n8n vs Make: Welche Plattform passt zu deinem Team?

Du möchtest Kontakte zwischen Marketingtools übertragen, Zielgruppen aktualisieren oder externe Daten für eine Keyword-Recherche abrufen. Bei der Entscheidung n8n vs Make zählt deshalb vor allem, welche Aufgaben dein Team automatisieren und anschließend selbst betreuen soll.

Bei trepcademy und unseren weiteren Businesses nutzen wir beide Plattformen. Make setzen wir bevorzugt für überschaubare Marketing-Automationen ein, n8n Cloud für technisch anspruchsvollere Abläufe. Hier erfährst du, woran wir diese Entscheidung festmachen und wie du Funktionen, Kosten und Teamwissen zusammen bewertest.

Das Wichtigste in Kürze

Make ist für uns häufig der zugänglichere Weg, wenn Marketingtools über fertige Verbindungen zusammenarbeiten sollen. n8n Cloud bevorzugen wir bei individuellen Datenabläufen und technisch komplexeren Aufgaben. Beide können auch andere Anforderungen abdecken. Make rechnet über Credits ab, n8n Cloud über Workflow-Ausführungen. Entscheidend sind die tatsächlich ausgeführten Aktionen, Datenmengen, benötigten Funktionen und der Betreuungsaufwand. Ein eigener Server ist für n8n Cloud nicht erforderlich.

‍

Was unterscheidet n8n und Make grundsätzlich?

n8n und Make sind Plattformen für Workflow-Automatisierung. Sie verbinden Anwendungen, übertragen Daten und führen festgelegte Aktionen aus. Ein Workflow ist ein Arbeitsablauf mit einem Startsignal und anschließenden Verarbeitungsschritten.

Dieses Startsignal heißt Trigger. Das kann eine eingehende Formularübermittlung oder ein festgelegter Zeitpunkt sein. Danach werden beispielsweise Kontaktdaten geprüft und an ein anderes System übergeben. Ein Webhook ermöglicht es einem System, ein Ereignis direkt an die Automation zu melden. Beim Polling fragt die Automation regelmäßig nach neuen Daten.

Make nennt solche Abläufe Szenarien und setzt sie aus Modulen zusammen. n8n arbeitet mit Workflows und Nodes, also Verarbeitungsknoten. Beide Oberflächen stellen die Verbindungen visuell dar.

Der wichtige Unterschied zeigt sich beim Bauen und Betreuen: Wie einfach lässt sich deine konkrete Aufgabe abbilden? Welche Datenstrukturen musst du verstehen? Und wer kann einen Fehler später nachvollziehen?

‍

Wann ist Make für Marketingteams die passende Wahl?

Make ist aus unserer Erfahrung besonders angenehm, wenn ein klar definierter Marketingprozess mit vorhandenen App-Verbindungen umgesetzt werden kann. Datenfelder lassen sich zwischen Modulen zuordnen; Bedingungen bestimmen, welche Kontakte weiterverarbeitet werden.

Das erleichtert den Einstieg. Trotzdem braucht auch ein visuell gebautes Szenario klare Regeln: Welches System liefert den maßgeblichen Kontaktstatus? Was passiert bei fehlenden Angaben? Wie vermeidest du doppelte Einträge?

Unsere Praxis: Kontakte und Zielgruppen übertragen

Bei trepcademy und unseren weiteren Businesses nutzen wir Make unter anderem für die Übertragung von Kontakten und Zielgruppen an Werbenetzwerke sowie für Verbindungen zu E-Mail-Marketing- und CRM-Software. Für solche Aufgaben bevorzugen wir Make, wenn die benötigten Aktionen gut über vorhandene Module abgedeckt sind.

Bei der Planung eines solchen Ablaufs solltest du festhalten, welche Kontakte übertragen werden und welcher Status die Übertragung auslöst. Ebenso wichtig ist die Gegenrichtung: Eine spätere Änderung oder Abmeldung muss im vorgesehenen Prozess berücksichtigt werden.

