n8n vs Make: Vergleich, Kosten und Praxiseinsatz 2026
n8n vs Make im Vergleich: Make für visuelle Workflows, n8n für KI und Self-Hosting. Aktuelle Preise 2026 und der Break-even pro Ausführung.
Wählen Sie Make, wenn ein nicht-technischer Operator Standard-SaaS-Workflows betreut; wählen Sie n8n, wenn ein technischer Verantwortlicher eigenen Code, KI-Schleifen oder Self-Hosting benötigt. Bei den aktuellen Jahrespreisen startet Make Core bei $9 pro Monat für 10,000 Credits, während n8n Pro $50 für 10,000 vollständige Ausführungen kostet – die normalisierten Kosten kippen jedoch ab etwa 5.6 regulären abrechenbaren Aktionen pro Durchlauf.
Das Urteil: Make für Anwender, n8n für Entwickler
Make ist die bessere erste Wahl für ein Business-Team, das vertraute Anwendungen verknüpfen, jede Datenbewegung auf einer visuellen Oberfläche verfolgen und die Wartung an Personen aus dem operativen Bereich übergeben möchte. n8n ist die nachhaltigere Wahl, wenn ein Entwickler oder ein technisch versierter Operator das System betreut und eigene APIs, Python oder JavaScript, KI-Tool-Schleifen, Self-Hosting oder Git-basierte Versionskontrolle erwartet.
Die personelle Verantwortung wiegt schwerer als die Funktionsliste:
- Ein Dienstleister, der Formulare, CRM, E-Mail und SMS verbindet, sollte Make wählen. Die visuellen Szenarien lassen sich einfacher prüfen, der Katalog deckt mehr Standard-Apps ab und die verwaltete Cloud nimmt Ihnen den Serverbetrieb ab.
- Ein finanzierter Gründer, der einen KI-Support-Agenten aufbaut, sollte n8n wählen. Verzweigungen, wiederholte Tool-Aufrufe, Code-Schritte und Modell-Integrationen bleiben innerhalb einer einzigen Workflow-Ausführung, anstatt normale Aktions-Credits Schritt für Schritt zu vervielfachen.
- Ein Automatisierungsverantwortlicher im Mittelstand sollte Make wählen, wenn bereichsübergreifende Transparenz der Engpass ist. Make Teams bringt Rollen und geteilte Vorlagen mit. Wählen Sie stattdessen n8n, wenn getrennte Umgebungen, Git, Datenstandort oder eigene Nodes zwingend erforderlich sind.
- Ein technischer Solo-Entwickler sollte n8n wählen, falls der Workflow mittelfristig zu eigener Software wird. Die anfängliche Einarbeitungszeit verschafft einen sauberen Übergang zu Code, eigenen APIs, lokalen Modellen und Self-Hosting.
Betreiben Sie n8n nicht nur deshalb per Self-Hosting, weil für die Community Edition keine Softwarelizenz anfällt. Jemand muss dennoch Updates, Backups, Monitoring, Incident Response und Lizenzgrenzen überwachen. Ein verwaltetes Make-Abonnement ist günstiger als ein einziger vermeidbarer Systemausfall.
n8n vs Make im direkten Überblick
Preise und Limits wurden am August 5, 2026 anhand der offiziellen n8n pricing page und Make pricing page überprüft. Die Wahl hängt von Abrechnungseinheit, Zuständigkeit und Bereitstellung ab. Die reine Anzahl an Konnektoren ist nützlich, stellt bei geschäftskritischen Workflows jedoch selten den eigentlichen Engpass dar.
Preisvergleich: Gleicher Workload und der Break-even bei 5.6 Aktionen
Make gewinnt bei kleinen, einfachen Workloads. n8n gewinnt, sobald jeder abgeschlossene Durchlauf viele Einzelschritte benötigt.
