Zapier, Make, n8n oder Power Automate — und wann keins davon die selbst geschriebene Integration schlägt.

Jeder Vergleich dieser Tools beginnt mit einer Funktionsmatrix, und jede Funktionsmatrix sagt ungefähr dasselbe: Alle verbinden Apps, alle können verzweigen, alle haben inzwischen einen KI-Node. Diese Matrix ist der Grund, warum so viele Unternehmen das falsche Tool wählen. Was diese Plattformen tatsächlich trennt, ist die Einheit, die sie dir berechnen — ein Schritt, eine Operation, ein ganzer Workflow-Lauf oder ein Sitzplatz — denn diese Entscheidung verzinst sich bei jedem einzelnen Auslösen deiner Automatisierung. Unten steht ein realistischer Workflow auf allen vier Plattformen bepreist, dann wo die KI jeder Plattform wirklich sitzt, und zum Schluss die ehrliche Antwort auf die Frage darunter: ob du überhaupt eine Automatisierungsplattform brauchst, wenn ein KI-Assistent längst dein Postfach lesen kann.

Derselbe Workflow, vier Mal bepreist

Eine Automatisierung mit zehn abrechenbaren Aktionsschritten, tausendmal im Monat ausgelöst — ein Lead kommt rein, wird angereichert, ins CRM geschrieben, getaggt, gemeldet, protokolliert. Identische Arbeit auf jeder Plattform. Das sind die Listenpreise, auf denen dieser Job landet.

Wofür jede Plattform wirklich gedacht ist

Preise sind Listenpreise von August 2026 bei Jahreszahlung, in der Währung, die der jeweilige Anbieter veröffentlicht. App- und Integrationszahlen sind die Angaben der Anbieter selbst.

Die Abrechnungseinheit ist die Entscheidung

Zapier und Make zählen Schritte. n8n zählt Läufe. Microsoft zählt Menschen. Alles andere in diesem Vergleich ist ein Detail, das sich zweimal im Jahr ändert; die Abrechnungseinheit ist strukturell und entscheidet, welche Plattform günstiger wird, wenn du Erfolg hast, und welche dich dafür bestraft.

Rechne es einmal durch und es wird offensichtlich. Ein Workflow mit zehn Schritten, tausendmal ausgelöst, verbraucht bei Zapier und Make zehntausend abrechenbare Einheiten und bei n8n tausend. Kommen drei Schritte dazu, weil der Prozess schlauer geworden ist, berechnen Zapier und Make 30% mehr für dieselben tausend Ergebnisse, n8n berechnet dasselbe. Lass es jetzt zehntausendmal laufen: Bei n8n steigst du eine Stufe hoch, bei Zapier bist du im sechsstelligen Task-Bereich.

Das Gegenargument für Zapier ist echt und hat nichts mit dem Preis zu tun: über 9.000 verbundene Apps. Wenn das Tool, das du erreichen musst, in Zapier steckt und sonst nirgends, endet der Vergleich dort, und 129 Dollar zu zahlen, statt eine Integration zu bauen, ist ein guter Tausch. Triff die Entscheidung nur bewusst, denn die Standardannahme — diese Plattformen seien weitgehend austauschbar und man wähle nach Oberfläche — erzeugt genau die 400-Dollar-Monatsrechnung für einen Workflow, der 9 hätte kosten sollen.

