8n mit KI verbinden — Claude und n8n im Workflow 2026

TL;DR — Was du nach diesem Artikel hast

• Drei konkrete n8n + KI-Workflows, die du heute nachbauen kannst.
• Setup von n8n + Claude API in 15 Minuten.
• Self-Hosting-Variante für DSGVO-konforme Automatisierung.
• Kosten- und Rate-Limit-Tipps aus eigener Erfahrung.

n8n ist der pragmatischste Open-Source-Automatisierungslayer für Solo-Selbstständige. Anders als Zapier oder Make ist n8n self-hostable, hat keine harten Limits auf Workflow-Komplexität und ist mit ~600 nativen Integrationen breit aufgestellt. In Kombination mit der Claude API oder OpenAI bekommst du eine Plattform, mit der du in einer Stunde Workflows automatisierst, für die andere Tools tagelang Custom-Code brauchen.

In diesem Artikel zeige ich dir das Setup und drei konkrete Workflows aus meiner Praxis.

Was ist n8n und warum 2026 relevant?

n8n (sprich „n-eight-n”) ist ein visueller Workflow-Builder. Du verbindest Knoten (Trigger → Datenquellen → Logik → Output) per Drag-and-Drop, das Tool führt sie aus. Ähnlich wie Zapier — aber Open Source, self-hostable und ohne Lock-in.

Self-Hosting vs. Cloud:

• n8n Cloud ($24/Monat Starter): keine Server-Pflege, schneller Einstieg
• Self-Hosted (kostenlos, ~5 €/Monat für Hetzner-VPS): volle Kontrolle, DSGVO-Klarheit, unbegrenzte Workflows

Für DACH-Solo-Selbstständige mit Datenschutz-Anspruch ist Self-Hosting fast immer die bessere Wahl.

Warum bei mir n8n statt Make: Ich hatte 2024 eine Make-Pipeline mit 12 Modulen pro Run. Bei 200 Runs/Monat war ich beim Pro-Tarif (~$30/Monat) und stieß regelmäßig ans Operations-Limit. Selbe Pipeline auf self-hosted n8n: 5 €/Monat Hetzner, keine Operations-Limits, vollständiger Webhook-Zugriff. Über 12 Monate macht das ~300 €. Nach 6 Monaten hatte ich den Hetzner-Server eh schon für andere Projekte (Listmonk, MCP-Server) — n8n drauf war Zero-Marginal-Cost.

Setup — n8n + Claude API verbinden

Schritt 1: API-Key holen

console.anthropic.com/settings/keys — Account anlegen, Key generieren, Guthaben aufladen ($5 reicht für den Anfang).

Schritt 2: Credentials in n8n anlegen

In n8n: Credentials → New → Anthropic API. Key einfügen, speichern. Alternative: HTTP Request Node mit Bearer-Auth (für komplexere Custom-Setups).

Schritt 3: Erstes Test-Request

Ein neuer Workflow, ein Anthropic Node:

Operation: Message
Model: claude-sonnet-4-5
Max Tokens: 1024
Messages: [{ "role": "user", "content": "Schreib einen kurzen Test." }]

Workflow ausführen, Output prüfen. Wenn die Antwort kommt, ist die Verbindung sauber.

Mein Standard-API-Konfig im Anthropic-Node (kopiert aus meinem produktiven n8n):

Operation:        Message
Model:            claude-sonnet-4-6
Max Tokens:       4096
Temperature:      0.4
System Prompt:    Du antwortest auf Deutsch, sachlich, im christianohle-Stil.
                  Keine Marketing-Phrasen.
Messages:         [{ "role": "user", "content": "{{ $json.text }}" }]
Output Format:    JSON (parsed)

temperature: 0.4 ist mein Sweet-Spot für Schreib-Tasks: kreativ genug für variierte Formulierungen, deterministisch genug fürs Debuggen. Bei Klassifizierung (Support/Vertrieb/Spam) gehe ich auf 0.0.

Workflow 1 — Content-Generierung mit Claude

Use-Case: Du willst aus einem RSS-Feed automatisch Newsletter-Drafts generieren.

Trigger: Cron-Node, jeden Sonntag 18:00.

