n8n vs. Custom Code für KI-Automatisierung: Was Sie kaufen, was Sie bauen sollten

Nutzen Sie eine Workflow-Engine wie n8n, wenn die Automatisierung intern ist, mit geringem Volumen läuft und ein fehlgeschlagener Lauf eine Ärgerlichkeit ist statt eines verlorenen Kunden. Schreiben Sie Custom Code, wenn der Ablauf Kunden berührt, Tausende Mal pro Tag läuft, echte Tests braucht oder einen LLM-Prompt enthält, den Sie fortlaufend feinjustieren werden. Der teure Fehler ist nicht, die falsche Wahl zu treffen. Es ist, sich für eine zu entscheiden und sich zu weigern, zu wechseln, wenn die Signale zeigen, dass Sie sie hinter sich gelassen haben.

Warum sich diese Frage jetzt stellt

n8n ist die Standardantwort geworden, wenn ein Gründer sagt: „Das sollten wir mit KI automatisieren." Es ist unter n8ns eigener Sustainable Use License source-available, Sie können es selbst hosten, und es liefert Nodes für die meisten SaaS-Tools sowie generische LLM- und HTTP-Nodes. Jemand ohne Engineering-Hintergrund kann an einem Nachmittag etwas bauen, das funktioniert. Das ist tatsächlich wertvoll, und genau deshalb enden Teams mit einem Dutzend fragiler Workflows, die niemand anzufassen traut.

Die Entscheidung geht weniger um n8n versus Code, sondern eher darum, welche Teile Ihrer Automatisierung Engineering-Disziplin verdienen. Die konzeptionelle Trennung zwischen Agents und Workflows haben wir in AI agents vs workflows behandelt. Dieser Beitrag ist die praktische Version, bei der es um echtes Geld geht.

Wofür n8n tatsächlich gut ist

Seien wir ehrlich über die Stärken, denn sie sind real:

• Geschwindigkeit zur ersten funktionierenden Version. Auth zu Gmail, HubSpot, Slack, Notion und Postgres ist ein Dropdown, keine Woche OAuth-Klempnerarbeit.
• Sichtbarkeit für Nicht-Engineers. Ops- und Sales-Mitarbeiter können ein Canvas lesen. Einen NestJS-Service können sie nicht lesen.
• Günstige Experimente. Sie können testen, ob ein LLM-Schritt Mehrwert bringt, bevor jemand eine Zeile Produktionscode schreibt.
• Interne Verknüpfung. „Wenn ein Deal abgeschlossen wird, erstelle einen Ordner, poste in Slack, entwerfe eine Onboarding-E-Mail" ist der Sweet Spot. Volumen ist gering, Fehler sind sichtbar, und ein Mensch ist in der Nähe.

Wenn Ihre Automatisierung vollständig in diese Liste passt, hören Sie auf zu lesen und bauen Sie sie in n8n. Eine Agentur dafür zu beauftragen ist übertrieben.

Wo es anfängt, weh zu tun

Die Probleme kommen schrittweise, und jedes für sich sieht erträglich aus.

Prompts werden untestbar

Ein LLM-Prompt in einem Node ist ein String in einer Datenbank. Es gibt kein Diff, keine Review, keine Eval-Suite. Wenn die Output-Qualität abdriftet, ist das einzige Debugging-Tool, den Workflow erneut laufen zu lassen und das Ergebnis zu begutachten. Vergleichen Sie das mit der Art, wie der Prompt in unserer eigenen Outreach-Engine lebt: eine versionierte Datei, ein fester Satz von Prospect-Websites als Fixtures, und ein striktes Output-Schema, das jede entworfene E-Mail erfüllen muss. Als wir den Call to Action von einem Kalenderlink zu „antworte YES" geändert haben, war das ein einzeiliger Diff, den jemand reviewen und zurückrollen konnte. Wenn die Extraktionsgenauigkeit sinkt, schlägt ein Test in CI fehl, statt dass ein Vertriebsmitarbeiter es eine Woche später bemerkt. Wenn Sie es mit Zuverlässigkeit ernst meinen, lesen Sie deterministic guardrails for AI features. Fast nichts davon ist ergonomisch in einem visuellen Editor.

