KI-Agenten mit n8n: 5 Workflows aus der Praxis
Kurz gesagt
5 produktiv nutzbare KI-Agent-Workflows für n8n: Mail-Triage, CRM-Automation, LinkedIn Content, SEO-Reports und GSC-Monitoring — direkt einsetzbar.
Fünf n8n-Workflows, die bei mir 24/7 laufen — von Mail-Triage über CRM-Automation bis SEO-Reporting. Direkt einsetzbar, mit n8n‑Import‑JSON.
Warum n8n + KI?
n8n ist der fehlende Baustein zwischen KI-Modellen und echten Geschäftsprozessen. Modelle wie DeepSeek V4 oder GLM 5.3 können denken — aber sie können nicht:
- Deine Mails abrufen
- CRM-Einträge anlegen
- LinkedIn-Posts planen und ausspielen
- Google Search Console abfragen
n8n verbindet beides: KI-Modelle als Entscheidungsmaschine, n8n als Ausführungsmaschine.
Workflow 1: KI-Mail-Triage
Das Problem: 200+ Mails pro Tag über mehrere Postfächer (Zoho, Gmail). 70% sind Spam, Newsletter oder CC-Benachrichtigungen.
Die Lösung:
{
"name": "KI-Mail-Triage",
"nodes": [
{
"name": "Zoho Mail Trigger",
"type": "n8n-nodes-base.zoho",
"parameters": { "operation": "getAll", "limit": 50 }
},
{
"name": "KI-Klassifikation",
"type": "n8n-nodes-base.httpRequest",
"parameters": {
"url": "http://llm-host:8000/v1/chat/completions",
"body": {
"model": "deepseek-v4-flash",
"messages": [
{"role": "system", "content": "Klassifiziere Mails: SPAM, NEWSLETTER, PROJEKT, RECHNUNG, PRIVAT. Antworte nur mit Label + 1-Satz-Zusammenfassung."},
{"role": "user", "content": "{{ $json.subject }} {{ $json.body }}"}
],
"max_tokens": 80
}
}
},
{
"name": "Aktionen",
"type": "n8n-nodes-base.switch",
"parameters": {
"rules": [
{"value": "SPAM", "action": "delete"},
{"value": "NEWSLETTER", "action": "archive"},
{"value": "PROJEKT", "action": "createDeal"},
{"value": "RECHNUNG", "action": "saveAttachment"},
{"value": "PRIVAT", "action": "forward"}
]
}
}
]
}
Ergebnis: Von 200 Mails/Tag landen nur noch 20-30 in meiner Inbox. Der Rest wird automatisch verarbeitet, archiviert oder gelöscht. Mindestens 45 Minuten/Tag gespart.
n8n-Trigger: Cron, alle 30 Minuten
Workflow 2: CRM-Auto-Contact
Das Problem: Neue Kontakte aus Mails manuell in Zoho CRM anlegen. Fehleranfällig und zeitfressend.
Die Lösung:
{
"name": "CRM-Auto-Contact",
"nodes": [
{
"name": "Projekt-Mail",
"type": "n8n-nodes-base.zoho",
"parameters": { "folder": "Projekt-Mails" }
},
{
"name": "Kontakt extrahieren",
"type": "n8n-nodes-base.httpRequest",
"parameters": {
"url": "http://llm-host:8000/v1/chat/completions",
"body": {
"model": "qwen-3.8-flash",
"messages": [
{"role": "system", "content": "Extrahiere aus der Mail-Signatur: Name, Firma, E-Mail, Telefon. Gib JSON zurück."},
{"role": "user", "content": "{{ $json.body }}"}
],
"response_format": { "type": "json_object" }
}
}
},
{
"name": "CRM Check + Create",
"type": "n8n-nodes-base.zoho",
"parameters": {
"operation": "upsert",
"module": "Contacts",
"searchBy": "Email"
}
},
{
"name": "Deal anlegen",
"type": "n8n-nodes-base.zoho",
"parameters": {
"operation": "create",
"module": "Deals",
"stage": "Lead"
}
}
]
}
Ergebnis: Aus jeder Projekt-Mail entsteht automatisch ein Contact + Deal in Zoho CRM. Null manueller Aufwand.
n8n-Trigger: Direkt nach Workflow 1 (Mail-Triage), Node “PROJEKT”
Workflow 3: LinkedIn Weekly Content
Das Problem: 3 LinkedIn-Posts pro Woche planen, schreiben und via upload-post.com timen.
