Workflow-Automatisierung im Mittelstand: n8n auf deiner EU-Infrastruktur — und wann Make trotzdem reicht

Vorab die Definition, damit wir sie hinter uns haben: Workflow-Automatisierung bedeutet, dass ein wiederkehrender Geschäftsprozess ohne manuelles Zutun abläuft, Schritt für Schritt, nach festen Regeln. Ein Beispiel: Eine Rechnung kommt per E-Mail an, ein Workflow liest die Daten aus, legt das PDF ab, stößt die Freigabe an und übergibt an die Buchhaltung. Kein Mensch kopiert dazwischen Zahlen von einem System ins andere.

Zwei Nachbarbegriffe, je ein Satz: RPA (Robotic Process Automation) simuliert Klicks auf Benutzeroberflächen, wenn ein Altsystem keine Schnittstelle hat. BPM (Business Process Management) ist die Disziplin darüber: Prozesse modellieren, messen und verbessern, wobei Automatisierung eines der Werkzeuge ist.

Wenn du nach «Workflow Automatisierung» suchst, findest du diese Definition in zehn Varianten: Atlassian, IBM und Automation Anywhere erklären dir alle, was Automatisierung ist. Was keiner dieser Konzern-Ratgeber beantwortet, sind die Fragen, die in deinem Projekt danach kommen: Wo laufen deine Daten? Wer betreibt das Werkzeug, und zu welchen Lizenzbedingungen? Was kostet ein Workflow wirklich, wenn man Tasks, Credits und Serverkosten zusammenrechnet? Und wann reicht der Baukasten nicht mehr?

Genau diese vier Fragen klärt dieser Artikel: mit datierten Preisen, der Lizenz-Falle beim beliebtesten Werkzeug n8n und einer ehrlichen Antwort darauf, in welchen Fällen du weder Self-Hosting noch eine Agentur brauchst.

Den neunten Feature-Vergleich «n8n vs. Make vs. Zapier» erspare ich dir, davon existieren genug. Wichtiger ist die Abrechnungslogik: Sie entscheidet, welches Tool bei deinem Volumen bezahlbar bleibt, und die drei Anbieter zählen unterschiedliche Dinge.

Zapier zählt Tasks: Jede erfolgreich ausgeführte Aktion kostet einen Task. Trigger und eingebaute Hilfsschritte wie Filter oder Formatter zählen nicht mit, manche KI-Schritte dafür mehrfach. Ein Workflow mit fünf zählenden Aktionen verbraucht pro Lauf also fünf Tasks. Der Professional-Plan startet bei 19,99 $ pro Monat für 750 Tasks bei Jahresabrechnung, monatlich abgerechnet sind es 29,99 $ (zapier.com, Abruf 18.08.2026).

Rechne das um: 750 Tasks bei fünf zählenden Aktionen pro Workflow sind 150 Läufe im Monat. Für ernsthafte Prozessvolumina wird diese Logik schnell teuer.

Make zählt Credits: Seit der Umstellung des Preismodells kostet jede Modul-Aktion einen Credit, aufwendige Aktionen auch mehrere. Der Core-Plan beginnt bei 9 $ pro Monat für 10.000 Credits (make.com, Abruf 18.08.2026). Das ist deutlich mehr Spielraum als bei Zapier, aber die Grundlogik bleibt gleich: Komplexe Workflows mit vielen Schritten verbrauchen dein Kontingent überproportional.

n8n zählt Executions: Ein kompletter Workflow-Lauf kostet eine Execution, egal ob er drei oder dreißig Schritte hat. n8n Cloud Starter kostet 20 € pro Monat für 2.500 Executions, Pro 50 € für 10.000, jeweils bei Jahresabrechnung; monatlich sind es 24 € beziehungsweise 60 € (n8n.io, Abruf 18.08.2026).

