![\"\"](\"http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2025\/11\/n8n-renten-flow.jpg\")
<\/p>\n<\/p>\n
n8n transformiert den Raspberry Pi 4 in eine leistungsf\u00e4hige Automatisierungszentrale, die komplexe Workflows orchestriert und KI-Modelle orchestriert, ohne Abh\u00e4ngigkeiten zu Cloud-Diensten zu schaffen. Die Docker-Container-Architektur auf dem Pi 4 gew\u00e4hrleistet eine isolierte, reproduzierbare Umgebung, die Updates, Backups und Migration trivial macht \u2013 eine ideale Basis f\u00fcr selbst gehostete Infrastruktur mit KI-F\u00e4higkeiten. <\/p>\n
Die Open-Source-Plattform erm\u00f6glicht es, Datenstr\u00f6me zwischen verschiedenen Systemen visuell zu modellieren und dabei KI-Services wie OpenAI, Perplexity oder lokale Modelle direkt in Workflows zu integrieren. Der geringe Energieverbrauch des Raspberry Pi 4 kombiniert mit der Container-Effizienz resultiert in einer kosteneffizienten Alternative zu SaaS-Anbietern \u2013 besonders attraktiv bei h\u00e4ufigen KI-Anfragen. <\/p>\n
Besonders reizvoll ist die vollst\u00e4ndige Datenkontrolle \u2013 sensible Informationen verlassen niemals das eigene Netzwerk, w\u00e4hrend Docker eine sichere Isolation schafft. <\/p>\n
KI-gest\u00fctzte Workflows erm\u00f6glichen intelligente Texterkennung, Datenklassifizierung, Bildverarbeitung und automatisierte Entscheidungsfindung direkt auf lokaler Hardware. Die n8n-Nodes f\u00fcr LLMs erm\u00f6glichen es, KI-generierte Inhalte zur Automatisierung von Dokumentation, Datenanalyse und komplexen Entscheidungsprozessen zu nutzen. <\/p>\n
Der Raspberry Pi 4 mit 4GB RAM bietet ausreichend Ressourcen f\u00fcr KI-Workflows innerhalb von Docker-Containern, besonders bei Anbindung externer KI-APIs. Durch Webhook-Trigger und KI-Integration entstehen adaptive Systeme, die selbstst\u00e4ndig auf Eingaben reagieren und kontinuierlich lernen k\u00f6nnen \u2013 ein Quantum Leap f\u00fcr IoT und Heimautomation. Wenn Docker l\u00e4uft, muss man ein docker-compose.yml file anlegen, am besten in einem neuen Verzeichnis n8n mit folgenden Inhalt:<\/p>\n Dann in dem Verzeichnis den Docker-Kontainer starten:<\/p>\n Im Browser starten (Adresse anpassen):<\/p>\n http:\/\/7.7.7.7:5678\/<\/strong><\/p>\n Dort anmelden und den ersten Flow anlegen. Als ersten Workflow wollen wir den obigen Renten (Urlaubs…) Countdown einrichten. Wir wollen jeden Tag eine Nachricht auf das Handy bekommen.<\/p>\n n8n Renten-Countdown Workflow: Schritt-f\u00fcr-Schritt Anleitung<\/strong><\/p>\n 1. Workflow-\u00dcbersicht<\/strong><\/p>\n Dieser Workflow sendet t\u00e4glich eine Benachrichtigung auf das Handy mit der Anzahl der verbleibenden Tage bis zur Rente. Die vier Kernkomponenten arbeiten zusammen, um einen automatisierten Countdown zu realisieren, der lokal auf dem Raspberry Pi Docker-Container l\u00e4uft und unabh\u00e4ngig von externen Diensten funktioniert. Der erste Schritt besteht darin, den Workflow zu starten und \u00fcber das Plus-Symbol<\/em> rechts oben einen Schedule Trigger<\/strong> hinzuzuf\u00fcgen. Dieser Trigger legt fest, wann der Workflow ausgel\u00f6st wird \u2013 in unserem Fall t\u00e4glich um 15 Uhr. Der Schedule Trigger ist die Eingangspforte f\u00fcr den automatisierten Prozess und stellt sicher, dass die Benachrichtigung jeden Tag zur gleichen Zeit versendet wird, ohne manuelle Intervention zu ben\u00f6tigen. Nach dem Schedule Trigger verbindest du den Ausgang mit einem Edit Fields<\/strong> Node, der als zentrale Konfigurationsstelle f\u00fcr alle nachfolgenden Nodes dient. In diesem Node definierst du konstante Werte, die w\u00e4hrend des gesamten Workflows verwendet werden \u2013 beispielsweise das Rentendatum, den Namen des Empf\u00e4ngers oder andere persistente Parameter. Diese Zentralisierung erm\u00f6glicht es, Konstanten an einer Stelle zu pflegen, ohne jeden nachgelagerten Node manuell anzupassen.