n8n Tutorial 2026: Ersten Workflow Schritt für Schritt erstellen
Dieses n8n Tutorial zeigt dir nicht nur die Oberfläche, sondern führt dich durch einen vollständigen ersten Workflow. Du lernst, wie Trigger, Daten, Bedingungen, Aktionen und Tests in n8n zusammenspielen.
Baue deinen ersten n8n Workflow nicht möglichst komplex – sondern vollständig.
Ein kleiner funktionierender Workflow vermittelt mehr als zehn theoretische Funktionen. Deshalb bauen wir zuerst einen überschaubaren Ablauf, testen jeden Schritt einzeln und erweitern ihn erst danach um KI.
Das bauen wir in diesem n8n Tutorial.
Wir erstellen einen einfachen Anfrage-Workflow. Neue Daten kommen über einen Webhook herein, werden strukturiert, nach Priorität geprüft und anschließend an den nächsten Prozessschritt weitergegeben.
Später ergänzen wir zwischen Datenverarbeitung und Entscheidung einen KI-Schritt. So siehst du direkt, wie aus klassischer Automation eine AI Automation werden kann.
Was du für dieses n8n Tutorial brauchst.
n8n Zugang
Du brauchst eine laufende n8n-Instanz – Cloud oder selbst gehostet.
Browser
Der komplette Workflow wird im visuellen n8n Editor erstellt.
Testdaten
Wir verwenden einfache Beispieldaten, damit jeder Schritt nachvollziehbar bleibt.
Keine Programmierung
Für den Basis-Workflow benötigst du keine Programmierkenntnisse.
Ersten n8n Workflow erstellen.
Neuen Workflow anlegen
Öffne n8n und erstelle einen neuen leeren Workflow. Damit erhältst du eine freie Arbeitsfläche, auf der die einzelnen Nodes miteinander verbunden werden.
Gib dem Workflow direkt einen eindeutigen Namen, zum Beispiel „KIVERSE Test Anfrage“. Klare Namen werden später wichtig, wenn du mehrere Automationen verwaltest.
Webhook als Trigger hinzufügen
Jeder Workflow braucht einen Startpunkt. In unserem Beispiel verwenden wir einen Webhook Trigger. Er startet den Workflow, sobald Daten an die Webhook-Adresse gesendet werden.
Füge einen Webhook Node hinzu und verwende für den Test eine einfache HTTP-Anfrage. Während des Aufbaus arbeitest du zunächst mit der Test-URL.
Testdaten an den Webhook senden
Damit n8n weiß, mit welchen Daten der Workflow arbeiten soll, schicken wir jetzt ein kleines Testobjekt an den Webhook.
Unser Beispiel enthält einen Namen, eine E-Mail-Adresse, eine Nachricht und eine Priorität.
{
"name": "Max Mustermann",
"email": "max@example.com",
"message": "Ich benötige Unterstützung bei einer Automation.",
"priority": "high"
}
Nach dem Test sollte n8n die eingehenden Daten im Webhook Node anzeigen.
Daten strukturieren
Jetzt bereiten wir die eingehenden Daten für den restlichen Workflow vor. Dafür kannst du einen Node verwenden, mit dem du Felder gezielt definierst und weitergibst.
Übernimm für unseren Workflow die Werte:
- Name
- Nachricht
- Priorität
Der Vorteil: Nachfolgende Nodes arbeiten mit einer sauberen, vorhersehbaren Datenstruktur.
IF-Bedingung einbauen
Jetzt bekommt unser n8n Workflow seine erste Entscheidungslogik. Füge einen IF Node hinter die Datenverarbeitung.
Die Regel lautet:
Wenn priority = "high" → TRUE Andernfalls → FALSE
Damit entstehen zwei mögliche Pfade. Hoch priorisierte Anfragen können anders behandelt werden als normale Anfragen.
Aktion mit dem TRUE-Pfad verbinden
Der TRUE-Ausgang steht jetzt für eine hoch priorisierte Anfrage. Hier kannst du später eine reale Aktion anschließen, zum Beispiel:
- E-Mail senden
- Slack-Nachricht erzeugen
- CRM-Eintrag erstellen
- Ticket anlegen
- Datensatz speichern
Für das Tutorial reicht es zunächst, einen weiteren Node anzuschließen und die Daten sichtbar weiterzugeben.