Die Übertragung eines Kontakts und der Start einer E-Mail-Strecke sind dabei zwei unterschiedliche Entscheidungen. Welche Teilnahme- und Versandregeln eine Strecke braucht, erläutert unser Beitrag über E-Mail-Automation und typische Workflow-Fehler.

Wo Make mehr technisches Verständnis verlangt

Sobald ein Szenario viele Verzweigungen oder wiederholte Verarbeitungsschritte enthält, musst du seine Datenlogik genauer verstehen. Eine Liste mit 500 Kontakten kann nachgelagerte Module wesentlich häufiger ausführen als ein einzelner Kontakt.

Make unterstützt außerdem eigene API-Anbindungen über seine HTTP-Module. Eine API ist eine Schnittstelle, über die Software Daten und Funktionen bereitstellt. Auch eigener JavaScript- oder Python-Code ist mit Make Code möglich. Die Funktion wird aktuell als offene Beta für kostenpflichtige Pläne dokumentiert.

Make ist damit auch für komplexere Aufgaben einsetzbar. Unser bevorzugter Einsatz im Marketing beschreibt unsere Arbeitsweise, keine feste Funktionsgrenze.

‍

Wann würden wir n8n Cloud bevorzugen?

Wir greifen eher zu n8n Cloud, wenn externe Datenquellen, individuelle Verarbeitung und mehrere technische Abhängigkeiten zusammenkommen. Dann möchten wir genauer steuern, welche Daten ein Schritt erhält und wie seine Ausgabe weiterverwendet wird.

Für individuelle Anbindungen bietet n8n beispielsweise den HTTP-Request-Knoten für REST-APIs. Dafür brauchst du Verständnis für Zugangsdaten, Anfrageparameter und die Struktur der Antworten. Diese Grundlagen helfen dir auch, wenn ein Dienst eine Fehlermeldung statt der erwarteten Daten zurückliefert.

Unsere Praxis: Keyword-Recherche mit DataForSEO

Ein eigenes Beispiel ist eine Keyword-Recherche, die wir mit n8n Cloud aufgebaut haben. Wir geben Ausgangskeywords ein, rufen externe SEO-Daten unter anderem über DataForSEO ab und geben die Ergebnisse für die weitere Arbeit aus.

Der praktische Nutzen dieses Ablaufs liegt darin, Dateneingabe, Abruf und Ausgabe miteinander zu verbinden. Für solche technisch anspruchsvolleren Aufgaben nutzen wir bevorzugt n8n. Die recherchierten Daten bleiben anschließend eine Grundlage für fachliche Entscheidungen.

Wenn du einen vergleichbaren Ablauf planst, kläre vorab Land, Sprache, gewünschte Kennzahlen und Ausgabeformat. Definiere außerdem, was bei einer leeren Antwort oder einem fehlgeschlagenen Abruf geschehen soll. Das sind Anforderungen an deinen eigenen Workflow, die unabhängig von der Plattform bestehen.

Was dein Team dafür können sollte

Für einfache n8n-Workflows musst du nicht zwangsläufig programmieren. Bei individuellen API-Prozessen helfen Kenntnisse über strukturierte Daten, Bedingungen und Fehlerbehandlung jedoch erheblich.

Prüfe deshalb, ob mindestens eine Person erklären kann, welche Daten an jeder wichtigen Stelle ankommen. Wenn nur der ursprüngliche Ersteller den Ablauf versteht, entsteht eine Abhängigkeit, die du bei der Toolentscheidung berücksichtigen solltest.

‍

Wie unterscheiden sich die Kosten von n8n und Make?

n8n Cloud wird nach Workflow-Ausführungen abgerechnet, Make nach verbrauchten Credits. Die Anzahl sichtbarer Knoten oder Module ist deshalb keine ausreichende Kostenkennzahl.

Nach der n8n-Preisübersicht umfasst der Cloud-Starter-Tarif derzeit 2.500 monatliche Workflow-Ausführungen für 20 Euro pro Monat bei jährlicher Abrechnung. Die Schritte innerhalb einer Ausführung sind nicht einzeln bepreist. Funktions-, Laufzeit- und Ressourcenlimits des Tarifs bleiben relevant.

