KI-Automatisierung.
Was KI-Automatisierung von klassischer Automatisierung unterscheidet, was n8n, Make, Zapier und Power Automate laut Hersteller kosten, wann so ein Baukasten reicht und wann ein Ablauf eigene Software braucht.
Was ist KI-Automatisierung?
KI-Automatisierung heißt, wiederkehrende Abläufe von Software erledigen zu lassen, wobei ein Sprachmodell die Schritte übernimmt, die bisher Lesen und Verstehen verlangten: eine E-Mail einordnen, einen Beleg auslesen, eine Anfrage weiterleiten. Rechnen, buchen und entscheiden bleibt bei gewöhnlichem Code, der das Ergebnis des Modells prüft, bevor etwas passiert.
Inhalt dieser Seite
Was unterscheidet KI-Automatisierung von klassischer Automatisierung?
Im Jahr 2025 nutzten laut Statistischem Bundesamt 26 % der Unternehmen in Deutschland künstliche Intelligenz. Von diesen setzten 27 % sie für die Automatisierung von Arbeitsabläufen oder die Entscheidungsfindung ein, 52 % für Text Mining, also das Auswerten von Texten.
Klassische Automatisierung arbeitet nach festen Regeln und Algorithmen: Wenn eine Bestellung eingeht, lege einen Auftrag an. Das ist schnell, billig und berechenbar, solange die Eingabe immer gleich aussieht. Robotic Process Automation (RPA), also Software, die Programme bedient wie ein Mensch mit Maus und Tastatur, gehört ebenfalls dazu. Sie lässt sich gut skalieren, scheitert aber am ersten Sonderfall, den niemand vorher bedacht hat.
Ein großer Teil der Arbeit im Büro sieht aber nicht gleich aus. Bestellungen kommen als Freitext in einer E-Mail, Rechnungen als PDF in zwanzig Layouts, Rückfragen am Telefon. Hier setzt die KI-gestützte Automatisierung an: Ein Sprachmodell analysiert die Eingabe, versteht, worum es geht, und macht daraus strukturierte Daten, mit denen der übrige Ablauf weiterarbeitet. Das ist der Kern von KI und Automatisierung im Zusammenspiel: Die KI übernimmt das Verstehen, die Automatisierung das Ausführen. Komplexe Aufgaben mit vielen Schritten lassen sich so in Teile zerlegen, von denen nur einer intelligent sein muss. Wichtige Entscheidungen zu treffen bleibt dabei Sache von Regeln und Menschen.
Der wichtigste Unterschied steht in der Zeile „Ergebnis“ der Tabelle unten: Ein Modell liefert bei gleicher Eingabe nicht immer dasselbe Ergebnis. Intelligente Automatisierung mit KI braucht deshalb eine Prüfung hinter jedem KI-Schritt, und sie lässt das Modell nicht rechnen. Zahlen gehören in gewöhnlichen Code.
| Merkmal | Klassische Automatisierung | KI-Automatisierung |
|---|---|---|
| Eingaben | Feste Felder, Tabellen, Schnittstellen mit klarem Format | Auch E-Mails, PDF-Belege, Freitext, Sprachnachrichten |
| Regeln | Wenn A, dann B. Jeder Fall muss vorher bedacht sein | Das Modell ordnet ein, was nicht vorher bedacht wurde, etwa eine neue Formulierung, und reagiert dynamisch auf die Eingabe |
| Sonderfälle | Der Ablauf bricht ab oder läuft falsch weiter | Werden erkannt und an einen Menschen gegeben, wenn der Ablauf dafür gebaut ist |
| Ergebnis | Bei gleicher Eingabe immer gleich | Kann bei gleicher Eingabe abweichen, braucht deshalb eine Prüfung |
| Kosten je Lauf | Praktisch null | Je nach Textmenge, abgerechnet in Tokens beim Modellanbieter |
Welche Prozesse lassen sich mit KI automatisieren?
Geeignet sind Geschäftsprozesse, die oft vorkommen, nach einem erkennbaren Muster ablaufen und an einer Stelle Lesen oder Einordnen verlangen. Routineaufgaben ohne diese Stelle brauchen keine KI, dort reicht traditionelle Automatisierung.