Welche davon wirklich für KI gebaut ist

Alle vier haben KI-Funktionen ausgeliefert, und sie sind nicht dieselbe Art von Sache. Zapier gibt dir Agents in jedem Plan und KI-Schritte, die ein Modell aufrufen, ohne dass du einen eigenen API-Schlüssel brauchst — nützlich und fest innerhalb eines linearen Zaps. Make hat AI Agents als Beta in allen Plänen sowie Maia, einen Gesprächs-Builder, der Szenarien aus einer Beschreibung zusammensetzt. Microsoft verkauft die Agentenebene separat als Copilot Studio, für 200 Dollar je 25.000 Credits im Monat.

n8n ist die einzige, die darum herum gebaut ist statt daneben. Ihr AI-Agent-Node ist eine LangChain-Integration: Du hängst ein Chat-Modell und eine Reihe von Werkzeugen an, und der Agent entscheidet, welches Werkzeug er in welcher Reihenfolge aufruft, in Schleife, bis die Aufgabe erledigt ist. Das ist eine grundlegend andere Form als „schick Text an ein Modell, nimm die Antwort, mach weiter“ — und genau die Last, die eine Abrechnung pro Schritt bestraft, denn ein einziger Agentenlauf kann vier Werkzeuge und dreimal das Modell aufrufen. Bei n8n ist das eine Ausführung.

Das ist der praktische Grund, warum n8n bei KI-lastigen Teams so viel Boden gutgemacht hat, und es ist eher eine Preisfolge als eine ideologische. Ist deine Automatisierung deterministisch — Formular ins CRM nach Slack — sind die KI-Nodes ein Rundungsfehler und du solltest nach Katalog und Preis wählen. Muss wirklich bei jedem Lauf ein Modell etwas entscheiden, ist das Modell pro Ausführung dasjenige, das den Kontakt mit der Rechnung übersteht.

Die n8n-Lizenzfußnote, die niemand liest

n8n ist quelloffen einsehbar, nicht Open Source. Die Sustainable Use License erlaubt dir, „die Software nur für deine eigenen internen Geschäftszwecke oder für nicht-kommerzielle bzw. private Nutzung zu verwenden oder zu verändern“, und die Weitergabe nur kostenlos zu nicht-kommerziellen Zwecken. n8n nennt das fair-code; es ist keine OSI-anerkannte Open-Source-Lizenz, und der Unterschied hat Zähne, wenn du je vorhast, ein darauf gebautes Automatisierungsprodukt weiterzuverkaufen.

Für den Normalfall — ein Unternehmen hostet n8n selbst, um eigene Workflows zu betreiben — ist das völlig in Ordnung, und genau dafür ist die Lizenz geschrieben. Nicht erlaubt ist, n8n selbst deinen Kunden als Dienst anzubieten. Gut zu wissen, bevor daraus ein juristisches statt eines technischen Gesprächs wird.

Der andere ehrliche Vorbehalt zum Selbst-Hosten: „kostenlos“ heißt keine Lizenzgebühr. Es heißt nicht umsonst. Jemand muss den Server patchen, die Warteschlange beobachten, aus dem Backup wiederherstellen, wenn ein Workflow still stehen bleibt, und merken, dass ein Zugangstoken abgelaufen ist. Das sind echte laufende Kosten, und für ein kleines Team sind sie häufig höher als die 20 €, die die Cloud-Stufe im Monat gekostet hätte.

Wann Power Automate die richtige Antwort ist

In zwei Situationen, und beide sind eng. Erstens, wenn das Unternehmen ohnehin auf Microsoft 365 läuft — die Lizenzierung ist pro Nutzer statt pro Lauf, die Connectoren zu SharePoint, Teams, Outlook und Dataverse sind hauseigen, und die Governance-Geschichte akzeptiert deine IT-Abteilung bereits.

Zweitens, und interessanter, wenn es überhaupt keine API gibt. Desktop-Flows in Power Automate sind robotergesteuerte Prozessautomatisierung: Sie bedienen die Oberfläche von Anwendungen direkt, einschließlich „Legacy-Anwendungen wie Terminalemulatoren“, über UI-Elemente, Bilder oder Koordinaten. Wenn das System mit deinen Daten ein zwanzig Jahre altes Desktop-Programm ohne jede Integrationsfläche ist, ist RPA kein Kompromiss, sondern der einzige existierende Mechanismus. Beaufsichtigte Desktop-Flows sind in Premium für 15 Dollar pro Nutzer und Monat enthalten, unbeaufsichtigte Roboter starten bei 150 Dollar pro Bot und Monat.

