SOLONAUT.AI · 05.07.2026

Ein Interessent schreibt eine unstrukturierte Nachricht, dein Workflow soll aber wissen, ob es um eine Terminanfrage, eine Preisfrage oder eine Beschwerde geht – bevor irgendetwas automatisch weiterläuft. Genau an dieser Stelle reicht klassische Automatisierung mit festen Wenn-Dann-Regeln nicht mehr aus. Wer ChatGPT in n8n einbinden möchte, verschafft seinen Workflows an solchen Stellen ein Stück Sprachverständnis, ohne Programmierkenntnisse zu brauchen. In diesem Blueprint zeigen wir dir Schritt für Schritt, wie du den OpenAI-Node in n8n einrichtest, was er kostet und worauf du beim Datenschutz achten musst.

Inhalt

• Was ist der OpenAI-Node in n8n?
• Was du für diesen Blueprint brauchst
• Der Workflow im Überblick
• Schritt für Schritt: ChatGPT in n8n einbinden
• Praxisbeispiel: Kundenanfragen automatisch vorsortieren
• Was kostet die OpenAI-API wirklich?
• Stolperfallen: Rate Limits, Prompt-Design und DSGVO
• Von der Idee zur fertigen Vorlage
• Fazit
• Häufige Fragen (FAQ)

Was ist der OpenAI-Node in n8n?

Wenn du ChatGPT in n8n einbinden willst, brauchst du dafür keinen Umweg über die ChatGPT-Weboberfläche. n8n bringt einen eigenen OpenAI-Node mit, der direkt auf die OpenAI-API zugreift – dieselbe Technik, auf der auch ChatGPT selbst läuft. Der Node fügt sich wie jeder andere Baustein in deinen Workflow ein: Er nimmt Text als Eingabe entgegen (z. B. eine E-Mail, eine Formularnachricht oder ein Transkript), schickt ihn zusammen mit einer Anweisung – dem sogenannten Prompt – an OpenAI und gibt dir die Antwort zur Weiterverarbeitung zurück.

Typische Aufgaben, die sich damit automatisieren lassen:

• Klassifizieren: Eingehende Nachrichten einer Kategorie zuordnen (z. B. „Terminanfrage“, „Preisfrage“, „Beschwerde“).
• Zusammenfassen: Lange E-Mails oder Formulareingaben auf das Wesentliche verdichten.
• Formulieren: Aus Stichpunkten einen vollständigen, freundlichen Antworttext entwerfen – als Vorschlag, nicht als automatischen Versand.
• Extrahieren: Aus Fließtext strukturierte Daten herausziehen (z. B. Name, gewünschter Termin, Anliegen).

Was du für diesen Blueprint brauchst

Du brauchst keine Programmierkenntnisse, aber drei Bausteine:

1. Einen OpenAI-Account mit API-Zugang – getrennt von einem normalen ChatGPT-Abo. Den API-Key erstellst du im OpenAI-Entwicklerportal.
2. n8n – falls du noch keinen Workflow gebaut hast, zeigt dir unsere n8n Anleitung für Einsteiger die Grundlagen.
3. Einen bestehenden oder geplanten Workflow, in den die KI-Antwort eingebaut werden soll – z. B. eine eingehende Kundenanfrage, die ohnehin schon automatisiert verarbeitet wird.

Wenn du grundsätzlich noch überlegst, welche KI-Automatisierung für dein Coaching-Business zuerst sinnvoll ist, lies vorab unseren Einstiegsguide zur KI-Automatisierung für Coaches – dort ordnest du ein, in welcher Reihenfolge sich Tools wie n8n, Terminbuchung und KI-Textbausteine für dich lohnen.

Der Workflow im Überblick

Bevor wir ins Detail gehen, hier die Logik in vier Schritten:

1. Eingang: Eine Nachricht kommt über ein Formular, eine E-Mail oder einen Webhook in n8n an.
2. KI-Verarbeitung: Der OpenAI-Node erhält den Text plus eine klare Anweisung (Prompt) und liefert eine strukturierte Antwort zurück – z. B. eine Kategorie oder eine Zusammenfassung.
3. Verzweigung: n8n nutzt die KI-Antwort, um den Workflow unterschiedlich weiterlaufen zu lassen (z. B. je nach Kategorie in eine andere Kontaktliste eintragen).
4. Ergebnis: Die verarbeitete Information landet dort, wo du sie brauchst – in einer Tabelle, einer Benachrichtigung oder einem Entwurf für deine Antwort.

Der Charme dieser Kette: Die KI übernimmt nur den Teil, den feste Regeln nicht abbilden können – das Verstehen von freiem Text. Alles andere bleibt klassische, nachvollziehbare Automatisierung.

Schritt für Schritt: ChatGPT in n8n einbinden

Schritt 1 – API-Key erstellen und als Credential hinterlegen

Erstelle im OpenAI-Entwicklerportal einen neuen API-Key. Wechsle danach in n8n zu „Credentials“ → „New“ → „OpenAI API“ und trage den Key dort ein. Damit ist der Zugang für alle künftigen Workflows einmal eingerichtet – du musst den Key nicht in jeden einzelnen Workflow erneut einfügen.