-
Eingangspost und Dokumente
Rechnungen, Lieferscheine und Verträge kommen als PDF oder Scan. Ein Modell liest sie aus, ordnet sie zu und übergibt die Werte an die Buchhaltung. Das beschleunigt den Durchlauf vom Eingang bis zur Buchung. Was früher manuell abgetippt wurde, wird nur noch geprüft. Das senkt menschliche Fehler beim Übertragen, die Genauigkeit hängt aber an der Prüfung danach.
-
Anfragen und Kundenservice
E-Mails, Formulare und Nachrichten werden nach Anliegen sortiert, mit Kundendaten aus dem CRM ergänzt und an die richtige Stelle gegeben. Einfache Antworten kann generative KI vorformulieren, Texte generieren also, verschickt wird nach Freigabe. Die Einordnung läuft in Echtzeit, die Antwort wartet auf den Menschen.
-
Prüfen und Abgleichen
Stimmt die Rechnung mit der Bestellung überein, fehlt eine Unterschrift, passt das Foto zum Schaden? Hier treffen Sprachmodelle und Computer Vision, also Bilderkennung, auf feste Prüfregeln. Das ist Qualitätskontrolle im Büro.
-
Vorhersagen aus eigenen Daten
Absatz, Bestellmengen, Zahlungseingänge: Für solche Vorhersagen sind Verfahren aus dem maschinellen Lernen zuständig, die aus Daten lernen, nicht Sprachmodelle. Beide lassen sich in einem Ablauf kombinieren.
n8n, Make, Zapier oder Power Automate: Wie rechnen die Baukästen ab?
Alle 4 Werkzeuge verbinden Anwendungen über fertige Bausteine und können inzwischen Sprachmodelle in einen Ablauf einbauen. Sie unterscheiden sich vor allem darin, was sie zählen. Die Angaben stammen von den Seiten der Hersteller, abgerufen am 18.10.2026, Preise ohne Steuern. Es ist ein Vergleich der Herstellerangaben, kein Praxistest.
| Werkzeug | Betrieb | Was gezählt wird | Preis laut Hersteller |
|---|---|---|---|
| n8n | Gehostet bei n8n (Daten laut Anbieter in Frankfurt) oder selbst betrieben | Ausführung: ein kompletter Lauf eines Workflows, egal wie viele Schritte | Starter 20 € im Monat (2.500 Ausführungen), Pro 50 € (10.000), jeweils bei Jahreszahlung; Community Edition zum Selbstbetrieb |
| Make | Gehostet bei Make | Credit: bei Modulen ohne KI ein Credit je Operation, bei Make-eigenen KI-Modulen zusätzlich nach Tokens | Was ein Credit kostet, hängt laut Make vom Tarif ab |
| Zapier | Gehostet bei Zapier | Task: jeder Schritt in einem Zap verbraucht Tasks, KI-Schritte und Code eingeschlossen | Free 0 $ (100 Tasks, zweistufige Zaps), Professional ab 19,99 $ im Monat, Team ab 69 $ |
| Power Automate | Microsoft-Cloud, mit Desktop-Flows auch auf eigenen Rechnern | Lizenz je Benutzer oder je Prozess (Bot), nicht je Lauf | Premium 13,00 € je Benutzer und Monat, Process 130,00 € je Bot und Monat, jeweils bei Jahreszahlung |
Was ein Ablauf im Monat verbraucht
Ein Beispiel zum Nachrechnen: Ein Ablauf mit sechs Schritten holt eingehende Anfragen ab, lässt sie von einem Modell einordnen und legt sie im CRM an. Er läuft 50-mal am Tag, also rund 1.500-mal im Monat.
- n8n zählt 1.500 Ausführungen, weil laut Preisseite ein kompletter Lauf eine Ausführung ist. Das passt in die 2.500 des kleinsten Tarifs.
- Zapier und Make zählen je Schritt. Verbraucht jeder der sechs Schritte eine Einheit, sind das rund 9.000 Tasks oder Credits im Monat, bei Make-eigenen KI-Modulen kommen Credits nach Tokens dazu.
- Power Automate zählt keine Läufe, sondern Lizenzen. Teuer wird es hier an anderer Stelle, siehe rechts.
Dazu kommen in jedem Fall die Kosten des Sprachmodells, sobald es mit eigenem Schlüssel angebunden ist: abgerechnet je Token, einem Wortbaustein, beim Modellanbieter.
Die Lizenzlogik von Power Automate
Viele Unternehmen haben Power Automate schon, weil es laut Microsoft in begrenztem Umfang in Microsoft 365 steckt. Mit diesen Lizenzen sind laut Microsoft aber nur Standard-Connectoren nutzbar. Sobald ein Ablauf einen Premium-Connector braucht, etwa für eine Datenbank oder ein Fremdsystem, ändert sich die Rechnung.
