Webflow + Automation: Websites, die sich selbst warten
Anfragen sortieren, CMS-Einträge pflegen, Angebote rausschicken, Fehler abfangen — all das laufen lassen, während du dich um das Geschäft kümmerst. Mit n8n und Make bauen wir die Automation-Schicht unter deiner Webflow-Site.
Jede Stunde manuelle Klickarbeit kostet dich doppelt.
Die meisten Webflow-Seiten, die wir sehen, sind visuell top — aber betrieben werden sie wie 2015. Jede Formular-Anfrage wird per Hand in Notion kopiert. Jedes neue Blog-Bild wird dreimal hochgeladen. Jede Angebotsanfrage löst eine Slack-Nachricht aus, die dann drei Leute an unterschiedlichen Orten beantworten.
Das Ergebnis:
- Zeit, die niemand mehr hat. 10 Stunden manueller Klickarbeit pro Woche sind 40 Stunden im Monat — das sind zwei Wochen Projektzeit, die im Hintergrund verglühen.
- Fehler, die teuer werden. Doppelte Angebote. Vergessene Follow-ups. Anfragen, die im Posteingang sterben.
- Skalierung, die klemmt. Jeder neue Kunde macht das Problem größer. Mehr Traffic heißt nicht mehr Umsatz, sondern mehr Chaos.
Die gute Nachricht: 80 % dieser Arbeit muss kein Mensch machen.
Drei Automation-Ebenen für deine Webflow-Site
1. Inquiry-Automation: Anfragen, die sich selbst sortieren
Von „Formular abgeschickt" bis „richtige Person informiert, CRM aktualisiert, Kalender-Slot reserviert" — ohne dass jemand copy-paste macht.
Typisch verbinden wir:
- Webflow-Formulare → Slack, Notion, HubSpot, Pipedrive
- Duplikat-Erkennung, damit dieselbe Anfrage nicht bei drei Leuten landet
- Automatische Zuordnung nach Region, Produkt oder Budget
- Fehlerbenachrichtigung per Slack + Mail, falls etwas bricht
2. CMS- und Content-Workflows
Blog-Artikel, Produkt-Listings, Case-Studies: alles, was regelmäßig in deiner CMS-Collection landet, muss nicht per Hand rein.
- Airtable → Webflow CMS (inkl. Bildern, Markdown → Rich Text)
- Google Docs → Webflow (für Kunden, die lieber in Docs schreiben)
- Notion → Webflow (mit Status-Logik: erst ab „Freigabe" wird veröffentlicht)
- SEO-Felder automatisch füllen (Meta, Alt-Texte, URL-Slugs)
3. KI im Webdesign: Sinnvoll, nicht gimmicky
KI ist kein Allheilmittel, aber an bestimmten Stellen spart sie wirklich Zeit:
- Alt-Texte automatisch generieren für hochgeladene Bilder (Accessibility + SEO)
- Meta-Descriptions vorschlagen auf Basis des Content-Inhalts
- Text-Zusammenfassungen für FAQ- und Produkt-Seiten
- Kategorisierung eingehender Anfragen nach Thema/Dringlichkeit
Unser Prinzip: KI macht die Vorarbeit, ein Mensch gibt frei. Nicht andersherum.
Wie wir für einen Dienstleister ein Anfrage-Chaos in einen sauberen Prozess verwandelt haben
Ausgangslage: Bestehende Website (nicht auf Webflow), hohes Anfrage-Aufkommen über mehrere Kanäle. Jede Inquiry wurde manuell gesichtet, Angebote gingen über Google Docs raus, doppelte Anfragen wurden erst nach Tagen erkannt, das Team hatte keine zentrale Sicht.
Was wir gebaut haben:
- Zentrale Inquiry-Pipeline — Formulareingänge laufen in Slack + Notion zusammen, jede Anfrage bekommt automatisch einen Status und einen Owner.