Schritte:

1. RSS Feed Read Node — die Quelle (z.B. eigener Blog, ein Branchen-Feed)
2. Filter Node — nur Items der letzten 7 Tage
3. Anthropic Node mit Prompt:

   Du schreibst eine wöchentliche Newsletter-Zusammenfassung für deutsche
   Builder. Zu jedem Item ein kurzer Absatz mit Einordnung.
   Items: {{ $json.items }}

4. Notion Node — Draft in Notion-DB als „Entwurf” speichern
5. Slack / Discord Node — Notification an dich

Bei mir läuft das jeden Sonntagabend, der Newsletter ist Montagmorgen drei Klicks vom Versand entfernt — statt 90 Minuten Schreibarbeit.

Hinweis zum Workflow-JSON: Ich teile meine produktiven n8n-Workflows als kuratierte Templates über den Newsletter — der News-Roundup-Workflow, der SEO-Recherche-Workflow und der Mail-Klassifizierer landen dort als Drop-in-JSON. Anmeldung in der Sidebar oder am Seitenende.

Workflow 2 — KI-gestützte E-Mail-Klassifizierung

Use-Case: Eingehende E-Mails automatisch in Kategorien sortieren, mit Auto-Reply-Drafts für Standard-Anfragen.

Trigger: IMAP / Gmail Webhook auf neue Mails.

Schritte:

1. Mail-Inhalt extrahieren (Body, Absender, Subject)
2. Anthropic Node klassifiziert in Kategorien (Support / Vertrieb / Spam / Persönlich)
3. Switch Node routet je nach Kategorie:
   • Support → Auto-Reply-Draft generieren, in Helpdesk-Tool taggen
   • Vertrieb → Notion-Lead-DB anlegen, Follow-Up in Kalender
   • Spam → Trash
   • Persönlich → unangetastet lassen, nur tagging

Der Mehrwert: 90 % der Mails brauchen 30 Sekunden statt 3 Minuten — der Draft ist meistens 80 % fertig.

Workflow 3 — SEO-Recherche-Pipeline

Use-Case: Aus einem Keyword automatisch eine Outline + Quellen-Briefing für einen neuen Artikel ziehen.

Trigger: Manueller Trigger im n8n-Dashboard, Keyword als Input.

Schritte:

1. HTTP Request Node → SERP-API (z.B. SerpAPI oder DataForSEO) — Top 10 für Keyword ziehen
2. Loop Over Items → für jedes Top-10-Ergebnis: HTTP-Fetch des Artikels
3. Anthropic Node fasst jeden Artikel in 5 Bullet-Points zusammen
4. Anthropic Node generiert aus den Zusammenfassungen eine eigene Outline mit Differenzierungs-Tipps
5. Output in Notion-DB, Status „Briefing fertig”

Das ersetzt die manuelle SERP-Analyse, die mich früher 60–90 Minuten gekostet hat. Der KI-generierte Output ist nicht perfekt, aber als Ausgangspunkt deutlich besser als das weiße Blatt.

Aus meiner SEO-Pipeline-Erfahrung: SerpAPI funktioniert solide für Top-10-Scraping ($75/Monat für 5.000 Searches), aber DataForSEO ist günstiger bei höherem Volumen ($30 für ähnliche Quote). Was in der ersten Iteration nicht funktioniert hat: Ich hatte alle 10 Top-Ergebnisse parallel an Claude geschickt (Prompt mit allen 10 Texten) — Ergebnis war zu generisch, Claude hat sich auf das gemittelte Muster fokussiert. Lösung: Pro Top-Ergebnis ein eigener Summary-Call (5 Bullet Points), dann ein finaler Differentiation-Call mit den 10 Bullet-Sammlungen als Input. Outline ist seitdem deutlich schärfer.

Best Practices und Fallstricke

Rate-Limits managen

Anthropic hat Tier-1 bei 50 Requests/Minute. Für die meisten Solo-Workflows reicht das, aber bei Loop-over-Items mit 50 Iterationen kann’s eng werden. Lösung: Wait Node mit 1 Sekunde zwischen Calls, oder Tier-Upgrade über das Anthropic-Dashboard.