Die Abrechnungsmodelle erklären diesen Unterschied. Eine n8n-Ausführung (Execution) entspricht einem vollständigen Workflow-Durchlauf – unabhängig davon, wie viele Schritte er enthält oder welches Datenvolumen verarbeitet wird. Ein Make-Credit ist eine Einheit, die durch eine Modul-Aktion oder andere gemessene Funktionen verbraucht wird. Die meisten regulären Nicht-KI-Operationen kosten einen Credit, während KI-Funktionen, Dateiverarbeitung und Code abweichende Sätze verbrauchen können.
Vergleichen wir denselben Lead-Routing-Workflow auf beiden Plattformen: 2,000 Leads pro Monat mit jeweils fünf regulären Aktionen pro Lead.
- Make verbraucht 10,000 Credits. Der Core-Tarif deckt diesen Workload für $9 pro Monat bei jährlicher Zahlung oder $12 bei monatlicher Abrechnung ab.
- n8n verbraucht 2,000 Ausführungen. Starter deckt dies für $20 pro Monat bei jährlicher Zahlung ab und bleibt innerhalb des Inklusivvolumens von 2,500 Ausführungen.
Make spart hier $11 pro Monat gegenüber dem jährlich bezahlten n8n-Tarif bzw. $8 bei monatlicher Make-Zahlung. Bleibt der Workflow derart einfach, wäre n8n aus reinen Kostengründen die falsche Entscheidung.
Komplexität verschiebt dieses Verhältnis. Die Jahresrate von Make Core normalisiert sich auf $0.90 pro 1,000 Credits. n8n Pro normalisiert sich auf $5 pro 1,000 vollständige Ausführungen bei einem Limit von 10,000 Durchläufen. Für 1,000 Workflow-Läufe kostet Make folglich $0.90 bei einer Aktion pro Lauf, $2.70 bei drei Aktionen und $5.40 bei sechs Aktionen. n8n bleibt über alle drei Szenarien hinweg bei $5, da die Schrittanzahl den Zähler nicht verändert.
Der Schnittpunkt liegt bei 5.56 regulären abrechenbaren Aktionen pro Durchlauf. Darunter liegt Makes jährlicher Basistarif günstiger. Bei sechs Aktionen beträgt der normalisierte Betrag $5.40 für Make gegenüber $5 für n8n.
Auch die Code-Abrechnung erfordert Beachtung: Makes Code App unterstützt JavaScript und Python in bezahlten Tarifen, verbraucht jedoch 2 Credits pro Sekunde Code-Ausführung. Ein fünfsekündiger Code-Schritt addiert 10 Credits zu jedem Durchlauf, noch bevor die umliegenden Module gezählt werden. n8n enthält JavaScript- und Python-Code-Schritte ohne Aufpreis und rechnet den gesamten Workflow weiterhin als eine einzige Ausführung ab.
Ungenutzte Make-Credits verfallen am Ende des Abrechnungszeitraums. Sind die Credits aufgebraucht, pausieren die Szenarien, bis neue Credits erworben oder Tarife gewechselt werden – eingehende Webhooks können innerhalb des Kontolimits jedoch zwischengespeichert werden. Der Ausführungsverlauf von n8n unterliegt Aufbewahrungs- und Speicherlimits; das Erreichen dieser Limits stoppt jedoch nicht die Ausführung laufender Workflows.
Preissieger: Make bei kurzen Workflows und geringem Mindestbudget. n8n bei schrittintensiven Abläufen, wiederholten KI-Tool-Aufrufen und Code-Logik, die auf Make Laufzeit-Credits verbrauchen würde.
Make gewinnt bei Einrichtungsgeschwindigkeit und App-Auswahl
Make überzeugt, wenn die Personen, die die Automatisierung warten, in erster Linie Anwender und keine Entwickler sind. Die Szenario-Oberfläche – ein Szenario meint hier einen automatisierten Workflow – stellt Filter, Routen, Mappings und Datenpakete visuell dar, ohne dass man Code lesen muss.
Der aktuelle Katalog umfasst 3,000+ Apps, verglichen mit über 1,000 Integrationen bei n8n. Reine Zahlen garantieren zwar nie exakt den benötigten Konnektor, aber Make deckt spezielle SaaS-Tools mit höherer Wahrscheinlichkeit über ein vorgefertigtes Modul ab. Für ein operatives B2B-Team, das Leads von Formularen zur Datenanreicherung, ins CRM, per E-Mail und nach Slack leitet, reduziert diese Abdeckung manuelle HTTP-Konfigurationen und beschleunigt Übergaben.
