n8n AI-Workflows

n8n auf Clore.ai bereitstellen — eine leistungsstarke selbstgehostete AI-Workflow-Automatisierungsplattform mit über 400 Integrationen und nativer LLM-Agentenunterstützung für Centbeträge pro Stunde hosten.

Überblick

n8n ist eine Fair-Code-Workflow-Automatisierungsplattform mit 55K+ GitHub-Sternen. Im Gegensatz zu vollständig Closed-Source-Alternativen (Zapier, Make) ermöglicht n8n, den gesamten Stack selbst zu hosten — mit vollständiger Datenkontrolle — und bietet gleichzeitig native KI-Agenten-Funktionen, einen JavaScript-/Python-Code-Knoten und eine wachsende Bibliothek mit über 400 Integrationen.

An Clore.ai, n8n selbst läuft auf der CPU (keine GPU erforderlich), lässt sich jedoch kraftvoll mit GPU-beschleunigten Diensten wie Ollama oder vLLM kombinieren, die auf demselben Server laufen, und bietet Ihnen damit einen vollständig lokalen KI-Automatisierungs-Stack. Sie können eine produktive n8n-Instanz für unter 0,10–0,20 $/Std..

Wesentliche Funktionen:

• 🔗 400+ Integrationen — Slack, GitHub, Google Sheets, Postgres, HTTP-Anfrage, Webhooks und vieles mehr

• 🤖 KI-Agent-Knoten — eingebaute, von LangChain angetriebene Agenten mit Tool-Nutzung und Memory

• 💻 Code-Knoten — beliebiges JavaScript oder Python inline in Workflows ausführen

• 🔄 Vielfalt an Triggern — Webhooks, Cron-Zeitpläne, Datenbankabfragen, E-Mail, Queue-Ereignisse

• 📊 Sub-Workflows — modulare, wiederverwendbare Workflow-Komponenten

• 🔐 Zugangsdaten-Tresor — verschlüsselte Speicherung für API-Schlüssel und OAuth-Tokens

• 🏠 Selbst gehostet — Ihre Daten verlassen niemals Ihren Server

---

Anforderungen

n8n ist eine Node.js-Anwendung, die als Docker-Image verpackt ist. Es ist Nur CPU — keine GPU für die Automatisierungs-Engine selbst erforderlich. Eine GPU wird nur nützlich, wenn Sie ein lokales LLM daneben betreiben (z. B. Ollama).

Konfiguration	GPU	VRAM	System-RAM	Festplatte	Clore.ai-Preis
Minimal (nur n8n)	Keine / CPU	—	2 GB	10 GB	~0,03 $/Std. (CPU)
Standard	Keine / CPU	—	4 GB	20 GB	~0,05 $/Std.
+ Lokales LLM (Ollama)	RTX 3090	24 GB	16 GB	60 GB	~$0.20/Stunde
+ Hochdurchsatz-LLM	A100 40 GB	40 GB	32 GB	100 GB	~0,80 $/Std.
KI-Starter-Kit (vollständig)	RTX 4090	24 GB	32 GB	100 GB	~$0.35/Stunde

Tipp: Der n8n Selbstgehostetes KI-Starter-Kit bündelt n8n + Ollama + Qdrant + PostgreSQL in einem Docker-Compose-Stack. Siehe KI-Starter-Kit unten.

---

Schnellstart

1. Miete einen Clore.ai-Server

Melde dich an bei clore.ai und deployen Sie einen Server:

• Nur-CPU-Instanz wenn Sie nur n8n-Automatisierung benötigen

• RTX 3090/4090 wenn Sie lokale LLMs über Ollama möchten

• Port freigeben 5678 in den Port-Mapping-Einstellungen des Angebots

• SSH-Zugriff aktivieren

2. Verbinden Sie sich mit dem Server

ssh root@<clore-server-ip> -p <ssh-port>

# Überprüfen Sie, ob Docker installiert ist
docker --version
docker compose version

3. Option A — Minimaler Start mit einem einzelnen Container

Der schnellste Weg, n8n zum Laufen zu bringen:

