Low-Code/No-Code-KI-Agenten-Builder: n8n, make, Zapier

Mit Low-Code- und No-Code-KI-Agenten-Buildern können Benutzer automatisierte, KI-gesteuerte Arbeitsabläufe erstellen, ohne komplexen Code schreiben zu müssen. Dadurch wird die Agentenentwicklung schneller und auch für nicht-technische Teams zugänglich.

Wir haben drei Tage damit verbracht, Arbeitsabläufe für KI-Agenten zu konfigurieren, LLM-Aktionen, Dokumentenparser und Suchwerkzeuge manuell einzurichten und Pipelines mit Triggern, bedingten Schritten, Werkzeugaufrufen und Webhooks zu erstellen, um zu vergleichen, wie die einzelnen Systeme die mehrstufige Agentenautomatisierung handhaben.

Wir nutzten die kostenlosen Versionen gängiger Low-Code-KI-Agenten-Builder, darunter n8n (selbstgehostet), make und Zapier, und bewerteten OpenAIs AgentKit anhand seiner offiziellen Dokumentation. ¹

KI-Agenten-Entwickler

Hier ein kurzer Überblick über die einzelnen Plattformen:

1. Creatio Studio : Eine cloudbasierte Low-Code-Plattform. Sie nutzt einen visuellen Designer und natürlichsprachliche Eingabeaufforderungen, sodass auch technisch nicht versierte Benutzer Arbeitsabläufe und Aufgaben automatisieren können.
2. n8n: Open Source, entwicklerorientiert, codebasiert. Setzt stark auf SaaS. Unterstützt umfassende Agentenorchestrierungsfunktionen wie Speicher- und Tool-Analyse. Bietet einen dedizierten Agentenknoten.
3. OpenAI AgentKit : Ein Open-Source-Agentengenerator für Teams und Nutzer, die eng mit dem OpenAI-Ökosystem verbunden sind; weniger geeignet für die Entwicklung hochgradig individualisierter Agenten. Er beinhaltet integrierte Funktionen zur Agentenbewertung , wie z. B. automatische Bewertung, Optimierung von Eingabeaufforderungen und Leistungsverfolgung.
4. make: Cloudbasiertes SaaS-Tool. Unterstützt mehrstufige Agenten-Workflows, bedingte Verzweigungen und API-Integrationen. Bietet weniger Flexibilität und Logik als n8n, unterstützt aber dennoch benutzerdefinierte Konfigurationen über HTTP-Anfragen, JSON/Router-Module und Webhooks.
5. Zapier: Ein cloudbasiertes SaaS-Tool. Die einsteigerfreundlichste Option mit einem KI-Agenten- Builder, der auf Code-Eingaben basiert. Die Architektur ist jedoch linear, und komplexere Logik (wie Verzweigungen oder Rückkopplungsschleifen) erfordert kostenpflichtige Funktionen wie Paths oder Code by Zapier.
6. Google Workspace Studio: Es ist in Workspace-Apps wie Gmail, Drive, Kalender, Tabellen und Chat integriert. Mithilfe von Gemini AI werden Anweisungen in einfacher Sprache in automatisierte Arbeitsabläufe umgewandelt.

→ Für alle, die Frameworks gegenüber No-Code-Tools in Betracht ziehen, lesen Sie unseren Erfahrungsbericht zum Erstellen von KI-Agenten mit LangGraph, CrewAI, Swarm und LangChain.

Mehr lesen

Wenn Sie sich für die Infrastruktur interessieren, die webfähige agentenbasierte KI ermöglicht, finden Sie hier unsere neuesten Benchmarks:

• Remote-Browser : Wie die Browserinfrastruktur es Agenten ermöglicht, sicher mit dem Web zu interagieren .
• Browser- MCP-Benchmark : Die besten MCP-Server für Tool-Nutzung und Webzugriff.

Creatio Studio

Creatio konzentriert sich mehr auf die Automatisierung von Geschäftsprozessen als auf experimentelle Agentenlogik. Es verwendet einen visuellen Designer und natürlichsprachliche Eingabeaufforderungen, sodass auch technisch nicht versierte Anwender Arbeitsabläufe und Aufgaben automatisieren können.