Tipp: Lege in deinem OpenAI-Konto ein monatliches Ausgabenlimit fest (unter „Billing“ → „Usage limits“). So verhinderst du, dass ein fehlerhafter Workflow mit einer Endlosschleife unerwartet hohe Kosten verursacht.

Schritt 2 – Den OpenAI-Node in den Workflow einfügen

Füge an der Stelle, an der eine Texteingabe verstanden werden soll, den OpenAI-Node ein (in n8n unter den Node-Kategorien zu „AI“ bzw. „OpenAI“ zu finden – Details dazu in der n8n-Dokumentation zum OpenAI-Node). Wähle als Operation „Message a model“ (Chat) und als Modell eine aktuelle, kosteneffiziente Variante aus der GPT-Reihe.

Schritt 3 – Den Prompt formulieren

Der Prompt ist die Anweisung, die bestimmt, was die KI mit dem eingehenden Text tun soll. Zwei Bausteine gehören in jeden guten Prompt:

• Die Rolle/Aufgabe: z. B. „Du sortierst eingehende Kundenanfragen für ein Coaching-Business in eine von drei Kategorien.“
• Das gewünschte Ausgabeformat: z. B. „Antworte ausschließlich mit einem der Begriffe: Terminanfrage, Preisfrage, Sonstiges.“

Ein enges, konkretes Ausgabeformat macht die Antwort in den nächsten Nodes zuverlässig weiterverarbeitbar – vage formulierte Prompts liefern vage, schwer automatisierbare Antworten. Der Unterschied im Beispiel:

• Unklare Regel: „Sag mir, worum es in der Nachricht geht.“ Die KI antwortet dann z. B. mit „Der Kunde möchte wissen, was ein Erstgespräch kostet“ – ein ganzer Satz, mal so, mal so formuliert. Ein nachfolgender Switch-Node kann darauf nicht zuverlässig reagieren, weil der Text jedes Mal anders aussieht.
• Klare Regel: „Antworte ausschließlich mit einem der Begriffe: Terminanfrage, Preisfrage, Sonstiges. Kein weiterer Text.“ Die KI liefert jedes Mal exakt eines dieser drei Wörter – der Switch-Node kann eindeutig darauf prüfen und den Workflow zuverlässig verzweigen.

Je enger das erlaubte Ausgabeformat, desto berechenbarer die Weiterverarbeitung.

Schritt 4 – Die KI-Antwort im Workflow weiterverwenden

Nutze im Anschluss einen IF- oder Switch-Node, um je nach KI-Antwort unterschiedlich zu reagieren – etwa unterschiedliche Kontaktlisten, Benachrichtigungen oder Antwortvorlagen je Kategorie.

Ein Punkt, der hier häufig für Verwirrung sorgt: Jeder Schritt (Node) in n8n sieht standardmäßig nur die Daten des unmittelbar davorliegenden Schritts – nicht automatisch alle Daten von ganz am Anfang der Kette. Sobald der OpenAI-Node dazwischenliegt, „kennt“ der nächste Schritt also von sich aus nur noch die Antwort der KI (z. B. „Preisfrage“) – nicht mehr automatisch den Namen oder die E-Mail-Adresse aus der ursprünglichen Nachricht.

Das ist kein Rückschlag, nur eine Sache der richtigen Auswahl: In jedem Eingabefeld eines späteren Schritts kannst du in n8n über das kleine Ausdrucks-Symbol gezielt festlegen, aus welchem früheren Schritt eine Information stammen soll – zum Beispiel „Formular-Trigger → E-Mail-Adresse“ –, statt dich auf die automatische Voreinstellung zu verlassen. So kommst du auch dann noch an Name und E-Mail-Adresse aus der Ursprungsnachricht, wenn dazwischen bereits die KI-Antwort verarbeitet wurde. In unseren fertigen Vorlagen (Anfrage-Autopilot, Termin-Autopilot) ist das an den entsprechenden Stellen bereits so vorkonfiguriert – dort musst du dich darum nicht selbst kümmern.

Praxisbeispiel: Kundenanfragen automatisch vorsortieren

Stell dir vor, eine neue Anfrage kommt über dein Kontaktformular herein: „Hallo, ich würde gerne wissen, was ein Erstgespräch bei Ihnen kostet.“ So durchläuft sie den Workflow:

1. Der Formular-Trigger empfängt die Nachricht inklusive Name, E-Mail und Freitext.
2. Der OpenAI-Node erhält den Freitext plus den Klassifizierungs-Prompt und antwortet: „Preisfrage“.
3. Ein Switch-Node leitet die Anfrage anhand dieser Antwort in den passenden Zweig – hier: Zweig „Preisfrage“.
4. n8n trägt die Anfrage mit der erkannten Kategorie in deine Kontaktliste ein und benachrichtigt dich, damit du selbst und persönlich antwortest.

Die KI übernimmt hier ausschließlich das Vorsortieren – die eigentliche Antwort an den Interessenten bleibt bewusst bei dir. Das lässt sich in einem bestehenden Kundenanfragen-Workflow wie in unserem Kundenanfragen-Blueprint direkt als zusätzlicher Baustein ergänzen.