Außerhalb dieser beiden Fälle arbeitet das Sitzplatzmodell gegen dich. Automatisierung sollte pro Ergebnis günstiger werden, je mehr sie skaliert, und nach Kopfzahl für Arbeit zu zahlen, deren Zweck es ist, Kopfzahl überflüssig zu machen, ist eine seltsame Form von Vertrag.

Warum dann nicht einfach KI für alles?

Die Frage verdient Ernsthaftigkeit, denn ein moderner Assistent kann längst ein Dokument lesen, die Felder herausziehen, die Antwort entwerfen und deine Werkzeuge über MCP aufrufen — den offenen Standard, der KI-Anwendungen mit externen Systemen verbindet und in der eigenen Dokumentation als „ein USB-C-Anschluss für KI-Anwendungen“ beschrieben wird. Zapier stellt einen MCP-Endpunkt bereit, Make liefert einen MCP-Server, n8n hat MCP-Nodes. Die Diskussion über Konnektivität ist vorbei; Assistenten erreichen deine Systeme.

Was ein Assistent nicht hat, ist alles rund um die Intelligenz. Er hat keinen Trigger — irgendetwas muss ihn aufrufen. Er hat keinen Zeitplan, keine Wiederholung, wenn eine API mit 503 antwortet, keine Idempotenz, wenn derselbe Webhook zweimal ankommt, keine Warteschlange, wenn vierhundert Bestellungen in einer Stunde eintreffen, und kein Auditprotokoll darüber, was gelaufen ist und was es getan hat. Eine Automatisierungsplattform ist größtenteils nicht der clevere Teil; sie ist der langweilige, verlässliche Teil, der den cleveren Teil um drei Uhr nachts unbeaufsichtigt laufen lässt, ohne dass jemand zuschaut.

Anthropics eigene Engineering-Leitlinie zieht dieselbe Linie und ist ungewöhnlich deutlich: Workflows sind Systeme, in denen Modelle und Werkzeuge „vordefinierten Codepfaden“ folgen, Agenten sind Systeme, in denen Modelle „ihre eigenen Prozesse und ihren Werkzeugeinsatz dynamisch steuern“, und „agentische Systeme tauschen häufig Latenz und Kosten gegen bessere Aufgabenleistung“. Empfohlen wird, „die einfachstmögliche Lösung zu finden und die Komplexität nur dann zu erhöhen, wenn es nötig ist. Das kann heißen, überhaupt keine agentischen Systeme zu bauen.“ Von einem Unternehmen, das die Modelle verkauft, ist das mehr wert als jede Anbietertabelle.

Die praktische Regel: Nimm einen deterministischen Workflow, wenn sich die Regeln aufschreiben lassen, und greif nur an dem Schritt zu einem Modell, an dem echtes Urteilsvermögen nötig ist — eine Anfrage einordnen, Felder aus einem unvorhersehbaren Dokument ziehen, eine erste Antwort entwerfen. Ein Modell in jedem Schritt eines Prozesses, der klare Regeln hatte, ist langsamer, teurer und unzuverlässiger als die Bedingung, die es ersetzt hat.

Wann keine davon die richtige Antwort ist

Es gibt einen dritten Weg, den diese Vergleiche nie erwähnen, weil kein Anbieter davon profitiert: die Integration selbst zu schreiben. Sobald ein Workflow hohes Volumen hat, geschäftskritisch und stabil ist, kostet ein kleines Stück Code, das zwei APIs direkt aufruft, nichts pro Lauf, hat keine Sitzplatzlizenz, kann von keinem Anbieter neu bepreist werden und bricht nicht, wenn eine Plattform einen Connector einstellt.