Hauptmerkmale:

• Sie können UI-Elemente per Drag & Drop verschieben, Datenmodelle definieren und Geschäftsregeln festlegen, um Anwendungen und Workflows zu erstellen, die mit Ihren Agenten verknüpft sind.
• Die Plattform umfasst vorgefertigte KI-Agenten für Aufgaben wie Vertriebsansprache, Serviceautomatisierung oder Marketing-Workflows.
• Apps und Prozessbausteine können teamübergreifend wiederverwendet werden, was die Konsistenz auch bei großem Umfang fördert.

n8n

Mit n8n können Nutzer komplexe KI-Agenten-Workflows erstellen. Es ist entwicklerfreundlich und flexibel. Sie können echten Code innerhalb der Workflows schreiben und diese beliebig erweitern. Das Besondere an n8n ist, dass der gesamte Quellcode auf GitHub verfügbar ist. ²

Hauptmerkmale:

• Codeunterstützung mit JavaScript und Python
• Umfangreiche Node-Bibliothek mit Hunderten von Integrationen
• Ein dedizierter KI-Agentenknoten für mehrstufige Agentenlogik
• Agentenknoten über Systemaufforderungen erstellen
• Kontext- und Gedächtnisunterstützung
• Mehrere Auslöser, Verzweigungen, Schleifen und Fehlerbehandlung
• Externe npm-Pakete beim Selbsthosting ³

• Git-basierte Versionskontrolle auf höheren Ebenen

AgentKit von OpenAI

Im Oktober 2025 kündigte OpenAI AgentKit an, ein Toolkit zum Erstellen und Bereitstellen von KI-Agenten. ⁴ Es ist für Teams konzipiert, die OpenAI-Modelle und -Tools verwenden. Der Fokus liegt darauf, wie Agenten denken, argumentieren und Tools einsetzen, nicht auf allgemeiner Automatisierung.

Hauptmerkmale:

• Visuelle Vorlage für die Erstellung von Agentenabläufen

• Native Unterstützung für Speicher, Werkzeugnutzung und Agentendelegierung
• Eingebaute Logikblöcke (If, While, Set State)
• Enge Integration mit OpenAI-Modellen und MCP-Tools
• Eingebaute Auswertung mit
  • Automatisierte Bewertung

• • Prompt-Optimierer

• • Agentenspurbewertung

• ChatKit-Widgets zum Einbetten von KI-Agenten in Websites und Apps

machen

Make ist eine cloudbasierte Automatisierungsplattform, auf der Sie Anwendungen mithilfe visueller Module verbinden. Sie kann mehrstufige KI-Workflows ausführen, die das Verhalten von Agenten nachahmen, bietet aber kein echtes Agenten-Framework .

Hauptmerkmale:

• Mehrstufige Arbeitsabläufe, sogenannte „Szenarien“
• Router und Filter für Verzweigungen
• Schleifen und Unterszenarien
• API-Unterstützung über HTTP-Module

• Chrome DevTools-Erweiterung für detailliertes Debugging
• Klare Schritt-für-Schritt-Protokolle

Zapier

Zapier ist das einfachste und anfängerfreundlichste Automatisierungstool. Es nutzt eine natürlichsprachliche Schnittstelle zur Erstellung von KI-Agenten, basiert aber auf linearen Arbeitsabläufen.

Hauptmerkmale:

• KI-Agenten (Beta), die durch Anweisungen in natürlicher Sprache erstellt wurden
• Code von Zapier für kleine JS/Python-Code-Snippets
• Vorlagen für gängige Agentenaufgaben
• Pfade für bedingte Verzweigungen (kostenpflichtige Funktion)
• Begrenzte Transparenz auf Stufenebene

Google Workspace Studio

Google Workspace Studio ist Googles KI-Agenten-Builder ohne Programmierung.
Es wurde im Rahmen von Google Workspace (ursprünglich Workspace Flows genannt) eingeführt. Es nutzt Gemini AI für die Zusammenarbeit mit Gmail, Drive, Kalender, Chat, Formularen und mehr.