Bei Make benötigen viele gewöhnliche Operationen einen Credit. Eine Operation ist die Ausführung eines Moduls zur Verarbeitung oder Prüfung von Daten. Wie die Make-Dokumentation zu Operationen erklärt, kann ein Modul innerhalb eines Szenarios mehrfach laufen, wenn es mehrere Datensätze verarbeitet.

Die Make-Preisübersicht nennt einen kostenlosen Einstieg mit bis zu 1.000 Credits pro Monat und kostenpflichtige Pakete mit größeren Kontingenten. Vergleiche beim konkreten Tarifangebot dieselbe Vertragslaufzeit und berücksichtige die ausgewiesene Währung sowie mögliche Steuern. Ein zugeteilter Credit ist noch kein ausgegebener Euro.

Für manche Funktionen gilt eine andere Logik. Make Code verbraucht aktuell zwei Credits je Sekunde Code-Ausführung. Bei bestimmten KI-Funktionen fließt unter anderem der Tokenverbrauch ein, also die verarbeitete Textmenge. Die Details nennt Make in der Übersicht zum Creditverbrauch.

Warum Laufzeit und Knotenanzahl allein täuschen

Ein zusätzlicher n8n-Knoten erhöht nicht automatisch die Zahl der abgerechneten Workflow-Ausführungen. Bei Make zählt wiederum, wie oft kostenpflichtige Aktionen tatsächlich ausgeführt werden. Ein einzelnes Modul kann dadurch erheblichen Verbrauch erzeugen.

Eine längere Laufzeit bedeutet ebenfalls nicht pauschal höhere Plattformkosten. Bei zeitabhängig berechneten Funktionen kann sie aber relevant sein. Externe APIs und KI-Anbieter können zusätzlich eigene Gebühren berechnen.

‍

Zwei Modellrechnungen: Wie verändert der Ablauf den Verbrauch?

Die folgenden Zahlen sind fiktive Planungsbeispiele, keine gemessenen Ergebnisse unserer Businesses. Sie vergleichen den Plattformverbrauch. Deine Rechnung richtet sich nach dem gebuchten Paket, weiteren Workflows und möglichen Zusatzkosten. Ein Credit und eine n8n-Ausführung sind keine gleichwertigen Einheiten.

Modell 1: 1.000 Kontakte in einen Marketingprozess übertragen

Angenommen, jeden Monat treffen 1.000 einzelne Kontakte per Webhook ein. Jeder Kontakt löst genau einen Ablauf aus. Dieser besteht aus drei gewöhnlichen, jeweils mit einem Credit berechneten Make-Operationen: Eingang verarbeiten, bestehenden Kontakt suchen und Kontakt im Zielsystem aktualisieren. Wiederholungen und Fehlerläufe sind ausgeschlossen.

Make: 1.000 Kontakte × 3 Credits = 3.000 Credits monatlich.

Bei n8n löst jeder Kontakt eine eigene produktive Workflow-Ausführung aus. Alle Verarbeitungsschritte bleiben innerhalb dieses Workflows.

n8n Cloud: 1.000 Kontakte × 1 Ausführung = 1.000 Ausführungen monatlich.

Damit wären 30 Prozent eines Make-Kontingents von 10.000 Credits beziehungsweise 40 Prozent der 2.500 Starter-Ausführungen von n8n verbraucht. Bezahlt wird jeweils das gebuchte Paket. Aus diesen Prozentwerten lässt sich deshalb noch kein günstigerer Anbieter ableiten.

Wenn der Prozess stattdessen regelmäßig nach neuen Kontakten sucht, ändert sich die Rechnung. Make berechnet auch Trigger-Prüfungen ohne neue Daten. Bei n8n unterscheiden sich zeitgesteuerte Starts und Polling-Trigger; die Dokumentation zur Zählung von Ausführungen erläutert diese Fälle.

