Diese Fallstudie ist anonymisiert. Wir bauen interne Systeme, deshalb beschreiben wir die Art des Systems und warum es entstand, nicht für wen.
Die Ausgangslage
Der Kunde ist ein Handelsunternehmen, das für konkrete Aufträge regelmäßig Material beschaffen muss: herausfinden, was gebraucht wird, Lieferanten finden, Preise vergleichen und dem Kunden vor einer Frist antworten.
Vorher hieß das: Auftragsunterlagen nach der Materialliste durchlesen, Onlineshops und Großhändler von Hand durchsuchen, Preise in eine Tabelle kopieren und Fristen im Kopf oder im Kalender behalten. Die Arbeit wiederholte sich, und von Hand aus vielen Tabs kopierte Preise waren leicht falsch.
Was wir gebaut haben
Eine Reihe von n8n-Workflows, die die Laufarbeit erledigen und die Ergebnisse in der bestehenden Datenbank des Unternehmens ablegen, in der das Team ohnehin arbeitet.
Materialextraktion. Für einen gewählten Auftrag liest ein Workflow die angehängten Dokumente und lässt ein Sprachmodell das benötigte Material mit Mengen und Einheiten herausziehen.
Lieferanten- und Preissuche. Für jedes Material schlägt ein Modell mit Websuche Angebotskandidaten von Preisvergleichsseiten, Onlineshops und Großhändlern vor, jeweils mit Link auf eine Produktseite. Dann kommt der wichtige Teil, ohne KI: Der Workflow öffnet jede Produktseite und liest den Preis nur aus den strukturierten Produktdaten der Seite. Ein geprüfter Preis hat immer Vorrang vor der Schätzung des Modells, und eine nicht erreichbare Seite wird markiert, statt den Lauf abbrechen zu lassen.
Spezifikationsprüfung. Dem Modell wird pro Angebot eine enge Frage gestellt: Passt es zur Spezifikation? Den Preis beurteilt es nicht.
Reihenfolge. Die Auswahl sortiert einfacher Code: Nicht passende Angebote fallen heraus, der Rest wird nach Preis pro angefragter Einheit sortiert, und alles ohne bestätigte Passung wird zur Prüfung durch einen Menschen markiert. Versandkosten erscheinen als Hinweis zur Bestätigung beim Shop und fließen nicht in die Reihenfolge ein.
Anfrageentwürfe. Ein weiterer Zweig sucht Lieferanten in öffentlichen Unternehmensregistern und bereitet Entwürfe für Preisanfragen vor, die das Team prüft und verschickt.
Erinnerungen. Ein geplanter Job verschickt vor nahenden Fristen eine Zusammenfassung per E-Mail und überspringt alles bereits Abgeschlossene. Gibt es nichts zu melden, geht nichts raus.
Wie es im Alltag funktioniert
Das Team wählt einen Auftrag, startet Extraktion und Lieferantensuche und bekommt eine sortierte Auswahl mit geprüften Preisen, Quellen und Hinweisen, was noch zu klären ist. Erinnerungen kommen, bevor Fristen dringend werden. Ein kleines Dashboard zeigt den Zustand der Workflows, und ein Schalter kann sie pausieren, ohne dass jemand n8n öffnet.
Niemand kopiert mehr Preise aus Browser-Tabs in eine Tabelle, und eine Frist hängt nicht mehr davon ab, dass jemand an sie denkt.
Was wir gelernt haben
Das Modell beurteilt, der Code sortiert. Sprachmodelle helfen beim Finden von Kandidaten und beim Lesen von Spezifikationen. Preise, Sortierung und Summen gehören in gewöhnlichen Code, damit sich jede Position bis zu einer Quelle zurückverfolgen lässt.
Einheiten vor dem Vergleich vereinheitlichen. Angebote gibt es pro Stück, pro Packung oder pro Meter. Sie ohne Umrechnung auf die angefragte Einheit zu vergleichen, erzeugt selbstbewussten Unsinn. Ist eine Umrechnung nicht möglich, sollte das System das sagen, statt zu raten.
Zeitzonen ausdrücklich festlegen. Werkzeuge speichern Datumswerte oft in einer Zeitzone und planen in einer anderen. Die Konvention einmal festlegen und gespeicherte Daten überall gleich lesen, sonst landen spätabendliche Fristen auf dem falschen Tag.
Zahlen nicht als Text vergleichen. Viele No-Code-Werkzeuge vergleichen Textfelder alphabetisch. Zahlen als Zahlen speichern, oder den Workflow, dem die Zahl gehört, ein einfaches Kennzeichen schreiben lassen, das Bedingungen prüfen können.
Festlegen, wie ein Schalter versagt. Jeder Ein/Aus-Schalter braucht ein bewusstes Verhalten, wenn seine Einstellung fehlt oder nicht erreichbar ist. Bei Überwachung ist Weiterlaufen meist sicherer als stilles Anhalten.
Welche Leistung das ist
Das ist n8n-Automatisierung, bei der KI zwei enge Aufgaben übernimmt: Dokumente lesen und Spezifikationen prüfen. Alles, was jedes Mal stimmen muss, also Preise, Reihenfolge und Fristen, ist gewöhnlicher Code. Ein verwandtes Beispiel: Ausschreibungsmonitoring mit n8n und KI.
