Jemand im Team fragt in Slack, warum die Nutzung eines Kunden im letzten Monat zurückgegangen ist. Die Antwort braucht mehrere Runden: das Kundenkonto aufrufen, nachfragen, welche Produktlinie gemeint ist, die Support-Historie prüfen. Zwei, drei Rückfragen später steht eine Zusammenfassung im Kanal, dazu eine offene Anschlussfrage.
So etwas lässt sich vorher nicht sauber in ein Flussdiagramm zeichnen. Der nächste Schritt hängt am vorherigen, und niemand weiß am Anfang, wie viele Runden es braucht. Für solche Aufgaben hat n8n Agenten eingeführt: Man beschreibt, was der Agent tun soll, gibt ihm ein Modell, Werkzeuge und Workflows mit, und er arbeitet die Schritte selbst aus. Der Anbieter nennt das ausdrücklich eine Ergänzung zu den bestehenden Workflows, keinen Ersatz.
Warum feste Abläufe bei offenen Aufgaben an ihre Grenzen kommen
Für einen großen Teil der Automatisierung bleibt der klassische Weg richtig. Ein Lead kommt herein, wird angereichert, bewertet und weitergeleitet; je fester die Reihenfolge, desto besser passt ein Workflow, selbst wenn an einer Stelle ein Modell eine Entscheidung trifft. Der Fließbandroboter in einer Fabrikhalle ist dafür das passende Bild: Er macht denselben Handgriff millionenfach mit einer Wiederholgenauigkeit, die kein Mensch erreicht. Solange sich die Aufgabe nicht ändert, ist er unschlagbar.
Sobald sich die Aufgabe aber mit jeder Anfrage ändert, kippt der Vorteil. n8n nennt zwei Verschiebungen, die den Ausschlag gegeben haben. Erstens finden aktuelle Modelle den Weg zum Ziel selbst, wenn man ihnen ein Ziel und die passenden Werkzeuge gibt. Zweitens erwarten immer mehr Menschen, ein Ergebnis zu beschreiben und es dann erledigt zu bekommen, statt zuerst den Prozess zu entwerfen. Beides zusammen macht Aufgaben attraktiv, bei denen die Eingabe jedes Mal anders aussieht.
Ein Support-Ticket, ein neues GitHub-Issue oder eine Anfrage aus dem Vertrieb sind solche Fälle: Man kennt die Domäne, aber nicht die konkrete Aufgabe. Wer das bisher in n8n abbilden wollte, musste eine offene Unterhaltung in einen Workflow zwängen. Mit einem Chat-Trigger, einem Memory-Node, dem AI Agent Node und ein paar Werkzeugen funktionierte das durchaus, und viele nutzen es seit Jahren. Der Unterschied liegt nicht darin, ob es geht, sondern darin, wie viel man selbst zusammenbauen muss.
Was in einem n8n Agenten standardmäßig steckt
Der Vergleich, den n8n selbst zieht, ist der zwischen einem selbst gebauten und einem fertig gekauften Rechner. Selbst zusammenstellen führt zu einem funktionierenden Gerät, aber man wählt jedes Teil aus und verbindet jedes Kabel. Ein Fertigrechner kommt angeschlossen und startklar, lässt sich aber weiterhin öffnen und erweitern. Die Agenten sind die Fertigvariante: Speicher, Sitzungen, Kanäle, Versionen und Freigaben sind bereits verbaut, sodass die Zeit in das fließt, was der Agent tun soll.
Zu den Bestandteilen gehört ein Modell, für das eigene Zugangsdaten hinterlegt werden oder n8n-Gateway-Credits genutzt werden können. Dazu kommen Anweisungen: Rolle, Tonfall, was er tun und was er lassen soll und welche Werkzeuge zu bevorzugen sind. Kanäle und Trigger verbinden den Agenten mit Slack, Telegram, Linear, Discord oder einem Zeitplan. Werkzeuge reichen von eingebauten n8n-Integrationen über MCP-Server bis zu kompletten Workflows; Skills bündeln wiederverwendbare Anweisungen und Referenzdateien, die der Agent bei Bedarf nachlädt.