Dazu kommt die Community Edition: selbst gehostet, kostenlos, mit fast vollständigem Funktionsumfang. Für mehrstufige Prozesse ist die Execution-Logik am planbarsten: Dein Preis hängt an der Zahl der Geschäftsvorfälle, nicht an der Zahl der Schritte pro Vorfall.

Ein Rechenbeispiel macht den Unterschied greifbar: Angenommen, du automatisierst deinen Rechnungseingang mit einem Workflow, der pro Rechnung acht zählende Aktionen ausführt, bei 500 Rechnungen im Monat. Bei Zapier sind das 4.000 Tasks, also deutlich mehr als der Professional-Einstiegsplan hergibt. Bei Make sind es rund 4.000 Credits, gut im Core-Plan. Bei n8n sind es 500 Executions, ein Fünftel des kleinsten Cloud-Plans. Je mehr Schritte deine Prozesse haben, desto stärker verschiebt sich die Rechnung Richtung n8n.

Die Preistabellen beantworten allerdings nicht die Frage, die im Mittelstand vor der Kostenfrage kommen sollte: wo deine Daten bei alldem verarbeitet werden.

Sobald ein Workflow personenbezogene Daten bewegt, und das tun fast alle (Kundennamen, E-Mail-Adressen, Rechnungsdaten), wird der Ort der Verarbeitung zur DSGVO-Frage. Pauschalurteile wie «US-Tools sind verboten» helfen dir dabei nicht weiter, deshalb differenziere ich nach Anbieter:

Make ist ein EU-Unternehmen mit Sitz in Prag und hostet laut eigener Preisseite auf AWS in der EU oder in Nordamerika (make.com, Abruf 18.08.2026). Bleibt die Verarbeitung in der EU-Region, ist das aus Drittlandtransfer-Sicht die unkomplizierteste SaaS-Option der drei: Kläre im Auftragsverarbeitungsvertrag, welche Region für dein Konto gilt.

Zapier ist ein US-Anbieter und verarbeitet in den USA. Das ist kein K.-o.-Kriterium: Über Standardvertragsklauseln und das EU-U.S. Data Privacy Framework lässt sich der Transfer rechtlich adressieren. Aber es ist eine Prüfpflicht, keine Formalie: Du brauchst einen Auftragsverarbeitungsvertrag, eine dokumentierte Transferprüfung und einen Blick auf jede angebundene App. Wie du eine solche Prüfung strukturierst, habe ich im Praxisleitfaden zu DSGVO-konformer KI beschrieben: Die Systematik ist dieselbe, ob KI-Dienst oder Automatisierungsplattform.

Unabhängig vom Anbieter gilt: Ein Automatisierungswerkzeug ist ein Auftragsverarbeiter mit weitreichendem Zugriff, denn in den Credentials deiner Workflows stecken Zugänge zu CRM, Buchhaltung und Postfach. Führe deshalb ein Verzeichnis darüber, welcher Workflow welche Datenkategorien bewegt: Diese Inventur ist die Grundlage jeder Datenschutzprüfung und dauert bei zehn Workflows einen Nachmittag, nicht ein Projekt.

n8n, selbst gehostet, verschiebt die Frage komplett: Läuft die Instanz auf deinem Server bei einem EU-Anbieter wie Hetzner, findet durch die Plattform selbst gar kein Drittlandtransfer statt. Deine Daten verlassen deine Infrastruktur nur dort, wo du es explizit konfigurierst, etwa wenn ein Workflow eine US-API aufruft. Genau deshalb ist Self-Hosting unser Standardweg für Prozesse mit sensiblen Daten: Personaldaten, Gesundheitsdaten, Finanzdaten.

Hier kommt die Stelle, an der viele Agentur-Angebote juristisch kippen. n8n steht unter der Sustainable Use License. Sie erlaubt die Nutzung «for your own internal business purposes or for non-commercial or personal use», die Weitergabe nur unentgeltlich für nichtkommerzielle Zwecke (n8n LICENSE.md, Abruf 18.08.2026).

