KI-Workflows: Aufbau, Beispiele und Unterschied zum KI-Agenten

Kurz gesagt

Ein KI-Workflow ist ein fest definierter, automatisierter Ablauf, in dem ein oder mehrere Schritte von einem KI-Modell erledigt werden, zum Beispiel Zusammenfassen, Einordnen oder Auslesen. Anders als bei einem KI-Agenten legt der Mensch die Reihenfolge der Schritte vorher fest. Gebaut werden KI-Workflows meist mit n8n, Make oder Zapier.

Stand: 21. November 2026

Ein KI-Workflow ist ein automatisierter Ablauf mit festgelegter Reihenfolge, in dem einzelne Schritte von einem KI-Modell erledigt werden. Der Ablauf liest zum Beispiel eine E-Mail, lässt sie von der KI einordnen und legt das Ergebnis im richtigen System ab. Hier erfährst du, woraus ein KI-Workflow besteht, worin er sich von einem KI-Agenten unterscheidet, welche Muster sich bewährt haben und wie du seine Qualität prüfst.

Was ist ein KI-Workflow?

Der Begriff kommt aus der Workflow-Automatisierung: Software führt einen wiederkehrenden Ablauf aus mehreren Schritten ohne Handarbeit aus. Klassische Workflows arbeiten mit festen Regeln und strukturierten Daten. Ein KI-Workflow ergänzt diese Regeln um Schritte, die Verständnis brauchen: Freitext zusammenfassen, ein Dokument auslesen, eine Antwort formulieren.

Entscheidend ist, dass der Weg feststeht. Du bestimmst, welcher Schritt wann folgt. Die KI arbeitet innerhalb dieser Schritte, sie wählt nicht selbst den nächsten. Das macht KI-Workflows gut planbar und leicht zu prüfen. Wie sie in die größere Frage der KI-Automatisierung passen, steht im gleichnamigen Ratgeber.

KI-Workflow oder KI-Agent?

Anthropic trennt in seinem Leitfaden „Building effective agents“ beide Begriffe klar: Workflows sind Systeme, in denen Sprachmodelle und Werkzeuge über vordefinierte Codepfade gesteuert werden. Agenten sind Systeme, in denen das Sprachmodell seine Abläufe und die Werkzeugnutzung dynamisch selbst lenkt.

Merkmal KI-Workflow KI-Agent
Ablauf Vorher festgelegt Vom Modell zur Laufzeit gewählt
Planbarkeit Hoch, gleiche Schritte bei jedem Lauf Geringer, Schritte variieren
Kosten und Laufzeit Gut kalkulierbar Schwanken mit der Zahl der Schritte
Fehlersuche Einfach, jeder Schritt ist sichtbar Aufwendiger, Entscheidungen müssen nachvollzogen werden
Passt für Klar beschreibbare Aufgaben Offene Aufgaben mit unbekannter Schrittzahl

Der gleiche Leitfaden rät, mit der einfachsten Lösung zu starten und erst bei Bedarf auf Agenten zu wechseln. Wenn du einen Agenten bauen willst, hilft der Ratgeber KI-Agent in n8n.

Die vier Bausteine eines KI-Workflows

Auslöser

Etwas startet den Ablauf, etwa eine neue Mail, ein Formular, ein Webhook oder ein Zeitplan.

Modell

Ein Sprachmodell wie GPT, Claude oder Gemini erledigt den KI-Schritt. Gib ihm eine eng umrissene Aufgabe, Beispiele und ein festes Ausgabeformat.

Werkzeuge

Anbindungen an CRM, Tabellen, Kalender oder Datenbanken holen Daten in den Ablauf und schreiben Ergebnisse zurück.

Prüfung

Ein Schritt kontrolliert das Ergebnis, bevor es wirkt. Das kann eine Regel sein (Pflichtfelder vorhanden?), ein zweiter Modellaufruf oder ein Mensch, der freigibt.

Die meisten Fehler entstehen, weil der vierte Baustein fehlt.

Bewährte Muster

Anthropic beschreibt mehrere Grundmuster, die du in jedem Workflow-Werkzeug nachbauen kannst:

Muster Ablauf Beispiel
Verkettung (Prompt Chaining) Mehrere KI-Schritte nacheinander, mit Prüfung dazwischen Gliederung erstellen, prüfen, dann Text schreiben
Verzweigung (Routing) Die KI ordnet die Eingabe ein, danach folgt ein passender Pfad Support-Mail an Rechnung, Technik oder Vertrieb leiten
Parallelisierung Teilaufgaben laufen parallel, Ergebnisse werden vereint Ein Dokument auf Vollständigkeit und Tonfall zugleich prüfen
Bewerten und verbessern Ein Modell erzeugt, ein zweites bewertet, bis das Ergebnis passt Übersetzung erstellen und gegenlesen lassen

Beispiele für KI-Workflows

  • Anfragen sortieren: Formular geht ein, die KI erkennt Anliegen und Dringlichkeit, das CRM erhält einen sauberen Eintrag.
  • Belege erfassen: Eine Rechnung als PDF landet im Postfach, die KI liest Betrag und Lieferant aus, die Buchhaltung bekommt einen Vorschlag.
  • Meeting nachbereiten: Das Transkript wird zusammengefasst, Aufgaben landen mit Zuständigkeit im Projekttool.
  • Inhalte verwerten: Aus einem Video entstehen Entwürfe für Blog, Newsletter und Social Media, die vor Veröffentlichung jemand freigibt.