- Webhook-Bridge zum Fremdsystem — weil die Website nicht auf Webflow war, haben wir zusammen mit dem bestehenden Entwickler eine App-Code-Schicht mit Webhooks in Make und n8n gebaut, die Templates sauber abruft und Daten in beide Richtungen synchronisiert.
- Google-Docs-basierter Angebotsworkflow — Angebote werden aus Templates generiert, automatisch in Google Drive versioniert abgelegt und per Mail versendet.
- Duplikat-Alarm — bei doppelter Angebotsanfrage (gleicher Kunde, ähnlicher Scope) geht sofort eine Slack-Notification an den Verantwortlichen — statt peinlicher Zweitangebote zwei Tage später.
- Error-Handler über alle Flows — jeder Fehler landet mit Kontext in Slack + Mail, keine stille Funkstille mehr.
Ergebnis (qualitativ): Das Team hat spürbar weniger manuelle Bearbeitungszeit pro Anfrage, doppelte Angebotsanfragen werden in Sekunden statt Tagen erkannt, und keine Inquiry verschwindet mehr unbemerkt im Postfach.
Wie wir das Ganze aufsetzen
Schritt 1 — Audit (2–5 Tage)
Wir schauen uns alle Prozesse an, die regelmäßig Hand-Arbeit kosten. Am Ende bekommst du eine Prioliste: was lohnt sich, was nicht, und was ist Low-Hanging Fruit vs. komplexer Umbau.
Schritt 2 — Zielbild + KPIs (1–2 Tage)
Bevor wir bauen, definieren wir: Was soll danach messbar anders sein? Stunden gespart pro Woche, Reaktionszeit auf Anfragen, Fehlerquote. Ohne Ziel kein Erfolg.
Schritt 3 — Build mit Fehlerhandling (2–6 Wochen, je nach Scope)
Wir bauen die Workflows in n8n oder Make — inklusive Retries, Edge-Cases, Logging und sauberer Fehlerbenachrichtigung. Keine Black Box, die irgendwann still stirbt.
Schritt 4 — Testphase mit echten Daten (1 Woche)
Staging-Daten, Lasttests, Monitoring. Erst wenn alles 100 % sauber läuft, geht es live.
Schritt 5 — Go-Live + Runbook
Du bekommst eine Dokumentation, was wo läuft, was bei welchem Fehler zu tun ist, und wie du selbst eingreifen kannst.
Schritt 6 — Wartung & Monitoring
APIs ändern sich, Tools updaten sich, neue Anforderungen kommen rein. Wir behalten die Flows im Blick — optional als Monats-Pauschale oder auf Anfrage.
Automation zahlt sich meistens in Wochen aus, nicht in Monaten.
Ehrlich: Wir hatten noch kein Projekt, bei dem sich eine vernünftig gescopte Automation nicht gerechnet hätte. Die Mathematik ist einfach:
Beispielrechnung:
- 10 Stunden manuelle Klickarbeit pro Woche
- × 4 Wochen = 40 Stunden pro Monat
- × 50 € Opportunitätskosten pro Stunde = 2.000 € Monats-Kosten im Hintergrund
- Typische Automation-Implementation: einmalig ein Bruchteil davon, dann läuft sie
Dazu kommen die Effekte, die sich nicht so leicht in Euro umrechnen lassen:
- Schneller reagierende Kundenkommunikation
- Keine vergessenen Follow-ups
- Weniger Fehler, die du später teuer korrigieren musst
- Ein Team, das strategisch arbeitet statt repetitiv
Deshalb die einfache Regel: Wenn ein Prozess wiederholbar ist und mehr als ein paar Stunden pro Monat frisst, lohnt sich Automation fast immer.
n8n oder Make — wann wir was nehmen
Wir sind in beiden zuhause. Die Wahl hängt vom Projekt ab:
n8n nehmen wir wenn:
- DSGVO-konformes Self-Hosting wichtig ist (n8n kann auf eigenem Server laufen)
- Workflows sehr komplex werden oder viel eigenen Code brauchen
- Kosten bei vielen Executions eine Rolle spielen
Make nehmen wir wenn:
- Schnelles Setup ohne Server-Infrastruktur gefragt ist
- Das Team die Flows später selbst bearbeiten können soll (visueller Builder)
- Standard-Integrationen reichen und kein Custom-Code nötig ist
Oft nutzen wir beides parallel — Make für das Business-Team, n8n für technisch tiefe Flows.