Die Lösung:
{
"name": "MBB LinkedIn Weekly",
"nodes": [
{
"name": "Weekly Trigger",
"type": "n8n-nodes-base.cron",
"parameters": { "cron": "0 20 * * 0" }
},
{
"name": "Hermes Agent Anfrage",
"type": "n8n-nodes-base.httpRequest",
"parameters": {
"method": "POST",
"url": "http://localhost:8787/api/chat",
"body": {
"prompt": "Schreibe 3 LinkedIn-Posts für Steffen Hartmann (Hermes AI Agent Experte) für Di/Mi/Do. Themen: KI-Agenten, n8n, lokale LLMs. Deutsch. Keine Emojis. Links nur im First Comment. Echte Umlaute."
}
}
},
{
"name": "Posts parsen",
"type": "n8n-nodes-base.code",
"parameters": {
"js": "return items.map((item, i) => ({ json: { post: item.json.response, day: ['Di','Mi','Do'][i] } }));"
}
},
{
"name": "Upload-post.com Queue",
"type": "n8n-nodes-base.httpRequest",
"parameters": {
"url": "https://api.upload-post.com/v1/schedule",
"method": "POST",
"body": {
"platform": "linkedin",
"profile": "MadeByBrain",
"content": "{{ $json.post }}",
"schedule": "{{ $json.day }} 10:00 Europe/Berlin"
}
}
}
]
}
Ergebnis: Sonntagabend werden 3 Posts geschrieben und für Di/Mi/Do 10 Uhr geplant. Ich muss nur noch im Telegram-Watchdog kurz prüfen ob alles live ist.
n8n-Trigger: So 20:00
Workflow 4: GSC Weekly Report
Das Problem: Google Search Console manuell checken. Immer vergessen, nie systematisch.
Die Lösung:
{
"name": "GSC Weekly Report",
"nodes": [
{
"name": "Weekly Trigger",
"type": "n8n-nodes-base.cron",
"parameters": { "cron": "0 9 * * 1" }
},
{
"name": "GSC Query",
"type": "n8n-nodes-base.httpRequest",
"parameters": {
"method": "POST",
"url": "https://www.googleapis.com/webmasters/v3/sites/sc-domain%3Amadebybrain.com/searchAnalytics/query",
"authentication": "oAuth2",
"body": {
"startDate": "{{ $now.minus(7, 'days').format('YYYY-MM-DD') }}",
"endDate": "{{ $now.format('YYYY-MM-DD') }}",
"dimensions": ["page", "query"],
"rowLimit": 100
}
}
},
{
"name": "KI-Analyse",
"type": "n8n-nodes-base.httpRequest",
"parameters": {
"url": "http://llm-host:8000/v1/chat/completions",
"body": {
"model": "glm-5.3-flash",
"messages": [
{"role": "system", "content": "Analysiere die GSC-Daten. Finde: Top 5 Gewinner, Top 5 Verlierer, 3 Quick Wins. Kurz und prägnant. Deutsch."},
{"role": "user", "content": "{{ $json.rows }}"}
]
}
}
},
{
"name": "Telegram Report",
"type": "n8n-nodes-base.telegram",
"parameters": {
"chatId": "1755610165",
"text": "📊 MBB GSC Weekly:\n{{ $json.analysis }}"
}
}
]
}
Ergebnis: Jeden Montag um 9 Uhr eine Telegram-Nachricht mit den SEO-Top-5 und 3 Quick Wins. Kein manuelles GSC-Login mehr.
n8n-Trigger: Mo 09:00
Workflow 5: Indexing Watchdog
Das Problem: Neue Blog-Posts werden von Google manchmal tagelang nicht indexiert.