Was kostet die OpenAI-API wirklich?

Anders als ein ChatGPT-Abo wird die API nach tatsächlichem Verbrauch abgerechnet – nach der Menge an Text, die hinein- und herausgeht, gemessen in sogenannten Tokens. Die genauen, aktuellen Preise je Modell findest du direkt auf der offiziellen OpenAI-Preisseite, da sich diese über die Zeit ändern.

Für die Einordnung: Eine einzelne Klassifizierung wie im Praxisbeispiel oben verbraucht nur wenige hundert Tokens – bei den günstigeren Modellen der aktuellen GPT-Reihe liegen die Kosten dafür im Bruchteil eines Cents pro Anfrage. Selbst bei mehreren hundert Kundenanfragen im Monat bewegen sich die API-Kosten für diese Art von Aufgabe meist im niedrigen einstelligen Euro-Bereich. Deutlich teurer wird es erst bei langen Texten (z. B. ganze Dokumente zusammenfassen) oder bei sehr hohem Volumen.

Stolperfallen: Rate Limits, Prompt-Design und DSGVO

• Rate Limits: Neue OpenAI-Konten haben anfangs niedrigere Limits für Anfragen pro Minute. Bei Workflows mit vielen gleichzeitigen Anfragen (z. B. Massenverarbeitung alter Daten) kann das zu Fehlermeldungen führen. n8n meldet das über den Node-Fehler – baue bei größeren Batches nach Möglichkeit kurze Wartezeiten zwischen den Anfragen ein.
• Prompt-Design: Ein zu offen formulierter Prompt liefert unvorhersehbare Antworten, die sich schlecht automatisch weiterverarbeiten lassen. Teste jeden Prompt mit mehreren realistischen Beispieltexten, bevor du ihn produktiv schaltest – gerade bei Grenzfällen (mehrdeutige Anfragen) zeigt sich schnell, ob das Ausgabeformat robust genug ist.
• Datenschutz/DSGVO: Sobald personenbezogene Daten – etwa Name, E-Mail-Adresse oder das Anliegen eines Interessenten – über den OpenAI-Node verarbeitet werden, verlassen diese Daten deine eigene Infrastruktur und werden auf Servern von OpenAI verarbeitet. Rechtlich ist das nicht grundsätzlich unzulässig, aber wie bei jedem Auftragsverarbeiter brauchst du dafür einen Auftragsverarbeitungsvertrag (AVV) mit OpenAI – das ist eine grundlegende DSGVO-Pflicht, unabhängig vom konkreten Tool. Wie du diesen AVV aktuell konkret bei OpenAI abschließt oder anforderst, ändert sich mit der Zeit und ist nicht Teil dieses Blueprints – prüfe das direkt in deinem OpenAI-Konto bzw. in den aktuellen OpenAI-Geschäftsbedingungen und stimme dich im Zweifel mit deinem Datenschutzbeauftragten oder einer Rechtsberatung ab, bevor du echte Kundendaten produktiv durch den OpenAI-Node schickst. Ergänzend gilt: Datensparsamkeit (nur senden, was für die Aufgabe nötig ist) und Transparenz in deiner eigenen Datenschutzerklärung. Einen allgemeinen Einstieg zu KI-Tools und Datenschutz für Coaches geben wir in unserem Leitfaden DSGVO und KI-Tools für Coaches.

Von der Idee zur fertigen Vorlage

Der OpenAI-Node lässt sich grundsätzlich in jeden bestehenden n8n-Workflow einbauen – auch nachträglich. Genau das haben wir bereits in unseren eigenen n8n-Vorlagen umgesetzt: Sowohl der Anfrage-Autopilot als auch der Termin-Autopilot enthalten bereits fertig konfigurierte Bausteine, die eingehende Nachrichten sinnvoll vorverarbeiten – du musst also nicht bei null anfangen, wenn du siehst, wie ein solcher Baustein in der Praxis eingebettet ist.

Anfrage-Autopilot ansehen – 19 € · Termin-Autopilot ansehen – 19 €

n8n ist quelloffen und in der Basisversion kostenlos nutzbar, mehr dazu unter n8n.io. Hinweis: Dieser Artikel enthält Affiliate-Links. Wenn du n8n über meinen Link testest, erhalte ich eine kleine Provision – für dich entstehen keine Mehrkosten. Ich empfehle nur Tools, die ich selbst nutze und für gut befinde.

Fazit

ChatGPT in n8n einbinden heißt nicht, deinen gesamten Workflow der KI zu überlassen – es heißt, genau die eine Stelle zu verstärken, an der starre Regeln an ihre Grenzen kommen: das Verstehen von freiem Text. Mit dem OpenAI-Node, einem klar formulierten Prompt und einem bewussten Blick auf Datenschutz lässt sich das in bestehende wie neue Workflows einbauen, ohne dass du dafür programmieren musst. Fang klein an: eine einzelne Klassifizierungsaufgabe, mit echten Beispieltexten getestet – und baue von dort aus weiter.

Häufige Fragen (FAQ)