n8n mit Ollama: KI-Automationen ohne API-Kosten

KI in n8n ist schnell eingebaut: ein Knoten für OpenAI oder Anthropic, API-Schlüssel rein, fertig. Teuer wird es, wenn ein Workflow ständig läuft, etwa jede eingehende Mail zusammenfasst, Support-Anfragen sortiert oder jeden Morgen hundert Artikel aus RSS-Feeds bewertet. Dann summieren sich die Kosten pro Aufruf. Und bei privaten Mails oder Firmendaten willst Du vielleicht gar nicht, dass alles an einen Cloud-Anbieter geht.

Die Alternative ist ein lokales Sprachmodell über Ollama. Für Aufgaben wie Zusammenfassen, Klassifizieren und Daten aus Text herausziehen reichen heutige Modelle mit acht Milliarden Parametern locker aus, und sie laufen auf einem Mac mit Apple Silicon flott. Diese Anleitung verbindet n8n mit Ollama, löst das typische Verbindungsproblem mit Docker und baut einen ersten Workflow. Stand ist n8n 2.46.7 und Ollama 0.40 vom November 2026.

Was Du brauchst

• Ollama auf einem Mac mit Apple Silicon und mindestens 16 GB Arbeitsspeicher, oder auf einem Linux-Rechner mit Grafikkarte. Wie Du Ollama installierst und welches Modell zu Deinem Speicher passt, steht in Ollama auf dem Mac: lokale KI mit MLX nutzen.
• n8n, entweder in Docker auf demselben Mac oder auf einem Server im Heimnetz.
• Ein Modell, das Tool Calling beherrscht, falls Du den AI Agent nutzen willst. Dazu gleich mehr.

Schritt 1: Ein passendes Modell laden

Für den Einstieg empfehle ich qwen3 in der Größe mit acht Milliarden Parametern. Ollama nutzt dieses Modell selbst in seiner Doku zum Tool Calling als Beispiel, es beherrscht also den Aufruf von Werkzeugen, den der AI Agent in n8n braucht. Lade es im Terminal:

ollama pull qwen3:8b

Teste kurz, ob es antwortet:

ollama run qwen3:8b "Fasse in einem Satz zusammen: n8n ist ein Werkzeug für Automationen."

Welche Modelle Werkzeuge aufrufen können, siehst Du in der Modellbibliothek von Ollama über den Filter „Tools“. Für reine Textaufgaben ohne Agent, also Zusammenfassen oder Übersetzen, funktioniert jedes Modell.

Schritt 2: Die richtige Adresse für Ollama finden

Hier scheitern die meisten. In den Zugangsdaten für Ollama schlägt n8n die Adresse http://localhost:11434 vor. Die funktioniert aber nur, wenn n8n direkt auf dem Rechner läuft und nicht in Docker. Ein Docker-Container hat sein eigenes localhost, und dort läuft kein Ollama. Die n8n-Doku zu den typischen Problemen nennt die passende Adresse für jeden Fall:

Ein Detail aus der Doku: Nimm 127.0.0.1 statt localhost. Sonst versucht Node.js manchmal zuerst die IPv6-Adresse ::1 und meldet ECONNREFUSED ::1:11434, obwohl Ollama läuft.

n8n in Docker auf dem Mac starten

Falls n8n noch nicht läuft, startest Du es für einen ersten Test mit Docker Desktop so. Lege zuerst ein Volume für die Daten an:

docker volume create n8n_data

Starte dann den Container:

docker run -it --rm --name n8n -p 5678:5678 -e GENERIC_TIMEZONE="Europe/Berlin" -e TZ="Europe/Berlin" -v n8n_data:/home/node/.n8n n8nio/n8n

n8n ist danach unter http://localhost:5678 erreichbar. Docker Desktop leitet host.docker.internal automatisch auf den Mac weiter, Du brauchst also keine weiteren Einstellungen. Auf einem Linux-Server mit Docker ohne Desktop ergänzt Du dafür --add-host host.docker.internal:host-gateway im Befehl. Für den Dauerbetrieb auf einem Server empfiehlt n8n Docker Compose, wie es Schritt-für-Schritt Anleitung: n8n mit Docker und SSL auf einem Digitalocean Droplet installieren zeigt.

Ollama im Netzwerk freigeben

Läuft n8n auf einem anderen Rechner als Ollama, musst Du Ollama erst für das Netzwerk öffnen. Standardmäßig lauscht es laut Ollama-FAQ nur auf 127.0.0.1. Auf dem Mac setzt Du die Variable mit launchctl:

launchctl setenv OLLAMA_HOST "0.0.0.0:11434"

Beende Ollama danach über das Symbol in der Menüleiste und starte es neu. Auf einem Linux-Rechner, auf dem Ollama als Dienst läuft, öffnest Du die Konfiguration mit sudo systemctl edit ollama.service, trägst unter [Service] die Zeile Environment="OLLAMA_HOST=0.0.0.0:11434" ein und startest den Dienst mit sudo systemctl daemon-reload und sudo systemctl restart ollama neu.

Ollama hat keine eigene Anmeldung. Gib es deshalb nur im Heimnetz frei und nie per Portfreigabe ins Internet.