FALSE-Pfad definieren
Auch der FALSE-Pfad sollte bewusst behandelt werden. Ein häufiger Anfängerfehler besteht darin, nur den gewünschten Erfolgsfall zu bauen und alle anderen Fälle zu ignorieren.
Für normale Anfragen könntest du zum Beispiel:
- eine Standardaktion auslösen
- die Daten speichern
- einen anderen Kommunikationskanal verwenden
- den Workflow kontrolliert beenden
Workflow vollständig testen
Jetzt testest du nicht mehr nur einzelne Nodes, sondern den gesamten Ablauf.
Sende zuerst Daten mit priority = high. Danach sendest du dieselben Daten mit einer normalen Priorität.
Beide Fälle sollten durch den jeweils vorgesehenen Pfad laufen.
Fehler und Datenfluss prüfen
Wenn etwas nicht funktioniert, springe nicht sofort zurück zum ersten Node. Prüfe stattdessen Schritt für Schritt, wo die Daten erstmals nicht mehr so aussehen wie erwartet.
- Hat der Trigger Daten erhalten?
- Sind die Feldnamen korrekt?
- Ist der Datentyp richtig?
- Greift die Bedingung?
- Erhält der nächste Node den erwarteten Output?
Workflow aktivieren
Wenn beide Testpfade funktionieren, kann der Workflow für den produktiven Betrieb aktiviert werden.
Bei triggerbasierten Workflows ist wichtig, zwischen Testbetrieb und produktivem Betrieb zu unterscheiden. Kontrolliere deshalb, dass deine produktive Datenquelle auch wirklich den vorgesehenen Produktions-Trigger verwendet.
Wenn dieser Workflow funktioniert, hast du das wichtigste n8n-Grundprinzip verstanden.
Ein Workflow besteht nicht aus einzelnen isolierten Nodes. Jeder Node erhält Daten, verarbeitet sie und gibt ein definiertes Ergebnis an den nächsten Schritt weiter. Genau dieses Datenfluss-Prinzip wird später auch bei komplexen Automationen und AI Agents verwendet.
Jetzt erweitern wir den Workflow um KI.
Bisher entscheidet eine feste Regel, ob eine Anfrage wichtig ist. Das funktioniert, solange das Feld priority bereits vorhanden ist.
Von fester Priorität zu intelligenter Klassifikation
In einem realen Workflow könnte die Priorität fehlen. Dann kann ein KI-Modell die Nachricht analysieren und selbst eine Kategorie erzeugen.
Die KI übernimmt nur den unsicheren Teil: die Interpretation der Nachricht. Die nachgelagerte Entscheidung und Ausführung bleiben weiterhin klar kontrollierbar.
So könnte die KI-Aufgabe aussehen.
Nachricht analysieren
Das Modell erhält beispielsweise nur die Nachricht des Nutzers:
„Unsere Kundenbestellungen werden seit heute nicht mehr automatisch in das CRM übertragen.“
Strukturiertes Ergebnis
Die KI soll keinen langen Text erzeugen, sondern nur ein klar definiertes Ergebnis.
{
"priority": "high",
"category": "automation_error"
}
KI soll nicht einfach schreiben. Sie soll verwertbare Daten liefern.
Für Automation ist strukturierter Output häufig wertvoller als ein freier Text. Der nächste Node muss zuverlässig verstehen, was die KI entschieden hat.
Schlecht
„Die Anfrage wirkt ziemlich dringend und sollte wahrscheinlich zeitnah bearbeitet werden.“
Besser
{
"priority": "high"
}
Warum?
Ein eindeutiger Wert kann direkt durch eine IF-Bedingung, Datenbank oder API weiterverarbeitet werden.
Typische Fehler im ersten n8n Workflow.
Der erste Workflow braucht keine Datenbank, fünf APIs und einen AI Agent. Baue zuerst einen funktionierenden Kern.
Wenn ein Node „priority“ erwartet, der Trigger aber „Priority“ liefert, kann die Logik bereits scheitern.
Eine IF-Bedingung sollte mit mindestens einem TRUE- und einem FALSE-Fall getestet werden.
