Vertiefungs-Call zum Thema n8n & Automatisierungsreihen mit Friedemann Schuetz – 19.09.2025

In dieser fortgeschrittenen Session mit Friedemann Schuetz wurde ein umfassender, KI-gestützter Brainstorming-Assistent mit n8n aufgebaut. Ziel war es, einen strukturierten Workflow zu erschaffen, mit dem Ideenfindung – etwa für neue Produkte, Services oder Geschäftsmodelle – interaktiv, datenbasiert und systematisch erfolgen kann.

Kerninhalte des Calls:

1. Strategische Zielsetzung:
   Statt den bisherigen Use Case weiterzuentwickeln, wurde bewusst ein neuer Anwendungsfall gestartet: der Aufbau eines „individuellen Brainstorming-Assistenten“, der sich durch strukturierte Schleifen und externe Wissensquellen auszeichnet.
2. Technischer Aufbau in n8n:
   Schritt-für-Schritt wurde ein Workflow entwickelt, bestehend aus:
   • Chat Trigger zur Erfassung der Eingabe
   • AI Agent als orchestrierendes Herzstück
   • Anbindung eines Sprachmodells (GPT-4.1 oder Gemini 2.5)
   • Memory-Modul für kontextbasierte Konversation (z. B. mit 20 Iterationen)
   • Wikipedia-Tool für Faktenabruf
   • Google-Suche über SerpAPI
   • Think-Tool zur vertieften Reflexion vor Antwortabgabe
3. Systemprompt-Design:
   Mit Hilfe des „System Prompt Generators“ in ChatGPT wurde ein angepasster Prompt erstellt, der dem KI-Agenten exakten Kontext, Rollenverständnis und Tool-Zugriffe gibt. Teilnehmende fügten auch eigene Positionierungen und Business-Hintergründe ein.
4. Ergebnisse speichern & weiterverarbeiten:
   • Erste Umsetzung: Ergebnisse können automatisch per E-Mail versendet werden (Outlook, Gmail oder SMTP).
   • Einbettung von Inhalt, Betreff und Format via Modell.
   • Diskussion über Erweiterungsmöglichkeiten (z. B. Google Docs oder OneDrive-Anbindung).
5. Individualisierungsmöglichkeiten:
   • Einbindung von Statista oder anderen APIs (z. B. SharePoint, Google Drive, interne Wikis) für datenbasierte Ideenentwicklung.
   • Erweiterung durch strukturierte Parser, um JSON-Output für Weiterverarbeitung zu ermöglichen.
   • Vorbereitung auf Sprachnachrichten-Eingabe und Ausgabe per Messenger für mobile Nutzung.
6. Praxisnahe Demonstrationen & Troubleshooting:
   Friedemann unterstützte live bei API-Keys, Modulanbindung, Fehlermeldungen und bot konkrete Problemlösungen an (z. B. SerpAPI Einrichtung, Outputstrukturierung, E-Mail-Inhalte).
7. Positionierung vs. Custom GPT:
   Vorteile der Lösung in n8n gegenüber einem Custom GPT wurden beleuchtet: deutlich höhere Flexibilität, mehr Kontrolle über die Daten, geringere Abhängigkeit von OpenAI, Integration externer Tools und DSGVO-konforme Alternativen möglich.

Vertiefungs-Call zum Thema n8n & Automatisierungsreihen mit Friedemann Schuetz – 17.10.2025

In dieser dritten Session der n8n-Reihe der KI-MasterClass liegt der Fokus auf der Weiterentwicklung des Brainstorming-Assistenten. Aufbauend auf der bisherigen Arbeit wird der Workflow um Sprachsteuerung via Telegram erweitert. Ziel ist es, den KI-Agenten so zu integrieren, dass sowohl Text- als auch Sprachnachrichten verarbeitet, transkribiert und mit einer Sprachantwort zurückgegeben werden können.

Die wesentlichen Inhalte im Überblick:

