n8n Data Tables: die eingebaute Tabelle im Workflow

Data Tables sind die in n8n eingebaute Möglichkeit, Daten direkt in einer Instanz zu speichern und in Workflows wiederzuverwenden, ohne eine externe Datenbank anzubinden. Für Zwischenspeicher, Duplikatserkennung oder kleine Nachschlagetabellen reicht das oft völlig aus, bei wachsendem Datenvolumen stößt die Funktion aber an dokumentierte Grenzen. Stand: August 2026.

Wofür sind Data Tables gedacht?

Laut n8n-Dokumentation dienen Data Tables dazu, Daten direkt in Workflows zu speichern, zu verwalten und damit zu arbeiten. Typische Einsatzfälle sind die Persistierung von Daten über mehrere Workflows hinweg, die Duplikatsprävention über Markierungen, die Wiederverwendung von Prompts in KI-Workflows, die Verwaltung generierter Daten sowie die Verknüpfung von Daten aus verschiedenen Quellen. Zugriff auf projektbasierte Data Tables haben laut Dokumentation die Koordinatorinnen und Koordinatoren des jeweiligen Projekts.

Wie greift man aus einem Workflow auf Data Tables zu?

Für die eigentliche Verwaltung aus einem Workflow heraus gibt es den Data Table Node: Er unterstützt das Einfügen, Abrufen, Aktualisieren, Löschen und Upserten von Zeilen sowie die Prüfung, ob eine Zeile bereits existiert. Auf Tabellenebene lassen sich darüber ebenfalls Tabellen erstellen, auflisten, aktualisieren und löschen. Alternativ lassen sich Tabellen manuell über den Data-Tables-Reiter in der Projektübersicht pflegen, beide Wege greifen auf dieselbe Datenverwaltung zu.

Wo liegen die Grenzen?

Die Dokumentation nennt ein Standardlimit von 200 MiB für alle Data Tables einer Instanz zusammen, bei 80 Prozent Auslastung erscheint eine Warnung. Eine konkrete Obergrenze für die Anzahl an Zeilen ist nicht dokumentiert. In der n8n-Community wird dieses gemeinsame Limit regelmäßig diskutiert, unter anderem als Feature-Wunsch nach separaten, projektspezifischen Größenlimits statt eines einzigen Werts pro Instanz. Ein weiterer wiederkehrender Diskussionspunkt betrifft Abfragemöglichkeiten, die in Data Tables bewusst einfacher gehalten sind als in einer vollwertigen Datenbank.

Ab wann sollte eine externe Datenbank her?

Die Dokumentation selbst beschreibt Data Tables als geeignet für leichte bis moderate Datenspeicherung, nicht für sehr große Datenmengen. Diese Einschätzung deckt sich mit Berichten aus der Community: In einem vielbeachteten Forenthread wird der Umgang mit mehr als 600.000 Zeilen diskutiert und dabei ausdrücklich der Wechsel zu einer externen Datenbank wie Postgres empfohlen, sobald Volumen und Abfragekomplexität ein bestimmtes Maß überschreiten. Für eine belastbare Entscheidung zählt weniger die reine Zeilenzahl als die Frage, ob komplexe Abfragen, Indizes oder Beziehungen zwischen Tabellen gebraucht werden, denn dafür sind Data Tables nicht konzipiert.

Data Tables oder klassische Tabellen-Tools?

Gegenüber Google Sheets oder Excel als Datenquelle haben Data Tables den Vorteil, dass sie ohne externe Anbindung und ohne API-Limits einer dritten Plattform auskommen, weil sie Teil der n8n-Instanz selbst sind. Gegenüber einer echten Datenbank fehlen ihnen dafür Funktionen wie komplexe Indizierung oder Transaktionssicherheit über mehrere Tabellen hinweg. Für den Einstieg in datengetriebene Automatisierung sind Data Tables deshalb ein guter Startpunkt, der Wechsel auf eine externe Datenbank sollte aber von Anfang an als möglicher nächster Schritt eingeplant werden, sobald das Projekt wächst.

Häufige Fragen zu n8n Data Tables

Wie viele Daten passen in n8n Data Tables?

Die Dokumentation nennt ein gemeinsames Limit von 200 MiB für alle Data Tables einer Instanz, ab 80 Prozent Auslastung wird gewarnt. Eine feste Obergrenze für die Zeilenanzahl ist nicht dokumentiert, in der Praxis wird aber schon deutlich vor Erreichen des Speicherlimits von Performance-Einbußen berichtet.

Brauche ich den Data Table Node oder reicht der Data-Tables-Reiter?

Beide greifen auf dieselben Tabellen zu. Der Data-Tables-Reiter in der Projektübersicht eignet sich für manuelle Pflege, der Data Table Node für die automatisierte Verwaltung von Zeilen und Tabellen direkt aus einem Workflow heraus.

Ersetzen Data Tables eine externe Datenbank?

Für leichte bis moderate Datenmengen ja, für große Volumen oder komplexe Abfragen mit Beziehungen zwischen mehreren Tabellen nicht. Die Dokumentation empfiehlt Data Tables ausdrücklich nicht für sehr große Datenmengen, in solchen Fällen ist eine externe Datenbank wie Postgres die robustere Wahl.

Was passiert, wenn das Speicherlimit erreicht wird?

Ab 80 Prozent Auslastung zeigt n8n laut Dokumentation eine Warnung an. Details zum Verhalten bei vollständiger Auslastung sind an dieser Stelle nicht dokumentiert, betroffene Teams sollten deshalb frühzeitig auf die Warnung reagieren statt das Limit auszureizen.