n8n, Make oder GPTPro: welches Tool für Ihren KI-Agenten
Der Begriff KI-Agent steht für zwei völlig verschiedene Werkzeug-Familien, die sich nicht gegenseitig ersetzen: Automatisierungsplattformen wie n8n und Make, und Multi-Modell-Konversationsagenten wie GPTPro. Ein ehrlicher Vergleich, Fall für Fall.
1. Zwei Werkzeug-Familien, zwei unterschiedliche Probleme
Der Begriff KI-Agent ist überall zu lesen, bezeichnet aber je nach Anbieter etwas Grundverschiedenes. Bevor Sie n8n, Make und GPTPro gegenüberstellen, lohnt sich diese Unterscheidung.
n8n und Make sind Automatisierungsplattformen. Dort bauen Sie Workflows: ein Auslöser, eine Kette von Schritten, Aktionen. Diese Szenarien laufen selbständig im Hintergrund, ohne dass jemand eingreifen muss. KI ist dabei nur ein Baustein unter vielen: ein Knoten ruft ein Sprachmodell auf, mitten in einer Kette, die ein Postfach ausliest, einen CRM-Datensatz aktualisiert oder eine Nachricht in Slack postet. Das KI-Agent-Framework, von dem die Communities dieser Tools sprechen, meint genau solche Workflows mit angebundenem LLM und Werkzeugen.
GPTPro gehört zur anderen Familie: dem Konversationsagenten. Sie konfigurieren einen Agenten (Rolle, Anweisungen, Dokumente, Modell) und arbeiten bei Bedarf direkt mit ihm. Texte schreiben, Dokumente analysieren, Anfragen beantworten, Termine vorbereiten. Kein Server zu verwalten, kein Szenario zu verdrahten. Nur eine Oberfläche und die Wahl des Modells. Beide Familien Punkt für Punkt zu vergleichen, ist wie ein Backofen und ein Küchenmesser zu vergleichen: Beide dienen dem Kochen, aber nicht demselben Zweck.
2. n8n 2026: zwei Neuerungen mit echtem Gewicht
n8n war lange das Tool für technisch versierte Teams: Selbsthosting, der AI-Agent-Knoten auf LangChain-Basis, Vektorspeicher, Anbindung an lokale Modelle wie Ollama. Das GitHub-Repository zählt im August 2026 203.000 Stars und 60.400 Forks, ein Zeichen für eine sehr aktive Community.
Zwei aktuelle Ankündigungen erweitern den Radius. Am 9. Juli 2026 hat n8n seinen AI Assistant als Preview gestartet: ein in die Oberfläche integrierter Konversationsagent, der Workflows in natürlicher Sprache erstellt, bearbeitet und debuggt. Um ein Szenario zu bauen, müssen Sie nicht mehr jeden Knoten im Detail kennen.
Am 5. August 2026 hat n8n die n8n Agents eingeführt, eine eigenständige Entität neben dem klassischen AI-Agent-Knoten. Ein Agent wird einmal konfiguriert (Anweisungen, Werkzeuge, Modell) und lässt sich überall einsetzen: im Chat, als Knoten in einem Workflow, in Slack, bei geplanten Ausführungen. Diese Architektur nach dem Prinzip einmal einrichten, überall nutzen bringt n8n näher an Konversationsplattformen heran, ohne die Orchestrierungsstärke zu verlieren. Beide Funktionen laufen als Cloud-Preview ab Version 2.32.3, mit schrittweisem Rollout.
Ein Punkt zur Vorsicht: Seit n8n 1.82.0 läuft der AI-Agent-Knoten ausschließlich im Tools-Agent-Modus. Andere Modi sind veraltet. Bestehende Workflows mit einem anderen Modus müssen vor n8n 3.0 aktualisiert werden.
3. Make 2026: KI-Agenten direkt im Canvas
Make hat seine AI Agents im April 2025 als Beta gestartet, mit Zugriff auf mehr als 2.000 Anwendungen. Am 11. Februar 2026 wurde die neue Generation offiziell angekündigt: Die Agenten leben jetzt direkt im Canvas der Szenarien, auf derselben Oberfläche wie die klassischen Automatisierungen.
