n8n vs. Make — welcher Workflow-Builder für dein KMU?
Beide automatisieren deine Prozesse. Der Unterschied liegt im Preismodell, in der DSGVO-Situation und darin, ob du einen eigenen Server betreiben kannst — oder willst. Kein Vendor-Bias: Beide Tools haben echte Vorteile, und beide haben Fälle, in denen sie die falsche Wahl sind.
TL;DR — wer gewinnt wann
- n8n self-hosted gewinntbei DSGVO non-negotiable, Complex Logic (Custom Code, AI-RAG), hohem Execution-Volumen (>5.000/Mo komplexe Workflows), vorhandenem technischen Team.
- n8n Cloud gewinnt bei EU-Residency ohne eigenen Server, moderaten Volumen, technischem Team ohne Infra-Erfahrung.
- Make gewinnt bei nicht-technischen Teams, Standard-SaaS-Integrationen (besonders Nischen-Tools), sporadischen/niedrigen Volumen, schnellem Einstieg ohne DevOps.
- Pricing-Entscheidung: Execution-Modell (n8n) ist vorhersehbar. Credit-Modell (Make) wird bei Schleifen und AI-Modulen teuer. Bei 10-Schritt-Workflows mit 10.000 Läufen/Mo ist n8n Cloud (~€50) günstiger als vergleichbare Make-Pläne.
Execution vs. Credit — warum das Modell wichtiger ist als der Listenpreis
Listenpreise zu vergleichen, ohne das Zählmodell zu verstehen, führt in die Irre. n8n und Make zählen grundverschieden.
n8n — Execution-Modell
1 Execution = 1 kompletter Workflow-Lauf. Ob dein Workflow 3 oder 300 Schritte hat — es zählt als eine Execution. Das macht Kosten deterministisch: 10.000 Workflow-Läufe pro Monat = 10.000 Executions, punkt.
*Startup-Plan: 50% Rabatt, nur für Teams <20 MA & <€5M Funding. Alle Pläne: unbegrenzte Workflows + User (seit August 2025). Quelle: n8n.io/pricing, Stand Mai 2026.
Make — Credit-Modell
1 Credit = 1 Modul-Ausführung pro Daten-Bundle. Ein Workflow mit 10 Modulen, der über 5 Datensätze iteriert, kostet 50 Credits. E-Mail an 5 Empfänger per Gmail-Modul = 5 Credits. AI-Module mit Makes eigenem Provider sind token-basiert — das kann hunderte Credits pro Aufruf kosten. Mit eigenem API-Key: 1 Credit + du zahlst den Modell-Anbieter direkt. (Quelle: help.make.com, Stand Mai 2026)
Credits sind additiv kaufbar. Basis-Credits gelten pro Monat, nicht rollierend. Quelle: make.com/en/pricing, Stand Mai 2026.
Konkretes Rechenbeispiel: 10.000 Workflow-Läufe/Monat, jeder mit 10 Schritten. n8n Cloud Pro: €50/Mo (10.000 Executions — passt haargenau). Make: 10 Schritte × 10.000 Läufe = 100.000 Credits — das liegt deutlich über dem Teams-Basis-Bundle und erfordert Zukauf oder Upgrade. Bei einfachen 2-3-Schritt-Flows dreht sich das Bild: da ist Makes Gratis-Tier oder Core-Plan günstiger.
n8n — wo es klar gewinnt
n8n ist kein einfaches No-Code-Tool — und das ist sein größter Vorteil. Wer eine technische Ressource hat (intern oder extern), bekommt dafür volle Kontrolltiefe: eigene Infrastruktur, kein Vendor-Lock-In, Custom Code an jedem Schritt und AI-Workflows, die über einfache Integrations hinausgehen.
Self-Hosting und DSGVO ohne Kompromisse
Die Community Edition ist kostenlos, Open-Source und self-hostbar. Wer n8n auf einem Hetzner-Server in AT/DE betreibt, verarbeitet keine Daten bei einem Drittanbieter — kein Vendor sieht deine Workflows, kein US-Server ist involviert, kein Execution-Limit bremst das Volumen. Für Kanzleien, Steuerbüros, Gesundheits-KMUs oder Finanzdienstleister, die DSGVO nicht nur formal, sondern strukturell abbilden müssen, ist das kein Nice-to-have — das ist der Entscheidungsgrund.