1. Aktuelle Entwicklungen rund um n8n:
   • n8n wird zum deutschen „Einhorn“ mit über 2,5 Mrd. Bewertung.
   • Community-Nodes jetzt (teilweise verifiziert) in der Cloud-Version verfügbar.
   • 50%-Promocode: Max50 für Pro-Versionen (Monat & Jahr).
2. Neue n8n-Funktion: AI Workflow Builder (Beta)
   • Workflows lassen sich per natürlicher Sprache erstellen.
   • Nutzung über ein Credit-System (z. B. 150 Credits in der Pro-Version).
   • Erste Tests zeigen: Gut geeignet für einfache Prozesse & Strukturhilfe.
   • Für Feintuning weiterhin externe LLMs wie Claude oder GPT empfehlenswert.
3. Technische Umsetzung: Sprachsteuerung via Telegram
   • Einrichtung eines Telegram-Bots über den Botfather.
   • Sicherung der Kommunikation über die Chat-ID.
   • Erkennung von Text- vs. Sprachnachrichten über eine Switch-Node.
   • Transkription der Sprache via OpenAI Whisper API.
   • Output als Audiodatei mit Text-to-Speech (TTS) von OpenAI zurück an Telegram.
4. Nutzerfragen & Troubleshooting:
   • Gemeinsames Debugging: Chat-ID-Zuweisung, Versionskonflikte, Voice vs. Text.
   • Hinweise zum Umgang mit mehreren Workflows & parallelen Bots.
   • Empfehlung, den Workflow immer als Backup zu duplizieren, bevor Änderungen vorgenommen werden.
5. Ausblick & nächster Use Case:
   • In der kommenden Session wird ein Podcast-Generator gebaut.
   • Eingabe eines Themas via Telegram → Recherche via Wikipedia & Google → Ausgabe eines 3-minütigen Audio-Podcasts.
   • Einsatzszenarien u. a. für Kundenonboarding, Wissensmanagement und Reiseinfos.

Vertiefungs-Call zum Thema n8n & Automatisierungsreihen mit Friedemann Schuetz – 24.10.2025

In dieser Session wurde ein vollständiger Workflow zur generativen Podcast-Erstellung per Messenger (Telegram) in n8n aufgebaut. Ziel war es, aus einer einfachen Themenvorgabe automatisiert einen Kurzpodcast zu erzeugen, inklusive KI-Recherche, Textgenerierung und Sprachausgabe.

Inhalte der Session:

1. Einstieg und Updates

• n8n Version 1.17.0 (Beta) mit bekannten Fehlern (SerpAPI funktioniert nicht zuverlässig), Empfehlung: Nutzung der stabilen Version.
• Sora 2 von OpenAI nun in n8n verfügbar: Erstellung von Kurzvideos direkt im Workflow möglich.
• Vorstellung von BrowserOS – einem Open-Source-Agentenbrowser mit lokalem Datenschutzfokus.
• Hinweis auf Browser-Automatisierungen in n8n zur Lösung von Herausforderungen bei dynamischen Webseiten (z. B. JavaScript-Nachladeinhalte).

2. Use Case: Podcast-Generator in n8n

• Themenvorgabe über Chat oder Telegram
• Aufbau eines Workflows mit:
  • Chat-Trigger oder Telegram-Input
  • AI Agent (z. B. GPT-4.1 mini)
  • Wikipedia-Tool und SerpAPI für die Recherche
  • Think-Tool zur Qualitätssicherung der Inhalte
  • Text-to-Speech-Ausgabe per OpenAI
  • Rückgabe als Audio-Datei via Telegram

3. Systemprompt-Design

• Erstellung eines präzisen Systemprompts über den Systemprompt-Generator von Neural.love in ChatGPT
• Eingabeformat: max. 600 Wörter, ideal 400–500
• Ziel: anschauliche, informative und unterhaltsame Inhalte
• Dynamische Integration des aktuellen Datums

4. Modularer Aufbau

• Wiederverwendung von Workflow-Bestandteilen aus dem Brainstorming-Assistenten
• Demonstration, wie bestehende Telegram-Anbindung und Audio-Ausgabe übernommen werden können
• Betonung der Effizienz durch modulare Struktur

5. Technische Details und Tipps

• Umgang mit unterschiedlichen Versionsproblemen
• Debugging bei fehlerhaften API-Verknüpfungen (z. B. SerpAPI, Wikipedia, Audio-Ausgabe)
• Umbenennung von Audio-Dateien und individuelle Beschriftung (Caption) zur besseren Wiedererkennung in Telegram
• Hinweise zur Mehrfachnutzung eines Bots durch mehrere Nutzer (z. B. im Onboarding-Kontext)

6. Offene Fragen und Ausblick

• Diskussion zur Anbindung weiterer Quellen (z. B. Google Drive, interne Wikis)
• Denkansatz zur Umsetzung personalisierter oder teambasierter Wissensvermittlung via Messenger
• Nächste Session: Fokus auf Q&A, Selfhosting, Inspiration für weitere Use Cases

Zusammenfassung des Calls vom 31.10.2025: Aufbau eines Multiagenten-Systems in n8n mit der Walt-Disney-Methode

Im finalen Termin der Automatisierungsreihe mit Friedemann Schuetz stand der methodisch fundierte Aufbau eines Multiagenten-Workflows im Zentrum. Ziel war es, mithilfe von n8n und KI-Agenten einen strukturierten Ideenfindungsprozess zu realisieren – konkret entlang der Walt-Disney-Methode mit den Rollen Träumer, Realist und Kritiker. Dabei ging es nicht nur um technische Umsetzung, sondern auch um konzeptionelles Verständnis für verteilte Agentenlogik, Promptdesign und Systemintegration.