Fehlerbehandlung ist dort, wo visuelle Tools verlieren

Eine echte Pipeline braucht: Retries mit Backoff, Idempotenz, damit ein Retry die E-Mail nicht doppelt sendet, Dead-Letter-Handling für Inputs, die das LLM nicht parsen kann, und Alerting, wenn ein geplanter Lauf lautlos nicht stattfindet. Nehmen Sie wieder die Outreach-Engine. Ein Firecrawl-Crawl kann bei einer langsamen Prospect-Website timeouten, das lokale LLM kann etwas zurückgeben, das am Output-Schema scheitert, und ein wiederholter Lauf darf keine zweite Cold-E-Mail an dasselbe Unternehmen senden. Jedes davon ist in n8n möglich. Jedes ist auch ein Gewirr zusätzlicher Nodes und Verzweigungen, das das Canvas unlesbar macht, was den einen Vorteil des Canvas zunichtemacht. In Code sind das einige wohlverstandene Patterns: ein Retry-Wrapper um den Crawl, eine Schema-Prüfung, die Fehler in eine Review-Queue leitet, und ein Per-Company-Sent-Flag, das geprüft wird, bevor irgendetwas hinausgeht.

Volumen verändert die Ökonomie

Bei zehn Läufen am Tag kümmert sich niemand darum, wie ein Workflow ausgeführt wird. Bei zehntausend kümmern Sie sich um Concurrency, Queue-Tiefe und wie Execution-Logs gespeichert und bereinigt werden. n8n lässt sich im Queue-Modus skalieren, aber an diesem Punkt betreiben Sie ohnehin Infrastruktur und haben die Ops-Kosten einer Workflow-Engine übernommen, ohne die Testbarkeit von Code zu bekommen. Dann können Sie den Code genauso gut gleich selbst besitzen.

Ownership und Lock-in

n8ns Lizenz ist großzügig für interne Nutzung, schränkt aber ein, es als gehosteten Service für andere anzubieten. Wenn die Automatisierung Teil dessen ist, was Sie verkaufen, prüfen Sie die Lizenz mit jemandem, der Lizenzen liest, und gehen Sie davon aus, dass die Logik in Code leben sollte, den Sie vollständig besitzen. Dasselbe gilt für alles mit Compliance-Relevanz: Audit-Logs, Datenresidenz und Zugriffskontrolle sind leichter nachweisbar, wenn der Ablauf ein Service ist, den Sie end-to-end kontrollieren.

Ein konkretes Beispiel aus unserem eigenen Stack

Wir betreiben unsere Outreach-Engine mit Custom Code, nicht mit einem Workflow-Tool, und der Grund ist aufschlussreich. Die Pipeline crawlt die Website jedes Prospects mit einer selbst gehosteten Firecrawl-Instanz, übergibt den Inhalt an ein lokales LLM und produziert eine maßgeschneiderte E-Mail pro Unternehmen. Der erste Instinkt war eine mehrstufige Kette: ein Call zum Extrahieren von Fakten, ein weiterer zum Wählen eines Winkels, ein weiterer zum Entwurf. Wir haben das probiert und auch einen einzelnen Call, der die Fakten extrahiert und die E-Mail gleichzeitig entwirft, mit einem strikten Output-Schema. Die Single-Call-Version gewann sowohl bei Kosten als auch bei Qualität. Mehr dazu, warum, in single call vs agent chains.

Der relevante Punkt hier: Das herauszufinden erforderte Dutzende kontrollierte Läufe gegen denselben Fixture-Satz, Outputs Seite an Seite zu vergleichen und jeweils eine Variable zu ändern. Das ist ein Test-Harness, und es ist trivial in einem TypeScript-Repo. In einem Drag-and-Drop-Canvas ist es mühsam. Hätten wir die Engine in n8n gebaut, würden wir wahrscheinlich noch immer die langsamere, teurere Kette laufen lassen, weil die Kosten des Experimentierens zu hoch gewesen wären.