Das n8n-Help-Center legt das ausdrücklich aus: Beratung, Einrichtung und Wartung auf dem Server des Kunden sind erlaubt. Wer dagegen Workflows und Zugangsdaten seiner Kunden dauerhaft auf der eigenen Agentur-Instanz hostet und das entgeltlich anbietet, braucht eine kommerzielle Lizenz von n8n.

Zur Einordnung: Das ist keine Schikane, sondern das Geschäftsmodell hinter dem Werkzeug. n8n nennt das Fair-Code: Der Quellcode ist offen und die interne Nutzung frei, aber wer mit dem Produkt selbst Geld verdient, soll den Hersteller beteiligen. Für dich als Kunde ist die Unterscheidung trotzdem entscheidend, denn eine Agentur-Instanz ohne kommerzielle Lizenz ist ein Vertragsrisiko, das du dir einkaufst.

Wenn dir also jemand «n8n-Hosting inklusive» auf Agentur-Servern verkauft, frag nach der Lizenz. Unser Modell ist deshalb durchgehend ein anderes: n8n läuft auf deiner Infrastruktur, von uns aufgesetzt und betreut. Die Instanz gehört dir, die Zugangsdaten liegen bei dir, die Workflows sind dein Eigentum. Wir kommen als Dienstleister auf deinen Server, nicht deine Daten auf unseren.

Was «aufgesetzt und betreut» konkret umfasst, in drei Ebenen: Setup: Server bei deinem Anbieter provisionieren (typisch Hetzner), Deployment per Docker, HTTPS, Zugriffsschutz, automatische Backups. Betrieb: regelmäßige Updates (n8n veröffentlicht in hoher Taktung, ungepatchte Instanzen mit gespeicherten Zugangsdaten sind ein reales Risiko), Backup-Prüfung, Monitoring mit Alarmierung und Credential-Hygiene: Zugangsdaten werden nach dem Minimalprinzip vergeben und rotiert. Weiterentwicklung: neue Workflows, Fehleranalyse, Anpassungen, wenn sich eine angebundene API ändert.

Der wichtigste Nebeneffekt dieses Modells: kein Lock-in. Kündigst du die Zusammenarbeit, läuft deine Instanz einfach weiter. Du verlierst einen Dienstleister, nicht deine Automatisierung. Wie das Modell im Detail aussieht und was es kostet, steht auf unserer Seite zur Prozessautomatisierung.

Was kostet n8n auf eigener Infrastruktur wirklich? Rechnen wir es transparent durch, mit datierten Preisen und einer Formel statt einer Pauschalzahl.

Die Software: 0 €. Die Community Edition ist kostenlos und deckt fast den vollen Funktionsumfang ab (n8n.io, Abruf 18.08.2026). Der Server: Für typische Mittelstands-Workloads reicht ein kleiner Cloud-Server, bei Hetzner etwa der CX23 mit 2 vCPU, 4 GB RAM und 40 GB SSD: ein einstelliger Eurobetrag im Monat, dazu 0,50 € netto für die IPv4-Adresse (docs.hetzner.com, Abruf 18.08.2026; den tagesaktuellen Serverpreis zeigt hetzner.com, Cloud-Preise ändern sich).

Die Betreuung: der ehrliche Posten, den Rechenbeispiele gern weglassen. Updates, Backups, Monitoring und Credential-Pflege sind Arbeit. Als Erfahrungswert aus unseren Projekten: Eine stabile Instanz mit einer Handvoll Workflows kostet ein bis drei Betreuungsstunden im Monat, in ruhigen Monaten weniger, nach einem Breaking-Change-Update mehr.

Dagegen stehen die verwalteten Optionen: n8n Cloud Starter für 20 € im Monat mit 2.500 Executions, Pro für 50 € mit 10.000 Executions, und für größere Organisationen der Business-Plan für 667 € im Monat mit Self-Hosted-Option, SSO/SAML und 40.000 Executions (n8n.io, Abruf 18.08.2026).

