1. Nutzung von n8n-Vorlagen: Ein Leitfaden für Anfänger [0]

thumbnail Tausende vorgefertigte n8n-Arbeitsabläufe sind verfügbar, aber um sie erfolgreich zu nutzen, müssen sie getestet, angepasst und behoben werden.

1.1. Wo man n8n-Vorlagen findet [7]

  1. Die offizielle n8n-Vorlagebibliothek [8]
    • Auf der n8n-Website können Sie unter "Produkt" > "Vorlagen" auf über 2.990 von der Community erstellte Arbeitsabläufe zugreifen.
    • Die meisten Vorlagen sind kostenlos, kostenpflichtige werden deutlich gekennzeichnet.
    • Sie können nach Schlüsselwörtern oder Kategorien suchen, um Vorlagen für spezifische Anwendungsfälle oder Branchen zu finden.
  2. Beispiele für Vorlagenkategorien [12]
    • Vertrieb: Vorlagen für Lead-Generierung, LinkedIn-Kontaktaufnahme und KI-Chatbots. [13]
    • Marketing: Automatisierte Video- und Content-Erstellung. [15]
    • Engineering: Chatbots und Retrieval-Augmented-Generation-Setups. [16]
    • App-spezifische Suche: Suche nach Arbeitsabläufen für bestimmte Anwendungen wie YouTube (49 Vorlagen verfügbar). [19]

1.2. Auswahl und Überblick einer komplexen Vorlage [22]

  1. Auswahl einer Vorlage für die Demonstration [22]
    • Eine Vorlage auf mittlerem Niveau mit mehreren Integrationen wurde ausgewählt: "Erstellen und Hochladen von KI-generierten ASMR-YouTube-Shorts mit Cedance FA AI und GPT4". [22]
    • Diese Vorlage kann angepasst werden, um verschiedene Stile und Nischen zu bedienen. [27]
  2. Überblick über die ausgewählte Vorlage [28]
    • Die Vorlage zeigt sofort das vollständige Layout des Arbeitsablaufs. [28]
    • Eine Aufschlüsselung beschreibt, für wen die Vorlage gedacht ist, welches Problem sie löst und welche Schritte sie durchführt (z. B. zweistufige KI-Ideenfindung, multimodale Asset-Generierung, Veröffentlichung und Protokollierung). [29]
    • Der Abschnitt "Einrichtung" listet die erforderlichen Anmeldeinformationen auf, einschließlich kostenpflichtiger Dienste wie OpenAI, Wavespeed und FO. [31]
    • Die Kosten für die Nutzung dieser Dienste werden geschätzt (OpenAI: wenige Cent pro Aufruf; Wavespeed: 20-50 Cent pro Video; FO: generell günstig). [34]
    • Die restlichen Dienste sind kostenlos. [37]
    • Die Vorlage erklärt, welche Knoten manuell konfiguriert werden müssen und wie sie angepasst werden kann. [38]
    • Der Arbeitsablauf beginnt mit KI-Schritten zur Ideenfindung und Planung, speichert die Pläne in Google Sheets, generiert Videos und Soundeffekte, fügt sie zusammen, aktualisiert die Tabellen, lädt das Video auf YouTube hoch und sendet Benachrichtigungen per Telegram und E-Mail. [43]
    • Der gesamte Prozess ist so eingerichtet, dass er automatisch nach einem Zeitplan ausgeführt wird. [57]
    • Die Vorlage scheint zu funktionieren und kann kostenlos verwendet werden. [62]

2. Einrichtung und Verständnis von n8n-Arbeitsabläufen [63]

thumbnail Die Einrichtung von n8n-Vorlagen beinhaltet die Verbindung von Konten, das Verständnis der Arbeitsablaufstruktur und die Beachtung potenzieller Risiken.

