Zum Hauptinhalt springen
N8N WORKFLOWS

n8n Chatbot mit KI erstellen: Claude & GPT integrieren

8 min Lesezeit
n8n KI-Chatbot erstellen mit Claude und GPT

Ein KI-Chatbot, der wirklich Ihre Produkte kennt, die richtigen Antworten gibt und auf Ihrer eigenen Infrastruktur läuft – das ist mit n8n möglich. In diesem Artikel zeige ich Ihnen, wie Sie einen vollwertigen KI-Chatbot mit Claude oder GPT aufbauen, inklusive Gesprächsgedächtnis, eigenem Wissenssystem (RAG) und Integration in Ihre Website.

n8n ist dabei nicht nur ein einfaches Gateway zur KI-API – es orchestriert den gesamten Dialog: Kontext aufbauen, Wissen abrufen, Antwort generieren, Ergebnis speichern. Das macht Chatbots möglich, die tatsächlich nützlich sind.

Grundarchitektur: Wie ein n8n-Chatbot funktioniert

Jeder n8n-Chatbot folgt demselben Grundprinzip:

  1. Nutzereingabe empfangen: Der Nutzer schreibt eine Nachricht (via Chat-Widget, API oder Messaging-Dienst)
  2. Kontext aufbauen: Gesprächshistorie aus Speicher laden, relevante Wissensbasis abrufen (RAG)
  3. KI generiert Antwort: Claude oder GPT erhält Nutzernachricht + Kontext + System-Prompt
  4. Antwort zurücksenden: Generierte Antwort an den Nutzer übermitteln
  5. Zustand speichern: Gesprächshistorie für die nächste Runde aktualisieren

n8n bietet für Schritt 1 den Webhook-Trigger, für Schritt 2 den Memory-Node (Window Buffer oder Vector Store), für Schritt 3 den AI Agent Node mit Claude/GPT-Integration, und für Schritt 5 automatisches Memory-Update.

Einfacher Chatbot: Webhook → KI → Antwort

Der minimale Chatbot-Workflow in n8n besteht aus drei Nodes:

Node 1: Webhook Trigger

Empfängt POST-Anfragen mit der Nutzer-Nachricht:

// Erwarteter Request-Body:
{
  "sessionId": "user-123",
  "message": "Was sind Ihre Öffnungszeiten?"
}

Node 2: AI Agent (mit Claude oder GPT)

Konfiguration im AI Agent Node:

  • Model: Claude 3 Haiku (günstig, schnell) oder GPT-4o mini
  • System Message: Beschreibt den Chatbot-Charakter, Unternehmen, Einschränkungen
  • Memory: Window Buffer Memory für die letzten 10 Nachrichten
  • Session ID: {{ $json.sessionId }} – hält Gespräche getrennt

Node 3: Respond to Webhook

Sendet die Antwort zurück:

{
  "response": "{{ $json.output }}",
  "sessionId": "{{ $('Webhook').item.json.sessionId }}"
}

RAG-Setup: Eigenes Wissen integrieren

RAG (Retrieval-Augmented Generation) macht aus einem generischen Chatbot einen Experten für Ihr Unternehmen. Das System funktioniert in zwei Phasen:

Phase 1: Dokumente laden und indexieren (einmalig)

  1. Dokumente laden: Ihre FAQs, Produktbeschreibungen, Handbücher – als PDF, Word oder Plaintext
  2. Chunking: Text in kleine Abschnitte aufteilen (ca. 500 Tokens/Chunk)
  3. Embedding generieren: Jeder Chunk wird in einen Vektor umgewandelt (OpenAI Embeddings oder lokal mit Nomic Embed)
  4. In Vektordatenbank speichern: Qdrant, Pinecone oder Supabase Vector (pgvector)

Phase 2: Zur Laufzeit (jede Nutzeranfrage)

  1. Nutzer-Anfrage in Vektor umwandeln
  2. Ähnlichste Dokument-Chunks aus der Vektordatenbank abrufen (Top-5)
  3. Gefundene Texte als Kontext an den KI-Prompt anhängen
  4. KI antwortet auf Basis der echten Dokumentation

n8n hat alle benötigten Nodes eingebaut: Embedding-Nodes, Vector Store Nodes (für Qdrant, Supabase, Pinecone) und automatisches RAG-Setup im AI Agent Node.

Chat-Widget auf Ihrer Website einbinden

n8n generiert automatisch einen Webhook-URL, den Sie als API-Endpunkt nutzen können. Das Chat-Widget auf Ihrer Website sendet Nachrichten an diese URL und empfängt Antworten.

Option A: n8n's eingebautes Chat-Widget

n8n bringt seit Version 1.x ein eingebautes Chat-Interface mit, das direkt per Iframe oder als eigenständige Seite in Ihre Website eingebunden werden kann. Konfiguration über den „Chat Trigger"-Node statt des Standard-Webhooks.

Option B: Eigenes Widget per JavaScript

Für vollständige Design-Kontrolle: Ein simples JavaScript-Widget, das HTTP-Requests an Ihren n8n-Webhook sendet. Vorteile: Beliebiges Styling, Integration mit Ihrem Design-System, keine externen Abhängigkeiten.