In Zahlen für ein konkretes Szenario: Der Server kostet unter 10 € im Monat, dazu kommen zwei Betreuungsstunden. Setzt du dafür einen externen Stundensatz an, liegst du je nach Dienstleister bei 200 bis 400 € monatlich; erledigt es deine eigene IT nebenher, sind es im Wesentlichen die Serverkosten plus interne Zeit. Genau deshalb gibt es keine seriöse Pauschalantwort, sondern nur eine Formel mit deinen Werten.

Der Break-even als Formel statt als Pauschalzahl: Self-Hosting rechnet sich, wenn Serverkosten plus Betreuungsstunden mal Stundensatz unter dem Cloud-Plan deiner Volumenstufe liegen, oder wenn deine Datenschutzanforderungen die Cloud-Optionen ohnehin ausschließen.

Radikal ehrlich heißt an dieser Stelle: Für ein kleines Setup mit unkritischen Daten gewinnt rechnerisch die n8n Cloud, denn 20 € im Monat unterbietet jede professionell betreute Eigeninstanz. Die Rechnung dreht sich in drei Fällen: bei hohem Volumen (Execution-Staffeln entfallen beim Self-Hosting komplett), bei sensiblen Daten und dort, wo eigene Infrastruktur samt IT-Verantwortlichem bereits existiert.

Jetzt das Kapitel, das in Agentur-Blogs meistens fehlt: die Fälle, in denen du weder n8n noch uns brauchst. Make (oder auch Zapier) reicht, wenn vier Bedingungen gleichzeitig zutreffen.

Geringes Volumen: Ein paar hundert Vorgänge im Monat, keine Lastspitzen. Die 10.000 Credits des Core-Plans für 9 $ decken das ab (make.com, Abruf 18.08.2026). Reine SaaS-Kopplung: Du verbindest Standardwerkzeuge wie CRM, Slack und Tabellen miteinander, ohne eigene Systeme oder Altsoftware anzubinden. Keine sensiblen Daten: Es fließen keine Personal-, Gesundheits- oder Finanzdaten, und das EU-Hosting von Make genügt deiner Datenschutzprüfung. Keine eigene IT: Niemand im Haus will oder soll einen Server verantworten, auch keinen extern betreuten.

Treffen alle vier zu, ist Self-Hosting schlicht Overhead: Du würdest Betreuung für ein Problem bezahlen, das du nicht hast. Bau die Workflows in Make, dokumentiere sie ordentlich, fertig.

Kippt eine der Bedingungen, ändert sich das Bild: Wächst das Volumen, steigen die Credit-Kosten Monat für Monat. Kommt ein ERP-Altsystem dazu, brauchst du Webhooks und eigene Logik. Kommen Personaldaten ins Spiel, willst du die Verarbeitung ins Haus holen.

Der übliche Weg unserer Kunden ist deshalb kein Entweder-oder, sondern eine Reihenfolge: mit dem SaaS-Baukasten starten, die eigenen Prozesse verstehen lernen, und beim ersten harten Kriterium auf die eigene Instanz umziehen. Die Workflow-Definitionen lassen sich dabei nicht eins zu eins exportieren, aber das Prozesswissen nimmst du vollständig mit, und es ist der wertvollere Teil.

n8n ist ein Orchestrierungswerkzeug, kein Allzweck-Entwicklungssystem. Es gibt eine Grenze, ab der ein visueller Workflow zur Hypothek wird, und du erkennst sie an vier Kriterien.

Datenvolumen: n8n verarbeitet Daten im Arbeitsspeicher der Instanz. Zehntausende Datensätze pro Lauf, große Dateien, Bulk-Synchronisationen zwischen Systemen: Dafür ist eine Kette visueller Nodes nicht gebaut. Fehlerbehandlung: Ein Baukasten-Retry wiederholt einen fehlgeschlagenen Schritt. Was er nicht kann: Teilerfolge sauber zurückrollen, idempotent wieder aufsetzen, Duplikate bei erneuter Zustellung erkennen. Sobald ein Prozess Geld bucht oder Lagerbestände verändert, brauchst du genau diese Semantik.

