# n8n vs Make: Die richtige Automationsplattform wählen

> n8n oder Make? Ein Vergleich von Kosten, DSGVO und KI-Möglichkeiten und warum selbst gehostetes n8n mit lokalen Modellen Kosten und Latenz senkt.

- Von: [Alexander Schnabl](https://www.alexschnabl.com/), S&S Technologies
- Veröffentlicht: 1. August 2025
- Aktualisiert: 21. Oktober 2026
- Kategorie: n8n
- Quelle: https://www.sus-tech.com/de/blog/n8n-vs-make

IT-Ops-Verantwortliche lieben Drag-and-Drop-Automatisierung - bis Rechnung, Audit und KI-Roadmap gleichzeitig auf dem Tisch liegen. Wenn jede zusätzliche *Operation* oder *Aufgabe* Geld kostet, kollidieren Cloud-Limits mit Wachstum. So schlägt das selbst gehostete [n8n](https://n8n.partnerlinks.io/4t3y7zvzmyu3) **Make** (und Zapier) bei Kosten, Compliance und lokaler KI-Erweiterbarkeit.

## Wo Make teuer und riskant wird

### 1. Verborgene Lizenz- und Nutzungskosten

- Make berechnet *jeden* Modul-Durchlauf in einem Szenario, abgerechnet in Credits. Schon ein Drei-Schritt-Flow kann täglich Tausende Credits verbrauchen. Core startet bei **9 $ pro Monat** für 10 000 Credits bei jährlicher Zahlung, Teams bei **29 $**; Enterprise ist Individualpreis ([Make-Preise](https://www.make.com/en/pricing), Oktober 2026) - alles weiterhin pro Credit.
- Zapier rechnet pro Task ab: **29,99 $** pro Monat für 750 Tasks und **733,50 $** für 100 000 Tasks im Professional-Plan bei monatlicher Zahlung ([Zapier-Preise](https://zapier.com/pricing), Oktober 2026) - plus Aufschläge bei Überschreitung. Unser [Zapier-Kosten-Tear-Down](https://www.sus-tech.com/de/blog/n8n-vs-zapier) zeigt den schnellen Anstieg.
- n8n Cloud startet bei **20 €** pro Monat für 2 500 *Workflow-Ausführungen* bei jährlicher Zahlung ([n8n-Preise](https://n8n.io/pricing/), Oktober 2026) - unbegrenzte Schritte, keine Premium-Nodes - oder man betreibt die Community-Edition kostenlos auf dem eigenen Server mit demselben [n8n](https://n8n.partnerlinks.io/4t3y7zvzmyu3).

Wie unterschiedlich die Plattformen zählen, zeigt ein einzelner Durchlauf, der fünf neue E-Mails in eine Tabelle schreibt:

![n8n vs. Make bei einem Durchlauf, der fünf E-Mails in eine Tabelle schreibt: Make zählt sechs Credits, einen pro Operation, n8n eine Ausführung](https://www.sus-tech.com/media/1280/n8n-vs-make-credits-vs-executions-de.png.webp)

Make zählt einen Credit für den Trigger und einen für jede Operation eines Moduls. Die fünf Zeilen kosten also fünf weitere Credits, insgesamt sechs ([Make Academy](https://academy-content.make.com/courses/make-foundation-operations-credits/02-credit-consumption-in-make/)). n8n zählt den ganzen Durchlauf als eine Ausführung, egal wie viele Schritte oder Datensätze er verarbeitet ([n8n-Preise](https://n8n.io/pricing/)). Bei Make erhöht jeder Datensatz in einer Schleife die Zahl der Credits, bei n8n ändert er an der Zählung nichts.

### 2. DSGVO-Risiko

Zapier verarbeitet Daten auf US-Infrastruktur. Make bietet Hosting in der EU, ist aber wie Zapier ein Cloud-Dienst mit eigenen Unterauftragsverarbeitern und Aufbewahrungsfristen. Datenübertragungen, intransparente Sub-Auftragsverarbeiter und Aufbewahrungsregeln machen jeden Webhook zur Compliance-Frage. Details im [Leitfaden zum DSGVO-sicheren Hosting](https://www.sus-tech.com/de/blog/gdpr-safe-local-hosting-for-llms).

Wo eine Plattform laufen kann, entscheidet, wo Ihre Daten verarbeitet werden:

![Wo Zapier, Make, n8n Cloud und selbst gehostetes n8n Daten verarbeiten: Anbieter-Cloud in den USA oder der EU oder eigene Server](https://www.sus-tech.com/media/1280/n8n-vs-make-hosting-regions-de.png.webp)

Zapier speichert Kundendaten bei AWS in den USA ([Zapier](https://docs.zapier.com/mcp/manage/security)). Bei Make wählt jede Organisation ein Rechenzentrum in den USA oder der EU, das sich später nicht mehr ändern lässt ([Make-Hilfe](https://help.make.com/organizations)). Einige KI-Funktionen schicken ihre Anfragen aber immer in die USA ([Make-Hilfe](https://help.make.com/ai-providers-and-data-zones-in-make)). n8n Cloud speichert Daten in Frankfurt ([n8n-Preise](https://n8n.io/pricing/)) und die selbst gehostete Edition läuft dort, wo Sie sie installieren.