// Minimalbeispiel für eigenes Widget
async function sendMessage(message, sessionId) {
  const response = await fetch('https://n8n.ihredomain.de/webhook/chatbot', {
    method: 'POST',
    headers: { 'Content-Type': 'application/json' },
    body: JSON.stringify({ message, sessionId })
  });
  const data = await response.json();
  return data.response;
}

Error Handling und Monitoring

Produktive Chatbots müssen robust sein. Häufige Fehlerquellen und Lösungen:

  • API-Timeout: KI-APIs können langsam sein. Setzen Sie einen Timeout-Node (z. B. 30 Sekunden) und eine freundliche Fallback-Nachricht: „Es tut mir leid, ich brauche gerade einen Moment. Bitte versuchen Sie es erneut."
  • API-Fehler (Rate Limit, Server Down): Error-Workflow sendet Benachrichtigung per Slack und loggt Fehler. Nutzer erhält generische Fehlermeldung, kein technischer Stacktrace.
  • Unangemessene Anfragen: System Prompt definiert klare Grenzen. Optionale Inhaltsfilterung über Moderation-API (OpenAI) oder Claude's eingebaute Safety-Mechanismen.
  • Monitoring: Execution-Log in n8n gibt Überblick über Erfolgs- und Fehlerquoten. Für professionelles Monitoring: Webhook an Grafana/Datadog senden.

DSGVO-Überlegungen

Beim Betrieb eines KI-Chatbots gelten besondere DSGVO-Anforderungen:

  • Informationspflicht: Nutzer müssen wissen, dass sie mit einem KI-System kommunizieren. Ein klarer Hinweis im Chat-Widget ist Pflicht.
  • Datenweitergabe an KI-Anbieter: Jede Anfrage an Claude (Anthropic) oder GPT (OpenAI) überträgt den Gesprächsinhalt an US-Server. Schließen Sie einen AVV (Auftragsverarbeitungsvertrag) ab und nutzen Sie EU Data Residency wo verfügbar.
  • Lokale Alternative: Für maximale DSGVO-Konformität: Ollama mit einem Open-Source-Modell (Llama 3, Mistral) auf Ihrem eigenen Server. Keine Datenweitergabe, aber leicht geringere Qualität.
  • Datenlöschung: Definieren Sie eine Retention-Policy für Gesprächsprotokolle. 90 Tage ist ein üblicher Wert; länger nur mit expliziter Einwilligung.
  • Datenschutzerklärung: Beschreiben Sie die KI-Nutzung und Datenweitergabe explizit in Ihrer Datenschutzerklärung.

Mehr zu KI und DSGVO im Überblick finden Sie im KI-Chatbots-Leitfaden. Den Einstieg in n8n selbst finden Sie im n8n-Automatisierungsleitfaden.

Häufig gestellte Fragen

Claude oder GPT – welches Modell für einen n8n-Chatbot? expand_more

Beide Modelle eignen sich hervorragend für Unternehmens-Chatbots. Claude (Anthropic) ist besonders stark bei langen Dokumenten, präzisen Anweisungen und deutschsprachigen Texten. GPT-4o (OpenAI) überzeugt bei Funktionsaufrufen und Bild-Analyse. Meine Empfehlung: Claude Haiku für schnelle, günstige Antworten (Kundenservice), Claude Sonnet für komplexe Aufgaben (Beratung, Analyse). Beide sind über n8n-Nodes direkt integrierbar.

Was ist RAG und warum brauche ich es für meinen Chatbot? expand_more

RAG steht für Retrieval-Augmented Generation. Ohne RAG kennt der Chatbot nur sein Training (Allgemeinwissen, Cutoff-Datum). Mit RAG können Sie eigene Dokumente (Produktkataloge, FAQs, Handbücher) in eine Vektordatenbank laden – der Chatbot sucht bei jeder Anfrage relevante Textstellen heraus und antwortet auf Basis Ihrer echten Daten. Das Ergebnis: Präzise, aktuelle Antworten zu Ihrem Business statt generischer KI-Antworten.

Ist ein n8n KI-Chatbot DSGVO-konform? expand_more

Das hängt von der Implementierung ab. Kritischster Punkt: Die API-Aufrufe an Claude (Anthropic) oder GPT (OpenAI) übertragen Nutzerdaten an US-Server. Für DSGVO-maximale Konformität können Sie ein lokales Sprachmodell (Ollama mit Llama oder Mistral) auf Ihrem Hetzner-Server betreiben – dann verlassen keine Daten Ihre Infrastruktur. Alternativ: AVV mit Anthropic/OpenAI abschließen und EU Data Residency nutzen.

Wie viel kostet der Betrieb eines n8n KI-Chatbots? expand_more

Die Hauptkosten entstehen durch API-Gebühren. Claude Haiku (günstigstes Modell für Kundenservice): ca. 0,25 USD pro 1 Million Input-Token. Bei 1.000 Chat-Anfragen/Tag mit durchschnittlich 500 Token pro Anfrage: ca. 3–5 USD/Monat API-Kosten. Dazu kommen Serverkosten (Hetzner 5–8 €/Monat) und einmalige Setup-Kosten. Insgesamt: 15–50 €/Monat für die meisten mittelständischen Unternehmen.

Projekt besprechen?

Lassen Sie uns über Ihr Vorhaben sprechen — unverbindlich und kostenlos.

Erstgespräch vereinbaren

Weiterführende Artikel