Tests und Versionierung: Workflows leben als JSON in der Datenbank der Instanz. Code-Reviews, automatisierte Tests und saubere Deployments über Test- und Produktionsumgebung hinweg sind mit Disziplin machbar, aber du arbeitest gegen das Werkzeug. Gewachsene Logik: Sobald in mehreren Function-Nodes echte Geschäftslogik entsteht, betreibst du Programmierung ohne Entwicklungsumgebung: ohne Typen, ohne Tests, ohne Debugger.

Wichtig dabei: Die Grenze ist kein Argument gegen n8n, sondern eine Frage der Arbeitsteilung. Der Fehler, den wir in Projekten immer wieder korrigieren, ist nicht «zu viel Low-Code», sondern der Versuch, alles in einem Paradigma zu lösen: entweder hundert Nodes in einem unwartbaren Riesen-Workflow oder eine vollständig handgeschriebene Lösung, bei der niemand außer dem Entwickler mehr sieht, was der Prozess eigentlich tut.

Unser Muster für diese Fälle: n8n als Orchestrator, TypeScript als Worker. Der Workflow bleibt das sichtbare Rückgrat mit Triggern, Benachrichtigungen und Freigaben. Die schwere Arbeit übernimmt ein eigener Service mit Tests und Versionskontrolle, den n8n per Webhook anstößt.

Ein Beispiel aus unserer Projektpraxis: Ein Kunde synchronisiert Produktdaten aus mehreren Quellsystemen. Der erste Wurf als reiner n8n-Workflow scheiterte an der Fehlerbehandlung bei Teilausfällen einzelner Quellen. Heute stößt n8n eine TypeScript-ETL-Pipeline an, die validiert, transformiert und fehlgeschlagene Datensätze gezielt einzeln nachfährt. Der Workflow blieb, die Logik zog um. Wie wir solche Services bauen, liest du auf unserer Seite zur KI-gestützten Softwareentwicklung.

Der zweite Grund, warum n8n gerade so viel Aufmerksamkeit bekommt: die eingebaute KI-Anbindung. Über AI-Nodes ruft ein Workflow ein Sprachmodell auf und nutzt es als einen Schritt unter vielen: E-Mails klassifizieren, Rechnungsdaten aus PDFs extrahieren, Antwortentwürfe erzeugen. Das ist der pragmatische Einstieg in KI-Automatisierung, weil das Modell in einem kontrollierten Prozess steckt: davor Validierung, danach menschliche Freigabe. Genau diese Kontrolle unterscheidet einen brauchbaren KI-Workflow von einem Blindflug.

Der nächste Ausbauschritt ist eine Wissensbasis. Ein Workflow, der Kundenanfragen vorqualifizieren oder beantworten soll, braucht Zugriff auf deine Dokumente: Angebote, Handbücher, Verträge.

Dafür koppeln wir n8n an einen RAG-Stack auf PostgreSQL mit pgvector, in unseren Projekten meist auf Supabase: Deine Dokumente liegen als Embeddings in deiner eigenen Datenbank, der Workflow holt die passenden Passagen und gibt sie dem Modell als Kontext mit. Warum dieser Weg fast immer vor dem Trainieren eines eigenen Modells kommt, erklärt der Artikel RAG vs. Fine-Tuning ausführlich.

