Claude mit n8n verbinden

Das Wichtigste in 60 Sekunden

• n8n + Claude ist das Standard-Duo für DSGVO-konforme Workflow-Automatisierung im Mittelstand.
• Self-hosted auf Hetzner Frankfurt, Azure DE oder STRATO — oder n8n.cloud.
• Anthropic-Node ist offiziell, alle Modelle (Haiku 4.5, Sonnet 4.6, Opus 4.7) verfügbar.
• Use-Cases: Mail-Sortierung, Lead-Anreicherung, Content-Pipelines, Invoice-Extraction, Reporting.
• Kosten sparen mit Prompt Caching (-90 %) und Modell-Mix (Haiku für Klassifikation, Sonnet für Analyse).
• Logging Pflicht — sonst bemerkt ihr nicht, dass Claude beim 1000. Lauf andere Antworten gibt.
• Typischer ROI für mittelständische Workflows: Investment 5.000–15.000 €, jährliche Zeit-Einsparung 50.000–200.000 €.

Warum n8n + Claude?

• n8n hostet ihr selbst — voller Datenschutz, keine Datenflüsse über Drittanbieter-SaaS.
• Über 400 Nodes für Integrationen (Gmail, Slack, Notion, Postgres, Salesforce, HubSpot, DATEV …).
• Der Anthropic-Node unterstützt alle Modelle und Features: Tool Use, Extended Thinking, Structured Output, Prompt Caching, Vision (Bilder analysieren).
• Ideal für Agentic Workflows — Claude entscheidet auf Basis der Daten, welcher Node als Nächstes dran ist.
• Open Source & selbst hostbar — Audit-fähig, anpassbar, ohne Lock-in.
• Kosten-Kontrolle: Lizenz-frei (Community Edition), nur Hosting (~20–50 €/Monat) und Claude-API-Verbrauch.

Voraussetzungen

• n8n-Installation — self-hosted (Docker/Kubernetes/Bare-Metal) oder n8n.cloud-Account.
• Anthropic-API-Key aus console.anthropic.com (Workspaces → API Keys → Create).
• Optional: Postgres-DB für n8n-Metadaten (statt SQLite, wenn ihr serös skaliert).
• Für DSGVO: self-hosted in der EU (Hetzner FRA, Azure Germany West Central, IONOS).
• Für Tool Use: gewünschte Ziel-Systeme bereits per Credentials in n8n eingerichtet.

Setup in fünf Schritten

1. n8n installieren — z. B. Docker Compose:

   services:
     n8n:
       image: n8nio/n8n:latest
       ports: ["5678:5678"]
       environment:
         - DB_TYPE=postgresdb
         - DB_POSTGRESDB_HOST=postgres
         - N8N_HOST=automation.deine-firma.de
         - WEBHOOK_URL=https://automation.deine-firma.de/
       volumes: ["~/.n8n:/home/node/.n8n"]

2. Anthropic-Credentials anlegen — Settings → Credentials → New → „Anthropic API“ → Key einfügen.
3. Workflow erstellen — Trigger wählen (Webhook, Schedule, Mail, …).
4. „Anthropic Chat Model“-Node einfügen — Modell wählen (Sonnet 4.6 als Default), Prompt mit Expressions {{ $json.feld }} bauen.
5. Output verarbeiten — Structured Output mit JSON-Schema, dann weiter in nachgelagerte Nodes.

Prompt-Templates richtig bauen

Anti-Pattern: alles in einen einzelnen User-Prompt packen. Best Practice — drei klar getrennte Felder:

• System-Prompt: Rolle, Aufgabe, Verhaltensregeln. Statisch — perfekt für Prompt Caching.
• User-Prompt: die konkrete Aufgabe, mit dynamischen Daten aus n8n-Expressions.
• Output-Format: JSON-Schema oder Markdown-Anweisung.

Beispiel — Mail-Klassifikator:

System:
Du bist ein Mail-Klassifikator für ein Marketing-Agentur-Postfach.
Klassifiziere eingehende Mails in genau eine Kategorie:
- lead (Neu-Anfrage)
- bestand (bestehender Kunde)
- spam (Werbung, Phishing)
- intern (von Kollegen)
- sonstiges
Gib NUR die Kategorie als Wort zurück.