Dann gibt es zwei Wege. Entweder hat jeder, der den Ablauf auslöst, eine Premium-Lizenz für 13,00 € im Monat. Oder der Ablauf selbst bekommt eine Process-Lizenz für 130,00 € im Monat, dann braucht der einzelne Benutzer keine. Eine Process-Lizenz deckt laut Microsoft Learn 250.000 Aktionen am Tag ab und lässt sich in einer Flussgruppe auf bis zu 25 Flows verteilen. Unbeaufsichtigte RPA, also ein Desktop-Flow ohne Menschen davor, braucht je Rechner eine eigene Process-Lizenz.
Für ein Team von 15 Personen, die alle einen Premium-Flow auslösen, sind das 195 € im Monat über Benutzerlizenzen, gegenüber 130 € für eine Process-Lizenz am Ablauf. Wer das vorher nicht rechnet, zahlt die teurere Variante.
Wann reicht ein Baukasten für die Automatisierung, und wann braucht es eigene Software?
Ein Baukasten ist für viele Abläufe die richtige Wahl, und niemand sollte eigene Software bauen lassen, wo ein Workflow in einem Nachmittag steht. Die Frage ist weniger technisch als strategisch: Wie wichtig ist der Prozess, und wer pflegt ihn in drei Jahren? Die Grenze verläuft dort, wo der Prozess für den Betrieb tragend wird.
Ein Baukasten reicht, wenn …
- Zwei oder drei verbreitete Anwendungen sollen miteinander sprechen, und für alle gibt es fertige Bausteine (Connectoren).
- Der Prozess ändert sich selten, und ein Fehler fällt sofort auf, etwa eine Benachrichtigung, die nicht kommt.
- Die Mengen sind überschaubar, sodass die Abrechnung je Schritt oder Lauf nicht ins Gewicht fällt.
- Jemand im Haus kennt den Ablauf, pflegt ihn und merkt, wenn ein Anbieter seine Schnittstelle ändert.
- Die Arbeit spielt sich ohnehin in Microsoft 365 ab: Dann liegt Power Automate nahe, mit gerechneter Lizenz.
Eigene Software lohnt sich, wenn …
- Der Prozess ist Kern des Geschäfts, etwa Auftragsannahme oder Rechnungsprüfung, und ein Fehler kostet Geld oder Kunden.
- Das ERP, die Warenwirtschaft oder ein Fachsystem hat keinen fertigen Baustein, sondern nur eine eigene Schnittstelle oder Datenbank.
- Die Logik verzweigt so stark, dass niemand mehr das Ablaufbild überblickt. Ab dieser Größe ist Code wartbarer.
- Es fallen sehr viele Läufe an, Skalierbarkeit wird also zur Kostenfrage, oder die Daten sollen das Haus nicht verlassen.
- Jede Entscheidung muss nachweisbar sein: wer, wann, auf welcher Grundlage. Das verlangt Protokolle, Tests und Prüfregeln.
Dazwischen liegt ein häufiger Fall, gerade in gewachsenen Umgebungen: Ein Unternehmen hat über die Jahre Dutzende kleiner Workflows angelegt, jeder für sich harmlos. Zusammen sind sie ein System, das niemand dokumentiert hat und das an der Person hängt, die es gebaut hat. Spätestens dann lohnt es sich, die tragenden Abläufe in eine eigene Anwendung zu holen und die übrigen im Baukasten zu lassen.
Wie wird ein KI-Schritt im Ablauf verlässlich?
Ein Sprachmodell kann sich irren, und es klingt dabei genauso überzeugt wie sonst. Das Risiko lässt sich nicht abschaffen, aber minimieren. Ein Ablauf, der seine Antwort ungeprüft weitergibt, bucht irgendwann eine Rechnung auf den falschen Kunden. Potenziell betroffen ist jeder Schritt, an dem das Modell etwas einordnet. Drei Regeln verhindern das, ganz gleich, ob der Ablauf in einem Baukasten oder in eigener Software läuft.
- 01 Das Modell liefert Daten, keine Entscheidungen. Es gibt etwa Kundennummer, Betrag und Kategorie in einem festen Format zurück. Ob das plausibel ist, prüft Code: Gibt es die Kundennummer, stimmt die Summe?