Ergänzt wird das durch Sub-Agenten, die ein Agent aufrufen kann, sowie durch Wissen in Form hochgeladener csv-, pdf-, Markdown- oder Textdateien, auf die er seine Antworten stützt. Ein Gedächtnis hält standardmäßig die laufende Unterhaltung fest und kann sich auf Wunsch auch sitzungsübergreifend erinnern. Jede Konversation wird gespeichert und lässt sich später wieder aufnehmen. Man kann einen Agenten bauen, ohne zuvor zu lernen, wie Workflows funktionieren: Die Anweisungen lesen sich später wie ein Briefing an eine Kollegin, nicht wie Konfiguration.
n8n Agent mit Workflows verbinden
Ein Agent darf drei Sorten von Werkzeugen nutzen, und die Wahl fällt pro Werkzeug. MCP-Server lassen sich in einem Zug anbinden, woraufhin der Agent alle deren Werkzeuge erhält und selbst entscheidet, wie er sie einsetzt; das ist der schnellste Weg, und einzelne Werkzeuge können ausgeschlossen werden. n8n-Tools und Nodes sind die bekannten Integrationen, jeweils festgelegt auf eine konkrete Aktion mit festen Parametern, was mehr Einrichtung und mehr Kontrolle bedeutet. Die dritte Sorte sind Workflows, also fertige Prozesse, die exakt so laufen, wie man sie definiert hat.
Hier liegt der praktische Nutzen. Jeder bestehende Workflow wird zum Werkzeug eines Agenten, ohne dass daran etwas geändert werden muss. n8n führt einen Support-Agenten vor, der drei Workflows nutzt: einen, der den Kontokontext aus dem CRM holt, den Vertragsstatus prüft und die Gesundheit des Kontos bewertet; einen, der zu einer Konto-ID eine Notiz schreibt und sonst nichts; und einen, der bei Dringlichkeit den Bereitschaftskanal alarmiert. Der Agent liest jedes Ticket, entscheidet, ob er Kontext braucht, entwirft eine Antwort, protokolliert und eskaliert. Wann welcher Workflow läuft, entscheidet er selbst.
Was innerhalb eines Workflows passiert, bleibt dagegen Schritt für Schritt festgelegt. Das zeigt der zweite Workflow am deutlichsten: Ohne den Workflow dazwischen müsste der Agent Schreibzugriff auf das CRM bekommen und wäre allein durch seine Anweisungen darauf beschränkt, nur das Notizfeld zu füllen. Mit dem Workflow hält er dieses Zugangsdatum nie. Er hält ein Werkzeug, das eine Notiz anlegt und nichts anderes. Dazu kommen Freigaben für heikle Werkzeuge, eigene Zugangsdaten pro Werkzeug und Rollen, die regeln, wer den Agenten bearbeiten und veröffentlichen darf.
Der Agent als einzelner Schritt im Workflow
Die Richtung funktioniert auch umgekehrt, und dafür gibt es den neuen Node „Message an Agent“. Braucht ein Workflow an einer Stelle einen Agenten, baut der Node aus den Workflow-Daten eine Nachricht an den Agenten und reicht dessen Antwort an den nächsten Node weiter. Der Agent bringt seine eigenen Anweisungen, Werkzeuge und sein Gedächtnis mit, sodass der Node selbst schlicht bleibt: Man legt fest, was hineingeht, und bekommt die Antwort zurück.
