Deine ersten 3 AI Workflows mit n8n

Du wirst 3 funktionierende n8n Workflows bauen: Chat-API, RSS-Summary-Mailer, und AI-Klassifikation. Jeder ist copy-paste-ready und zeigt dir die wichtigsten n8n Patterns.

Voraussetzung: Du hast Ollama + Open WebUI + n8n laufen (siehe: AI Stack in 30 Minuten aufsetzen)

Basics: n8n Expressions und Credentials

Ollama Credential einrichten

Geh zu n8n Admin Panel: http://localhost:5678/admin/credentials
Klick "+ New"
Suche "HTTP Request"
Speichere:
- Name: "Ollama Local"
- URL: http://ollama:11434
- Authentication: None

n8n Expression Syntax (wichtig!)

In n8n 2.x brauchst du ein = Prefix für Expressions:

{{ $json.text }}           # Falsch — wird als Literal-String behandelt
={{ $json.text }}          # Richtig — wird als Expression evaluiert

Datumsformate (Luxon statt Moment.js):

Falsch:  "YYYY-MM-DD"     # Gibt "YYYY-03-Mar 20, 2026"
Richtig: "yyyy-MM-dd"     # Gibt "2026-03-20"

Workflow 1: Webhook Chat API

Was macht er: POST-Request mit Prompt → Ollama antwortet → JSON Response zurück.

Aufbau

Webhook (POST) → Ollama Request → Response (HTTP)

Schritt-für-Schritt

1. Neuer Workflow

Geh zu n8n, klick "New Workflow", benenne ihn "Chat API".

2. Webhook Trigger hinzufügen

Klick das blaue "+" oben links
Suche "Webhook"
Wähle "Webhook"
Method: POST
URL: /webhook/chat (n8n generiert die komplette URL)
Klick "Listen for test event"

3. Code Node (Prompt validieren)

Klick "+" neben Webhook
Suche "Code"
Wähle "Code"
Language: JavaScript
Code:

const { prompt } = $json.body || {};

if (!prompt || prompt.trim().length === 0) {
  throw new Error('prompt is required');
}

return {
  prompt: prompt.trim(),
  model: 'mistral'
};

4. HTTP Request zu Ollama

Klick "+" neben Code
Suche "HTTP Request"
Method: POST
URL: http://ollama:11434/api/generate
Body (raw):

{
  "model": "mistral",
  "prompt": "={{ $prevNode.json.prompt }}",
  "stream": false
}

Headers:
- Content-Type: application/json

5. Response Node

Klick "+" neben HTTP Request
Suche "Respond to Webhook"
Body (JSON):

{
  "response": "={{ $prevNode.json.response }}",
  "model": "mistral"
}

Testen

Klick "Listen for test event" beim Webhook, warte bis "listening" angezeigt wird.

Öffne Terminal und teste:

curl -X POST http://localhost:5678/webhook/chat \
  -H "Content-Type: application/json" \
  -d '{"prompt":"Was ist Docker?"}'

Du solltest die Ollama-Antwort bekommen. Speichern und "Activate" klicken.

Workflow 2: RSS Feed → AI Summary → Email

Was macht er: RSS Feed abfragen → neueste Artikel → mit Ollama zusammenfassen → per Email versenden.

Voraussetzung: Du hast einen Email-Account (Gmail, Outlook, etc.) für SMTP konfiguriert.

Aufbau

Cron Trigger (täglich) → RSS Read → Split Items → Ollama Summary → Email Send

Schritt-für-Schritt

1. Neuer Workflow: "RSS Digest"

2. Cron Trigger

Klick "+" → suche "Cron"
Trigger: Every Day
Time: 08:00 (jeden Morgen)
Timezone: Europe/Vienna

3. RSS Read

Klick "+" neben Cron
Suche "RSS Read"
URL: https://news.ycombinator.com/rss
Max Items: 5
Settings: "Return all items as separate objects" = JA

4. Split Items (wichtig)

Klick "+" neben RSS
Suche "Split Out"
Field to Split on: items (wird automatisch erkannt)

Das teilt den Array auf, so dass jedes Item einzeln verarbeitet wird.

5. Ollama Summarize

Klick "+" neben Split Out
Suche "HTTP Request"
Method: POST
URL: http://ollama:11434/api/generate
Body (raw):

{
  "model": "mistral",
  "prompt": "Fasse den folgenden Text in 2 Sätzen auf Deutsch zusammen:\n\n{{ $json.title }}\n\n{{ $json.description }}",
  "stream": false
}

6. Email senden

Klick "+" neben HTTP Request
Suche "Gmail" (oder "SMTP")
Falls Gmail:
- App Password: (generiere einen über Google Account)
- To: [email protected]
- Subject: RSS Digest: {{ $json.title }}
- HTML:

<h2>{{ $json.title }}</h2>
<p><strong>Zusammenfassung:</strong></p>
<p>{{ $json.response }}</p>
<a href="{{ $json.link }}">Zum Artikel</a>

Wichtig: Die "Split Out" Node sorgt dafür, dass die Email Loop 5x ausgeführt wird (einmal pro Item).

Testen

Klick "Test" oben rechts. Der Workflow sollte 5 Emails verschicken (oder 0, wenn du noch keine Gmail-Credentials hast).

Workflow 3: Form → Classification → Notification

Was macht er: Formular-Submission → Text kategorisieren (Bug/Feature/Feedback) → Alert im Team-Chat schreiben.