2.1. Anmeldeinformationen und API-Schlüssel [64]

  1. Verbindung von Konten und API-Schlüsseln [64]
    • Nach dem Klicken auf "Verwenden" wird man zur Einrichtung der Anmeldeinformationen weitergeleitet, wo Konten und API-Schlüssel verbunden werden. [65]
    • APIs sind Schnittstellen, die es Anwendungen ermöglichen, miteinander zu kommunizieren. [68]
    • API-Schlüssel fungieren als Passwörter, die Anfragen authentifizieren. [69]
    • In n8n bedeutet die Verwendung von APIs oft das Einfügen eines Schlüssels und die Auswahl einiger Einstellungen. [69]
  2. Einrichtung spezifischer APIs [70]
    • Die meisten Dienste bieten Anweisungen zur Authentifizierung in ihrer API-Dokumentation oder direkt in n8n. [71]
    • Ein Assistent in n8n kann Schritt-für-Schritt-Anleitungen für die Einrichtung liefern. [72]
    • OpenAI-Einrichtung:
      • Gehen Sie zu platform.openai.com/api-keys. [74]
      • Erstellen Sie einen neuen geheimen Schlüssel, geben Sie ihm einen Namen und wählen Sie ein Projekt. [77]
      • Kopieren Sie den Schlüssel sofort, da er später nicht mehr angezeigt wird. [79]
      • Fügen Sie den Schlüssel in das entsprechende Feld in n8n ein und speichern Sie ihn. [80]
    • Andere Dienste sind ähnlich einfach einzurichten. [82]
  3. Überspringen und Anpassen von Knoten [83]
    • Telegram-Benachrichtigungen können übersprungen werden, wenn sie nicht benötigt werden. [83]
    • Wavespeed und FO erfordern eine etwas andere Einrichtung, die später im Arbeitsablauf gezeigt wird. [85]
    • Nachdem alle erforderlichen Anmeldeinformationen eingegeben wurden, kann der Arbeitsablauf fortgesetzt werden. [87]

2.2. Risiken bei der Verwendung von Community-Vorlagen [92]

  1. Potenzielle Risiken [92]
    • Trigger-Schleifen: Endlose Ausführung von Arbeitsabläufen. [94]
    • Offengelegte API-Schlüssel: Insbesondere in HTTP-Anfragen. [94]
    • Verdächtige HTTP-Knoten: Senden von Daten an unbekannte URLs. [94]
  2. Vermeidung von Risiken [96]
    • Stellen Sie sicher, dass Trigger in angemessenen Intervallen ausgeführt werden und nicht erneut ausgelöst werden. [96]
    • Überprüfen Sie URLs, an die Daten gesendet werden, und schützen Sie API-Schlüssel vor Offenlegung. [97]
    • Diese Risiken werden im weiteren Verlauf des Videos genauer erläutert. [98]

2.3. Konfiguration des Arbeitsablaufs [99]

  1. Zeitplan-Trigger und Schleifenrisiko [100]
    • Die Vorlage enthält Anweisungen, die die Einrichtung erleichtern. [99]
    • Der erste Knoten ist der Zeitplan-Trigger, der versehentliche Trigger-Schleifen oder zu häufige Ausführungen verursachen kann. [101]
    • Die Standardeinstellung von 30 Minuten ist für diese Art von Arbeitsablauf zu häufig; eine tägliche Ausführung wird empfohlen, um Kosten für kostenpflichtige APIs zu sparen. [103]
    • Eine Trigger-Schleife tritt auf, wenn ein Trigger versehentlich durch den Arbeitsablauf selbst erneut ausgelöst wird (z. B. wenn ein Google Sheets-Trigger eine Aktualisierung derselben Tabelle auslöst). [108]
    • Solche Schleifen sind normalerweise leicht zu erkennen und zu beheben, erfordern aber Aufmerksamkeit bei der Erstellung oder Änderung von Vorlagen. [115]

2.4. KI-Generierung und Datenverwaltung [130]

  1. OpenAI-Knoten für Ideenfindung und Planung [130]
    • Der erste OpenAI-Knoten generiert Ideen und erstellt einen detaillierten Plan. [130]
    • Die Prompts können hier geändert werden, um verschiedene Videostile zu erstellen. [132]
    • Der nächste OpenAI-Knoten baut auf dem vorherigen Ergebnis auf. [134]
  2. Google Sheets für Datenspeicherung und Prompt-Fütterung [135]
    • Google Sheets wird häufig zum Speichern generierter Daten, zum Einspeisen von Prompts in LLMs oder zur Protokollierung von Aufgaben verwendet. [137]
    • Beim Verbinden eines Google Sheets-Knotens muss die Tabelle manuell erstellt und die Daten den Spalten zugeordnet werden. [139]
    • Für diese Vorlage muss eine Tabelle mit den erforderlichen Feldern erstellt werden. [140]
    • Die Tabelle wird in n8n ausgewählt, und die Spalten werden manuell zugeordnet. [144]
    • Der Knoten "Unbundle Prompts" wird als korrekt konfiguriert angesehen. [147]