Make Free eignet sich gut für Proof-of-Concepts: $0, 1,000 monatliche Credits und ein minimales Ausführungsintervall von 15 Minuten. Core hebt die Beschränkung aktiver Szenarien auf, erlaubt Ausführungen im Ein-Minuten-Takt und schaltet die Make API frei. Pro ergänzt priorisierte Ausführung, benutzerdefinierte Variablen und eine Volltextsuche in den Logs. Teams bringt Teamrollen und geteilte Vorlagen mit.
Die Grenze liegt nicht in der Verzweigungslogik. Make beherrscht Router, Iteratoren, Aggregatoren, Subszenarien und KI-Agenten. Die Hürde ist wirtschaftlicher und operativer Natur: Jedes Datenelement, das ein mehrteiliges Szenario durchläuft, multipliziert die verbrauchten Credits, fortgeschrittene KI skaliert dynamisch und jedes Produktionsszenario läuft weiterhin zwingend in Makes Cloud. Der Enterprise On-Prem Agent verbindet lediglich interne Netze; er macht aus Make keine eigenständig gehostete Laufzeitumgebung.
Zudem deckelt Make bezahlte Szenario-Läufe bei 40 Minuten und koppelt 5 GB Datentransfer an jeweils 10,000 Monats-Credits. Langwierige Datenanreicherungen, große Dateien oder umfangreiche Schleifen erfordern vor dem Start eine genaue Modellierung – nicht erst nach der ersten Credit-Warnung.
Gewinner bei Einrichtung und Konnektoren: Make. Die sicherere Standardwahl, wenn ein nicht-technisches Team Standard-Workflows ohne eigene Infrastruktur verstehen und pflegen muss.
n8n gewinnt bei Logik, KI-Agenten und Bereitstellungskontrolle
n8n setzt sich durch, wenn die Automatisierung eher einer internen Anwendung als einer simplen Kette von SaaS-Aktionen gleicht. JavaScript- und Python-Schritte, individuelle HTTP- und GraphQL-Aufrufe, Webhooks, Queues und Self-Hosting heben die Grenzen visueller Baukästen auf.
Für einen Support-Agenten, der Kontodaten abruft, eine Vektordatenbank durchsucht, ein Modell aufruft, Antworten validiert, fehlgeschlagene Tools erneut ausführt und Ergebnisse ins CRM schreibt, ist n8ns Abrechnung pro Ausführung ein enormer Vorteil. Mehr Tool-Aufrufe machen den Bau anspruchsvoller, aber die reine Anzahl an Nodes ändert nichts am Ausführungszähler.
n8n Pro ist der praxistaugliche verwaltete Tarif für kleine technische Teams: $50 pro Monat bei jährlicher Zahlung, 10,000 Ausführungen, drei geteilte Projekte, 20 parallele Ausführungen, sieben Tage Einblicke, Admin-Rollen, globale Variablen, Workflow-Historie und Ausführungssuche. Unsere ausführliche n8n pricing analysis behandelt größere Kapazitäten und Governance-Optionen im Detail.
Self-Hosting bringt volle Kontrolle über den Datenstandort und Freiheit bei Custom Nodes, doch die Community Edition ist kein OSI-lizenziertes Open Source. n8n stuft seine Sustainable Use License als Fair-Code und quelloffen ein. Sie erlaubt interne geschäftliche, persönliche und nicht-kommerzielle Zwecke, verbietet jedoch, n8n Dritten kostenpflichtig bereitzustellen. Produktfunktionen, die Zugangsdaten von Kunden sammeln, können ebenfalls separate Verträge erfordern. SaaS-Gründer sollten diese Vorgaben prüfen, bevor sie die Community Edition als kostenloses Backend einbinden.