Hauptmerkmale:

• Agenten können innerhalb von Gmail, Google Drive, Docs, Sheets, Chat und Kalender agieren. Sie gewinnen Kontextinformationen aus Ihren Dateien, E-Mails und Ereignissen, um intelligentere Entscheidungen zu treffen.
• Benutzer können Workflows durch Ereignisse wie eingehende E-Mails, Kalenderereignisse, neue Formularantworten, geplante Zeiten oder Chat-Erwähnungen auslösen.
• Einmal erstellt, können Agenten wie in Google Docs teamübergreifend geteilt werden, sodass andere sie wiederverwenden oder anpassen können.

Preisvergleich von KI-Agenten-Buildern

Kostenmodellierung für Einzel- und Teampläne

Kostenmodellierung für Unternehmenspläne

Wichtigste Punkte:

• n8n: Gebühren pro Workflow-Ausführung: Ein Durchlauf zählt als eine einzige Ausführung, unabhängig davon, wie viele Knoten er umfasst.
  
• Agentkit: Die Kosten sind an die Nutzung der API/des Modells gekoppelt. Sie bezahlen für Tokens und alle verwendeten Tools gemäß den Tarifen von OpenAI; für AgentKit selbst fallen keine separaten Gebühren an.
  
• make: Gebühren pro Vorgang: Jedes Modul in einem Szenario (Makes Bezeichnung für einen Workflow) zählt als ein Vorgang.
  
• Zapier: Kosten pro Aufgabe: Jeder Aktionsschritt nach dem Auslöser zählt als eine Aufgabe.

Wenn ein Workflow beispielsweise 10 Knoten hat:

• make und Zapier würden das bei jedem Durchlauf als 10 Operationen oder Aufgaben zählen.
  
• n8n würde es als eine Ausführung zählen, unabhängig von der Anzahl der enthaltenen Knoten.

Die Preisgestaltung von n8n kann allerdings etwas verwirrend sein: Obwohl die Operationen nicht einzeln gezählt werden, gibt es bei jedem Tarif dennoch eine Obergrenze für die Gesamtzahl der Ausführungen (zum Beispiel 2.500 pro Monat im kostenlosen Tarif).

n8n

n8n bietet sowohl selbstgehostete als auch Cloud-gehostete Optionen. Beide können auf Ihrer eigenen Infrastruktur mit Docker oder Docker Compose ausgeführt werden.

Die Community Edition bietet nicht alle Funktionen für Unternehmen, darunter SSO, Zugriffskontrollen und globale Variablen. Einige dieser fehlenden Funktionen lassen sich durch von der Community entwickelte Nodes ersetzen; beispielsweise bietet das Paket n8n-nodes-globals eine Alternative zu globalen benutzerdefinierten Variablen.

Ab August 2025 hat n8n die Beschränkungen für aktive Workflows in allen seinen Cloud-Plänen aufgehoben, sodass Sie in jedem Plan unbegrenzt Workflows, Schritte und Benutzer haben können. ⁵

AgentKit

Die Kosten sind an die Nutzung der API/des Modells gekoppelt: Sie zahlen für Tokens und alle verwendeten Tools gemäß den Tarifen von OpenAI; für AgentKit fallen keine separaten Gebühren an.

machen

Make verwendet ein betriebsbezogenes Preismodell:

Das bedeutet, dass selbst ein moderater Workflow Ihr kostenloses Kontingent schnell aufbrauchen kann. Angenommen, Sie entwickeln einen KI-Agenten, der täglich dreimal ausgeführt wird und fünf Module nutzt (z. B. Nachrichten abrufen, filtern, OpenAI aufrufen, Ergebnis formatieren, E-Mail senden). Das sind fünf Operationen × drei Ausführungen = 15 Operationen pro Tag. Über 30 Tage summiert sich das auf etwa 450 Operationen.