Häufige Fragen zu Automationen mit n8n und Make
Anbei findest Du eine Übersicht an häufig gestellten Fragen zum Thema Automationen mit n8n und Make.com sowie Webflow.
Hängt vom Scope ab — und rechnet sich meistens in Wochen. Im kostenlosen Erstgespräch schauen wir, was bei dir realistisch gespart werden kann und was eine sinnvolle Größenordnung für den Einstieg ist.
Kleine Flows (z.B. Formular → CRM): wenige Tage. Mittlere Setups (mehrere verbundene Workflows mit Error-Handling): 2–4 Wochen. Große Systeme mit vielen Integrationen: 4–8 Wochen, oft iterativ in Phasen.
Sauber. Jeder unserer Flows hat Retry-Logik für temporäre Fehler, Error-Branches für echte Probleme und Notifications in Slack + Mail, damit du bei jedem Fehler sofort siehst, was passiert ist. Kein stiller Tod von Workflows.
Webflow hat eine offene API und Webhooks — darüber lesen und schreiben n8n/Make CMS-Items, Formulardaten, User-Events, etc. Für komplexere Setups bauen wir zusätzlich Custom-Logik, die den nativen Webflow-Funktionsumfang erweitert.
Ja, sehr gut sogar. n8n hat native Integrationen für OpenAI, Anthropic, lokale Modelle und mehr. Wir nutzen KI in Workflows für Klassifizierung, Text-Generierung, Alt-Text-Erstellung und vieles andere — immer mit menschlicher Freigabe an den richtigen Stellen.
Nein — es gibt auch n8n Cloud als gehostete Variante. Self-Hosting lohnt sich ab einem bestimmten Volumen oder wenn DSGVO-Anforderungen hart sind. Wir beraten dazu im Audit und richten beides ein.
Ja, wenn es richtig aufgesetzt wird. n8n kann auf einem Server in Deutschland oder der EU laufen, keine Daten verlassen deine Infrastruktur. Das ist einer der Hauptgründe, warum wir n8n oft Make vorziehen, wenn personenbezogene Daten im Spiel sind.
Je nach Prozess zwischen 30 % und 95 %. Eine einzelne Formular-zu-CRM-Automation spart typisch mehrere Stunden pro Woche. Ein kompletter Content-Workflow (Docs → CMS → Social) kann Tage an Redaktionsarbeit pro Monat einsparen.
Kommt drauf an. Make ist visueller und schneller zu starten, n8n ist flexibler und günstiger bei vielen Executions. Wir entscheiden gemeinsam im Audit, was für deinen Fall mehr Sinn ergibt.
n8n ist eine Open-Source-Automation-Plattform. Du baust damit Workflows, die Apps wie Webflow, Slack, Notion, Google Sheets, CRMs, KI-Modelle und hunderte andere Tools verbinden. Im Unterschied zu Zapier und Make kann n8n auf deinem eigenen Server laufen — was für DSGVO und Kosten bei hohen Volumen ein echter Vorteil ist.
Lass uns 30 Minuten auf deine Prozesse schauen.
Kein Pitch-Deck, kein Sales-Call. Wir besprechen konkret, was bei dir Hand-Arbeit frisst und ob es sich lohnt, das zu automatisieren. Wenn ja, bekommst du einen Vorschlag. Wenn nein, sagen wir dir das auch.