Verwendet wird dabei derselbe veröffentlichte Agent, den das Team auch an anderer Stelle nutzt. Wird der Agent aktualisiert, erhält jeder Workflow, der ihn aufruft, die neue Fassung automatisch. Der bestehende AI Agent Node bleibt unverändert erhalten und funktioniert wie bisher, sodass man je nach Aufgabe das eine oder das andere wählen kann. Damit verschiebt sich die Grenze zwischen definiertem Prozess und Entscheidung nachträglich: Man kann eine Aufgabe aus dem Agenten herausnehmen und in einen Workflow gießen, wenn sie fest werden soll, oder einen Workflow einem Agenten übergeben, wenn er mit Augenmaß eingesetzt werden soll.
Ein Agent, mehrere Kanäle, nachvollziehbare Sitzungen
Für Teams ist weniger die Technik als die Verlässlichkeit entscheidend. Denselben Agenten kann man in Slack einbinden, sodass das gesamte Team dort mit ihm spricht, jede Person in einer eigenen Unterhaltung. Zusätzlich lässt er sich per Zeitplan starten, etwa für einen morgendlichen Durchlauf über die Warteschlange, oder aus dem Workflow zur Ticketannahme heraus aufrufen. Die Anweisungen ändert man einmal, veröffentlicht sie, und jede angebundene Stelle arbeitet mit der neuen Version.
Für die Zusammenarbeit gibt es Entwurf und veröffentlichte Fassung getrennt. Man bearbeitet und testet den Entwurf, während das Team weiter die veröffentlichte Version nutzt, und veröffentlicht erst, wenn es passt; danach lässt sich eine Fassung wiederherstellen, zurückrollen oder zurückziehen. Sitzungen und Ausführungsprotokolle zeigen pro Gespräch jede Eingabe, jeden Werkzeugaufruf, jede Ausgabe und jeden Fehler. Wer wissen will, was der Agent letzten Dienstag getan hat, kann es nachlesen.
Einstieg, Kosten und eine nüchterne Einordnung
Zum Loslegen öffnet man den Agents-Bereich und legt einen Agenten an oder beschreibt dem n8n Assistant, was man möchte. Der Assistant wählt aus, ob ein Workflow oder ein Agent besser passt, und entwirft Anweisungen, Werkzeuge und Kanäle zum Testen. Mit Gateway-Credits braucht man für den ersten Versuch keinen eigenen API-Schlüssel eines Modellanbieters; eigene Schlüssel lassen sich später nachreichen. Wer unsicher ist, was zuerst entstehen soll, fährt laut n8n gut mit einem internen Slack-Bot, der auf ein oder zwei Systeme Zugriff hat, die im Team ohnehin ständig befragt werden.
Beim Preis bleibt das Modell einfach: Ein Durchgang mit dem Agenten zählt als eine Ausführung, Werkzeugaufrufe an Workflows und an Sub-Agenten fallen nicht separat ins Gewicht, und Agenten teilen sich das Kontingent der Workflow-Ausführungen. Verfügbar ist das Ganze auf n8n Cloud für alle auf der aktuellen stabilen Version, self-hosted mit etwas Zusatzaufwand, Enterprise folgt. Der Hinweis auf den Preview-Status gehört dazu: Die Funktionen arbeiten, werden aber von Release zu Release verbessert, weshalb vor dem Veröffentlichen getestet und bei allem Sensiblen mit Freigaben gearbeitet werden sollte.
Der Zugewinn liegt nicht in einem schlauer werdenden Modell, sondern in den Teilen, die man sonst mühsam zusammensetzen müsste: Gedächtnis, Sitzungen, Kanäle, Versionen, Freigaben. Man bezahlt diesen Komfort mit Kontrolle über den Weg – der Agent entscheidet, welche Schritte er geht. Deshalb bleibt es sinnvoll, mit engen Werkzeugen, einem Testkanal und Freigaben für alles zu beginnen, was in ein führendes System schreibt. Wo die Aufgabe gleichbleibt, bleibt der feste Workflow die billigere und berechenbarere Wahl. Wo sich die Eingabe jedes Mal unterscheidet, nimmt ein Agent die Arbeit ab, statt sie nur zu beschleunigen.
Quelle: blog.n8n.io