Die Lösung:
{
"name": "Indexing Watchdog",
"nodes": [
{
"name": "Weekly Trigger",
"type": "n8n-nodes-base.cron",
"parameters": { "cron": "0 10 * * 4" }
},
{
"name": "Neue URLs finden",
"type": "n8n-nodes-base.httpRequest",
"parameters": {
"url": "https://madebybrain.com/sitemap-index.xml"
}
},
{
"name": "URL Inspection API",
"type": "n8n-nodes-base.httpRequest",
"parameters": {
"method": "POST",
"url": "https://searchconsole.googleapis.com/v1/urlInspection/index:inspect",
"body": { "inspectionUrl": "{{ $json.url }}" }
}
},
{
"name": "Nicht indexiert? → Resubmit",
"type": "n8n-nodes-base.if",
"parameters": {
"conditions": [{ "value1": "{{ $json.indexStatusResult.coverageState }}", "operation": "notEqual", "value2": "Indexed" }]
}
},
{
"name": "Indexing API Submit",
"type": "n8n-nodes-base.httpRequest",
"parameters": {
"method": "POST",
"url": "https://indexing.googleapis.com/v3/urlNotifications:publish",
"body": { "url": "{{ $json.url }}", "type": "URL_UPDATED" }
}
}
]
}
Ergebnis: Jeden Donnerstag prüft der Watchdog neue URLs und resubmittet nicht indexierte Seiten. Indexierungsquote von ~40% auf ~85% verbessert.
n8n-Trigger: Do 10:00
Alle 5 Workflows auf einen Blick
| # | Workflow | Trigger | KI-Modell | Zeitersparnis |
|---|---|---|---|---|
| 1 | Mail-Triage | Alle 30 Min | DeepSeek V4 Flash | 45 Min/Tag |
| 2 | CRM-Auto-Contact | Nach Mail-Triage | Qwen 3.8 Flash | 20 Min/Tag |
| 3 | LinkedIn Content | So 20:00 | Hermes Agent | 2-3 Std/Woche |
| 4 | GSC Report | Mo 09:00 | GLM 5.3 Flash | 1 Std/Woche |
| 5 | Indexing Watchdog | Do 10:00 | Indexing API | 30 Min/Woche |
Gesamtersparnis: ~9 Stunden/Woche — eine ganze Vollzeit-Kraft.
Was du für diese Workflows brauchst
- n8n-Instanz (Cloud, Self-Hosted oder als MadeByBrain n8n-Service)
- LLM-Endpunkt — lokal (vLLM/Ollama) oder via OpenRouter API
- Zoho CRM (optional, für Workflow 2)
- upload-post.com API-Key (für Workflow 3)
- Google Search Console API-Zugang (für Workflow 4+5)
Warum lokal + n8n statt SaaS?
| Ansatz | Kosten | Datenschutz | Flexibilität |
|---|---|---|---|
| Zapier + OpenAI | $200-500/Monat | SaaS (US) | Begrenzt |
| Make + Claude API | $100-300/Monat | SaaS (EU) | Mittel |
| n8n + lokales LLM | €60-120/Monat | 100% lokal | Maximal |
Mit einem eigenen LLM-Host, etwa einer GPU mit 96 GB VRAM (z. B. NVIDIA RTX PRO 6000 auf einem dedizierten GPU-Server in einem deutschen Rechenzentrum oder als Hetzner GEX131) oder einem MacBook, laufen alle 5 Workflows komplett lokal, und keine Daten verlassen dein Netzwerk. Für vertrauliche Daten ohne eigene Hardware ist KI-Hosting in Deutschland eine Option: Open-Source-Modelle in einem deutschen Rechenzentrum, laut Anbieter keine Speicherung, kein Training.
Steffen Hartmann ist Gründer von MadeByBrain und Entwickler von B.R.A.I.N., einem persönlichen KI-System auf Basis von Hermes Agent, das er seit v0.12 produktiv betreibt.
Dieser Beitrag ist auch verfügbar in:
Ähnliche Beiträge
KI-Agenten Entscheidungsprotokoll: Warum hat der Agent das getan?
Ein Agent bestellt 72 Eier und kann nicht erklären, warum. Das Problem ist nicht die Bestellung, sondern das fehlende Protokoll. So baust du in n8n ein Entscheidungsprotokoll, das jede Agentenaktion nachvollziehbar macht.
KI-Agenten Zugangsdaten: Secrets technisch schützen statt vertrauen
Rund 2.500 echte Zugangsdaten in fast 2.000 öffentlichen GitHub-Repositories, ausgeleitet von Coding-Agenten. Dazu etwa 45 Angriffswerkzeuge, die genau nach solchen Secrets suchen. So schützt du Zugangsdaten und Agentenrechte technisch statt nur per Prompt.
Agenten-Drift: Warum KI-Agenten nach Wochen anders arbeiten als geplant
Ein KI-Agent läuft seit Monaten, niemand hat den Prompt geändert, und trotzdem arbeitet er anders als am ersten Tag. Was diese Woche drei Experimente über Agenten-Drift gezeigt haben, und wie du die Abweichung in einer Woche messbar machst.