Schritt 3: Zugangsdaten in n8n anlegen

Öffne in n8n Credentials, klicke auf Add credential und wähle Ollama. Trag bei Base URL die Adresse aus der Tabelle ein, also auf dem Mac mit Docker http://host.docker.internal:11434. Das Feld für den API-Schlüssel bleibt leer. Nach dem Speichern prüft n8n die Verbindung und meldet, ob Ollama erreichbar ist.

Schritt 4: Der erste Workflow

Als Beispiel baust Du einen Workflow, der jeden Morgen die neuen Artikel eines RSS-Feeds holt und jeweils in zwei Sätzen auf Deutsch zusammenfasst.

1. Lege einen neuen Workflow an und füge als Auslöser einen Schedule Trigger hinzu, eingestellt auf täglich 7 Uhr.
2. Füge den Knoten RSS Read an und trag die Adresse eines Feeds ein, zum Beispiel https://sonoya.com/rss.xml.
3. Füge einen Limit-Knoten an und stell ihn auf fünf Einträge, damit der erste Test schnell durchläuft.
4. Füge den Knoten Basic LLM Chain an. Schreib als Prompt: Fasse diesen Artikel in zwei Sätzen auf Deutsch zusammen: {{ $json.title }} {{ $json.contentSnippet }}.
5. Klicke am Basic LLM Chain auf den Anschluss Model, wähle Ollama Chat Model, Deine Zugangsdaten und das Modell qwen3:8b.
6. Klicke auf Execute workflow.

Nach einigen Sekunden steht bei jedem Artikel eine Zusammenfassung in der Ausgabe. Von dort schickst Du sie weiter, etwa per Telegram, als Mail oder in eine Notiz.

Für Aufgaben, bei denen das Modell selbst entscheiden soll, was zu tun ist, nimmst Du statt der Basic LLM Chain den AI Agent. Er braucht ein Chat-Modell und mindestens ein Werkzeug, etwa den Knoten HTTP Request Tool oder einen Knoten für Google Sheets. Hier ist Tool Calling Pflicht, und mit einem Modell ohne diese Fähigkeit ignoriert der Agent die Werkzeuge einfach.

Schritt 5: Ollama für Workflows tunen

Zwei Einstellungen machen den Unterschied zwischen „geht irgendwie“ und „läuft zuverlässig“.

Den Kontext vergrößern. Ollama verarbeitet standardmäßig 4.096 Token Kontext. Ein langer Artikel oder eine Mail mit Verlauf passt da nicht hinein, und Ollama schneidet den Anfang ab, ohne zu warnen. Das Ergebnis sind Zusammenfassungen, die nur das Ende kennen. Setze den Wert höher, auf dem Mac so:

launchctl setenv OLLAMA_CONTEXT_LENGTH 16384

Starte Ollama danach neu. Mehr Kontext braucht mehr Arbeitsspeicher, auf einem Mac mit 16 GB ist 16.384 für ein Modell mit acht Milliarden Parametern ein guter Wert.

Das Modell im Speicher halten. Ollama entlädt ein Modell nach fünf Minuten ohne Anfrage. Läuft ein Workflow danach wieder, dauert das erneute Laden einige Sekunden. Für Workflows, die über den Tag verteilt laufen, setzt Du die Zeit hoch:

launchctl setenv OLLAMA_KEEP_ALIVE 1h

Wo lokale Modelle an Grenzen stoßen

Ein lokales Modell mit acht Milliarden Parametern ist kein Ersatz für die großen Cloud-Modelle. Für Zusammenfassen, Übersetzen, Kategorisieren und das Herausziehen von Daten wie Rechnungsnummer und Betrag aus einem Text ist es gut genug. Bei längeren Ketten von Werkzeugaufrufen im AI Agent, bei komplexem Schlussfolgern und bei langen Texten mit vielen Details merkst Du den Abstand deutlich.

Ein bewährter Mittelweg: Lass die vielen einfachen Aufrufe lokal laufen und schick nur die wenigen schweren Fälle an ein Cloud-Modell. In n8n verzweigst Du dafür mit einem If-Knoten, zum Beispiel nach Länge des Textes, auf zwei verschiedene Chat-Modelle.

Häufige Probleme

„ECONNREFUSED“ beim Speichern der Zugangsdaten. Die Adresse stimmt nicht für Deine Kombination aus Docker und Ollama. Prüfe die Tabelle oben. Im Container testest Du die Verbindung mit docker exec -it n8n wget -qO- http://host.docker.internal:11434. Die Antwort muss Ollama is running lauten.

Das Modell taucht in der Auswahl nicht auf. n8n listet nur Modelle, die Ollama bereits heruntergeladen hat. Lade es mit ollama pull und lade die Auswahl in n8n neu.

Der Workflow bricht nach einer Weile mit Timeout ab. Das erste Laden eines Modells dauert bei großen Modellen bis zu einer halben Minute. Starte das Modell einmal von Hand mit ollama run und setze OLLAMA_KEEP_ALIVE hoch, dann bleibt es geladen.

Die Antworten enthalten lange Gedankengänge. Qwen3 denkt standardmäßig laut, bevor es antwortet. Für einfache Aufgaben schreibst Du ans Ende des Prompts /no_think, dann antwortet das Modell direkt und schneller.