# Erstellen Sie ein benanntes Volume für Persistenz
docker volume create n8n_data

# n8n ausführen
docker run -d \
  --name n8n \
  --restart unless-stopped \
  -p 5678:5678 \
  -v n8n_data:/home/node/.n8n \
  -e N8N_HOST=<clore-server-ip> \
  -e N8N_PORT=5678 \
  -e N8N_PROTOCOL=http \
  -e WEBHOOK_URL=http://<clore-server-ip>:5678/ \
  docker.n8n.io/n8nio/n8n

# Logs prüfen
docker logs -f n8n

Greifen Sie auf die UI zu unter http://<clore-server-ip>:5678

4. Option B — Docker Compose mit Postgres (Produktion)

Für den Produktionseinsatz ersetzen Sie das standardmäßige SQLite durch Postgres:

mkdir n8n-prod && cd n8n-prod
cat > docker-compose.yml << 'EOF'
version: "3.8"

services:
  postgres:
    image: postgres:15-alpine
    restart: unless-stopped
    environment:
      POSTGRES_USER: n8n
      POSTGRES_PASSWORD: n8npassword   # Ändern Sie das!
      POSTGRES_DB: n8n
    volumes:
      - postgres_data:/var/lib/postgresql/data
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U n8n"]
      interval: 10s
      timeout: 5s
      retries: 5

  n8n:
    image: docker.n8n.io/n8nio/n8n
    restart: unless-stopped
    depends_on:
      postgres:
        condition: service_healthy
    ports:
      - "5678:5678"
    environment:
      DB_TYPE: postgresdb
      DB_POSTGRESDB_HOST: postgres
      DB_POSTGRESDB_PORT: 5432
      DB_POSTGRESDB_DATABASE: n8n
      DB_POSTGRESDB_USER: n8n
      DB_POSTGRESDB_PASSWORD: n8npassword
      N8N_HOST: <clore-server-ip>
      N8N_PORT: 5678
      N8N_PROTOCOL: http
      WEBHOOK_URL: http://<clore-server-ip>:5678/
      N8N_ENCRYPTION_KEY: Ihr-32-stelliger-Verschlüsselungs-Schlüssel-hier
      EXECUTIONS_MODE: regular
      N8N_BASIC_AUTH_ACTIVE: "true"
      N8N_BASIC_AUTH_USER: admin
      N8N_BASIC_AUTH_PASSWORD: ändere-mich!
    volumes:
      - n8n_data:/home/node/.n8n

volumes:
  postgres_data:
  n8n_data:
EOF

docker compose up -d
docker compose logs -f n8n

---

KI-Starter-Kit (empfohlen)

Der n8n Selbstgehostetes KI-Starter-Kit ist der schnellste Weg zu einem vollständigen lokalen KI-Automatisierungs-Stack. Es liefert:

• n8n — Workflow-Automatisierung

• Ollama — lokale LLM-Inferenz (GPU oder CPU)

• Qdrant — Vektordatenbank für RAG

• PostgreSQL — persistenter Speicher

# Klonen Sie das Starter-Kit
git clone https://github.com/n8n-io/self-hosted-ai-starter-kit.git
cd self-hosted-ai-starter-kit

# Für GPU-fähige Server (RTX 3090, 4090, A100, etc.)
docker compose --profile gpu-nvidia up -d

# Für reine CPU-Server
docker compose --profile cpu up -d

# Startup überwachen
docker compose logs -f

# Ein Modell in Ollama ziehen (nachdem der Stack gestartet ist)
docker exec ollama ollama pull llama3:8b
docker exec ollama ollama pull nomic-embed-text  # Für Embeddings

Dienste nach dem Start:

Dienst	URL
n8n UI	http://<ip>:5678
Ollama-API	http://<ip>:11434
Qdrant UI	http://<ip>:6333/dashboard

Hinweis: Ollama mit GPU erfordert das NVIDIA Container Toolkit, das auf Clore.ai-Servern vorinstalliert ist.