OptimusFlow Consulting betreibt die eigene Lead-Triage auf self-hosted n8n auf einem Hetzner-Server in Deutschland. Unsere Systeme klassifizieren eingehende Anfragen, priorisieren und leiten weiter — niemand manuell am Bildschirm. Nicht weil es günstiger ist als Make, sondern weil volle Datenkontrolle für uns nicht verhandelbar ist.
Custom Code und AI-Tiefe
Node.js- und Python-Code-Nodes sind in allen Plänen verfügbar — nicht als Add-on, nicht mit Timeout-Limitierung. Komplexe Business-Logik (Klassifizierungsregeln, Custom-Parsing, API-Transformationen) ist direkt im Workflow schreibbar. n8n hat native LangChain-Integration, 70+ AI-Nodes und unterstützt Multi-Agent-Workflows und RAG-Pipelines — das ist die tiefste AI-Implementierungsschicht der beiden Tools.
n8n ist richtig, wenn: DSGVO Self-Hosted eine vertragliche oder branchenseitige Anforderung ist. Wenn Custom Code, AI-Agenten mit RAG oder hochvolumige Workflows auf deterministisch berechenbaren Kosten laufen sollen. Wenn ein technischer Ansprechpartner vorhanden ist — intern oder als externer Partner.
Make — wo es klar gewinnt
Make ist für Teams gebaut, die keine technischen Ressourcen haben und trotzdem mittlere Workflow-Komplexität abbilden wollen. Der visuelle Canvas zeigt Szenarien als Fluss — Verzweigungen, Schleifen, Aggregatoren. Das ist Make's echte Stärke: visuell beherrschbar ohne Entwickler-Know-how, und 3.000+ native Integrationen decken den Long Tail der Nischen-SaaS-Tools ab, den n8n mit 400 Nodes nicht erreicht.
Bedienbarkeit ohne Entwickler
Ein nicht-technischer Ops-Manager kann in Make einen Workflow aufbauen, ohne eine Zeile Code zu schreiben. Das ist bei n8n — trotz visuellem Interface — realistisch schwieriger, sobald Custom-Logic oder AI-Chains ins Spiel kommen. Für Teams, die Autonomie wollen ohne Technik-Abhängigkeit, ist das ein echter Vorteil.
EU-Region und Compliance für Standardfälle
Makes EU-Region (eu1.make.com, AWS EU Frankfurt) mit SOC 2 Type II + ISO 27001 (Enterprise) und DPA + SCCs erfüllt die DSGVO-Anforderungen der meisten österreichischen und deutschen KMUs. Für Standardverarbeitung — CRM-Sync, E-Mail-Automatisierung, Marketing-Workflows — ist das ausreichend. Nur bei besonders sensiblen Daten (Mandantenakten, Patientendaten, §67 BWG-Pflichten) sind die Grenzen enger.
Make ist richtig, wenn: das Team nicht-technisch ist und keine DevOps-Bandwidth hat. Wenn Standard-SaaS-Integrationen — besonders Nischen-Tools, die n8n nicht nativ kennt — die Kernfunktion sind. Wenn Volumen niedrig bis moderat ist und das Credit-Modell berechenbar bleibt. Wenn kein Bedarf an Custom Code oder tiefer AI-Architektur besteht.
10 Kriterien im direkten Vergleich
Kein Scoring — konkrete Unterschiede, die für die Entscheidung zählen. Stand: Mai 2026.