2.5. Integration von Wavespeed und FO für Medienverarbeitung [148]

  1. Wavespeed für die Videogenerierung [149]
    • Der Knoten "Create Clips" sendet eine Anfrage an die Wavespeed-API, um Videoclips zu generieren. [149]
    • Plattformen wie Wavespeed ermöglichen die direkte Verbindung zu KI-Modellen in n8n. [151]
    • Wavespeed verwendet "Header Authorization" zur Authentifizierung, bei der ein spezielles Token in den Anfrage-Headern gesendet wird. [153]
    • Die Einrichtung erfolgt, indem "Authorization" als Name und "Bearer [API-Schlüssel]" als Wert eingegeben wird. [158]
    • Die Vorlage verwendet das Modell "Seed Dance V1 Light" für die Text-zu-Video-Generierung bei 480p, um Kosten während des Testens zu sparen. [165]
    • Wavespeed unterstützt verschiedene Modelle wie Juan, Cling, Miniax und V3. [169]
  2. FO für Soundeffekt-Generierung [196]
    • Ähnlich wie Wavespeed wird FO für die Generierung von Soundeffekten verwendet. [196]
    • Die Einrichtung erfolgt ebenfalls über "Header Authorization", wobei der Wert "key [API-Schlüssel]" lautet. [162]
    • Wenn Sie unsicher sind, können Sie den Assistenten oder ChatGPT um Hilfe bitten. [163]

2.6. Sicherheit und Überprüfung von HTTP-Anfragen [172]

  1. API-Schlüssel-Sicherheit [172]
    • Die Verwendung von gespeicherten Anmeldeinformationen in n8n ist sicher, da der API-Schlüssel nicht direkt im Arbeitsablauf eingebettet ist. [175]
    • Das manuelle Einfügen von API-Schlüsseln direkt in Knoten (z. B. in Headern oder im Body) ist unsicher, da der Schlüssel im Workflow-JSON gespeichert wird. [179]
    • Es ist unwahrscheinlich, dass Vorlagen absichtlich unsicher sind, aber es ist wichtig zu verstehen, wie API-Schlüssel sicher übermittelt werden. [182]
  2. Überprüfung von HTTP-Anfragen [183]
    • HTTP-Knoten senden Anfragen an Endpunkte; die Ziel-URL kann nicht einfach im Browser überprüft werden. [184]
    • Die Wavespeed-Dokumentation kann verwendet werden, um zu bestätigen, dass der Endpunkt einem echten Modell entspricht. [187]
    • Bei der Überprüfung von HTTP-Knoten, insbesondere aus unbekannten Quellen, sollte geprüft werden, wohin die Daten gesendet werden und ob sensible Daten enthalten sind. [188]
    • Auf einer höheren Ebene sollte man verstehen, dass der Knoten Video-Prompts an Wavespeed sendet, um Videos zu generieren. [190]
    • In diesem Fall ist die Anfrage sauber, verwendet gespeicherte Anmeldeinformationen und das bekannte Modell. [191]

2.7. Abschluss des Arbeitsablaufs und Benachrichtigungen [202]

  1. Zusammenfügen und Hochladen von Videos [202]
    • Nach der Generierung der Clips werden diese mit Soundeffekten versehen und zu einem endgültigen Video zusammengefügt. [194]
    • Die Knoten für die Videosequenzierung und die Erstellung des endgültigen Videos müssen auf FO umgestellt werden. [201]
    • Ein weiterer Google Sheets-Schritt aktualisiert die Tabelle mit den Daten des endgültigen Videos. [203]
    • Das endgültige Video wird über die in der Tabelle gespeicherte URL heruntergeladen. [205]
    • Das Video wird direkt auf YouTube hochgeladen, wobei Regionencode und Kategorie festgelegt werden. [206]
    • Ein letzter Google Sheets-Schritt aktualisiert den Status auf "abgeschlossen". [211]
  2. Vorbereitung auf Tests und Fehlerbehebung [213]
    • Obwohl der Arbeitsablauf eingerichtet ist, werden beim Testen wahrscheinlich Fehler auftreten. [213]