<\/p>\n 4. Date & Time Node f\u00fcr Datumsberechnung<\/strong><\/p>\n Im n\u00e4chsten Schritt f\u00fcgen wir eine Date & Time<\/strong> Node ein, die \u00fcber das Men\u00fc-Action Get Time Between Dates<\/em> erreichbar ist. Diese Node berechnet die Differenz zwischen dem heutigen Datum und dem festgelegten Rentendatum und gibt die verbleibenden Tage aus. Die Berechnung erfolgt auf Basis der Konstanten aus dem Edit Fields Node, wodurch Flexibilit\u00e4t und Wartbarkeit gew\u00e4hrleistet sind. Im Node sind nur diese Einstellungen n\u00f6tig:<\/p>\n 5. HTTP Request oder Telegram Node f\u00fcr Versendung<\/strong><\/p>\n Zum Abschluss integrierst du eine HTTP Request<\/strong> Node (f\u00fcr ntfy) oder alternativ einen Telegram<\/strong> Node, um die Benachrichtigung zu versenden. Bei Verwendung von ntfy formulierst du die HTTP-POST-Request mit dem berechneten Countdown-Wert als Nachricht-Payload. Der Telegram Node bietet eine noch simplere Integration, wenn du bereits einen Telegram-Bot konfiguriert hast. Beide Optionen erm\u00f6glichen es, die t\u00e4gliche Benachrichtigung direkt auf dein Smartphone zu erhalten.<\/p>\n Workflow-Zusammenfassung<\/strong><\/p>\n Das resultierende System orchestriert automatisch die Abl\u00e4ufe: Der Schedule Trigger feuert t\u00e4glich um 15 Uhr, der Edit Fields Node stellt die Konfigurationsparameter bereit, die Date & Time Node berechnet die verbleibenden Tage, und die abschlie\u00dfende HTTP Request oder Telegram Node versendet die formatierte Nachricht. Dieser elegante Aufbau auf Basis von n8n-Nodes demonstriert die St\u00e4rke der visuellen Workflow-Orchestrierung und ist vollst\u00e4ndig selbst gehostet auf deinem Raspberry Pi im Docker-Container.<\/p>\n So das alles so aussieht:<\/p>\n Das ist erst der Anfang von n8n! Im n\u00e4chsten Teil dieser Serie vertiefen wir die Konfiguration und gehen auf h\u00e4ufige Herausforderungen ein. Auch eine REST-Anbindung von eigenen Quarkus-Servern mit Telegram benachrichtigung und KI einbindung kommt.<\/p>\n","protected":false},"excerpt":{"rendered":" n8n transformiert den Raspberry Pi 4 in eine leistungsf\u00e4hige Automatisierungszentrale, die komplexe Workflows orchestriert und KI-Modelle orchestriert, ohne Abh\u00e4ngigkeiten zu Cloud-Diensten zu schaffen. Die Docker-Container-Architektur auf dem Pi 4 gew\u00e4hrleistet eine isolierte, reproduzierbare Umgebung, die Updates, Backups und Migration trivial macht \u2013 eine ideale Basis f\u00fcr selbst gehostete Infrastruktur mit KI-F\u00e4higkeiten. Die Open-Source-Plattform erm\u00f6glicht es, … <\/p>\n
\n
\nInstallation n8n<\/strong><\/p>\nservices:\r\n n8n:\r\n image: n8nio\/n8n:latest # You can pin to a version, e.g. n8nio\/n8n:1.103.2\r\n restart: unless-stopped\r\n ports:\r\n - \"5678:5678\"\r\n environment:\r\n - N8N_BASIC_AUTH_ACTIVE=true\r\n - N8N_BASIC_AUTH_USER=admin # change me\r\n - N8N_BASIC_AUTH_PASSWORD=passwort # change me\r\n - N8N_HOST=7.7.7.7 # change me\r\n - N8N_PORT=5678\r\n - N8N_PROTOCOL=http\r\n - N8N_SECURE_COOKIE=false # required for plain HTTP access\r\n - TZ=Europ\/Berlin\r\n volumes:\r\n - n8n_data:\/home\/node\/.n8n\r\n - .\/local-files:\/files # Mount files an das lokale Verzeichnis .\/local-files\r\n\r\nvolumes:\r\n n8n_data:<\/pre>\n
\r\n\r\ndocker compose pull\r\ndocker compose up -d\r\n\r\n# Prozesse anschauen\r\ndocker compose ps\r\n\r\n# log anschauen, Ctrl+C zum stoppen\r\ndocker logs -f n8n_n8n_1 \r\n\r\n# f\u00fcr sp\u00e4tere Updates\r\ndocker compose pull\r\ndocker compose up -d\r\n\r\n<\/pre>\n
\n
\n2. Schedule Trigger konfigurieren<\/strong><\/p>\n
\n
\n3. Edit Fields Node f\u00fcr Konstanten<\/strong><\/p>\n![\"\"](\"http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2025\/11\/date-time-node.jpg\")
<\/p>\n<\/p>\n