- 02 Unsicheres geht an einen Menschen. Was die Prüfung nicht besteht, landet in einer Liste zur Freigabe, statt still weiterzulaufen.
- 03 Jede Antwort ist nachvollziehbar. Gespeichert wird, was das Modell gelesen und geantwortet hat. Wie eine Aussage zur Quelle zurückführt, beschreibt der Beitrag Warum KI-Antworten eine Gegenprobe brauchen.
Wie führt ein Unternehmen KI-Automatisierung ein?
Der Einsatz von KI scheitert im Mittelstand selten an der Technologie oder am Willen zur Innovation, sondern daran, dass zu viel auf einmal angefangen wird. Vier Schritte, unabhängig von Branche und Werkzeug.
- 01
Einen Prozess auswählen, nicht zehn
Der beste Kandidat kommt oft vor, kostet heute spürbar Zeit und hat ein klares Ergebnis. Wer alles gleichzeitig optimieren will, optimiert nichts. Die Frage „Wo können wir KI nutzen?“ führt selten weiter, die Frage „Welcher Prozess bindet jede Woche die meisten Stunden?“ schon.
- 02
Den heutigen Stand messen
Wie viele Vorgänge, wie lange je Vorgang, wie viele Fehler? Ohne diese Zahlen lässt sich später nicht sagen, ob die Automatisierung die Effizienz verbessert hat oder nur die Arbeit verschoben. Effizient ist ein Prozess erst, wenn die Prüfung danach weniger Zeit kostet als die Arbeit vorher.
- 03
Den kleinsten tragenden Teil bauen
Zuerst der eine Schritt, an dem die KI die Daten analysiert, mit Prüfung und Freigabe durch einen Menschen. Erst wenn die Ergebnisse stimmen, wird der übrige Prozess angeschlossen. So bleiben die Risiken der Implementierung klein.
- 04
Im Betrieb beobachten und nachbessern
Eingaben ändern sich, Lieferanten schicken neue Formate, ein Modell bekommt eine neue Version. Jede Anpassung wird gegen gespeicherte Beispiele getestet, bevor sie live geht. Das unterscheidet einen Prozess, der über Jahre trägt, von einem, der nach drei Monaten still falsch läuft.
Aus der Praxis · Jens Hagel
Was ich beim Automatisieren mit KI-Agenten gelernt habe.
Zu den Baukästen oben steht hier bewusst nur, was ihre Hersteller veröffentlichen. Was ich selbst messe, kommt aus meiner täglichen Arbeit mit KI-Agenten in Claude Code. Die Beträge sind Listenpreise der Anthropic-API, umgerechnet auf den tatsächlichen Verbrauch. Bezahlt habe ich über ein Abo; die Zahlen zeigen, was derselbe Verbrauch über die API gekostet hätte.
Eine Regel in der Anweisung ist keine Regel
Regeln, die nur in einer Anweisung an das Modell stehen, werden gebrochen. Agenten warteten bei mir in Schleifen, obwohl der Auftrag das verbot: 9,7 von 68,6 Stunden Laufzeit gingen so verloren. Seitdem setzt ein Hook, ein kleines Skript vor jedem Befehl, die Grenze hart durch. Er erlaubt drei Warteschleifen und verweigert jede weitere.
Ein Lauf ohne Fehlermeldung kann trotzdem falsch sein
Diese Website wird automatisch gebaut. Ein Bau, der fehlerfrei endet, kann trotzdem leer sein. Darum bricht der Bau dieser Website ab, wenn weniger Seiten entstehen als eine Mindestzahl.
Das Modell gehört in die Einstellung, nicht in den Ablauf
Im Code steht bei mir nie eine feste Modellbezeichnung, sondern ein Zweck wie „formulieren“ oder „einordnen“, dem eine Einstellung das Modell zuordnet. Und jede Automation setzt ihr Modell ausdrücklich, statt still die Voreinstellung zu erben. Das lohnt sich: 1.170 Schritte auf einem kleineren Modell kosteten zusammen 89 $, auf dem großen wären es rund 450 $ gewesen.
Lange Läufe kosten überproportional
Ein Agent liest bei jedem Schritt den ganzen bisherigen Verlauf neu. Schritt 500 kostet deshalb das 19-Fache von Schritt 1, und vier Agenten mit je 200 Schritten leisten dasselbe wie einer mit 800, kosten zusammen aber etwa halb so viel. Mehr dazu steht unter Claude im Unternehmen, die Werkzeuge, mit denen ich arbeite, unter Womit wir bauen.
