6 min read
Stell dir einen Dienstagabend vor. Ein neuer Lead füllt dein Website-Formular aus, ein KI-Schritt stuft ihn als heiß oder kalt ein, ein Antwortentwurf landet in deinem Postfach und in deiner Tabelle erscheint eine neue Zeile. Das läuft wunderbar, bis zu dem Tag, an dem dir dein Automatisierungstool mitten im Monat mitteilt, dass deine Tasks aufgebraucht sind.
Diese Überraschung ist häufig, denn die drei großen Automatisierungstools berechnen KI inzwischen auf drei sehr unterschiedliche Arten. Statt Funktionslisten zu vergleichen, verfolgen wir deshalb diesen einen kleinen Workflow durch Zapier, Make und n8n und schauen, was er ein Solo-Unternehmen kostet.
Der Test-Workflow: 150 Leads im Monat
Das ist unser Beispiel. Jeder neue Formular-Lead löst fünf Schritte aus:
- Der Formular-Trigger wird ausgelöst.
- Ein KI-Schritt klassifiziert den Lead.
- Ein Schritt ohne KI trägt ihn in eine Tabelle ein.
- Ein weiterer Schritt erstellt einen E-Mail-Entwurf.
- Ein letzter Schritt schickt dir eine Benachrichtigung.
Das sind also ein KI-Schritt und drei normale Aktionen nach dem Trigger, und das 150-mal im Monat. Der Workflow ist bewusst klein, denn in dieser Größenordnung fangen die meisten Ein-Personen-Unternehmen mit Automatisierung an.
Zapier: am einfachsten für den Start, und KI wird vervielfacht
Zapiers Preisseite nennt einen Free-Tarif mit 100 Tasks im Monat und ausschließlich zweistufigen Zaps, AI by Zapier ist dort nicht enthalten. Der Professional-Tarif beginnt bei $19.99 im Monat bei jährlicher Abrechnung oder $29.99 bei monatlicher Abrechnung, jeweils für 750 Tasks. Trigger zählen nicht als Tasks, fehlgeschlagene Aktionen ebenfalls nicht.
Der Haken ist die KI. Laut Zapier wird jeder KI-Schritt nach seiner Modellstufe berechnet. Ein ausführlicher Preisratgeber berichtet, dass ein Schritt seit dem 15. Juni 2026 je nach Stufe das 1x-, 3x- oder 5x-Fache des Task-Satzes verbraucht und die 3x-Stufe Advanced voreingestellt ist. Prüfe den Satz in deinem eigenen Zap-Editor, denn das ist die eine Zahl, die deine Rechnung verändert.
So sieht unser Workflow mit diesen Sätzen aus:
- Standard-Stufe (1x): 4 Tasks pro Lead, also 600 Tasks. Das passt in den Tarif mit 750 Tasks.
- Advanced-Stufe (3x): 6 Tasks pro Lead, also 900 Tasks. Das passt nicht.
- Premium-Stufe (5x): 8 Tasks pro Lead, also 1.200 Tasks.
Mit anderen Worten: Wenn du das voreingestellte Modell beibehältst, kann dich das aus dem Einstiegstarif drängen, obwohl das Klassifizieren eines Leads genau die Art von einfacher Aufgabe ist, die ein Standard-Modell gut bewältigen sollte. Diese eine Einstellung solltest du noch heute prüfen.
Make: mehr Spielraum, kniffligere Rechnung
Make bietet einen Free-Tarif mit 1.000 Credits im Monat, und die meisten Aktionen kosten 1 Credit. Router und Error-Handler kosten nichts. Die Bezahltarife heißen Core, Pro und Teams, und die von uns geprüfte Preisseite zeigte keine festen Preise als Text an, sieh dir also den aktuellen Schieberegler für deine Nutzung an.
KI wird auf eine von zwei Arten berechnet, wie aus Makes Credit-Dokumentation hervorgeht:
- Makes AI Provider, in allen Tarifen: Du brauchst kein externes Konto. Die Credits richten sich nach Tokens (kleinen Textbausteinen, die die KI liest und schreibt) plus Operationen. Der Satz hängt vom Modell ab, und die kleine Stufe erlaubt 18.080 Input-Tokens pro Credit.
- Deine eigene OpenAI- oder Anthropic-Verbindung, in Bezahltarifen: Du zahlst Make 1 Credit pro Operation und das KI-Unternehmen separat.
