OpenClaw plus n8n als Self-Hosted-Stack für Agenten mit festen Workflows

Ein Agent soll eine eingehende Mail einordnen, die Zusammenfassung nach Slack schicken und bei einer bestimmten Kategorie ein Ticket anlegen. Dann zählt etwas anderes als eine hübsche Antwort: Nach einem Fehler muss klar sein, welcher Schritt gelaufen ist und wo jemand eingreifen kann.

Genau an dieser Stelle setzt der openclaw-n8n-stack an. Das Projekt bündelt OpenClaw als Agenten-Gateway und n8n als Workflow-Schicht in einer Docker-Installation. OpenClaw verarbeitet Spracheingaben und stößt Entscheidungen an. n8n übernimmt festgelegte Schritte, Webhooks und Integrationen.

Eine Grenze, die beim Debugging hilft

Die Aufteilung hilft, wenn etwas schiefgeht. Gibt ein Agent einen falschen Auftrag weiter, lässt sich prüfen, welche Entscheidung ihn ausgelöst hat. Scheitert danach ein API-Aufruf, liegt der Fehler im definierten Workflow und nicht irgendwo in einer schwer greifbaren Kette aus Prompt, Tool-Aufruf und Seiteneffekt.

Das ist der Test.

n8n ist für wiederholbare Abläufe gedacht, OpenClaw für die Schnittstelle zwischen natürlicher Sprache und den vorhandenen Werkzeugen. Wer alles in den Agenten legt, gewinnt Spielraum, verliert aber schneller die Übersicht über Nebenwirkungen. Starre Automatisierung für jeden Eingang macht Spracheingaben wiederum unnötig umständlich.

Für mich ist das die überzeugende Idee des Stacks: Der Agent darf Vorschläge und Auswahl treffen. Ausführbare Schritte bekommen einen festen, prüfbaren Ort.

Die Beispiele zeigen den Nutzen, nicht den Reifegrad

Im Repository stehen Szenarien wie vorsortierte E-Mails mit Slack-Zusammenfassungen, Content-Abläufe und Reporting per natürlicher Sprache. Sie zeigen, wie sich Agentenentscheidungen an n8n-Workflows anbinden lassen.

Ein Beispiel macht den Unterschied greifbar: Ein Agent kann aus einer Anfrage erkennen, dass eine Recherche angestoßen werden soll. Den Abruf, die Prüfung der Ergebnisse und die Übergabe in ein CMS erledigt ein n8n-Workflow mit sichtbaren Stationen. Ändert sich eine Schnittstelle, muss das Team nicht erraten, welchen freien Tool-Aufruf das Modell gewählt hat. Es korrigiert den betroffenen Ablauf.

Das ist nützlich für Entwicklerteams, die Automatisierung nachvollziehbar halten wollen. Es belegt jedoch nicht, dass der Stack in großen oder kritischen Umgebungen erprobt ist.

Docker ist der Anfang, nicht der Betriebsnachweis

Der Schnellstart setzt auf Docker und Docker Compose. Laut Projekt ist ein Anthropic-API-Key erforderlich; weitere Modellschlüssel bleiben optional. Importierbare n8n-Beispiele liegen im workflows/-Verzeichnis. Damit lässt sich der Aufbau zügig nachvollziehen.

Offen bleibt, wie sich Mandantentrennung, Updates und robuste Fehlerfälle im Betrieb verhalten. Bevor ein Team den Stack mit produktiven Systemen verbindet, sollte es festlegen, wo Secrets liegen, wie Workflow-Ausführungen geloggt werden und wie ein fehlgeschlagener Container-Start zurückgerollt wird. Erst dann ist aus einem schnellen Setup ein kontrollierbarer Teil der eigenen Infrastruktur geworden.

Die Architektur wirkt plausibel. Ihre Betriebsreife muss jedes Team selbst nachweisen.

Warum der Stack trotzdem einen Blick wert ist

OpenClaw und n8n lösen unterschiedliche Aufgaben und passen gerade deshalb zusammen. Das eine System nimmt Sprache, Kontext und Auswahl auf; das andere macht wiederkehrende Schritte sichtbar und wiederholbar. Der Stack spart die anfängliche Verdrahtung zwischen beiden Komponenten.

Für kleine Self-Hosting-Setups ist das ein brauchbarer Startpunkt, sofern niemand ihn mit einer fertigen Plattform verwechselt. Wer einen Agenten an echte Systeme anschließt, braucht nach jedem Fehler zwei Antworten: Was hat der Agent entschieden? Welcher Workflow hat es ausgeführt? Wenn diese Grenze sichtbar bleibt, wird aus einer Demo ein System, das sich warten lässt.