Häufige Fragen
- 01
Wie kann KI Prozesse automatisieren?
- Indem sie den Schritt übernimmt, an dem bisher ein Mensch lesen und einordnen musste: eine E-Mail verstehen, einen Beleg zuordnen, eine Anfrage an die richtige Stelle geben. Der übrige Ablauf bleibt gewöhnliche Software, die Daten holt, rechnet und speichert. Verlässlich wird das, wenn das Ergebnis des Modells geprüft wird, bevor etwas gebucht oder verschickt wird.
- 02
Was ist besser, Make oder n8n?
- Das hängt von Betrieb und Menge ab. Make ist ein gehosteter Dienst mit visuellem Editor und rechnet in Credits ab, bei Modulen ohne KI einen je Operation. n8n lässt sich auch selbst betreiben und rechnet je kompletter Ausführung ab, egal wie viele Schritte ein Workflow hat. Bei vielen Schritten und vielen Läufen ist n8n deshalb meist günstiger, verlangt aber jemanden, der den Server pflegt.
- 03
Ist Zapier kostenlos?
- Es gibt einen kostenlosen Tarif mit 100 Tasks im Monat und zweistufigen Zaps, also einem Auslöser und einer Aktion. Für mehrstufige Abläufe, Webhooks und Premium-Apps braucht es laut Zapier mindestens den Professional-Tarif ab 19,99 $ im Monat. Weil jeder Schritt Tasks verbraucht, steigt der Preis mit der Länge und Häufigkeit der Abläufe.
- 04
Was ist ein Flow in Power Automate?
- Ein Flow ist ein automatisierter Ablauf: Ein Auslöser, etwa eine neue E-Mail oder eine Datei in SharePoint, startet eine Folge von Aktionen. Cloud-Flows verbinden Dienste über Schnittstellen, Desktop-Flows bedienen Programme auf einem Rechner wie ein Mensch (RPA). Mit einer Microsoft-365-Lizenz sind laut Microsoft nur Standard-Connectoren nutzbar.
- 05
Welche Pflicht besteht bei der Nutzung von KI-Systemen im Unternehmen?
- Seit dem 2. Februar 2025 gilt Artikel 4 der europäischen KI-Verordnung: Wer KI-Systeme einsetzt, muss Maßnahmen ergreifen, damit die Beschäftigten, die damit arbeiten, über KI-Kompetenz verfügen. Nach der Änderung im Sommer 2026 ist laut EU-Kommission kein bestimmtes Niveau mehr vorgeschrieben, die Pflicht selbst bleibt. Einen eigenen KI-Beauftragten verlangt die Verordnung dafür nicht.
Quellen
- 01 n8n: Plans and Pricing · n8n.io, 2026
- 02 Zapier: Pricing · zapier.com, 2026
- 03 Make Help Center: Credits · help.make.com, 2026
- 04 Microsoft: Power Automate – Preise · microsoft.com, 2026
- 05 Microsoft Learn: Arten von Power Automate-Lizenzen · learn.microsoft.com, 2026
- 06 Microsoft Learn: Häufig gestellte Fragen zur Power Automate-Lizenzierung · learn.microsoft.com, 2026
- 07 Statistisches Bundesamt: Unternehmen mit Nutzung von künstlicher Intelligenz · destatis.de, 2025
- 08 Europäische Kommission: KI-Kompetenz – Fragen und Antworten · digital-strategy.ec.europa.eu, 2026
Weiterlesen
Selbst bauen oder mit einem
Partner für KI-Automatisierung?
Einen Workflow in n8n, Make, Zapier oder Power Automate anzulegen, schafft ein Unternehmen selbst, und für viele Abläufe ist das der richtige Weg. Wer nach einer Agentur für KI-Automatisierung sucht, hat meist etwas Größeres vor: Abläufe, die an ERP, CRM und den Dokumentenbestand angebunden sind und über Jahre zuverlässig laufen müssen.
Kaido Studios ist dafür keine Agentur, die ein Projekt abliefert und geht, sondern Entwicklungspartner im laufenden Betrieb: Wir bauen die KI-Prozessautomatisierung als eigene Software, betreiben sie und entwickeln sie weiter, mit wenigen Kunden gleichzeitig. Abgerechnet wird über eine monatliche Pauschale mit festem Kontingent.