Bei einer kurzen Lead-Nachricht sollte unser Workflow etwa 5 Credits pro Lead verbrauchen, also grob 750 bis 900 Credits im Monat, was auf dem Papier in den Free-Tarif passt. Die ehrliche Schwäche ist die Planbarkeit. Tokenbasierte Kosten schwanken mit der Länge dessen, was du der KI gibst, und so kostet ein Workflow, der lange E-Mails liest, mehr als einer, der kurze Formulare liest.
n8n: pauschale Zählung, aber mehr Arbeit liegt bei dir
n8n zählt anders: Eine Execution ist ein einziger Durchlauf deines gesamten Workflows, egal wie viele Schritte er hat. Unsere 150 Leads sind schlicht 150 Executions. Der Starter-Tarif steht mit €20 im Monat bei jährlicher Abrechnung für 2.500 Executions in der Liste, Pro mit €50 für 10.000. Das ist für diesen Workflow enorm viel Luft, und zusätzliche Schritte ändern nichts an der Zählung.
Dafür gibt es zwei Nachteile. In der Regel verbindest du dein eigenes KI-Konto, was eine separate kleine Rechnung bedeutet. Und n8n hat für Nicht-Techniker eine steilere Lernkurve. Außerdem gibt es eine kostenlose, selbst gehostete Community Edition, bei der du die Software auf deinem eigenen Server betreibst, aber „kostenlos“ heißt dann auch, dass Updates, Backups und Sicherheit deine Aufgabe werden. Wenn deine Website dir ohnehin schon nächtliche Patch-Einsätze beschert, wie unsere WordPress-Patch-Checkliste zeigt, überlege dir gut, ob du dir noch einen Server auflädst.
Im direkten Vergleich
| Frage | Zapier | Make | n8n |
|---|---|---|---|
| Abrechnungsgrundlage | Tasks | Credits | Komplette Workflow-Durchläufe |
| Kostenlose Option | 100 Tasks, kein AI by Zapier | 1.000 Credits | Selbst gehostete Community Edition |
| Unser Workflow mit 150 Leads | 600 bis 1.200 Tasks | Etwa 750 bis 900 Credits | 150 Executions |
| Wie KI berechnet wird | Multiplikator nach Modellstufe | Tokens oder dein eigener Schlüssel | Meist dein eigenes KI-Konto |
| Am besten für | Tempo und Einfachheit | Visuelles Bauen mit kleinem Budget | Hohes Volumen, Technikaffinität |
Welches solltest du also wählen?
So würde ich entscheiden:
- Nimm Zapier, wenn es noch heute Nachmittag laufen soll und du weniger als ein paar Hundert Durchläufe im Monat hast. Stell deine KI-Schritte einfach auf die günstigste Stufe, die die Aufgabe schafft.
- Nimm Make, wenn du gern ein oder zwei Stunden in das Lernen einer visuellen Arbeitsfläche investierst und für weniger Geld deutlich mehr Nutzung willst.
- Nimm n8n, wenn dein Volumen hoch ist oder deine Workflows viele Schritte haben und du mit einem technischeren Tool gut zurechtkommst.
Egal wofür du dich entscheidest: Die größere Ersparnis steckt meist im Aufbau. Frag dich, ob der KI-Schritt bei jedem Datensatz laufen muss oder nur bei denen, die ein einfacher Filter nicht einordnen kann. In unserem Beispiel könnte eine schlichte Regel offensichtlichen Spam abfangen, bevor die KI ihn überhaupt zu sehen bekommt. Derselbe Gedanke steckt hinter unseren Quick Wins, damit KI wirklich Zeit spart.
Dein 30-Minuten-Kostencheck
Bevor du irgendetwas wechselst, mach Folgendes:
- Öffne deinen meistgenutzten Workflow und zähle die Schritte.
- Notiere, welche Schritte KI nutzen und mit welchem Modell.
- Multipliziere mit den Durchläufen des letzten Monats, nach den Regeln oben.
- Stelle einen KI-Schritt auf ein günstigeres Modell um und vergleiche die Ergebnisse an zehn echten Beispielen.
Wenn die Ergebnisse standhalten, hast du gerade deine Rechnung gesenkt, ohne dein Tool anzufassen. Preise und Sätze ändern sich oft, also prüfe sie erneut, bevor du dich auf einen Jahrestarif festlegst. Welche Automatisierung würdest du als Erstes bauen, wenn die Rechnung aufgeht?