• Gratis-Tarif : Beinhaltet 1.000 Operationen pro Monat und erlaubt bis zu 2 aktive Szenarien.
• Kostenpflichtige Tarife : ab 9 US-Dollar pro Monat für 10.000 Operationen .

Da die Abrechnung pro Vorgang erfolgt, werden Arbeitsabläufe mit mehr Knoten oder häufigeren Ausführungen kostspielig.

Zapier

Zapier berechnet die Kosten anhand der Anzahl der von seinen Zaps ausgeführten Aufgaben. Eine Aufgabe entspricht jedem Datenelement, das von einem Aktionsschritt im Workflow verarbeitet wird. Fügt ein Zap beispielsweise eine Zeile zu einem Google Sheet hinzu, zählt dies als eine Aufgabe.

• Gratis-Tarif : 100 Aufgaben/Monat und 5 Zaps (Workflows).
  
• Kostenpflichtige Tarife : Ab 19,99 $/Monat für 750 Aufgaben/Monat.

Beachten Sie, dass Zapier auf ein Abrechnungsmodell mit nutzungsabhängiger Abrechnung zu einem höheren Preis umstellt, wenn Sie Ihr Aufgabenlimit überschreiten, um Ihre Zaps weiterhin auszuführen.

Zapier bietet im Rahmen seines KI-Orchestrierungspakets auch KI-Agenten an. Mit diesen Paketen können Sie KI-gestützte Chatbots und Agenten erstellen. Das kostenlose Paket umfasst 400 Aktivitäten pro Monat.

Weiterführende Literatur

• Lokale KI-Agenten
• Vergleich der Agentic CLI-Tools

Referenzlinks

1.

Introducing AgentKit | OpenAI

2.

GitHub - n8n-io/n8n at pixeljets.com · GitHub

3.

n8n/packages/nodes-base/nodes/Code at bf2ee51e36214c44bb7bb57d27d33dd29a8ccf72 · n8n-io/n8n · GitHub

4.

Introducing AgentKit | OpenAI

5.

New plan, no active workflow limits — n8n's new pricing explained. – n8n Blog

n8n Blog

Cem Dilmegani

Leitender Analyst

Folgen auf

Cem ist seit 2017 leitender Analyst bei AIMultiple. AIMultiple informiert monatlich Hunderttausende von Unternehmen (laut similarWeb), darunter 55 % der Fortune 500. Cems Arbeit wurde von führenden globalen Publikationen wie Business Insider, Forbes und der Washington Post, von globalen Unternehmen wie Deloitte und HPE sowie von NGOs wie dem Weltwirtschaftsforum und supranationalen Organisationen wie der Europäischen Kommission zitiert. Weitere namhafte Unternehmen und Ressourcen, die AIMultiple referenziert haben, finden Sie hier. Im Laufe seiner Karriere war Cem als Technologieberater, Technologieeinkäufer und Technologieunternehmer tätig. Über ein Jahrzehnt lang beriet er Unternehmen bei McKinsey & Company und Altman Solon in ihren Technologieentscheidungen. Er veröffentlichte außerdem einen McKinsey-Bericht zur Digitalisierung. Bei einem Telekommunikationsunternehmen leitete er die Technologiestrategie und -beschaffung und berichtete direkt an den CEO. Darüber hinaus verantwortete er das kommerzielle Wachstum des Deep-Tech-Unternehmens Hypatos, das innerhalb von zwei Jahren von null auf einen siebenstelligen jährlichen wiederkehrenden Umsatz und eine neunstellige Unternehmensbewertung kam. Cems Arbeit bei Hypatos wurde von führenden Technologiepublikationen wie TechCrunch und Business Insider gewürdigt. Er ist ein gefragter Redner auf internationalen Technologiekonferenzen. Cem absolvierte sein Studium der Informatik an der Bogazici-Universität und besitzt einen MBA der Columbia Business School.

Vollständiges Profil anzeigen

Seien Sie der Erste, der kommentiert

Ihre E-Mail-Adresse wird nicht veröffentlicht. Alle Felder sind erforderlich.

Name

E-Mail-Adresse

Kommentar

0/450

Kommentar posten