3. Testen und Debuggen von n8n-Vorlagen mit ChatGPT [214]

thumbnail

3.1. Fehlerbehebung mit ChatGPT [214]

  1. Verwendung von ChatGPT zur Fehlerbehebung [214]
    • ChatGPT ist ein wertvolles Werkzeug zur Fehlerbehebung bei n8n-Vorlagen. [214]
    • Fehler können durch Einfügen von Screenshots oder des gesamten Workflow-JSONs behoben werden. [215]
    • Ein benutzerdefinierter GPT, der auf n8n-Dokumentation trainiert ist, ist oft genauer als der Standard-ChatGPT. [216]
    • Die Eingabeaufforderung sollte die Absicht des Benutzers angeben (Einrichtung, Fehlerprüfung, Sicherheitsrisiken). [221]
  2. Identifizierung und Behebung von Fehlern [226]
    • ChatGPT kann eine Aufschlüsselung des Arbeitsablaufs, gut funktionierende Teile und gefundene Probleme liefern. [227]
    • Beispiele für einfache Fehler sind fehlende Anmeldeinformationen (Telegram), zusätzliche Leerzeichen in URLs oder fehlende E-Mail-Adressen für Benachrichtigungen. [228]
    • Diese Fehler können durch Hinzufügen von Anmeldeinformationen, Korrigieren von URLs oder Löschen unnötiger Knoten behoben werden. [232]
    • Der Arbeitsablauf kann dann getestet und weiter debuggt werden. [235]

3.2. Schrittweises Testen und Debuggen [236]

  1. Fehler im Google Sheets-Knoten [236]
    • Beim Testen tritt ein Fehler im Google Sheets-Knoten auf, da der Abschnitt "Werte zum Senden" nicht ausgefüllt ist. [236]
    • Die eingehenden Daten haben andere Felder als die ursprünglichen Spaltennamen im Blatt. [240]
    • Die Google-Tabelle wird aktualisiert, um alle erforderlichen Felder aufzunehmen. [245]
    • Nach dem Aktualisieren der Felder werden diese im Knoten neu geladen und die Werte werden zugeordnet. [246]
    • Der Test des Knotens zeigt nun korrekte Ausgaben. [251]
  2. Fortschritt und Fehler beim YouTube-Upload [253]
    • Der Arbeitsablauf läuft weiter, bis zum Schritt des YouTube-Uploads, wo ein Fehler auftritt. [255]
    • Der Fehler liegt daran, dass für die Video- und Thumbnail-URLs keine Spalten in der Tabelle vorhanden sind. [257]
    • Die fehlenden Spalten werden hinzugefügt und die Werte zugeordnet. [261]
    • Nachdem die Tabelle korrigiert wurde, funktioniert der Schritt. [265]
    • Ein Problem mit der Überschreibung der Kopfzeile wird behoben, indem die Daten unterhalb der Kopfzeilen geschrieben werden. [268]
    • Beim YouTube-Upload-Schritt fehlt das Titelfeld, da es nicht aus einem früheren Schritt abgerufen wird. [270]
    • ChatGPT liefert den notwendigen JSON-Code, um den Titel aus dem Blatt abzurufen und einzufügen. [276]
    • Das Debuggen kleiner Probleme, das Testen von Knoten einzeln, das Lesen von Ein- und Ausgabefeldern und die Verwendung von ChatGPT sind entscheidende Fähigkeiten. [277]
    • Ein weiterer Fehler tritt auf, der mit einer nicht mehr existierenden YouTube-Kategorie zusammenhängt und behoben wird, indem eine andere Kategorie gewählt wird. [281]
    • Solche unerwarteten Probleme sind Teil des Prozesses. [289]