User:
Betreff: {{ $json.subject }}
Absender: {{ $json.from }}
Body: {{ $json.text }}

Kombiniert mit „Structured Output“ (JSON-Schema mit { kategorie: enum }) habt ihr einen 100 % zuverlässigen Output für nachgelagerte Logik.

Fünf Workflow-Muster aus der Praxis

1. Mail-Triage und Routing

Trigger: neue Gmail-Mail → Claude (Haiku) klassifiziert in lead / bestand / spam → IF-Node → Lead in HubSpot anlegen, Bestand in Helpdesk-Ticket, Spam ignorieren. Spart pro Mitarbeiter 15–30 Min Sortier-Zeit pro Tag.

2. Content-Aggregation

Trigger: 06:00 Uhr → 5 RSS-Feeds einlesen → Claude (Sonnet) fasst zusammen, kürzt auf 3 Sätze pro Artikel → Notion-Page anlegen → Slack-Digest in #content-team. Ersetzt einen wöchentlichen 2-Stunden-Manual-Review.

3. Lead-Anreicherung

Trigger: HubSpot-Webhook (neuer Lead) → Claude (Sonnet) recherchiert Firma über Web-Search-MCP → schreibt Briefing in HubSpot-Notiz, prüft DSGVO-Rechtsgrundlage, legt Sales-Aufgabe an. Ein Marketing-Team mit 200 Leads/Monat spart so 25–40 Stunden monatlich.

4. Invoice-Extraction

Trigger: neue PDF in „Eingangsrechnungen“-Ordner → OCR (Tesseract) → Claude (Sonnet) extrahiert Lieferant, Datum, Beträge, Mwst-Sätze, Buchungskonto-Vorschlag → Schreibt JSON ins DATEV-Tool oder Lexware. Verarbeitet 50 Rechnungen pro Stunde unbeaufsichtigt.

5. Wöchentlicher Marketing-Report

Trigger: Freitag 15:00 Uhr → Daten aus Google Analytics, HubSpot, Stripe, LinkedIn ziehen → Claude (Opus) konsolidiert in Bericht mit Kommentaren und Empfehlungen → PDF erstellen → an Geschäftsführung mailen + Slack #leads. Ersetzt einen festen Mitarbeiter-Termin von 4 Stunden pro Woche.

Tool Use und Agentic Workflows

Der wahre Hebel kommt mit Tool Use: Claude bekommt Zugriff auf eure Tools (Gmail, Postgres, CRM) und entscheidet selbst, welche Aktion er macht. n8n bildet das ab über das „AI Agent“-Pattern:

1. AI-Agent-Node in n8n als Container.
2. Claude-Node als „Brain“.
3. Mehrere Tool-Nodes anhängen (Gmail Send, HubSpot Update, Postgres Query).
4. Claude bekommt eine Aufgabe („Beantworte diese Mail kompetent, lege ggfs. Lead an, antworte mit Booking-Link“). Claude entscheidet, welche Tools er braucht und in welcher Reihenfolge.

Wir bauen solche Agent-Setups regelmäßig für Kunden — typisch 1–3 Tage Aufwand für ersten produktiven Agenten. Mehr: Claude API-Integration.

Prompt Caching: 90 % Kosten sparen

Bei häufig laufenden Workflows ist Prompt Caching der größte Hebel. Statische Teile (System-Prompt, Referenz-Material) werden einmal verarbeitet und für ~5 Min serverseitig gecacht. Folge-Aufrufe mit demselben Prefix kosten nur noch ~10 % der ursprünglichen Token.

Anwendung im Anthropic-Node:

1. System-Prompt ins system-Feld, nicht in den User-Prompt mischen.
2. cache_control: { type: "ephemeral" } auf den System-Prompt setzen (Anthropic-Node-Option).
3. Bei Workflows, die mehrmals pro Minute laufen: nahezu komplette Kostenersparnis auf den statischen Teil.