Error-Handling

Ohne Error-Handling bricht der ganze Workflow bei einem failed Call ab. Best Practice: Try/Catch-Pattern mit n8n’s Error-Trigger-Workflow — bei Fehler eine Slack/E-Mail-Notification an dich, Workflow läuft weiter.

Kostenoptimierung

Claude Sonnet ist beim ersten Setup okay, aber für viele simple Klassifizierungs-Tasks ist Claude Haiku 5–10× billiger und reicht völlig. Bei mir laufen ~80 % der Workflows auf Haiku, nur 20 % auf Sonnet (für komplexes Schreiben oder Reasoning).

FAQ — Häufige Fragen zu n8n + KI

Cloud oder Self-Hosting?

Für Anfänger und einfache Workflows: n8n Cloud. Für Solo-Selbstständige im DACH-Raum mit DSGVO-Bedarf: Self-Hosting auf Hetzner Cloud (CX22 für ~5 €/Monat) plus Cloudflare Tunnel für Webhook-Erreichbarkeit ohne offene Ports.

Welche KI-API ist am besten?

Hängt vom Use-Case ab. Claude für lange Texte, nuancierte Antworten und tiefes Reasoning. OpenAI (GPT-5) für Brainstorming, Function-Calling, Bild-Generierung. Lokales LLM via Ollama für DSGVO-kritische Inhalte — n8n verbindet sich problemlos mit dem lokalen Ollama-API.

Was kostet das realistisch?

Bei mir aktuell 15 € pro Monat für n8n (Self-Hosted auf Hetzner) plus 30 € Claude-API-Kosten. Im Vergleich zu Zapier ($50 für 2.000 Tasks) und Make ($30) ist Self-Hosted n8n deutlich günstiger ab moderatem Volumen.

Welche Alternativen zu n8n gibt’s?

Make (visuell, polished, aber nicht self-hostable), Zapier (sehr viele Integrationen, aber teuer), Pipedream (entwicklerorientiert, gutes Free-Tier), Activepieces (n8n-Konkurrent, jünger). n8n hat das beste Verhältnis aus Ökosystem-Reife und Self-Hosting-Tauglichkeit.

Skaliert das?

Für Solo-Selbstständige problemlos. Tausende Workflows pro Tag, Hunderttausende API-Calls — alles machbar auf einer mittelgroßen VPS. Wenn du in den High-Throughput-Bereich kommst (Millionen Requests), wird’s komplex — aber dann bist du eh in einer anderen Liga.

Fazit

n8n + KI ist 2026 die pragmatischste Kombination für alle, die Workflows automatisieren wollen, ohne sich von einer SaaS-Plattform abhängig zu machen. Self-Hosted bekommst du für 5 €/Monat eine Plattform, die mit den meisten Bezahltools mithält.

Ich betreibe meinen gesamten Automatisierungs-Stack auf n8n self-hosted — und der ehrlichste Tipp aus 10 Monaten Production: der Wechsel von Make zu n8n war die beste Infrastruktur-Entscheidung des letzten Jahres. Was ich in eigenen Workflows immer wieder sehe: Error-Handling wird unterschätzt, bis ein Workflow still fehlschlägt. Mein erster Schritt bei jedem neuen Workflow ist deshalb ein Error-Trigger mit Slack-Notification — bevor ich eine einzige Logik-Node baue. Wer n8n + Claude ernst nimmt und die drei Workflows aus diesem Artikel durcharbeitet, hat in einem Nachmittag mehr Automatisierung gebaut als mit Zapier in einem Monat.

Wer tiefer einsteigt: KI-Automatisierung mit eigenen Pipelines zeigt, wann der Schritt von No-Code-Workflows zu Custom-Code-Pipelines sinnvoll wird. Wer einen MCP-Server bauen will, der Claude direkt in seine eigenen Workflows einklinkt: MCP Server bauen. Im Tools-Verzeichnis findest du n8n und seine Alternativen mit aktueller Bewertung.

Quellen

• n8n Dokumentation
• Anthropic API Reference
• Anthropic Console — API Keys
• Hetzner Cloud
• SerpAPI — Google Search API