Kostenpflichtiges Self-Hosting beinhaltet eine oft übersehene Klausel: n8n Business wird auf der US-Seite mit $800 pro Monat bei jährlicher Zahlung für 40,000 Produktionsausführungen geführt. Der Lizenzschlüssel kontaktiert den n8n-Lizenzserver täglich und erfasst die Nutzung. Bei Überschreitungen ohne Upgrade-Vereinbarung beträgt der offizielle Overage-Preis EUR 4,000 für ein weiteres Paket von 300,000 Ausführungen. Self-Hosting bedeutet bei Business-Governance-Funktionen somit nicht automatisch unbegrenzte Nutzung.
Die technische Herausforderung bleibt die Zuständigkeit: Instanzen müssen gepatcht, gesichert, Worker und Queues überwacht, Updates getestet und Zugangsdaten geschützt werden. Wer diese Rolle nicht besetzen kann, greift besser zu n8n Cloud oder Make anstelle der Community Edition.
Gewinner bei Logik und Bereitstellung: n8n. Das stärkere System für technische Teams, maßgeschneiderte KI-Workflows, interne APIs und Datenbestände, die nicht in einer reinen Anbieter-Cloud liegen dürfen.
Zuverlässigkeit und Performance in der Praxis
n8n konnte in einer Drittanbieter-Messung Geschwindigkeitsvorteile erzielen; das Resultat dient jedoch eher als Richtwert denn als allgemeines Gesetz. Mopshy führte denselben Vier-Knoten-Workflow – vom Webhook über Datenanreicherung und LLM bis zum CRM-Upsert – 1,000 times on each platform over three days aus.
Im Mopshy's published benchmark erzielte selbst gehostetes n8n auf einer CX22-Instanz 420 ms p50-Latenz, 910 ms p95 und 0.2% Fehlerrate. n8n Cloud Pro verzeichnete 560 ms p50, 1,180 ms p95 und 0.3%. Make Pro kam auf 790 ms p50, 1,640 ms p95 und 0.4%.
Diese Messwerte stammen von Mopshy; ein exakt reproduzierbares Test-Setup, regionale Knotenpunkte oder Rohdaten wurden nicht veröffentlicht. Netzlatenzen und externe Dienste wie LLMs und CRMs beeinflussen solche Tests maßgeblich. Betrachten Sie das Ergebnis als Hinweis darauf, Latenzen selbst zu testen – nicht als fixes SLA.
Die Nutzerzufriedenheit liegt nahezu gleichauf. Der G2's current comparison snapshot führt Make mit 4.6 out of 5 from 334 reviews und n8n mit 4.7 from 297 reviews. Reviews fassen sehr unterschiedliche Zielgruppen zusammen, spiegeln aber die Praxis wider: Make wird für die einfache Bedienung gelobt, während bei n8n die Lernkurve Hand in Hand mit hoher Flexibilität genannt wird.
Gewinner bei der Performance: n8n in der Mopshy-Stichprobe. Wenn Millisekunden zählen, sollten Sie Workflows vorab mit realen Payloads in der Zielregion testen.
Team-Governance: Verwaltete Einfachheit vs. Entwickler-Kontrolle
Make punktet bei fachbereichsübergreifender Governance, n8n bei technischer Engineering-Governance. Im Einkaufsprofil ähneln sich beide, im Betrieb zeigen sich deutliche Unterschiede.
Make Teams kostet $29 pro Monat bei jährlicher Zahlung oder $38 monatlich für 10,000 Credits und ergänzt Teams, Benutzerrollen und geteilte Vorlagen. Make Enterprise bietet Custom Functions, Enterprise-Apps, 24/7-Support, Overage-Schutz und Sicherheitsfunktionen. So arbeiten Marketing, Finanzen und Automatisierungsexperten zusammen, ohne Server betreuen zu müssen.
n8n Pro liegt bei $50 pro Monat bei jährlicher Zahlung und umfasst unbegrenzt viele Benutzer, Admin-Rollen, drei geteilte Projekte und 20 parallele Ausführungen. Business bietet getrennte Umgebungen, Git-Versionskontrolle, SSO/SAML/LDAP und Self-Hosting-Kontrolle. Dieser Ansatz eignet sich besonders, wenn Workflow-Anpassungen wie Code über Review-Prozesse und Deployments ausgerollt werden sollen.