Beispiel-Rechnung: Mail-Triage mit 10.000 Mails/Monat, System-Prompt 800 Tokens. Ohne Caching: ca. 30 USD/Monat. Mit Caching: ca. 5 USD/Monat. Bei größeren Volumen wird der Effekt drastisch.

Structured Output und Error Handling

Structured Output

Statt Freitext-Antworten von Claude zu parsen: JSON-Schema definieren. Der Anthropic-Node hat dafür ein „Response Format“-Feld. Beispiel-Schema für Lead-Klassifikation:

{
  "type": "object",
  "properties": {
    "kategorie": { "type": "string", "enum": ["lead","bestand","spam","intern"] },
    "prioritaet": { "type": "string", "enum": ["hoch","mittel","niedrig"] },
    "begruendung": { "type": "string" }
  },
  "required": ["kategorie", "prioritaet"]
}

Output ist garantiert valides JSON — direkt verwendbar in IF/Switch-Nodes.

Error Handling

• Retry-Logik: n8n-Retry-Setting auf 3 Versuche mit Exponential Backoff (5s, 30s, 2 Min).
• Rate-Limit-Erkennung: Bei 429-Errors automatisch warten.
• Fallback-Modell: Bei Opus-Quota voll → automatisch auf Sonnet wechseln.
• Error-Workflow: Bei Critical-Failure Slack-Alert in #ops-Kanal.

Logging, Observability, Audit

Wer Workflows ohne Logging laufen lässt, fliegt blind. Drei sinnvolle Logging-Stufen:

• n8n-eigenes Execution-Log: standardmäßig in der DB. Reicht für Debugging einzelner Läufe.
• Langfuse oder Helicone: spezialisierte LLM-Observability — Prompts, Responses, Tokens, Kosten, Latenzen. Self-hosted möglich.
• BI-Datenbank: für Reporting (Wie viele Leads diese Woche? Wie viel API-Cost pro Workflow?).

Für DSGVO-kritische Workflows: alle Claude-Aufrufe protokollieren mit Hash der Eingabe (nicht der Eingabe selbst), Kategorie, Confidence-Score, Output-Hash. Nachweis-Pflichten erfüllt, ohne PII zu speichern.

DSGVO bei n8n + Claude

Als DSB sehe ich drei Ebenen:

1. n8n self-hosted in EU — Hetzner Frankfurt, IONOS, Azure DE. Daten verlassen die EU nur Richtung Anthropic.
2. AVV mit Anthropic + AVV mit eurem Cloud-Hoster — beide nötig.
3. Verarbeitungsverzeichnis: Workflow als Verarbeitungstätigkeit eintragen. Welche Daten gehen rein, was passiert, wo landen sie.

Bei besonders sensiblen Daten (Gesundheit, HR, Finanzen): EU-Data-Residency in Claude Enterprise + n8n auf eigener Infrastruktur. Tiefgang: Claude DSGVO-konform. Wir richten DSGVO-konforme n8n+Claude-Setups als Service ein: Claude DSGVO-Service.

Stolperfallen

• API-Key im Workflow hartkodiert. Niemals — immer über n8n-Credentials.
• Opus für jeden Workflow. Massenverarbeitung gehört auf Haiku, nur bei harten Aufgaben Opus.
• Keine Limits, keine Tests. Erster Lauf kostet 5 USD, bei einem Loop-Bug auf einmal 500 USD. Always set MAX_ITERATIONS.
• Workflows ohne Error-Handler. Bei einem Fehler stoppen 1000 Verarbeitungen. Error-Workflow ist Pflicht.
• Memory-Leak in self-hosted n8n. Bei großen Volumen: regelmäßige Restarts oder Kubernetes-Setup.
• Veraltete n8n-Version. Alle 4–6 Wochen Update, Sicherheits-Fixes nicht verschlafen.

Nächster Schritt

Wenn ihr n8n + Claude DSGVO-konform aufgesetzt haben wollt, inkl. Hosting in der EU, ersten 3 Workflows und Schulung — wir machen das in 2–3 Wochen schlüsselfertig. Claude-API-Integration anfragen oder Erstgespräch buchen.