3.3. Finale Ausführung und Optimierung [291]

  1. Erfolgreicher Upload und Qualitätsverbesserung [291]
    • Nachdem die Kategorie geändert wurde, wird der Arbeitsablauf erneut ausgeführt und lädt erfolgreich auf YouTube hoch. [292]
    • Die Videoqualität ist zunächst nicht optimal, da das "Light"-Modell verwendet wurde. [297]
    • Das Modell wird auf die "Pro"-Version aktualisiert, um die Qualität zu verbessern. [302]
    • Nach der Ausführung des aktualisierten Arbeitsablaufs wird das Video erfolgreich per E-Mail benachrichtigt. [307]
    • Das endgültige Video ähnelt viralen KI-ASMR-Videos. [311]
  2. Potenzielle weitere Verbesserungen [313]
    • Weitere Verbesserungen könnten die Erprobung anderer Videomodelle, die Verfeinerung von ChatGPT-Prompts oder die Konzentration auf eine andere Nische umfassen. [313]
    • Für langfristige Projekte könnte ein System entwickelt werden, das leistungsstarke Videos analysiert und diese Daten zur automatischen Generierung intelligenterer Prompts verwendet. [315]
    • Die vorliegende Vorlage ist solide und vollständig automatisiert. [317]
    • Funktionierende n8n-Vorlagen können die Entwicklungszeit um bis zu 80 % verkürzen. [319]

4. Fortgeschrittene n8n-Nutzung und weitere Ressourcen [319]

thumbnail

4.1. Generierung von Knoten und Arbeitsabläufen mit ChatGPT [319]

  1. Erstellung von einzelnen Knoten mit ChatGPT [323]
    • ChatGPT kann verwendet werden, um einzelne Knoten oder sogar ganze Arbeitsabläufe von Grund auf neu zu generieren. [323]
    • Ein Beispiel ist die Ersetzung mehrerer Knoten durch HTTP-Anfragen mit einem einfacheren API. [324]
    • ChatGPT liefert den vollständigen JSON-Code für die neuen Knoten, der dann in n8n eingefügt wird. [332]
    • Dies kann eine erhebliche Zeitersparnis bedeuten. [340]
  2. Generierung vollständiger Arbeitsabläufe mit ChatGPT [341]
    • Mit einer detaillierten Beschreibung kann ChatGPT den gesamten JSON-Code für einen mehrstufigen Arbeitsablauf generieren. [341]
    • Dies kann magisch wirken, funktioniert aber nicht immer. [344]

4.2. Zusätzliche Quellen für n8n-Vorlagen [345]

  1. GitHub-Repositories [346]
    • GitHub ist eine hervorragende Quelle für kostenlose n8n-Vorlagen. [346]
    • Awesome n8n Templates: Ein gut organisiertes Repository mit vielen Vorlagen in verschiedenen Kategorien. [348]
      • Vorlagen können direkt aus der Rohdatei kopiert und in n8n eingefügt oder als JSON-Datei heruntergeladen und importiert werden. [351]
      • Diese Vorlagen sind nicht immer gut dokumentiert. [357]
    • n8n Workflows (von Zie619): Ein weiteres umfangreiches Repository. [368]
    • n8n Free Templates (von Wassupjay): Eine kuratierte Sammlung von 200 "Plug-and-Play"-Vorlagen. [373]
    • Es ist wichtig zu beachten, dass Vorlagen von GitHub möglicherweise veraltet sind oder Fehler enthalten und daher vor der Verwendung überprüft werden müssen. [364]
  2. Andere Quellen [381]
    • Vorlagen können auch auf YouTube oder X (früher Twitter) gefunden werden. [381]
  3. Wichtigkeit der Anpassung [379]
    • Keine dieser Vorlagen funktioniert garantiert sofort. Sie dienen als Ausgangspunkte. [378]
    • Mit dem Wissen, wie man Vorlagen importiert, testet und anpasst, werden diese Repositories zu einer wertvollen Ressource. [380]

4.3. Zusammenfassung und weitere Lernmöglichkeiten [381]

  1. Zusammenfassung der Kernkompetenzen [381]
    • Unabhängig davon, ob Vorlagen aus der offiziellen Bibliothek, von GitHub oder anderen Quellen stammen, die Fähigkeit, sie zu testen, anzupassen und zu beheben, ermöglicht die Automatisierung von Projekten. [381]
  2. Zusätzliche Ressourcen [384]
    • Futurepedia bietet über 20 Kurse zur Integration von KI in Leben und Beruf an. [384]
    • Ein Video zum Erstellen von n8n-Arbeitsabläufen von Grund auf ist ebenfalls verfügbar. [386]