| Kriterium | Gewinner | n8n | Make |
|---|---|---|---|
| Preismodell | Kommt auf Volumen an | Pro Execution — 1 kompletter Workflow-Lauf, egal ob 3 oder 300 Schritte | Pro Credit — 1 Modul-Ausführung pro Daten-Bundle; Schleifen + AI-Module teuer |
| Kosten bei 10.000 Workflow-Läufen/Monat mit je 10 Schritten | n8n | n8n Pro €50/Mo (10.000 Executions) — 10 Schritte zählen als 1 Execution | 10.000 × 10 = 100.000 Credits → deutlich über Teams-Basis; Upgrade auf höheren Plan erforderlich |
| Preis-Vorhersehbarkeit | n8n | Deterministisch: Execution-Count ist immer vorab berechenbar | Variabel: Credit-Verbrauch hängt von Schritten, Bundle-Größe und AI-Modulen ab |
| Self-Hosting | n8n | Vollständig self-hostbar — Community Edition kostenlos, unbegrenzte Executions, eigene EU-Infrastruktur | Nicht möglich — cloud-only, keine Self-Hosting-Option |
| DSGVO / EU-Hosting | n8n (self-hosted) | Self-hosted: 100% Datenkontrolle auf eigenem Server (Hetzner AT/DE). Cloud: Azure Frankfurt. DPA verfügbar. | EU-Region: eu1.make.com (AWS EU). SOC 2 Type II + ISO 27001 (Enterprise). DPA + SCCs für EU-Kunden. Für die meisten KMUs ausreichend. |
| Bedienbarkeit ohne Entwickler | Make | Visuell, aber erfordert Grundverständnis für Code-Nodes und AI-Chains — Lernkurve ca. 2-4 Wochen | Drag-and-drop Canvas, intuitiver Einstieg, geringste Lernkurve der beiden |
| Custom Code (JS/Python) | n8n | Volle Node.js- und Python-Code-Nodes an jedem Schritt, alle Pläne inklusive | Kein nativer Custom-Code — HTTP-Module für APIs, aber keine freie Code-Ausführung |
| AI / Agenten-Tiefe | n8n | Native LangChain-Integration, 70+ AI-Nodes, RAG, Multi-Agent-Workflows — ab Starter-Plan | Make AI Agents seit Feb 2026 — solide für Standard-Anwendungen, keine native LangChain/RAG-Schicht |
| App-Integrationen | Make | 400+ offizielle Nodes; Lücken über HTTP-Nodes + Code schließbar | 3.000+ native Integrationen — breiteste Abdeckung der beiden |
| Herkunft / Datenschutz-Kontext | Beide akzeptabel | Deutsches Unternehmen, Berlin — fair-code Lizenz, Open-Source Community Edition | Tschechisches Unternehmen, Tochter von Celonis (DE) — kein Open-Source |
Datenstand: Mai 2026. Quellen: n8n.io/pricing, make.com/en/pricing, n8n.io/legal/security, make.com/en/security, help.make.com/operations.
Warum die Hosting-Frage in DACH anders gestellt wird
Die meisten internationalen Tool-Vergleiche ignorieren den DACH-Kontext: österreichische und deutsche KMUs, besonders in regulierten Branchen, stehen unter anderem Druck als US-Startups. DSGVO-Anforderungen, Berufsgeheimnisse (Anwälte, Steuerberater, Ärzte) und branchenspezifische Datenschutzverpflichtungen machen die Hosting-Frage operativ relevant.
Für diese Fälle ist n8n self-hosted auf Hetzner AT/DE die einzige Lösung, bei der keine Workflow-Daten das eigene System verlassen. Make EU-Region (Frankfurt, AWS) ist für Standardverarbeitung ausreichend — aber AWS-Infrastruktur bleibt AWS-Infrastruktur, mit dem zugehörigen Risikoprofil für strikte Datenschutzmandanten.
Hetzner CX22 (2 vCPU, 4 GB RAM)
~€5–6/Mo in AT/DE — reicht für Standard-Workflows ohne AI-Chains. n8n Community Edition läuft stabil auf diesem Setup.
Hetzner CX32 (4 vCPU, 8 GB RAM)
~€12–18/Mo — empfohlen für AI-Workflows, LangChain-Chains und Setups mit höherem Memory-Bedarf.
Zum Vergleich: Make-Teams-Plan ($29/Mo) für ein vergleichbares Setup, ohne Self-Hosting-Option und ohne dass du Daten auf eigener Infrastruktur hältst. Die Serverkosten-Differenz ist nicht der einzige Entscheidungsgrund — aber sie macht deutlich, dass Self-Hosting bei n8n kein Mehraufwand ohne Gegenwert ist.
Fairness-Hinweis: Self-Hosting hat einen echten Preis — Server-Updates, n8n-Versions-Upgrades, Monitoring. Das erfordert technische Bandwidth oder einen Wartungsvertrag mit einem externen Partner. Ohne das kippt das Setup nach 6–12 Monaten.
Wann n8n — wann Make
Kein Scoring. Konkrete Ja/Nein-Fragen, die die Entscheidung treffen.
Wähle n8n, wenn…
- →…DSGVO Self-Hosted für euren Datenschutzbeauftragten oder euren Mandanten eine harte Anforderung ist.
- →…ihr Custom Code (JS/Python) in Workflows braucht — Klassifizierungslogik, API-Transformationen, Parsing.
- →…AI-Agenten mit RAG, LangChain-Chains oder Multi-Agent-Setups auf eurem Roadmap stehen.
- →…das Execution-Volumen so hoch ist, dass das Credit-Modell von Make die Kosten treibt.
- →…ihr bereits auf Hetzner seid oder bereit, einen Server zu betreiben — intern oder mit externem Partner.