Konkret neu: ein Reasoning Panel, das die Entscheidungen des Agenten und die Werkzeugaufrufe in Echtzeit anzeigt, Unterstützung für Multimodalität (PDF, Bilder, CSV), ein in den Canvas integrierter Chat und eine Bibliothek fertiger Agenten-Vorlagen. Die Unterstützung für MCP-Werkzeuge (Model Context Protocol) kam im Juni 2026 hinzu: Ein Make-Agent kann seither externe MCP-Server aufrufen, über den Anwendungskatalog hinaus. Make gibt an, weltweit mehr als 200.000 Unternehmen als Nutzer zu haben.
Die Abrechnung bleibt der Punkt, den Sie im Blick behalten sollten. Jeder Agentenaufruf verbraucht 5 Operationen, dazu kommen die Operationen der aufgerufenen Werkzeuge. Bei langen Szenarien mit mehreren Werkzeugaufrufen steigt die Rechnung schnell. Make bleibt zugänglicher als n8n für Teams ohne technisches Profil, aber die Gesamtkosten eines Agenten im Produktivbetrieb verdienen eine Simulation, bevor Sie sich festlegen.
4. Die Fälle, in denen n8n oder Make die richtige Wahl sind
Alles, was ohne Sie laufen soll: ein Postfach überwachen und Anfragen weiterleiten, CRM und Tabelle synchron halten, Rechnungsstellung, Mahnwesen und Archivierung verketten, zu fester Uhrzeit veröffentlichen. Wenn der Satz, der Ihren Bedarf beschreibt, mit jedes Mal, wenn beginnt, ist das ein Workflow.
n8n richtet sich an technisch versierte Teams oder an Unternehmen, die die Kontrolle über ihre Daten behalten wollen. Das Selbsthosting auf einem Server in Deutschland oder der EU ist kostenlos (abgesehen von den Infrastrukturkosten) und vereinfacht die DSGVO-Konformität: Die Daten verlassen Ihren eigenen Bereich nicht. Die KI-Bausteine sind weiter entwickelt: Vektorspeicher, RAG, Anbindung an lokale Modelle, LangChain nativ integriert. Die Abrechnung pro Ausführung bleibt bei großen Volumina günstig.
Make passt zu nicht-technischen Teams, die schnelle Ergebnisse wollen. Die visuelle Oberfläche ist zugänglicher, die mehr als 2.000 integrierten Anwendungen decken die meisten gängigen Business-Tools ab, und die neuen AI Agents lassen sich in bestehende Szenarien einfügen, ohne von null zu starten. Der Preis dafür: weniger Flexibilität beim Hosting und eine Abrechnung pro Operation, die mit der Komplexität steigt.
In beiden Fällen sollten Sie eine echte Einarbeitungszeit und laufende Wartung einplanen. Ein Workflow, der durch eine API-Änderung kaputtgeht, repariert sich nicht von selbst.
5. Die Fälle, in denen ein Konversationsagent völlig ausreicht
Nicht jede interaktive Arbeit braucht einen Workflow. E-Mails und Angebote formulieren, Dokumente analysieren, Termine vorbereiten, Fragen zu Ihren Daten beantworten, Zusammenfassungen erstellen: Für solche Aufgaben wäre ein n8n-Szenario überdimensioniert. Es gibt nichts automatisch auszulösen. Es gibt Sie, eine Aufgabe, und einen Agenten, der sie gut erledigt.
Genau hier spielt GPTPro: Sie konfigurieren einen Agenten (Rolle, Anweisungen, Dokumente) und wählen das Modell, das ihn antreibt, Claude, GPT, Gemini oder Mistral. Kein Server, kein Szenario zu verdrahten, keine Abrechnung pro Operation. Die Konfiguration erfolgt in natürlicher Sprache, und derselbe Agent lässt sich auf mehreren Modellen testen, bevor Sie sich festlegen.
Das ist der eigentliche Vorteil einer Multi-Modell-Plattform in dieser Familie: denselben Agenten mit wenigen Klicks auf Claude, GPT, Gemini oder Mistral testen und für jeden Anwendungsfall das beste Modell behalten. n8n und Make bieten diese Modellwahl ebenfalls, allerdings gegen eine technische Konfiguration und einen eigenen API-Schlüssel pro Anbieter. Auf einer Konversationsplattform ist das ein Dropdown-Menü.
6. Was es wirklich kostet
n8n: kostenlos im Selbsthosting (zuzüglich Serverkosten und Ihrer Wartungszeit). In der Cloud-Variante wird pro Workflow-Ausführung abgerechnet. Die Aufrufe der Sprachmodelle werden zusätzlich direkt bei jedem Anbieter berechnet (OpenAI, Anthropic, Google, Mistral).