Keiner der Preise basiert rein auf Nutzerlizenzen. Bei einer internen Verteilung auf fünf Personen entspricht Make Teams bei jährlicher Zahlung $5.80 pro Nutzer und Monat, n8n Pro hingegen $10 pro Nutzer und Monat. Bei Make sind darin jedoch nur 10,000 Credits enthalten, bei n8n 10,000 komplette Läufe. Die Rechnung hilft beim Budgetieren, macht Workloads jedoch erst vergleichbar, wenn die Aktionen pro Durchlauf feststehen.
Gewinner bei der Governance: Make für gemischte Fachbereichsteams. Wählen Sie n8n, sobald Git, Umgebungsstufen oder Datenhoheit verbindlich vorgeschrieben sind.
Migrationsaufwand: Neuaufbau, Testläufe und Rollback-Pfade
Ein Wechsel erfordert einen echten Neuaufbau und keine einfache Dateikonvertierung. Beide Plattformen exportieren JSON, die Strukturen basieren jedoch auf grundverschiedenen Systemen.
Ein Make blueprint speichert Module, Einstellungen und Mappings. Nach dem Import müssen Verbindungen zu Drittanbietern manuell neu autorisiert werden. n8n exports nutzen das eigene Format und lassen sich per Datei oder URL einbinden, übersetzen Make-Module jedoch nicht automatisch in n8n-Nodes. Zudem weist n8n darauf hin, dass Exporte Zugangsdaten-IDs enthalten und aus cURL importierte HTTP-Nodes sensible Auth-Header aufweisen können, die vor der Weitergabe bereinigt werden müssen.
Wirklich portabel ist nur die Fachlogik: Auslöser, Transformationen, Verzweigungen, Fehlerroutinen und erwartete Ergebnisse. Verbindungen, Ausführungshistorien, Datenspeicher, Webhook-URLs, Zeitpläne und KI-Setups müssen stets neu aufgebaut werden.
Bestandsaufnahme durchführen
Erfassen Sie alle aktiven Szenarien und Workflows: Trigger, monatliche Läufe, Aktionen pro Durchlauf, KI- oder Code-Nutzung, angebundene Accounts, Fehlerbehandlungen und interne Verantwortliche. Beginnen Sie bei den Systemen mit dem höchsten Volumen oder Risiko.
Dateien exportieren und bereinigen
Exportieren Sie Make-Blueprints oder n8n-JSON-Dateien als Referenz, nicht als direkte Importvorlagen. Entfernen Sie Zugangsdaten, IDs, Header, personenbezogene Beispieldaten und API-Keys, bevor die Dateien in Tickets oder Repositories abgelegt werden.
Logik vor Modulen abbilden
Dokumentieren Sie Ein- und Ausgaben pro Zweig. Ordnen Sie dann Make-Module n8n-Nodes zu (oder umgekehrt) – inklusive Paginierung, Datenbündeln, Retries, Timeouts und Fehlerpfaden. Wer nur Bausteine nachbaut, riskiert unbemerkte Datenfehler.
Reale Testdaten durchlaufen lassen
Testen Sie beide Systeme in einer Staging-Umgebung und vergleichen Sie finale Daten, Seiteneffekte und das Verhalten bei Fehlern. Die Praxis von Mopshy sieht vor, die letzten 50 Produktions-Payloads erneut durchzuspielen; bei saisonalen Schwankungen empfiehlt sich eine größere Stichprobe.
Umstellung mit Rückfalloption
Schalten Sie Webhooks oder Zeitpläne erst um, wenn alle Ergebnisse übereinstimmen. Halten Sie das Altsystem inaktiv, Zugangsdaten gültig und Alerts aktiv. Mopshy empfiehlt ein Rollback-Fenster von 14 Tagen; in regulierten Umgebungen oft auch länger.