Die ehrliche Schwelle liegt ungefähr bei „das läuft ständig und wird in drei Jahren immer noch laufen“. Darunter gewinnt eine Plattform locker — du zahlst für tausend Integrationen, die du nicht bauen musstest, und für eine Oberfläche, in der auch ohne Entwicklung sichtbar ist, was passiert ist. Darüber mietest du eine Dauersteuer auf etwas, das dir gehören könnte. Das ist der Punkt, an dem API & Integrationen über zwei Jahre weniger kosten als das Abo.

Der Fehler, den es zu vermeiden gilt, ist der umgekehrte: eine eigene Integration für einen Prozess zu bauen, den noch niemand validiert hat. Beweis den Workflow zuerst auf einer Plattform, wo eine Änderung einen Nachmittag kostet, und schreib ihn neu, sobald die Form sich nicht mehr bewegt.

Wie du in zehn Minuten wählst

Zähl deine Schritte und deine monatlichen Läufe und multiplizier. Liegt Schritte mal Läufe unter ein paar tausend, ist der Preisunterschied zwischen allen Rauschen, und du solltest nach dem App-Katalog wählen, der deine Tools abdeckt — meist Zapier. Liegt er im Zehntausenderbereich, ist das Modell pro Ausführung echtes Geld wert, und n8n gewinnt allein durch Arithmetik.

Prüf den Connector vor allem anderen. Die günstigste Plattform, die dein CRM nicht erreicht, ist unendlich teuer. Zapier listet über 9.000 Apps, Make rund 3.000, n8n etwa zweitausend Integrationen plus einen HTTP-Request-Node und Code-Nodes für alles, was nativ fehlt.

Frag, ob bei jedem Lauf ein Modell etwas entscheiden muss. Wenn ja, zählen Abrechnung pro Ausführung und native Agent-Nodes, und n8n ist die Standardwahl. Wenn nein, ignorier das KI-Marketing komplett — das ist nicht, was du kaufst.

Frag, wo die Daten liegen müssen. Wenn Kundendaten deine Infrastruktur nicht verlassen dürfen, ist selbst gehostetes n8n die einzige der vier, die das sauber beantwortet.

Wie wir das in der Praxis aufsetzen

Für einen einzelnen, klar umrissenen Workflow — Formularanfragen nach Slack, ein CRM-Datensatz in eine E-Mail-Strecke — kostet Zapier / Make Automatisierung 299 € und dauert zwei Werktage: Workflow abstecken, Trigger mappen, Fehlerbehandlung, Ende-zu-Ende in deiner Live-Umgebung getestet, plus eine Einführung, damit es keine Blackbox ist. Das Plattform-Abo gehört dir, nicht uns.

Für etwas mit mehr beweglichen Teilen kostet Workflow-Automatisierung 699 € und startet mit einem einstündigen Workshop zur Prozessabbildung, baut dann in n8n oder Make über zwei bis drei deiner bestehenden Tools, mit Fehlerbenachrichtigung, Dokumentation und zwei Wochen Monitoring nach dem Go-live — weil echte, unordentliche Daten Automatisierungen brechen, die jede Demo bestehen.

Wir wählen die Plattform nach der Mapping-Session, nicht davor, und wir sagen dir gern, dass der Workflow keine braucht. Läuft der Prozess zweimal im Monat, kostet die Automatisierung mehr an Abo und Wartung als die manuelle Arbeit, und das sagen wir lieber, als dir einen Vertrag zu verkaufen. Unser Leitfaden zur B2B-Prozessautomatisierung behandelt, welche Prozesse sich überhaupt lohnen.

Quellen

Jeder Preis, jede Abrechnungsdefinition und jede Funktionsangabe oben stammt aus den eigenen Seiten der Anbieter, im August 2026 geprüft. Preise ändern sich — prüf sie, bevor du dich bindest.

