Entdecken Sie, was Sie lernen können.
Mit Videokursen für Beruf, Studium und Freizeit.
In diesem Kurs lernst Du Schritt für Schritt, wie Du mit n8n Automatisierungen aufbaust – von den Grundlagen bis hin zu komplexen, KI-gestützten Systemen. Du startest mit Setup, Benutzeroberfläche und den wichtigsten Nodes und lernst, wie Workflows ausgelöst, gesteuert und sinnvoll strukturiert werden.
Darauf aufbauend automatisierst Du typische Anwendungsfälle wie Formulare, Newsletter, Datenverarbeitung und externe Schnittstellen. Du integrierst Large Language Models, baust KI-Agenten, verbindest E-Mail, Kalender, Datenbanken und Websuche und behältst dabei Tokenverbrauch und Kosten im Blick.
Ein Schwerpunkt liegt auf fortgeschrittenen KI-Konzepten: Telegram-gestützte Text- und Sprachsteuerung, Retrieval-Augmented Generation mit Vektordatenbanken, Multiagenten- und Orchestrator-Architekturen sowie zentrales Kontextmanagement. Zusätzlich lernst Du, wie Du KI-Workflows mit Guardrails absicherst und datenschutzkonform betreibst.
Abgerundet wird der Kurs durch moderne Features, Template-Generierung, Chat- und Multimodalität sowie einen klaren Überblick über Best Practices. So bist Du in der Lage, skalierbare, sichere und zukunftsfähige Automatisierungen mit n8n umzusetzen.
| n8n Grundlagen: Schritt-für-Schritt | 00:25 |
| n8n Grundlagen: Setup, Pläne und erste Workflows | 00:52 |
| n8n Grundlagen: Anmeldung und Registrierung | 03:00 |
| n8n Grundlagen: Workflow-Erstellung | 08:15 |
| n8n Preismodelle und Self-Hosting-Optionen | 03:01 |
| n8n Benutzeroberfläche: Navigation, Workflows, Credentials und AI Agents | 15:57 |
| n8n Trigger Nodes: Start eines Workflows | 17:09 |
| n8n Aktionen und gezielte Steuerung | 10:55 |
| n8n Automatisierungen und Basic-Nodes: Überblick | 00:50 |
| Workflow-Automatisierung für Newsletter | 20:55 |
| Formularautomatisierung und Datenverwaltung | 08:39 |
| KI-gestützte Formularauswertung | 08:00 |
| Data Transformation Nodes: Daten in Workflows bereinigen, strukturieren und umwandeln | 19:18 |
| Flow Nodes: Bedingte Logik, Datenabgleich und Iteration in Workflows | 08:10 |
| Core Nodes: Formulare, Datentabellen, HTTP-Requests und Webhooks | 10:41 |
| LLM-basierte Automatisierung: Integration von Chat, Gmail und Sentiment-Analyse | 07:24 |
| KI-Agenten: Architektur, Sprachmodelle und Tool-Integration | 01:02 |
| KI-Agenten erstellen und konfigurieren | 13:31 |
| Tool-Integration für E-Mail, Kalender und Datenverwaltung | 12:57 |
| DataTable und Gmail verbinden | 05:36 |
| LLMs (Large Language Models) einbinden | 07:25 |
| Azure OpenAI und lokale LLMs einrichten | 05:45 |
| Websuche mit Tavily und Exa anbinden | 04:22 |
| Tokenverbrauch und Kosten | 04:59 |
| Model-Selector zum Token-Sparen | 04:07 |
| Telegram-Integration mit KI-Agenten: Text- und Audionachrichten-Verarbeitung | 00:46 |
| Telegram Desktop installieren und BotFather konfigurieren | 03:12 |
| KI-Agenten an Telegram anbinden und Antworten senden | 04:02 |
| Sprachnachrichten mit Telegram verarbeiten | 03:14 |
| Text- und Sprachnachrichten mit Telegram flexibel verarbeiten | 05:07 |
| E-Mails direkt per Telegram-Nachricht versenden | 06:39 |
| Websuche mit Perplexity und Tavily über Telegram | 03:42 |
| Kalendereinträge per Telegram-Nachricht erstellen | 02:37 |
| Workflow per Spracheingabe steuern und Newsletter versenden | 02:47 |
| Telegram-Integration und Human-in-the-Loop | 01:24 |
| Retrieval-Augmented Generation (RAG): Überblick | 00:56 |
| PostgreSQL-Datenbanken und Vector-Suche: Integration mit n8n und Supabase | 04:29 |
| Vektordatenbanken: Erstellung in Supabase | 04:02 |
| Vektordatenbanken und Dokument-Embeddings: Implementierung mit Supabase | 03:55 |
| Vektordatenbanken und RAG: Abfrage eingebetteter Dokumente mit Sprachmodellen | 04:08 |
