n8n mit lokaler KI verbinden

Was dieser Artikel behandelt

• Was n8n ist und wozu es dient.
• Wie Du n8n lokal installierst.
• Wie Du Ollama über die HTTP-Anfrage-Knoten anbindest.
• Wie ein einfacher KI-Workflow aussieht.

Einleitung: n8n mit lokaler KI

n8n ist ein Open-Source-Workflow-Tool, mit dem Du Dienste, APIs und Skripte verbinden kannst. Anders als viele Cloud-Lösungen lässt sich n8n selbst hosten. Das ist ideal, wenn Deine Workflows lokal laufende KI-Modelle nutzen sollen.

Mit n8n kannst Du beispielsweise jeden Morgen eine Zusammenfassung aus lokalen Dateien erzeugen, E-Mails klassifizieren oder RSS-Feeds mit KI auswerten. Wichtig ist dabei die Anbindung an ein lokales Modell wie Ollama.

Was brauchst Du?

Für den Einstieg benötigst Du:

• Einen Server, Mini-PC oder PC, auf dem n8n dauerhaft läuft.
• Docker oder Node.js für die Installation.
• Eine laufende Ollama-Instanz.
• Ein lokal erreichbares Modell wie Llama 3.2 oder ein vergleichbares Modell.

Die einfachste Variante ist Docker. Damit ist n8n in wenigen Minuten lauffähig.

n8n lokal installieren

Mit Docker lässt sich n8n schnell starten. Achte darauf, ein Verzeichnis für die Datenbank anzulegen, damit Deine Workflows erhalten bleiben:

mkdir -p ~/.n8n
docker run -it --rm \
  --name n8n \
  -p 5678:5678 \
  -v ~/.n8n:/home/node/.n8n \
  n8nio/n8n

Nach dem Start ist die Oberfläche unter http://localhost:5678 erreichbar. Beim ersten Aufruf legst Du ein Benutzerkonto an.

Für einen dauerhaften Betrieb empfiehlt sich ein docker-compose.yml, das n8n automatisch startet.

Ollama im Workflow ansprechen

n8n bietet einen HTTP-Request-Knoten, mit dem Du jede API aufrufen kannst. Das eignet sich perfekt für Ollama. Die URL lautet:

POST http://localhost:11434/api/generate

Im Body sendest Du folgendes JSON:

{
  "model": "llama3.2",
  "prompt": "Erstelle eine Zusammenfassung: {{$json.text}}",
  "stream": false
}

Den Prompt kannst Du aus vorherigen Workflow-Schritten beziehen, zum Beispiel aus einer eingehenden E-Mail, einer Datei oder einem Webhook.

Ein einfacher KI-Workflow

Stelle Dir folgenden Ablauf vor:

1. Ein Webhook empfängt eine Nachricht.
2. Ein HTTP-Request-Knoten sendet den Text an Ollama.
3. Ollama antwortet mit einer Klassifizierung.
4. Je nach Kategorie leitet n8n die Nachricht an unterschiedliche Kanäle weiter.

Dieser Workflow nutzt keinen Cloud-Dienst. Text, Entscheidung und Weiterleitung passieren auf Deiner Hardware.

Tipps für lokale KI in n8n

• Timeout beachten: Lokale Modelle brauchen je nach Hardware einige Sekunden. Stelle das Workflow-Timeout entsprechend ein.
• Prompt-Injection vermeiden: Validiere externe Eingaben, bevor Du sie an Ollama sendest.
• Modellgröße wählen: Kleine Modelle reagieren schneller, große Modelle liefern bessere Ergebnisse.
• Kontext begrenzen: Lange Prompts erhöhen die Antwortzeit und den Speicherbedarf.

Alternativen

Wer Node-RED bevorzugt, erreicht ähnliche Ergebnisse. Node-RED ist flexibler bei Hardware- und MQTT-Integration, n8n ist komfortabler bei SaaS-APIs und bereitet Daten oft schneller auf. Für beides gilt: Die lokale Ollama-Anbindung funktioniert über einfache HTTP-Requests.

Zusammenfassung: n8n mit lokaler KI

n8n eignet sich hervorragend, um lokale KI in Workflows einzubinden. Mit Docker installierst Du es selbst, mit dem HTTP-Request-Knoten sprichst Du Ollama an und mit Workflows automatisierst Du Textverarbeitung, Klassifizierung oder Benachrichtigungen. Da alles lokal läuft, bleiben Deine Daten unter Deiner Kontrolle.