### 3. Begrenzte KI-Erweiterbarkeit

GPT-APIs bedeuten Doppelabrechnung (Automation + Tokens) und Abgabe sensibler Daten an externe Anbieter. Token-Gebühren wachsen mit jedem Dokument und jedem Agenten-Schritt - siehe Zahlen im [Kostenvergleich von Cloud- und lokalen LLMs](https://www.sus-tech.com/de/blog/cloud-llm-vs-local-llm-cost-comparison-with-real-example).

## Die Alternative: selbst gehostetes n8n mit lokalen Modellen

- Überall selbst hosten. Betreiben Sie n8n On-Premises oder in einer EU-Cloud für vollständige Datenhoheit.
- Lokale SLMs via Ollama. Unser [Guide](https://www.sus-tech.com/de/blog/run-local-llms-with-ollama-and-n8n) zeigt, wie Sie ein 7-B-Modell hinter `http://localhost:11434` packen und n8n eine native KI-Node geben - ohne externe Aufrufe.
- Matrix42-Connector. S&S pflegt den [Matrix42-Node für n8n](https://www.sus-tech.com/de/blog/n8n-nodes-matrix42), damit Sie Tickets ohne Skripting anlegen, anreichern und schließen können.
- Governance. Je nach Plan helfen Rollen, Workflow-Historie, Versionskontrolle mit Git und Log-Streaming bei Audits ([n8n-Preise](https://n8n.io/pricing/)).

## n8n und Ollama einrichten

### In Minuten einsatzbereit

```bash
# auf einem Server mit Node.js 22 und genug RAM oder GPU-Speicher für das Modell
npx n8n # startet n8n auf Port 5678
curl -fsSL https://ollama.com/install.sh | sh # installiert Ollama
ollama pull gemma2:9b # lädt Gemma 2 mit 9B Parametern (5,4 GB)
```

Die **Ollama Model**-Node einfach auf `http://localhost:11434` zeigen - fertig.

### Kostenvergleich Seite an Seite

- Automationsplattform (Preise vom Oktober 2026): Zapier Professional (2 000 Tasks): **49 $/Monat** bei jährlicher Zahlung
  - Make Core (10 000 Credits): **9 $/Monat** bei jährlicher Zahlung - explodiert bei Schleifen
  - n8n selbst gehostet: **0 €** (plus Kosten für den Server)
- AI-Inference: Cloud GPT-4 Turbo, Agent mit fünf Aufrufen pro Rechnung: **rund 175 $ im Monat** bei 1 200 Rechnungen
  - Lokales SLM auf einer RTX 3060: **ein paar Cent Strom pro Lauf** nach einer Workstation für 1 800 € - [Rechnung](https://www.sus-tech.com/de/blog/cloud-llm-vs-local-llm-cost-comparison-with-real-example)

> **Ergebnis:** Bei hohen Volumen oder Agenten, die das Modell pro Dokument mehrfach aufrufen, ersetzt n8n mit lokalen SLMs Gebühren pro Operation und pro Token durch einen festen Betrag für Hardware.

## Was der Wechsel spart

- Kürzere Durchlaufzeiten und weniger manuelle Eingriffe im Service Desk
- Weniger Nacharbeit nach vollständiger Automatisierung von ERP- und ITSM-Workflows
- KI-Kosten, die mit dem Volumen nicht mitwachsen; bei hohen Volumen hat sich eine KI-Workstation für 1 800 € nach wenigen Monaten bezahlt gemacht - siehe [Kostenvergleich](https://www.sus-tech.com/de/blog/cloud-llm-vs-local-llm-cost-comparison-with-real-example).
- Einfachere DSGVO-Compliance: Laufen n8n und das Modell auf Ihren eigenen Servern, bleiben die Daten dort und im Verzeichnis nach Art. 30 DSGVO stehen weniger externe Empfänger und keine Übermittlungen in Drittländer - siehe [Beitrag zum DSGVO-sicheren Hosting](https://www.sus-tech.com/de/blog/gdpr-safe-local-hosting-for-llms).

## So planen Sie den Umstieg

1. Aktuelle Kosten prüfen. Usage-Exports aus Zapier/Make und OpenAI ziehen; High-Volume-Flows markieren.
2. Pilot lokal starten. Unseren [Ollama-&-n8n-Quick-Start](https://www.sus-tech.com/de/blog/run-local-llms-with-ollama-and-n8n) auf einem Test-Rechner durchlaufen.
3. Mit Matrix42 erweitern. `npm install n8n-nodes-matrix42` ausführen und Ihr ITSM mit dem [Matrix42-Node](https://www.sus-tech.com/de/solutions/n8n-nodes-matrix42) anbinden.
4. Messen. Vergleichen Sie Durchlaufzeiten und manuelle Eingriffe vor und nach dem Umstieg, etwa anhand der Ticket-Historie.
5. Skalieren. Fine-tuned SLMs, RBAC-Stufen und Dashboards ergänzen.

Bereit, Kosten zu senken, Datenhoheit zurückzugewinnen und Automatisierung zu beschleunigen? [**Kontaktieren Sie unser Team**](mailto:office@sus-tech.at).

**Automate. Optimize. Scale.**