Wechseln Sie nicht von Make zu n8n, nur um bei einfachen Workloads $8 oder $11 zu sparen, wenn niemand für Wartung und Serverbetrieb zuständig ist. Der Arbeitsaufwand übersteigt die Ersparnis deutlich. Wechseln Sie umgekehrt nicht zu Make, wenn Self-Hosting, Custom Nodes, lokale Modelle oder Git-Reviews zwingend sind. Führen Sie keine Migration an geschäftskritischen Prozessen durch, solange keine Testdaten und kein klarer Rollback-Verantwortlicher bereitstehen.
Ein paralleler Betrieb ist sinnvoll, wenn die Zuständigkeiten klar getrennt sind: Make für kundennahe SaaS-Workflows in Hand der Fachbereiche; n8n für KI-Agenten, interne APIs und schrittintensive Hintergrundprozesse mit technischer Betreuung. Beide Welten lassen sich über authentifizierte Webhooks verbinden. Wenn keines der beiden Modelle exakt passt, hilft unsere Übersicht über AI automation tools comparison.
Die Entscheidungsregel für künftige Preisänderungen
Wählen Sie Make, wenn alle vier Punkte zutreffen: Nicht-technische Anwender betreuen den Workflow, Standard-Konnektoren genügen, Cloud-Ausführung ist zulässig und die Aktionen pro Durchlauf bleiben unterhalb der Kostenschwelle.
Wählen Sie n8n, sobald feste Anforderungen bestehen: Self-Hosting, lokale Modelle, Custom Nodes, Git-Deployments, komplexer Code oder KI-Schleifen mit vielen Schritten. Bevorzugen Sie n8n Cloud, solange kein fester technischer Betreuer für die Community Edition bereitsteht.
Nutzen Sie beide Systeme nur bei klarer Trennung von Zuständigkeiten und Workloads. Ein unüberlegter Mischbetrieb verdoppelt Fehlerquellen und verteilt Zugangsdaten über zu viele Plattformen.
Steht auch Zapier zur Debatte, beleuchtet unser n8n vs Zapier vs Make comparison die einsteigerfreundlichste, pro Aktion aber meist teuerste Alternative.
Was ist einfacher zu lernen, n8n oder Make?
Make ist für die meisten nicht-technischen Anwender einfacher, da der visuelle Editor, die breite App-Auswahl und der Cloud-Betrieb Setup und Wartung erleichtern. n8n verlangt technisches Verständnis, bietet Entwicklern aber mehr Freiraum über Code, eigene APIs und Self-Hosting.
Ist n8n für KI-Agenten besser geeignet als Make?
n8n eignet sich besser für komplexe Agenten mit Tool-Schleifen, eigenem Code, lokalen Modellen oder Self-Hosting, da ein kompletter Durchlauf als eine Ausführung zählt. Make eignet sich, wenn Fachbereiche visuelle, verwaltete Agenten-Workflows benötigen und der Credit-Verbrauch kalkulierbar bleibt.
Kann Make wie n8n per Self-Hosting betrieben werden?
Nein. Make führt Szenarien in seiner AWS-Cloud in der EU oder Nordamerika aus. Enterprise-Kunden können per On-Prem Agent interne Systeme erreichen, die Szenario-Laufzeitumgebung verbleibt jedoch in der Make-Cloud. n8n läuft wahlweise in der n8n Cloud oder auf eigener Infrastruktur.
Wie hoch ist der Preisunterschied zwischen n8n und Make?
Bei 2,000 Durchläufen mit je fünf Aktionen deckt Make Core 10,000 Credits für $9 jährlich oder $12 monatlich ab; n8n Starter deckt 2,000 Läufe für $20 bei jährlicher Zahlung ab. Ab sechs regulären Aktionen pro Durchlauf sind die normalisierten $5 von n8n Pro pro 1,000 Läufe günstiger als die $5.40 von Make Core.
Holen Sie sich die Checkliste für KI-Workflows und den Newsletter für Automatisierer.
4. Sept. 2026
Diese Seite in Google bevorzugen
Markieren Sie omidsaffari.com als bevorzugte Quelle, und Google hebt die Seite für Sie in Top Stories, AI Overviews und AI Mode hervor.