Und die Agenten? Autonome KI-Agenten, die selbst entscheiden, welche Schritte sie ausführen, sind das große Plattform-Versprechen des Jahres. Meine Einordnung ist nüchtern: Für die meisten Geschäftsprozesse bleibt ein deterministischer Workflow mit einzelnen KI-Schritten die bessere Wahl, weil er nachvollziehbar und testbar ist. Die Abgrenzung habe ich in der Einordnung zu Agentic AI aufgeschrieben. Und wie du KI-Vorhaben über einzelne Workflows hinaus priorisierst, behandelt der Leitfaden KI im Unternehmen einführen.

Falls du noch den Einstiegspunkt suchst: Diese vier Prozesse tauchen in unseren Projekten am häufigsten als erste Automatisierung auf, weil sie klar umrissen sind und sofort spürbar entlasten.

Rechnungseingang: Postfach überwachen, Anhang extrahieren, Daten per KI auslesen, im Ablagesystem speichern, Freigabe-Nachricht an die Buchhaltung. Der Klassiker, weil der Prozess in fast jedem Unternehmen gleich aussieht und sich der Handaufwand direkt in Stunden messen lässt. Lead-Routing: Formular-Anfragen um Firmendaten anreichern, nach Regeln der richtigen Vertriebsperson zuordnen, im CRM anlegen, Erstkontakt-Aufgabe erzeugen. Verkürzt die Reaktionszeit von Tagen auf Minuten, und im B2B-Vertrieb entscheidet die Reaktionszeit.

Onboarding: Neue Mitarbeitende oder Kunden anlegen heißt oft acht Systeme, eine Checkliste und drei Wochen Wartezeit. Ein Workflow legt Accounts an, verteilt Aufgaben und meldet den Fortschritt an einer Stelle. Report-Verteilung: Zahlen aus ERP und Analytics einsammeln, zu einem Wochenreport zusammenbauen, an die Geschäftsführung schicken. Unspektakulär, aber jede Woche eine gesparte Stunde und ein Bericht, der nie vergessen wird.

Welcher dieser Prozesse bei dir zuerst dran ist, entscheidet keine Tool-Frage, sondern eine kurze Aufwand-Nutzen-Betrachtung: Wie oft läuft der Prozess? Wie viel Handarbeit steckt in jedem Durchlauf? Wie teuer ist ein Fehler heute? Mit dieser Liste im Kopf wird aus einem abstrakten «wir sollten mal automatisieren» eine konkrete Kandidatenliste mit Reihenfolge.

Ein Rat aus Erfahrung für den Start: Nimm als ersten Workflow keinen Prozess, an dem Geld oder Fristen hängen. Der erste Workflow ist dein Lernprojekt, an ihm entdeckst du, wo deine Datenqualität hakt und welche Sonderfälle es wirklich gibt. Die Report-Verteilung ist dafür ideal: Geht sie schief, fehlt ein Bericht. Geht der automatisierte Rechnungsprozess schief, fehlt eine Zahlung.

Wenn du bis hier gelesen hast, kennst du die vier Antworten, die dir die großen Plattform-Ratgeber schuldig bleiben: Die Abrechnungslogik entscheidet über deine Kosten, der Verarbeitungsort über den Datenschutz, die Lizenz über das Betriebsmodell, und die Low-Code-Grenze darüber, wann Individualentwicklung nötig wird.

So gehen wir vor, wenn du das Thema angehen willst: Im ersten Gespräch schauen wir auf deine zwei, drei lästigsten Prozesse und prüfen ehrlich, ob ein SaaS-Baukasten reicht oder eine eigene n8n-Instanz der richtige Weg ist. Du bekommst danach eine Empfehlung mit konkreten Zahlen für dein Volumen: keine Lizenz-Überraschungen, kein Lock-in, und wenn Make für dich reicht, sagen wir dir genau das.

Die Details zu unserem Betriebsmodell und den Paketen findest du auf der Seite Prozessautomatisierung. Oder du kürzt ab: Buch dir 30 Minuten mit mir, wir gehen deine Prozessliste gemeinsam durch, und du weißt am Ende, ob sich Automatisierung für dich rechnet und in welchem Betriebsmodell sie laufen sollte.