Claude/OpenAI anbinden: Credentials, Modellwahl, Kostenkontrolle

Wer in n8n mit den KI-Nodes von Anthropic (Claude) oder OpenAI arbeitet, hinterlegt zunächst eine Credential mit API-Key, wählt dann im jeweiligen Chat-Model-Node ein Modell aus und steuert über Node-Optionen wie die maximale Tokenzahl, wie teuer und wie leistungsfähig ein einzelner Workflow-Lauf wird. Beide Anbieter stellen mehrere Modellstufen bereit, die sich in Geschwindigkeit, Preis pro Million Token und Fähigkeiten unterscheiden, sodass sich für einfache Aufgaben wie Klassifizierung oder Textbausteine günstigere Modelle eignen und für komplexe Schritte wie mehrstufiges Agieren oder tiefes Schlussfolgern leistungsfähigere Modelle sinnvoll sind. Stand: Juli 2026.

Anthropic- und OpenAI-Credentials in n8n einrichten

Für die Anthropic-Credential benötigen Sie ein Konto in der Anthropic Console mit Zugriff auf Claude. Dort legen Sie unter Settings > API Keys einen neuen Schlüssel an, vergeben einen sprechenden Namen wie "n8n-integration" und kopieren den Wert in das Feld API Key der n8n-Credential. Optional lässt sich ein benutzerdefinierter Header hinzufügen. Die genauen Schritte dokumentiert n8n in der Anthropic-Credential-Referenz. Diese Credential authentifiziert sowohl den Anthropic-Node als auch den Anthropic Chat Model Node.

Für OpenAI legen Sie im OpenAI-Konto unter API Keys einen neuen Secret Key an und tragen ihn ebenfalls als API Key in n8n ein. Eine Organisation-ID ist nur nötig, wenn Sie mehreren Organisationen angehören; ist sie gesetzt, läuft die Nutzung über das Kontingent dieser Organisation statt über Ihr persönliches Konto. Details dazu beschreibt die OpenAI-Credential-Referenz von n8n. Die OpenAI-Credential deckt mehrere Nodes ab: den OpenAI-Node, Chat OpenAI, Embeddings OpenAI und LM OpenAI.

Modellwahl nach Aufgabe im Workflow

Anthropic bietet mit Claude Haiku 4.5, Claude Sonnet 5, Claude Opus 4.8 und Claude Fable 5 mehrere aktuelle Modellstufen, OpenAI mit GPT-5.6 Luna, GPT-5.6 Terra und GPT-5.6 Sol vergleichbare Stufen. In beiden Fällen gilt: schnelle, günstige Modelle wie Claude Haiku oder GPT-5.6 Luna eignen sich für hochvolumige, einfache Aufgaben in einem Workflow, etwa das Klassifizieren eingehender E-Mails, das Extrahieren von Feldern aus strukturierten Texten oder kurze Zusammenfassungen. Ausgewogene Modelle wie Claude Sonnet 5 oder GPT-5.6 Terra kombinieren Geschwindigkeit und Kontextverständnis und passen für die meisten Automatisierungsschritte, die etwas mehr Urteilsvermögen brauchen. Die leistungsfähigsten Stufen, Claude Opus 4.8 beziehungsweise Fable 5 sowie GPT-5.6 Sol, sind laut Herstellerangaben für komplexes, mehrstufiges Agieren, umfangreiches Schlussfolgern oder anspruchsvolle Programmieraufgaben gedacht. Welche Stufe im Einzelfall passt, hängt vom jeweiligen Workflow-Schritt ab, nicht von einer pauschalen Rangfolge der Modelle. Im Anthropic Chat Model Node wählen Sie das Modell direkt aus; da sich Modellnamen bei beiden Anbietern regelmäßig ändern, lohnt sich vor dem produktiven Einsatz ein Blick in die aktuelle Modellübersicht des Anbieters. Der OpenAI Chat Model Node lädt die Modelle dynamisch aus Ihrem Account und zeigt nur die für Sie freigeschalteten Optionen.