---

Konfiguration

Referenz zu Umgebungsvariablen

# ── Kern-Einstellungen ────────────────────────────────────────────────────────
N8N_HOST=0.0.0.0                  # Bind-Adresse
N8N_PORT=5678                     # Port zum Abhören
N8N_PROTOCOL=http                 # http oder https
WEBHOOK_URL=http://<ip>:5678/     # Öffentliche Basis-Webhook-URL (kritisch!)

# ── Verschlüsselung ──────────────────────────────────────────────────────────
N8N_ENCRYPTION_KEY=<32-stelliger-Schlüssel>  # Verschlüsselt gespeicherte Zugangsdaten
# Erzeugen: openssl rand -hex 16

# ── Authentifizierung ───────────────────────────────────────────────────────
N8N_BASIC_AUTH_ACTIVE=true
N8N_BASIC_AUTH_USER=admin
N8N_BASIC_AUTH_PASSWORD=Ihr-sicheres-Passwort

# ── Ausführungs-Einstellungen ─────────────────────────────────────────────────
EXECUTIONS_MODE=regular           # regular (einzeln) oder queue (mit Redis)
EXECUTIONS_DATA_SAVE_ON_SUCCESS=all
EXECUTIONS_DATA_SAVE_ON_ERROR=all
EXECUTIONS_DATA_MAX_AGE=336       # Bewahren Sie Ausführungsdaten 14 Tage auf

# ── Zeitzone ────────────────────────────────────────────────────────────────
GENERIC_TIMEZONE=UTC

# ── Telemetrie deaktivieren (optional) ───────────────────────────────────────
N8N_DIAGNOSTICS_ENABLED=false
N8N_VERSION_NOTIFICATIONS_ENABLED=false

n8n mit Ollama für KI-Agenten verbinden

Sobald Ollama auf demselben Server läuft:

1. Fügen Sie in n8n eine neue Zugangsdaten-Konfiguration hinzu: Ollama-API

   • Basis-URL: http://ollama:11434 (bei Verwendung von Compose) oder http://localhost:11434

2. Fügen Sie in einem Workflow einen KI-Agent Knoten

3. Unter Chat-Modell, wählen Sie Ollama und wählen Sie Ihr Modell (z. B. llama3:8b)

4. Fügen Sie Tools wie HTTP-Anfrage, Postgres, oder Code Knoten

5. Ausführen!

---

Tipps & bewährte Methoden

Kostenoptimierung auf Clore.ai

# Exportieren Sie alle Workflows, bevor Sie Ihre Instanz stoppen
# Verwenden Sie das n8n-CLI innerhalb des Containers:
docker exec n8n n8n export:workflow --all --output=/home/node/.n8n/workflows-backup.json

# Kopieren Sie das Backup auf die lokale Maschine
docker cp n8n:/home/node/.n8n/workflows-backup.json ./n8n-workflows-backup.json

# Importieren auf einer neuen Instanz:
docker exec n8n n8n import:workflow --input=/home/node/.n8n/workflows-backup.json

Webhook-Zuverlässigkeit auf Clore.ai

Clore.ai-Server haben dynamische IPs. Wenn Ihre Webhooks nach einem Redeploy nicht mehr funktionieren:

# 1. Verwenden Sie eine statische Domain mit Caddy + Let's Encrypt
# Caddyfile:
# n8n.IhreDomain.com {
#     reverse_proxy n8n:5678
# }

# 2. Oder verwenden Sie Cloudflare Tunnel (kostenlos, keine offenen Ports erforderlich):
docker run -d \
  --name cloudflared \
  --network n8n-prod_default \
  cloudflare/cloudflared:latest \
  tunnel --no-autoupdate run \
  --token <Ihr-Cloudflare-Tunnel-Token>