Aufbau

Webhook (Form) → Ollama Classify → Team-Chat Post

Schritt-für-Schritt

1. Neuer Workflow: "Feedback Classifier"

2. Webhook Form

Klick "+" → suche "Webhook"
Method: POST
URL: /webhook/feedback
"Listen for test event" starten

3. Classification Code

Klick "+" neben Webhook
Suche "Code"
Language: JavaScript
Code:

const { text, email } = $json.body || {};

if (!text) {
  throw new Error('text is required');
}

// Prompt für Klassifikation
const classificationPrompt = `Klassifiziere den folgenden Text in eine dieser Kategorien: BUG, FEATURE_REQUEST, FEEDBACK, OTHER

Text: "${text}"

Antworte NUR mit der Kategorie, z.B. "BUG".`;

return {
  original_text: text,
  email: email,
  prompt: classificationPrompt
};

4. Ollama Classify

Klick "+" neben Code
Suche "HTTP Request"
Method: POST
URL: http://ollama:11434/api/generate
Body (raw):

{
  "model": "mistral",
  "prompt": "={{ $prevNode.json.prompt }}",
  "stream": false
}

5. Team-Chat Notification

Klick "+" neben HTTP Request
Suche "Team-Chat"
Channel: #feedback
Message:

**Neue Einsendung**
Kategorie: {{ $prevNode.json.response }}
Email: {{ $prevNode.json.email }}
Text: {{ $prevNode.json.original_text }}

Falls du keinen Team-Chat nicht hast, nimm stattdessen "Send Email" oder "Slack".

Testen

Terminal:

curl -X POST http://localhost:5678/webhook/feedback \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Beim Starten von Ollama kommt Fehler CUDA Out of Memory",
    "email": "[email protected]"
  }'

Du solltest eine Team-Chat-Nachricht mit "BUG" Kategorisierung bekommen.

Wichtige n8n Patterns

Pattern 1: If/Dann verzweigen

Um einen Workflow abhängig von Ollama-Antwort zu verzweigen:

// Code Node: Classification Check
const category = $json.response.trim();

return {
  is_bug: category === 'BUG',
  is_feature: category === 'FEATURE_REQUEST',
  category
};

Dann mit "If" Nodes branchen.

Pattern 2: Batch Processing

Für viele Items ohne Split (schneller):

// Sammle alle zusammen
const items = $json.items || [];
const summaries = [];

for (const item of items) {
  // Ollama API
  const response = await fetch('http://ollama:11434/api/generate', {
    method: 'POST',
    headers: { 'Content-Type': 'application/json' },
    body: JSON.stringify({
      model: 'mistral',
      prompt: `Summarize: ${item.text}`,
      stream: false
    })
  });

  const data = await response.json();
  summaries.push(data.response);
}

return { summaries };

Das ist schneller als Split, da keine separaten Node-Executions nötig sind.

Pattern 3: Error Handling

An jeder kritischen Node: Settings → "Error" Tab:

"Continue on Error" = Workflow geht weiter, fehlerhafte Items werden skipped
"Stop on Error" = Workflow stoppt, gute für Kritische Daten

Troubleshooting

"Connection refused" zu Ollama

Öffne Terminal:

docker ps | grep ollama
docker logs ai-ollama

Meist: Ollama noch nicht bereit. Warte 10 Sekunden.

Ollama antwortet, aber super langsam

Modell zu groß für deine RAM? Wechsel zu kleinerer: mistral statt llama2
CPU wird gefloppt? Aktiviere GPU (siehe: AI Stack Setup)

n8n Expressions funktionieren nicht

Doppel-Check: Ist das = Prefix da?

Falsch:  {{ $json.text }}
Richtig: ={{ $json.text }}

Die Expression-Box ist goldfarben, Code-Nodes sind hellgrau.

Email wird nicht versendet

Gmail: Hast du ein App Password generiert (nicht dein Passwort direkt)?
SMTP: Port 587 (TLS) statt 25
Logs: docker-compose logs n8n checken

Nächste Schritte

Workflows aktivieren (Toggle oben rechts)
Webhook URLs speichern für deine Apps
Lies: Multi-Agent System aufbauen — verbinde mehrere Workflows
Monitoring: AI Monitoring Dashboard — Track Workflow-Performance

Checkliste

Ollama Credential erstellt
Workflow 1 (Chat API) getestet
Workflow 2 (RSS Digest) getestet
Workflow 3 (Feedback Classifier) getestet
Alle 3 Workflows aktiviert
Webhook URLs dokumentiert
Passwort für n8n gesichert (password manager)

Quellen und Links

n8n
n8n Docs

Basics: n8n Expressions und Credentials

Ollama Credential einrichten

n8n Expression Syntax (wichtig!)

Workflow 1: Webhook Chat API

Aufbau

Schritt-für-Schritt

Testen

Workflow 2: RSS Feed → AI Summary → Email

Aufbau

Schritt-für-Schritt

Testen

Workflow 3: Form → Classification → Notification

Aufbau

Schritt-für-Schritt

Testen

Wichtige n8n Patterns

Pattern 1: If/Dann verzweigen

Pattern 2: Batch Processing

Pattern 3: Error Handling

Troubleshooting

"Connection refused" zu Ollama

Ollama antwortet, aber super langsam

n8n Expressions funktionieren nicht

Email wird nicht versendet

Nächste Schritte

Checkliste

Quellen und Links

Weiter im Lernpfad