Make: niedrige Einstiegshürde, aber jedes Modul in jedem Szenario verbraucht eine Operation. Die neuen AI Agents berechnen 5 Operationen pro Aufruf, zuzüglich der Operationen der aufgerufenen Werkzeuge. Ein ambitioniertes Szenario mit mehreren Werkzeugaufrufen kann die ursprüngliche Schätzung schnell übersteigen. Simulieren Sie die Kosten, bevor Sie live gehen.
Bei Konversationsagenten ist das Geschäftsmodell einfacher: ein Abonnement pro Nutzer, ohne Operationszähler. Die Ausgaben sind planbar, was weder für ein ambitioniertes Make-Szenario noch für eine n8n-Infrastruktur gilt, bei der Server und Wartung eingerechnet werden müssen. Für rein interaktive Nutzung kommt eine einzelne Multi-Modell-Plattform wie GPTPro günstiger als mehrere separate Abonnements bei den einzelnen Modellanbietern, und deutlich günstiger an Zeit als eine Automatisierungsinfrastruktur, die Sie nur zur Hälfte nutzen würden.
7. DSGVO und AI Act: was sich 2026 ändert
Seit dem 2. August 2026 gelten die Transparenzpflichten des AI Act (Verordnung EU 2024/1689). Konkret bedeutet das: Nutzer darüber informieren, dass sie mit einem KI-Agenten interagieren, KI-generierte Inhalte kennzeichnen, Deepfakes als solche markieren. Diese Pflichten gelten für Konversationsagenten und Content-Generatoren, unabhängig von der Plattform.
KI-Agenten fallen unter die allgemeine Definition eines KI-Systems im AI Act. Sie bilden keine eigene Kategorie, aber Anwendungen mit hoher Tragweite (Personalwesen, Scoring, automatisierte Entscheidungen über Personen) unterliegen dem Hochrisiko-Regime, dessen vollständige Pflichten ab Dezember 2027 greifen.
Für Unternehmen im deutschen Mittelstand: Dokumentieren Sie die Nutzung im Verzeichnis der Verarbeitungstätigkeiten, informieren Sie Ihre Endnutzer, und sehen Sie eine menschliche Kontrolle bei sensiblen Entscheidungen vor. Das Selbsthosting von n8n auf Servern in Deutschland oder der EU erleichtert den Nachweis der Datensouveränität. Make und GPTPro (Azure EU) geben DSGVO-Konformität an, prüfen Sie aber die vertraglichen Klauseln je nach Branche. Bei Zweifeln, ob eine Datenschutz-Folgenabschätzung nötig ist, wenden Sie sich an Ihren Datenschutzbeauftragten oder an die zuständige Landesdatenschutzbehörde beziehungsweise den BfDI.
8. Das Muster, das funktioniert: beide Familien kombinieren
Teams, die den größten Nutzen aus KI ziehen, entscheiden sich nicht für ein Lager. Sie behalten einen Konversationsagenten für die Arbeit auf Abruf (Termine vorbereiten, erste Textentwürfe schreiben, Dokumente analysieren) und eine Automatisierung für die Routinearbeit (Leads aus dem Formular, die im CRM landen, die Mahnung, die nach sieben Tagen automatisch rausgeht, der Wochenbericht, der sich selbst erstellt).
Die Reihenfolge zählt. Beginnen Sie mit dem Konversationsagenten. Er lässt sich in einem halben Tag einrichten, zeigt den Nutzen von KI an einer konkreten Aufgabe Ihres Betriebs und lehrt Sie, präzise Anweisungen zu formulieren. Diese Fähigkeit lässt sich später eins zu eins in n8n oder Make einsetzen, wenn ein echter Automatisierungsbedarf entsteht. Der umgekehrte Weg, mehrere Wochen Workflow-Aufbau vor dem ersten sichtbaren Nutzen, führt am schnellsten zum Abbruch des Projekts.
Die neuen n8n Agents, angekündigt am 5. August 2026, zeigen diese Annäherung: Ein einmal konfigurierter Agent lässt sich aus einem automatisierten Workflow oder aus einer Chat-Oberfläche heraus aufrufen. Die beiden Familien nähern sich technisch an, aber der Einstiegspunkt richtet sich weiterhin nach Ihrem unmittelbaren Bedarf.