Feste Regeln sollten nicht unnötig durch ein Sprachmodell ersetzt werden.
Produktive Workflows benötigen eine Strategie für unerwartete oder unvollständige Daten.
Teste den Datenfluss vollständig, bevor reale Systeme oder irreversible Aktionen verbunden werden.
Aus diesem Workflow kannst du ein echtes System entwickeln.
Der Grundaufbau bleibt gleich. Du ersetzt lediglich die einfachen Demo-Komponenten durch reale Dienste.
Hoch priorisierte Anfragen automatisch an eine bestimmte Adresse senden.
CRM
Anfragen strukturiert als Lead oder Ticket in ein CRM übertragen.
KI
Priorität, Kategorie oder nächste Aktion durch ein Modell bestimmen lassen.
Agent
Einen AI Agent abhängig vom Kontext unterschiedliche Tools auswählen lassen.
Passende KIVERSE Guides zu diesem Workflow.
Offizielle n8n Dokumentation.
Oberfläche und Funktionen können sich weiterentwickeln. Für produktive Workflows solltest du deshalb zusätzlich die aktuelle n8n-Dokumentation prüfen.
Häufige Fragen zum n8n Tutorial.
Ist n8n für Anfänger geeignet?
Ja. Einfache n8n Workflows lassen sich visuell erstellen. Mit steigender Komplexität werden Kenntnisse über APIs, Datenstrukturen und Logik jedoch zunehmend hilfreich.
Brauche ich Programmierkenntnisse für n8n?
Für einfache Workflows nicht. Viele Automationen können vollständig über Nodes und den visuellen Editor gebaut werden. Eigener Code wird erst relevant, wenn du speziellere Logik oder Integrationen benötigst.
Was ist ein Node in n8n?
Ein Node ist ein einzelner Baustein eines Workflows. Er kann beispielsweise Daten empfangen, verarbeiten, eine Bedingung prüfen oder eine externe Anwendung ansprechen.
Was ist ein Trigger in n8n?
Ein Trigger ist der Startpunkt eines Workflows. Er reagiert auf ein Ereignis, zum Beispiel einen Webhook, einen Zeitplan oder ein Ereignis in einer verbundenen Anwendung.
Was ist ein Webhook in n8n?
Ein Webhook stellt einen Endpunkt bereit, an den ein anderes System Daten senden kann. Sobald die Anfrage eintrifft, kann der n8n Workflow mit diesen Daten starten.
Was macht der IF Node in n8n?
Der IF Node prüft eine Bedingung und trennt den Workflow abhängig vom Ergebnis in einen TRUE- und einen FALSE-Pfad.
Wie teste ich einen n8n Workflow?
Teste zunächst einzelne Nodes und anschließend den vollständigen Datenfluss. Bei Bedingungen solltest du mehrere mögliche Eingaben prüfen, damit alle relevanten Pfade getestet werden.
Kann ich n8n für KI Automatisierung verwenden?
Ja. n8n kann klassische Workflow-Logik mit KI-Modellen, AI Agents, Tools und APIs verbinden. Dadurch lassen sich regelbasierte und KI-basierte Schritte im selben Workflow kombinieren.
Sollte ich direkt mit einem AI Agent starten?
Für Anfänger meistens nicht. Es ist sinnvoller, zuerst Trigger, Datenfluss, Bedingungen und Aktionen zu verstehen. Danach kannst du einzelne Schritte gezielt durch KI oder einen Agenten erweitern.
Kann ich n8n selbst hosten?
Ja. n8n bietet neben einer gehosteten Cloud-Version auch Möglichkeiten zum Self-Hosting. Welche Variante besser passt, hängt von deinen Anforderungen an Betrieb, Kontrolle und Infrastruktur ab.
Du hast jetzt nicht nur n8n gesehen. Du hast den grundlegenden Workflow verstanden.
Der wichtigste Schritt in diesem n8n Tutorial war nicht das Hinzufügen einzelner Nodes. Entscheidend ist das Verständnis des Datenflusses: Trigger → Daten → Logik → Aktion.
Genau darauf bauen komplexere Automationen, KI-Workflows und AI Agents auf.
Der nächste sinnvolle Schritt ist, diesen einfachen Workflow mit einer echten Anwendung oder einem KI-Modell zu verbinden.