Queue-Modus für Workflows mit hohem Volumen

# Fügen Sie Redis hinzu und betreiben Sie n8n im Queue-Modus für parallele Ausführung
# In docker-compose.yml hinzufügen:
  redis:
    image: redis:7-alpine
    restart: unless-stopped

  n8n-worker:
    image: docker.n8n.io/n8nio/n8n
    command: worker
    depends_on: [redis, postgres]
    environment:
      <<: *n8n-env
      EXECUTIONS_MODE: queue
      QUEUE_BULL_REDIS_HOST: redis

Nützliche n8n-CLI-Befehle

# Alle Workflows auflisten
docker exec n8n n8n list:workflow

# Einen bestimmten Workflow manuell ausführen
docker exec n8n n8n execute --id=<workflow-id>

# n8n auf die neueste Version aktualisieren
docker pull docker.n8n.io/n8nio/n8n
docker compose up -d n8n

# n8n-Version prüfen
docker exec n8n n8n --version

Sicherheits-Härtung

# Führen Sie n8n hinter einem Reverse-Proxy mit HTTPS aus
# Setzen Sie Port 5678 in der Produktion niemals direkt nach außen offen
# Verwenden Sie N8N_BASIC_AUTH oder konfigurieren Sie SSO über LDAP/SAML

# Beschränken Sie, welche Knoten erlaubt sind (Whitelist-Modus):
NODE_FUNCTION_ALLOW_EXTERNAL=axios,lodash
NODES_EXCLUDE='["n8n-nodes-base.executeCommand"]'  # Shell-Ausführung blockieren

---

Fehlerbehebung

n8n-Container beendet sich sofort

docker logs n8n

# Häufige Probleme:
# 1. DB-Verbindung fehlgeschlagen — prüfen Sie, ob Postgres gesund ist
docker compose ps postgres

# 2. Verschlüsselungs-Schlüssel stimmt nicht überein — wenn Sie N8N_ENCRYPTION_KEY geändert haben
#    werden Zugangsdaten unlesbar; geben Sie sie nach Schlüsseländerung erneut ein

# 3. Port-Konflikt
ss -tlnp | grep 5678

Webhooks geben 404 zurück

# Stellen Sie sicher, dass WEBHOOK_URL der öffentlichen Adresse entspricht, die Ihre Webhook-Absender verwenden
# Sie muss den abschließenden Schrägstrich enthalten
WEBHOOK_URL=http://<Ihre-öffentliche-ip>:5678/

# Starten Sie n8n neu, nachdem Sie diese Umgebungsvariable geändert haben
docker compose restart n8n

KI-Agent-Knoten kann Ollama nicht erreichen

# Testen Sie aus dem n8n-Container heraus
docker exec n8n wget -qO- http://ollama:11434/api/tags
# oder
docker exec n8n curl http://localhost:11434/api/tags

# Wenn separate Container verwendet werden, die nicht im selben Compose-Netzwerk sind:
# Verwenden Sie host.docker.internal oder die LAN-IP des Servers

"ENOSPC: kein Speicherplatz mehr auf dem Gerät"

# Festplattennutzung prüfen
df -h
docker system df

# Alte Ausführungsdaten in der n8n-UI bereinigen:
# Einstellungen → Ausführungen → Alte Ausführungen löschen

# Oder automatische Bereinigung einstellen:
EXECUTIONS_DATA_PRUNE=true
EXECUTIONS_DATA_MAX_AGE=72   # 72 Stunden

Langsame Workflow-Ausführung

# CPU-Auslastung prüfen
top -c

# Aktivieren Sie den Queue-Modus für parallele Ausführung (siehe Tipps oben)
# Erhöhen Sie bei Bedarf den Node.js-Speicher:
NODE_OPTIONS=--max-old-space-size=4096

---

Weiterführende Lektüre

• Offizielle n8n-Dokumentation

• n8n GitHub-Repository

• n8n Selbstgehostetes KI-Starter-Kit

• n8n Docker-Installationsanleitung

• Ollama auf Clore.ai ausführen

• Clore.ai GPU-Vergleich

• n8n Community-Forum