Modell 2: 20 Rechercheläufe mit jeweils 1.000 Keywords

Für dieses separate Modell nehmen wir 20 monatliche Rechercheläufe an. In Make benötigen Start und Abruf der Keyword-Liste zusammen zwei Credits je Lauf. Anschließend durchläuft jedes der 1.000 Keywords drei einzeln ausgeführte Standardaktionen zu je einem Credit. Es gibt keine kostenpflichtigen Zusatzschritte oder Wiederholungen.

Make: 20 × (2 + 1.000 × 3) = 60.040 Credits monatlich.

In der modellierten n8n-Umsetzung verarbeitet jeweils ein produktiver Workflow die komplette Liste. Vorausgesetzt, die Umsetzung passt innerhalb der technischen Tariflimits und benötigt keine weiteren eigenständig gestarteten Workflows, ergibt sich:

n8n Cloud: 20 Rechercheläufe × 1 Ausführung = 20 Ausführungen monatlich.

Hier zeigt sich der Unterschied der Abrechnungsmodelle deutlicher. Make benötigt ein wesentlich größeres Creditkontingent als im ersten Beispiel. Bei n8n bleibt die Ausführungszahl niedrig. Ob der Starter-Tarif technisch ausreicht, muss der Test mit realistischen Daten zeigen.

Die Architektur verändert das Ergebnis: Sammelabrufe können den Make-Verbrauch reduzieren, zusätzliche Abfragen ihn erhöhen. Gebühren der externen Datenquelle kommen unabhängig davon hinzu. Vergleiche deshalb einen getesteten Ablauf und seine Gesamtkosten, nicht nur die Preisschilder der Einstiegstarife.

‍

Welche Rolle spielen Cloud und Self-Hosting?

Für unseren Erfahrungsbericht ist die Unterscheidung klar: Wir nutzen n8n Cloud. Unser Beispiel setzt keinen selbst betriebenen Server voraus.

n8n bietet zusätzlich Self-Hosting auf eigener Infrastruktur an. Die offizielle Entscheidungshilfe zu n8n Cloud und Self-Hosting trennt diese Betriebsformen. Beim Self-Hosting musst du Infrastruktur und Betrieb selbst abdecken; dazu gehören unter anderem Updates, Absicherung und Wiederherstellung.

Eine kostenlose Community Edition bedeutet deshalb nicht, dass der gesamte Betrieb kostenlos ist. Prüfe außerdem die benötigten Teamfunktionen und die geltenden Lizenzbedingungen.

Für viele Marketingteams ist zunächst wichtiger, wer den Workflow betreut und welche Daten an welche Dienste fließen. Die Hostingentscheidung ergänzt diese Prüfung. Sie ersetzt sie nicht.

‍

Wie triffst du die Entscheidung für dein Team?

Starte mit einem konkreten Prozess, den dein Team regelmäßig erledigt. Beschreibe seinen Auslöser, die benötigten Daten und das gewünschte Ergebnis. Daraus lässt sich wesentlich besser eine Plattform auswählen als aus einer allgemeinen Funktionsliste.

Prüfe anschließend fünf Punkte:

1. Verbindungen: Unterstützt die Integration genau die benötigte Aktion, etwa Aktualisieren statt nur Anlegen?
2. Datenlogik: Wie viele Datensätze, Verzweigungen und wiederholte Aktionen entstehen tatsächlich?
3. Betreuung: Wer versteht den Ablauf und kann fehlgeschlagene Übertragungen bearbeiten?
4. Kosten: Welcher Verbrauch entsteht bei normaler Nutzung und bei einer höheren Datenmenge?
5. Übergabe: Sind Zugangsdaten, Zuständigkeiten und wichtige Regeln nachvollziehbar dokumentiert?

Teste auch einen doppelten Eingang, fehlende Pflichtfelder und einen nicht erreichbaren Zieldienst. Eine Automation sollte nach einer Wiederholung keine unbeabsichtigten Duplikate erzeugen. Bei integrierten KI-Schritten brauchst du zusätzlich eine passende Prüfung der KI-Ergebnisse im Marketing.