Fertige Abläufe zum Anpassen findest du unter n8n-Workflows und n8n-Templates.

Einen KI-Workflow in 5 Schritten bauen

  1. Ablauf aufschreiben. Notiere Auslöser, jeden Schritt, die beteiligten Anwendungen und das gewünschte Ergebnis.
  2. KI-Schritt festlegen. Bestimme genau eine Aufgabe für das Modell, etwa „ordne die Mail einer von fünf Kategorien zu“, und lege das Ausgabeformat fest.
  3. Prompt mit Beispielen schreiben. Gib dem Modell zwei bis drei echte Beispiele samt erwartetem Ergebnis mit, damit es Format und Tiefe erkennt.
  4. Mit echten Fällen testen. Lass den Ablauf mit vergangenen Fällen laufen, auch mit ungewöhnlichen, und vergleiche mit dem, was ein Mensch entschieden hat.
  5. Mit Freigabe live gehen. Anfangs bestätigt ein Mensch jedes Ergebnis. Erst wenn kaum noch Korrekturen nötig sind, läuft der Workflow ohne Freigabe.

Starte mit einem Ablauf, der oft vorkommt und bei dem ein Fehler leicht zu beheben ist. Wenn er stabil läuft, baust du den nächsten Schritt an. Viele kleine, getestete Teile lassen sich leichter pflegen und bei Bedarf einzeln austauschen.

Werkzeuge für KI-Workflows

Werkzeug Besonderheit (Stand November 2026)
n8n Selbst hostbar, Community Edition kostenlos; AI-Agent-Node mit Chat-Modell und Werkzeugen; Freigabe durch Menschen vor einzelnen Werkzeugaufrufen möglich
Make Visueller Editor, Make AI Agents mit sichtbarer Begründung je Entscheidung; Free-Plan mit 1.000 Credits pro Monat
Zapier Große App-Auswahl, Zapier Agents; Free-Plan mit 100 Tasks pro Monat, aber nur zweistufige Abläufe

Wer Workflows lieber in Code baut, findet zu Claude Code einen eigenen Kurs auf claudekurs.de.

Qualität sichern

  1. Feste Ausgabeformate: Lass das Modell JSON nach einem Schema liefern. Bei OpenAI erzwingen Structured Outputs ein vorgegebenes JSON-Schema.
  2. Testfälle sammeln: Lege 20 bis 50 echte Beispiele mit erwartetem Ergebnis ab und lass sie nach jeder Änderung am Prompt durchlaufen.
  3. Regeln vor KI: Was sich mit einer Regel prüfen lässt, etwa Datumsformat oder Pflichtfelder, prüft eine Regel.
  4. Menschliche Freigabe: Bei Schritten mit Folgen, etwa Mails an Kunden oder Löschungen, pausiert der Ablauf, bis ein Mensch zustimmt.
  5. Protokollieren: Speichere Eingabe, Modellantwort und Ergebnis jedes Laufs, damit du Fehler nachvollziehen kannst.

In n8n wartet der Workflow dafür auf eine Freigabe, zum Beispiel per Slack, Teams, Gmail oder im n8n-Chat.

Je mehr Rechte ein Workflow oder Agent bekommt, desto wichtiger wird die Absicherung. Details dazu stehen auf kiagentensicherheit.de. Funktionierende Workflows und Fragen zum Aufbau teilen Mitglieder in der kostenlosen KI-Automatisierungs-Community.

Was ist ein KI-Workflow?

Ein KI-Workflow ist eine automatisierte Abfolge von Schritten, in der an mindestens einer Stelle ein KI-Modell arbeitet. Ein Auslöser startet den Ablauf, die KI verarbeitet die Daten, und das Ergebnis landet geprüft in einem Zielsystem.

Was ist der Unterschied zwischen KI-Workflow und KI-Agent?

Im KI-Workflow ist der Weg vorher festgelegt, die KI erledigt einzelne Schritte. Ein KI-Agent entscheidet selbst, welche Schritte und Werkzeuge er nutzt. Anthropic beschreibt Workflows als Systeme mit vordefinierten Codepfaden und Agenten als Systeme, die ihre Abläufe dynamisch selbst steuern.

Was ist mit Workflow-Automatisierung gemeint?

Workflow-Automatisierung heißt, dass Software einen wiederkehrenden Ablauf aus mehreren Schritten ohne Handarbeit ausführt, etwa vom eingehenden Formular bis zum Eintrag im CRM. Kommt ein KI-Modell dazu, spricht man von einem KI-Workflow.

Mit welchem Tool baue ich KI-Workflows?

Verbreitet sind n8n, Make und Zapier. Alle drei verbinden Anwendungen und bieten KI-Bausteine. n8n lässt sich zusätzlich selbst hosten, die Community Edition ist kostenlos.

Sind KI-Workflows verlässlich?

So verlässlich wie ihre Prüfungen. Feste Ausgabeformate, Testfälle und eine menschliche Freigabe bei folgenreichen Schritten machen Fehler sichtbar, bevor sie Schaden anrichten.

Wann brauche ich einen KI-Agenten und wann reicht ein KI-Workflow?

Ein Workflow reicht, wenn sich die Schritte vorher beschreiben lassen. Einen Agenten brauchst du erst, wenn die Zahl und Reihenfolge der Schritte von Fall zu Fall offen ist.

KI-Automatisierungs-Community

Werde Teil der Community

Kostenlos auf Skool, mit über 14.000 Mitgliedern, Kursen und Vorlagen.

Kostenlos beitreten