| Vektordatenbanken und RAG: Sprachgesteuerte Unternehmensabfragen mit Telegram | 02:49 |
| Multiagentenarchitekturen: Überblick | 00:43 |
| KI-Agent-Architekturen: Sub-Workflows und Routeragenten | 03:50 |
| Routeragent und RAG: Praktische Implementierung mit Multiagentenarchitekturen | 02:14 |
| Routeragent-Workflows: Telegram-Integration und Multiagentensysteme | 02:21 |
| Routeragenten über Sprachnachrichten steuern: Praktische Anwendungen | 02:48 |
| Multiagentenarchitekturen mit Orchestrator-Architektur: Implementierung und Design | 06:36 |
| Systemprompts in Multiagentenarchitekturen: XML-Format | 06:53 |
| Chat-Nachrichten an Orchestratoragenten senden und Subagenten ausführen | 00:59 |
| Text-Nachrichten per Telegram an Orchestratoragenten senden und Subagenten ausführen | 01:55 |
| Sprachnachrichten per Telegram an Orchestratoragenten senden und Subagenten ausführen | 01:27 |
| Model Context Protocol: Multiagentensysteme und Kontextverwaltung | 01:09 |
| Model Context Protocol (MCP) für Multiagentensysteme | 06:25 |
| Chat-Nachrichten an MCP-Agenten senden und Subagenten ausführen | 05:35 |
| Text-Nachrichten per Telegram an MCP-Agenten senden und Subagenten ausführen | 02:12 |
| Sprachnachrichten per Telegram an MCP-Agenten senden und Subagenten ausführen | 01:52 |
| Instance-Level MCP Access: Zugriff geben auf gesamte n8n-Instanz | 03:24 |
| Model Context Protocol Integration: Claude Desktop | 02:37 |
| Multiagentensystem und MCP-Instanz | 04:20 |
| Guardrails in KI-Agenten: Datenschutz, Sicherheit und Jailbreak-Prävention | 01:09 |
| Guardrails in n8n: KI-Workflows absichern und Modellverhalten kontrollieren | 03:56 |
| Guardrails in KI-Systemen: Kategorien und Anwendungen zur Validierung von Input und Output | 03:55 |
| Keyword-basierte Guardrails: Implementierung in HR-Agenten | 06:00 |
| Guardrail-Implementierungen in OpenAI und n8n: Technische Grundlagen und Code-Analyse | 03:20 |
| Jailbreak-Erkennung in KI-Systemen: Guardrails und Confidence Scores | 04:23 |
| Jailbreak-Versuche bei KI-Systemen: Identifikation und Abwehrmaßnahmen | 01:52 |
| Filtern von NSFW-Inhalten mit KI-Agenten | 04:22 |
| Personally Identifiable Information (PII) und Guardrails: Erkennung und Schutz personenbezogener Daten | 04:42 |
| Sensible Daten in KI-Workflows: Erkennung, Maskierung und DSGVO-Compliance mit Guardrails | 04:44 |
| Secret Keys in KI-Systemen: Erkennung, Maskierung und Guardrail-Implementierung | 04:33 |
| Topical Alignment und Guardrail Nodes: Inhaltsvalidierung in KI-Workflows | 05:18 |
| URL Guardrail Node: Link-Erkennung, Validierung und Sicherheitskontrollen | 01:42 |
| Custom Guardrails in KI-Systemen | 03:31 |
| Custom RegEx Guardrail Node: Datum und Uhrzeit | 03:26 |
| Custom RegEx Guardrail Node: Postleitzahlen und Vertragsnummern | 03:05 |
| n8n 2.0 Features und KI-gestützte Workflows: Agent Builder, Chat-Integration und generative Medien | 00:50 |
| n8n Workflow Templates generieren mit Large Language Models | 02:16 |
| n8n Workflow Templates: Nutzung von Community-Ressourcen und LLM-Integration | 01:31 |
| n8n Workflow Templates: „Build with AI“-Funktion und prompt-basierte Node-Erstellung | 03:59 |
| Telegram KI-Agent mit multimodaler Nachrichtenverarbeitung | 05:47 |
| n8n 2.0: Visuelle Verbesserungen | 02:45 |
| n8n 2.0: Veröffentlichung von Workflows | 01:34 |
| n8n 2.0: Focus Panel | 01:29 |
| n8n Chat Hub: Chat-Modelle anbinden | 02:24 |
| n8n Chat Hub: Modelle wechseln und Memory | 01:32 |
| n8n Chat Hub: Audio und Multimodalität | 01:30 |
| n8n Chat Hub: Tool-Anbindungen | 02:25 |
| n8n Chat Hub: Personal Agent | 02:16 |
| n8n Chat Hub: Workflow-Agent | 03:21 |
| Bildgenerierung mit GPT-1.5-Image und Nano Banana Pro | 03:54 |
| Videogenerierung mit Sora 2 und Veo-3 | 02:44 |
| n8n-Automation und KI-Agenten: Zusammenfassung und Übersicht | 01:55 |