Wähle Make, wenn…
- →…euer Team nicht-technisch ist und niemand Custom Code schreiben will oder kann.
- →…ihr eine Nischen-App integrieren müsst, die n8n nicht nativ unterstützt und keinen HTTP-Endpunkt hat.
- →…Volumen niedrig bis moderat ist und das Credit-Modell berechenbar bleibt.
- →…EU-Region (Frankfurt) für DSGVO reicht — kein Mandant, kein Branchen-Compliance-Druck für Self-Hosted.
- →…ihr schnell starten wollt ohne Infra-Aufwand und keine AI-Tiefe über Standard-Integrationen braucht.
Unsere Empfehlung
Für DACH-KMU mit regulierten Daten oder Wachstums-Ambitionen: n8n self-hosted auf Hetzner. Für nicht-technische Teams mit Standard-SaaS-Stack und moderatem Volumen: Make EU-Region. Der Unterschied liegt nicht im Preis auf der Website — er liegt im Preismodell bei Skalierung und in der Frage, wer eure Workflow-Daten verarbeitet.
Wann wir ins Bild kommen
OptimusFlow Consulting baut Workflow-Automatisierungen für DACH-KMUs — mit n8n und Make, je nach Use-Case, Volumen und DSGVO-Anforderung. Unsere eigene Lead-Triage läuft auf self-hosted n8n auf Hetzner AT/DE: Anfragen werden klassifiziert und priorisiert, bevor ein Mensch involviert wird. Das ist kein Marketing-Frame — das ist der Stack, auf dem wir selbst arbeiten.
Ein konkretes Beispiel: partner.law, eine Vergaberechts-Kanzlei in Wien, sortiert heute 500+ E-Mails pro Woche automatisch — von 8 Stunden manueller Inbox-Verwaltung auf unter 1 Stunde, bei ~97% Klassifizierungsgenauigkeit. Vollständige Case Study →
Das Gleiche gilt für das, was wir Kundenchaos nennen: den manuellen Chaos-Layer zwischen vorhandenen Tools, den jedes KMU kennt — und der sich mit dem richtigen Workflow-Builder in eine unsichtbare Struktur verwandeln lässt.
Einstieg: Strategic Roadmap — Prozessanalyse, Tool-Empfehlung (n8n / Make), Architektur-Entscheidung, Hosting-Setup. Danach Implementierungsprojekte zum Festpreis nach Scope. Für KMUs, die selbst bauen wollen: Empfehlung im Erstgespräch — kein Sales-Druck für Full-Service, wenn Self-Service passt.
Was KMU-Entscheider vor der Tool-Wahl fragen
Was ist der Unterschied zwischen n8n Executions und Make Credits genau?⌄
n8n zählt pro Workflow-Lauf: ein Trigger + 20 Schritte = 1 Execution. 1.000 Läufe = 1.000 Executions, egal wie komplex der Workflow ist. Make zählt pro Modul-Ausführung pro Daten-Bundle: ein Trigger + 9 weitere Module, die du über 5 Datensätze iterierst = 50 Credits. Schickt ihr eine E-Mail an 5 Empfänger mit dem Gmail-Modul, kostet das 5 Credits. Bei AI-Modulen mit Makes eigenem Provider wird es token-basiert — das kann hunderte Credits pro Aufruf kosten. Mit eigenem API-Key ist es 1 Credit + du zahlst den Modell-Anbieter separat. (Stand: Make Help Center, Mai 2026)
Für wen rechnet sich n8n self-hosted auf Hetzner wirklich?⌄
Für KMUs mit technischem Ansprechpartner intern oder externem Partner, die entweder DSGVO-bedingt volle Datenkontrolle brauchen (regulierte Branchen: Recht, Gesundheit, Finanzen) oder deren Workflow-Volumen auf einem gemanagten Cloud-Plan teuer wird. Hetzner CX22 (2 vCPU, 4 GB RAM) kostet ca. €5–6/Monat in AT/DE — reicht für solide Standard-Workflows. Für AI-Chains mit höherem Memory-Bedarf empfiehlt sich CX32 (8 GB) bei ca. €12–18/Monat. Die Plattform-Kosten sind dann auf Serverkosten limitiert, ohne künstliche Execution-Limits. Wer keinen Ansprechpartner hat und kein DevOps will: n8n Cloud oder Make.