• Zapier — Pricing ↗

  Die Professional-Task-Leiter (19,99 Dollar für 750 Tasks bis 3.389 für 2 Millionen, Jahreszahlung) und Zapiers eigene Definition eines Tasks: gezählt, wenn eine Arbeitseinheit erfolgreich abschließt, wobei fehlgeschlagene Aktionen, Trigger, Filter, Pfade und Formatter ausgenommen sind. Nennt außerdem über 9.000 verbundene Apps, Zapier Agents in allen Plänen und die MCP-Verfügbarkeit.

• Make — Pricing ↗

  Kostenlos mit 1.000 Credits, Core 9 Dollar, Pro 16 und Teams 29 pro Monat auf der 10.000-Credit-Stufe, dazu die Operationsdefinition: „Jede Modulaktion in deinem Szenario, etwa das Hinzufügen einer Google-Sheets-Zeile oder das Abrufen von Gmail-Kontodaten, zählt als ein Credit.“ Nennt über 3.000 Apps, über 350 KI-Apps, AI Agents in Beta und einen MCP-Server.

• n8n — Pricing ↗

  Starter 20 €, Pro 50 € und Business 667 € pro Monat bei Jahreszahlung, mit 2.500 / 10.000 / 40.000 Workflow-Ausführungen und unbegrenzten Schritten, Nutzern und Workflows. Sagt ausdrücklich, dass n8n „vollständige Ausführungen berechnet, nicht jeden Schritt“ — ein Lauf des gesamten Workflows, was immer er enthält.

• n8n Docs — AI Agent node ↗

  Der LangChain-basierte Agent-Node: Du hängst ein Chat-Modell plus ein oder mehrere Werkzeuge an, und der Agent entscheidet, welches Werkzeug er aufruft, um die Aufgabe zu erledigen — mit den Varianten Tools, Conversational, ReAct, SQL und Plan-and-Execute.

• n8n — Sustainable Use License ↗

  Der Lizenztext selbst: Nutzung und Veränderung sind „nur für deine eigenen internen Geschäftszwecke oder für nicht-kommerzielle bzw. private Nutzung“ erlaubt, die Weitergabe nur kostenlos zu nicht-kommerziellen Zwecken. Quelloffen einsehbar, kein OSI-Open-Source.

• Microsoft — Power Automate pricing ↗

  Power Automate Premium für 15 Dollar pro Nutzer und Monat bei Jahreszahlung (Cloud-Flows plus beaufsichtigte Desktop-RPA und Dataverse-Kontingente), Process für 150 Dollar pro Bot und Monat, Hosted Process für 215 und Copilot Studio für 200 Dollar je 25.000 Copilot-Credits im Monat.

• Microsoft Learn — Introduction to desktop flows ↗

  Definiert Desktop-Flows als robotergesteuerte Prozessautomatisierung, die Anwendungsoberflächen direkt bedient — einschließlich „Legacy-Anwendungen wie Terminalemulatoren“ — über UI-Elemente, Bilder oder Koordinaten. Genau das können die anderen drei Plattformen nicht.

• Anthropic — Building effective agents ↗

  Unterscheidet Workflows (Modelle und Werkzeuge folgen „vordefinierten Codepfaden“) von Agenten (Modelle „steuern ihre eigenen Prozesse und ihren Werkzeugeinsatz dynamisch“), hält fest, dass „agentische Systeme häufig Latenz und Kosten gegen bessere Aufgabenleistung tauschen“, und empfiehlt, „die einfachstmögliche Lösung zu finden und die Komplexität nur dann zu erhöhen, wenn es nötig ist. Das kann heißen, überhaupt keine agentischen Systeme zu bauen.“

• Model Context Protocol — Introduction ↗

  Der offene Standard, um KI-Anwendungen mit externen Systemen zu verbinden — „wie ein USB-C-Anschluss für KI-Anwendungen“ — inzwischen von Claude, ChatGPT, VS Code und Cursor unterstützt und von Zapier, Make und n8n gleichermaßen bereitgestellt.