Die zweite Lektion aus demselben Tool: Der größte Sprung bei der Antwortrate kam von einer Copy-Änderung, nicht von einer Modell-Änderung. Den Call to Action von einem Kalenderlink zu einem sanften „antworte YES" zu ändern, brachte konstant mehr Antworten von Cold-Prospects. Diese Änderung war eine Zeile in einem versionierten Prompt. Das günstig vornehmen und messen zu können, ist das ganze Argument für Code, wenn der Ablauf für den Umsatz relevant ist.

Ein Entscheidungsrahmen, den Sie in zehn Minuten anwenden können

Bewerten Sie jede Automatisierung anhand dieser fünf Fragen. Drei oder mehr „Ja"-Antworten bedeuten: in Code bauen.

1. Sieht ein Kunde den Output direkt? E-Mails, WhatsApp-Antworten, Angebote, Support-Antworten.
2. Läuft es innerhalb eines Jahres mehr als ein paar hundert Mal pro Tag?
3. Enthält es einen LLM-Schritt, dessen Qualität Sie fortlaufend feinjustieren werden? Extraktion, Klassifizierung, Textentwurf.
4. Kostet ein fehlgeschlagener oder doppelter Lauf Geld oder Vertrauen? Doppelte Abrechnung, doppeltes Senden, verpasste Leads.
5. Berührt es regulierte oder sensible Daten? Gesundheit, Finanzen, Behörden, personenbezogene Daten von Einwohnern der EU oder des Gulf-Raums.

Null oder ein „Ja": n8n, gebaut von demjenigen, der den Prozess besitzt. Zwei: n8n für die Orchestrierung, aber Prompts und Geschäftsregeln in einem kleinen Code-Service behalten, den n8n über HTTP aufruft. Dieser Hybrid wird unterschätzt. Er behält das lesbare Canvas für Ops, während Engineering einen getesteten, versionierten Kern erhält. Drei oder mehr: Code, mit n8n höchstens als Trigger-Quelle.

Wie der Hybrid in der Praxis aussieht

• Eine kleine NestJS- oder Next.js-API mit einem Endpoint pro Fähigkeit: extract-company-facts, draft-email, qualify-lead.
• Prompts, Zod-Schemas für strukturierten Output und Fixtures leben im Repo und laufen in CI.
• n8n übernimmt die unspektakulären Ränder: Cron-Trigger, Abruf aus dem CRM, Posten in Slack.
• Wenn Volumen oder Zuverlässigkeitsanforderungen wachsen, ersetzen Sie die n8n-Orchestrierung durch eine Queue. An der Logik ändert sich nichts.

Das macht auch die Einstellungsfrage einfacher. Die n8n-Verdrahtung kann eine Ops-Person oder ein Freelancer erledigen. Für den Service, der Tests und einen Wartungsplan braucht, holen Sie Engineers. Wie die laufenden Kosten dafür realistisch aussehen, sehen Sie unter the real maintenance cost of an AI agent.

Was Sie fragen sollten, wen auch immer Sie einstellen

• „Welche Teile davon würden Sie bewusst aus n8n heraushalten, und warum?" Eine gute Antwort nennt Prompts, Retries und Idempotenz.
• „Wie testen wir eine Prompt-Änderung, bevor sie live geht?" Wenn die Antwort „Workflow laufen lassen und prüfen" ist, suchen Sie weiter.
• „Was passiert, wenn das LLM um 3 Uhr morgens Müll zurückgibt?" Sie wollen Dead-Letter-Queue, Alert und einen menschlichen Review-Schritt hören.
• „Wer besitzt die Prompts und Schemas, und wo liegen sie?" Die Antwort sollte sein: „Sie, in Ihrem Repo."

Die Kurzfassung

n8n ist ein großartiges Prototyping-Tool und eine gute Heimat für interne Verknüpfung. Es ist eine schlechte Heimat für die KI-Logik, die Umsatz treibt, weil diese Logik Experimente, Tests und Versionshistorie braucht, und visuelle Tools machen alle drei teuer. Prototypen Sie in n8n, belegen Sie den Wert, verlagern Sie dann den Kern in Code, den Sie besitzen. Wenn Sie Hilfe wollen, diese Grenze für Ihren spezifischen Stack zu ziehen, sprechen wir.