Ist Make wirklich DSGVO-konform für österreichische und deutsche KMUs?⌄
Für die meisten KMUs: ja, wenn ihr die EU-Region (eu1.make.com) nutzt und einen AV-Vertrag mit Make abschließt. Make bietet DPA und SCCs für EU-Kunden — was für Standardverarbeitung ausreicht. Für Branchen mit besonders sensiblen Daten (Mandantendaten in Kanzleien, Patientendaten, Finanzdaten nach §67 BWG) ist die Auslegung enger: hier ist n8n self-hosted die sauberere Wahl, weil keine Daten das eigene System verlassen. (Eigene DSGVO-Prüfung mit rechtlichem Beistand bleibt Pflicht — keine dieser Plattformen ist ein Freifahrtschein.)
Was bedeutet die 'fair-code' Lizenz von n8n in der Praxis?⌄
n8n Community Edition ist unter der Sustainable Use License kostenlos für interne Nutzung und Consulting-Arbeit für Klienten. Was verboten ist: n8n als gehosteten Service weiterverkaufen (also 'wir betreiben n8n für dich als SaaS-Produkt' als Kernprodukt). Für ein KMU, das n8n intern nutzt, oder eine Agentur, die n8n-Implementierungen für Klienten baut: kein Problem. (Quelle: docs.n8n.io/sustainable-use-license, Mai 2026)
Kann ich von Make zu n8n migrieren, wenn mein Volumen wächst?⌄
Ja — aber es gibt keinen automatischen Export. Make-Szenarien werden als Rebuilds in n8n rekonstruiert. Das ist kein Nachteil: Migration ist der richtige Moment, die Logik zu bereinigen und unnötige Zwischenschritte zu entfernen. Typische Migration eines mittleren Setups (10–15 aktive Szenarien): 2–4 Wochen. Was zuerst migriert wird: volumenstarke und DSGVO-kritische Flows. Der Rest kann parallel auf Make weiterlaufen, bis die Migration abgeschlossen ist.
n8n Cloud vs. n8n self-hosted — was wählt man wann?⌄
n8n Cloud (azure Frankfurt, SOC 2 Type II): kein Server-Setup nötig, laufende Abo-Kosten (Starter €20/Mo, Pro €50/Mo), EU-Residency. n8n self-hosted: einmalig aufgesetzt (Hetzner CX22 ab €5–6/Mo), keine Execution-Limits, vollständige Datenkontrolle, aber du brauchst jemanden, der Updates und Server-Monitoring übernimmt. Faustregel: Cloud ist der pragmatische Einstieg für technische Teams ohne Infra-Erfahrung. Self-hosted ist der saubere Langfristweg für regulierte Branchen oder Volume-Setups, bei denen Cloud-Pläne teuer werden. (Startup-Plan: €333/Mo für 50.000 Executions, aber nur für Teams unter 20 MA und €5M Funding — Business-Plan: €667/Mo für 40.000 Executions.)
Welches Tool gewinnt bei Standard-SaaS-Integrationen (CRM, E-Mail, Kalender)?⌄
Make — 3.000+ native Integrationen versus n8ns 400+ Nodes. Für den typischen Mittelstand-Stack (HubSpot, Pipedrive, Google Workspace, Slack, Outlook, Trello, Notion) decken beide Tools die gängigen Verbindungen ab. Wenn ihr eine Nischen-Software habt, die nur bei Make nativ integriert ist und für die kein HTTP-Endpunkt dokumentiert ist: das ist ein echter Make-Vorteil. In 80% der DACH-KMU-Stacks macht es keinen Unterschied.
Wann braucht man keines der beiden — sondern externe Implementierung?⌄
Wenn der Workflow tiefe Custom-Business-Logik verlangt (branchenspezifische Klassifizierung, AI-Entscheidungsschichten, Real-Time-Monitoring mit Feedback-Loop) und kein internes Team die Infrastruktur langfristig pflegt. n8n und Make sind Self-Service-Tools — sie setzen voraus, dass jemand sie konfiguriert, wartet und bei Fehlern debuggt. Wenn diese Bandwidth fehlt und externe Unterstützung den Unterschied macht, ist eine externe Implementierung mit Wartungsvertrag die pragmatischere Entscheidung als ein halb fertiges DIY-Setup, das nach 6 Monaten ohne Maintenance kippt.
Unsicher, welches Tool zu eurem Setup passt?
In 30 Minuten schauen wir gemeinsam auf euren Stack, euer Volumen und eure DSGVO-Situation — und geben eine konkrete Empfehlung: n8n self-hosted, n8n Cloud, Make, oder keines der beiden. Wenn Self-Service passt, sagen wir das.
Weiterführend
Weitere Vergleiche ansehen
Alle Vergleiche →