Für einen gut unterstützten Marketingprozess würden wir häufig mit Make beginnen. Bei einer individuellen Verarbeitung externer Daten würden wir n8n Cloud früh in den Test aufnehmen. Entscheidend bleibt, welche Umsetzung dein Team zuverlässig betreiben kann.

Wann lohnt sich der parallele Einsatz?

Bei trepcademy und unseren weiteren Businesses wechseln wir je nach Aufgabe zwischen beiden Plattformen. Auch Kosten und Abrechnungslogik beeinflussen diese Entscheidung. Wir legen uns deshalb nicht für jeden Prozess auf dasselbe Werkzeug fest.

Zwei Plattformen bedeuten allerdings auch zwei Umgebungen, die betreut werden müssen. Ein Wechsel lohnt sich erst, wenn sein Nutzen den Aufwand für Nachbau, Tests und Übergabe rechtfertigt. Lege für jeden Prozess einen eindeutigen Betriebsort fest, damit nicht versehentlich zwei Automationen dieselbe Aufgabe ausführen.

‍

FAQ zu n8n vs Make

Ist Make besser für Einsteiger geeignet?

Make ist nach unserer Erfahrung bei überschaubaren Marketingprozessen häufig leichter zugänglich. Fertige Module erleichtern den Aufbau. Datenfelder, Bedingungen und Fehlerfälle musst du trotzdem verstehen. Auch n8n lässt sich für einfache Abläufe ohne eigenen Code verwenden.

Kann ich mit Make auch komplexe Automationen bauen?

Make unterstützt komplexere Szenarien, individuelle HTTP-Anfragen und inzwischen auch JavaScript oder Python über Make Code. Prüfe, ob der Ablauf für dein Team verständlich bleibt und welcher Creditverbrauch entsteht.

Wird n8n pro Node abgerechnet?

n8n Cloud wird nach Workflow-Ausführungen abgerechnet. Die einzelnen Nodes innerhalb einer Ausführung werden nicht jeweils als eigene Ausführung berechnet. Für die Zählung gelten die dokumentierten Regeln; zusätzlich begrenzt der gewählte Tarif Ressourcen und bestimmte Funktionen.

Was ist günstiger: n8n oder Make?

Die günstigere Plattform hängt vom konkreten Ablauf und Tarif ab. Viele einzeln verarbeitete Datensätze können den Make-Verbrauch erhöhen. Bei n8n Cloud sind unter anderem Ausführungszahl und Ressourcenbedarf relevant. Berücksichtige zusätzlich Einrichtung, Betreuung und externe Dienste.

Brauche ich für n8n einen eigenen Server?

Für n8n Cloud brauchst du keinen eigenen Server. n8n betreibt die Infrastruktur. Self-Hosting ist eine separate Option, bei der du den Betrieb selbst übernimmst. Unser beschriebenes Praxisbeispiel nutzt n8n Cloud.

Sollte ein Team beide Plattformen nutzen?

Ein paralleler Einsatz kann sinnvoll sein, wenn unterschiedliche Aufgaben davon profitieren und Zuständigkeiten klar sind. Für den Einstieg genügt häufig eine Plattform. Ergänze die zweite, wenn ein konkreter Vorteil den zusätzlichen Betreuungsaufwand rechtfertigt.

‍

Fazit: Wähle die Plattform anhand deines Prozesses

Für uns passt Make häufig gut zu überschaubaren Marketing-Automationen. n8n Cloud bevorzugen wir bei technisch anspruchsvolleren Datenprozessen wie unserer Keyword-Recherche mit externen Datenquellen. Beide haben ihren Platz in unserer Arbeit.

Dein sinnvollster nächster Schritt ist ein kleiner Pilot mit realistischen Daten. Prüfe Funktion, Verbrauch und Betreuungsaufwand gemeinsam. So wird aus einer Toolpräferenz eine nachvollziehbare Entscheidung.

Wenn du solche Prozesse mit deinem Team planen und praktisch erarbeiten möchtest, kannst du bei trepcademy ein individuelles Inhouse-Seminar anfragen. Wir richten das Format an eurem Wissensstand und euren konkreten Aufgaben aus.