Ein Bedarf, der mit jedes Mal, wenn beginnt, führt zu n8n (technisches Profil, Selbsthosting, weiterentwickelte KI) oder zu Make (nicht-technisches Profil, schnelle Integrationen). Ein Bedarf, der mit hilf mir bei beginnt, führt zu einem Konversationsagenten. Beide Familien ergänzen sich mehr, als sie konkurrieren.
Konkrete Methode zur Entscheidung: Listen Sie Ihre fünf häufigsten Aufgaben auf. Diejenigen, die Ihre Anwesenheit und Ihr Urteilsvermögen verlangen, gehören zu einem Konversationsagenten. Diejenigen, die immer demselben Ablauf folgen, ohne Sie, gehören zu einem Workflow. Die meisten Listen fallen deutlich zugunsten der ersten Kategorie aus.
Häufig gestellte Fragen
n8n oder Make für einen KI-Agenten 2026?
n8n für technisch versierte Teams: kostenloses Selbsthosting, Abrechnung pro Ausführung, weiterentwickelte KI-Bausteine (Vektorspeicher, RAG, lokale Modelle) und die neuen n8n Agents, seit August 2026 als Preview verfügbar. Make für nicht-technische Teams: visuelle Oberfläche, mehr als 2.000 integrierte Anwendungen, AI Agents der neuen Generation seit Februar 2026 mit Reasoning Panel und Multimodal-Unterstützung, MCP-Werkzeuge seit Juni 2026. In beiden Fällen müssen Sie Einarbeitungszeit und Wartung einplanen.
Ersetzt GPTPro n8n oder Make?
Nein, und das ist auch nicht das Ziel. GPTPro ist ein Multi-Modell-Konversationsagent: Sie konfigurieren einen Agenten und arbeiten bei Bedarf mit ihm (Texte schreiben, analysieren, vorbereiten, antworten). Er baut keine automatisierten Workflows und orchestriert keine Aktionen zwischen Anwendungen im Hintergrund, das ist die Domäne von n8n und Make. Beide Ansätze ergänzen sich, viele Teams nutzen beide für unterschiedliche Bereiche.
Ist selbstgehostetes n8n wirklich DSGVO-konform für Kundendaten in Deutschland?
Das Selbsthosting auf einem Server in Deutschland oder der EU gibt Ihnen volle Kontrolle über den Speicherort der Daten: Sie verlassen Ihre Infrastruktur nicht. Das ist ein starkes Argument für die DSGVO-Konformität. Konformität beschränkt sich aber nicht auf das Hosting: Dokumentieren Sie die Verarbeitungen im entsprechenden Verzeichnis, informieren Sie Ihre Nutzer, dass sie mit einem KI-Agenten interagieren (Pflicht nach AI Act seit dem 2. August 2026), und prüfen Sie, ob je nach verarbeiteten Daten eine Datenschutz-Folgenabschätzung nötig ist.
Was unterscheidet den n8n-AI-Agent-Knoten von den neuen n8n Agents?
Der AI-Agent-Knoten ist ein Baustein innerhalb eines Workflows: Er erhält einen Input, ruft ein LLM mit Werkzeugen auf und gibt ein Ergebnis an das Szenario zurück. Seit n8n 1.82.0 läuft er ausschließlich im Tools-Agent-Modus. Die n8n Agents, angekündigt am 5. August 2026, sind eine eigenständige Entität: Sie werden einmal konfiguriert (Anweisungen, Werkzeuge, Modell) und lassen sich aus einem Workflow, einem Chat, Slack oder einer geplanten Ausführung heraus nutzen. Das ist eine Abstraktionsebene oberhalb des klassischen Knotens.
Muss man Nutzer darüber informieren, dass sie mit einem KI-Agenten interagieren?
Ja, seit dem 2. August 2026. Der AI Act (Art. 50) verpflichtet dazu, jede Person zu informieren, dass sie mit einem KI-System interagiert, außer wenn dies offensichtlich ist. Diese Pflicht gilt für Konversationsagenten und Content-Generatoren, unabhängig von der genutzten Plattform. In Deutschland sind der BfDI und die Landesdatenschutzbehörden sowie die Marktüberwachungsbehörden für die Kontrolle zuständig. Planen Sie einen klaren Hinweis in der Oberfläche oder den Nutzungsbedingungen ein.