Der Workflow wurde vollständig in n8n aufgebaut – ohne externe Tools – und ermöglichte die interaktive Beantwortung komplexer Fragestellungen durch eine koordinierte Kette aus Agentenantworten.

Technischer Aufbau des Workflows

• Orchestrator-Agent als zentrale Steuerinstanz, der die Benutzeranfrage verarbeitet und in drei Richtungen verteilt.
• Drei AI-Agenten als Tools innerhalb des Orchestrators:
  • Träumer: entwickelt kreative, grenzenlose Ideen.
  • Realist: prüft Machbarkeit und entwickelt erste Umsetzungsansätze.
  • Kritiker: hinterfragt und identifiziert Schwächen.
• Gedächtnis (Memory): Jeder Agent erhält ein eigenes Memory-Modul zur Kontextverarbeitung, der Orchestrator zusätzlich einen globalen Speicher.
• Sprachmodell: Empfohlen wird GPT-4.1 oder Gemini (nicht mini), um ausreichend Kontext zu ermöglichen.
• Think-Tool: eingebunden für zusätzliche Reflexion der Agentenantworten vor Ausgabe.

Prompt-Strategie und Systemlogik

• Prompts wurden mit dem Systemprompt-Generator von Neural.love erstellt und direkt in die n8n-Systemnachrichten eingefügt.
• Jede Rolle erhielt:
  • Einen individuellen Systemprompt mit klaren Aufgaben und Tonalität.
  • Eine kurze Toolbeschreibung zur funktionalen Einordnung im Workflow.
• Wichtiges Detail: Nur der Orchestrator steuert die Ausführung und Weitergabe der Antworten. Die Unteragenten kommunizieren nicht untereinander.

Anwendung & Testlauf

• Der Workflow wurde live getestet – z. B. mit dem Fall: „Ich möchte mein Café nachhaltiger gestalten“.
• Der Prozess durchlief:
  1. Antwort des Träumers
  2. Übergabe an den Realisten
  3. Weiterleitung an den Kritiker
  4. Zusammenführung und Ausgabe durch den Orchestrator
• Ausgabe inklusive Einzelsichten der Agenten und einer finalen Zusammenfassung.
• Hinweis: Qualität und Relevanz der Antworten hängen maßgeblich von der Präzision des Orchestrator-Prompts ab.

Technische Herausforderungen & Lösungsansätze

• OpenAI Rate Limit Errors bei Nutzung von GPT-4.1 mini:
  • Empfehlung: Umstieg auf GPT-4.1 oder Upgrade auf Tier 1 bei OpenAI (ab ca. 50 USD).
• SerpAPI-Aussetzer in Version 1.17.3:
  • Lösung: Support kontaktieren oder API temporär deaktivieren.
• Modell-Feinheiten:
  • Geteiltes Sprachmodell ist möglich, aber jedes Tool benötigt ein eigenes Memory.
  • Think-Tool wurde nicht immer automatisch getriggert – ggf. durch Systemprompt stärker einfordern.

Erweiterungsideen & Praxisanwendungen

• Anbindung an Telegram für mobile Nutzung (Text- und Spracheingabe sowie Audioausgabe).
• Verknüpfung externer Quellen wie Google Docs, Statista, interne Wikis für datenbasierte Ideenfindung.
• Customisierung durch Positionierung und Geschäftsmodellinfos direkt im Prompt möglich.

Exkurs: Selfhosting mit Hostinger

• Hostinger als Einstieg in Selfhosting: VPS mit vorinstalliertem n8n, SSL, DNS und optionalen Beispiel-Workflows.
• Kopierbarkeit von Workflows aus der Cloud via JSON-Export oder Copy & Paste.
• Vorteile:
  • Geringere Kosten im Vergleich zur Cloud
  • Volle Datenhoheit
  • Zugriff auf Community-Nodes
• Achtung: Gmail/Outlook-Anbindung erfordert manuelle API-Registrierung (Client ID & Secret).

Offene Fragerunde & Live-Support

• Live-Debugging von Token-Fehlern, Promptintegration, Think-Tool-Verknüpfung und API-Limits.
• Tipps zum strukturierten Prompt-Tuning und schrittweisen Workflow-Aufbau.
• Diskussion über zukünftige Erweiterungen: Scraping, Anbindung externer APIs, Nutzung von Claude oder Custom LLMs.

Fazit

Die Session zeigte eindrucksvoll, wie sich kreative Denkmethoden wie die Walt-Disney-Methode durch KI und Automatisierung operationalisieren lassen. Der Aufbau eines Multiagenten-Systems in n8n ermöglicht strukturierte, reflektierte und wiederholbare Ideenentwicklungsprozesse – mit hoher Anpassbarkeit, methodischer Klarheit und technischer Tiefe. Ergänzt durch Selfhosting-Optionen bietet sich ein hochgradig flexibles Setup für Selbstständige, Teams und Organisationen, die eigenständig mit KI-Systemen arbeiten möchten.