Kostenkontrolle über Token-Limits und Nutzungsüberwachung

Der wichtigste Hebel direkt im Workflow ist die Node-Option Maximum Number of Tokens, die die Länge der Modellantwort und damit die Ausgabekosten begrenzt, denn Output-Token kosten bei beiden Anbietern deutlich mehr als Input-Token. Laut der aktuellen Preisübersicht von Anthropic liegt der Output-Preis pro Modell beim Fünffachen des Input-Preises, bei den aktuellen GPT-5.6-Modellen laut der Preisseite von OpenAI etwa beim Sechsfachen. Für wiederkehrende Workflows mit gleichbleibenden System-Prompts lohnt sich Prompt Caching: Anthropic bietet dafür reduzierte Lesepreise für zwischengespeicherte Prompt-Anteile, OpenAI stellt im Responses-API-Modus des OpenAI Chat Model Node dafür die Option Prompt Cache Key bereit. Für nicht zeitkritische Batch-Verarbeitung reduzieren beide Anbieter die Kosten über eigene Batch-APIs um etwa die Hälfte gegenüber den Standardpreisen.

Tatsächliche Kostenkontrolle findet nicht in n8n selbst statt, sondern in den Konsolen der Anbieter: Sowohl die Anthropic Console als auch das OpenAI-Dashboard zeigen den Verbrauch pro Zeitraum und erlauben das Setzen von Ausgabenlimits beziehungsweise Warnungen. Das ist wichtig, weil ein fehlerhafter Workflow, etwa eine Schleife ohne Abbruchbedingung, in kurzer Zeit erhebliche Kosten verursachen kann, ohne dass n8n selbst davor warnt. Sinnvoll ist deshalb, in jedem produktiven Workflow ein Token-Limit zu setzen, das teuerste Modell nur dort einzusetzen, wo die Aufgabe es wirklich braucht, und die Nutzung regelmäßig in der jeweiligen Anbieter-Konsole zu prüfen, statt sich allein auf die Rechnung am Monatsende zu verlassen.

Wer mehrere KI-Anbieter in einem Workflow kombiniert oder unsicher ist, welche Modellstufe für welchen Schritt wirtschaftlich sinnvoll ist, kann den Aufwand mit einem ROI-Rechner grob abschätzen oder sich bei der Konzeption von KI-Agenten unterstützen lassen. NordFlux setzt solche Anbindungen typischerweise zum Festpreis um, inklusive Dokumentation der gewählten Modell- und Kostenlogik.

Häufige Fragen zu Claude und OpenAI in n8n

Brauche ich für Claude und OpenAI unterschiedliche Credentials in n8n?

Ja. Beide Anbieter verwenden eigene API-Keys und eigene Credential-Typen in n8n. Die Anthropic-Credential authentifiziert den Anthropic-Node und den Anthropic Chat Model Node, die OpenAI-Credential deckt den OpenAI-Node, Chat OpenAI, Embeddings OpenAI und LM OpenAI ab.

Welches Modell ist für einfache Automatisierungsaufgaben ausreichend?

Für Klassifizierung, Extraktion oder kurze Textbausteine reichen in der Regel die schnellsten und günstigsten Modellstufen wie Claude Haiku 4.5 oder GPT-5.6 Luna aus. Komplexere Schritte mit mehrstufigem Schlussfolgern profitieren eher von Sonnet 5, Opus 4.8, GPT-5.6 Terra oder Sol.

Wie verhindere ich, dass ein Workflow unerwartet hohe API-Kosten verursacht?

Setzen Sie ein Token-Limit in der jeweiligen Chat-Model-Node-Option, vermeiden Sie ungebremste Schleifen und prüfen Sie regelmäßig den Verbrauch im Dashboard des Anbieters. Ausgabenlimits oder Warnungen lassen sich dort direkt konfigurieren, nicht in n8n selbst.

Kann ich Anthropic und OpenAI im selben Workflow kombinieren?

Ja, n8n erlaubt es, in einem Workflow mehrere Chat-Model-Nodes mit unterschiedlichen Credentials zu verwenden, etwa ein günstiges Modell für Vorverarbeitung und ein leistungsfähigeres Modell für den entscheidenden Schritt.