Supabase mit n8n: Datenbank, Auth und Vector Store in einem

Supabase laesst sich in n8n auf drei Arten nutzen: als klassische Postgres-Datenbank ueber den Supabase-Node, als Vector Store fuer KI-Anwendungen wie RAG-Chatbots, und indirekt als Auth-Backend, wenn eigene Anwendungen auf dieselbe Supabase-Instanz zugreifen. Fuer ein Unternehmen bedeutet das: eine Datenbank fuer Stammdaten und fuer Embeddings, statt zwei getrennte Dienste zu pflegen. Stand: August 2026.

Wie bindet man Supabase als normale Datenbank in n8n ein?

Der reguläre Supabase-Node deckt die Grundoperationen auf einer Tabelle ab: Zeile anlegen, loeschen, lesen, mehrere Zeilen abrufen und aktualisieren. Er arbeitet standardmaessig im `public`-Schema, laesst sich aber auf andere Schemas umstellen. Reicht der Funktionsumfang fuer einen Anwendungsfall nicht aus, lassen sich dieselben Zugangsdaten auch in einem HTTP-Request-Node fuer direkte API-Aufrufe wiederverwenden.

Wie werden die Zugangsdaten korrekt eingerichtet?

Fuer die Supabase-Credentials in n8n braucht es zwei Angaben: den Host als Projekt-URL im Format `https://ihr_projekt.supabase.co` ohne den Pfad `/rest/v1`, und einen Secret Key aus den Projekteinstellungen. Wichtig fuer bestehende Workflows: Der klassische `service_role`-Key funktioniert laut Dokumentation zwar weiterhin, Supabase stellt aber schrittweise auf neue Secret Keys um und will die alten `service_role`-Keys bis Ende 2026 abschalten. Wer jetzt neu aufsetzt, sollte direkt den neuen Secret Key verwenden.

Wie funktioniert der Supabase Vector Store fuer RAG-Anwendungen?

Der Supabase Vector Store Node unterstuetzt fuenf Modi: Mehrere Dokumente per Aehnlichkeitssuche abrufen, Dokumente einfuegen, als Vector Store fuer eine Chain oder als Tool fuer einen KI-Agenten bereitstellen, und bestehende Eintraege aktualisieren. Als Tool eingebunden kann ein Agent selbststaendig auf den Vector Store zugreifen, wenn Name und Beschreibung des Stores zur Anfrage passen. Der Node braucht dafuer eine Matching-Funktion in der Datenbank, die laut Dokumentation beim Befolgen des Supabase-Quickstarts standardmaessig `match_documents` heisst.

Was ist auf der Supabase-Seite fuer den Vector Store noetig?

Auf der Supabase-Seite muss zuerst die pgvector-Erweiterung aktiviert werden, entweder ueber das Dashboard oder per SQL-Befehl (`create extension vector with schema extensions`). Danach braucht es eine Tabelle mit einer Vector-Spalte, deren Dimension zum verwendeten Embedding-Modell passen muss. Fuer Abfragen empfiehlt Supabase, die Aehnlichkeitssuche in eine Postgres-Funktion zu kapseln, weil PostgREST die pgvector-Operatoren nicht direkt unterstuetzt; ueblich ist dabei der Cosinus-Distanz-Operator. Supabase weist zudem darauf hin, dass Embeddings mit weniger Dimensionen tendenziell performanter sind und dass fuer Vergleichbarkeit immer Embeddings aus demselben Modell verwendet werden sollten.

Welche Fehler tauchen in der Praxis am haeufigsten auf?

Der haeufigste in der n8n-Community dokumentierte Fehler ist eine verletzte Not-Null-Constraint beim Einfuegen: Ein Nutzer berichtete im Thread Error in Supabase Vector Store when trying to add documents von der Meldung, dass eine Spalte namens "brand" keinen Nullwert akzeptiert, weil sein Tabellenschema von der Supabase-Standardvorlage abwich. Die im Forum vorgeschlagene Loesung war, die Not-Null-Constraint auf dieser Spalte direkt im Tabelleneditor zu entfernen, da der Vector-Store-Node nur die Felder befuellt, die er kennt. Wer vom Supabase-Quickstart abweicht, sollte laut Dokumentation genau verstehen, welche Parameter er dabei aendert, denn Abweichungen von der Standardvorlage sind die haeufigste Fehlerquelle bei diesem Node.

Fuer wen lohnt sich Supabase als kombinierte Loesung?

Fuer Unternehmen, die ohnehin eine Postgres-Datenbank fuer Stammdaten brauchen und zusaetzlich einen Wissensassistenten oder Chatbot planen, spart Supabase die Pflege eines separaten Vektordienstes. Wer nur eine einfache Aehnlichkeitssuche ohne relationale Daten braucht, kommt mit einem dedizierten Vector-Store unter Umstaenden schneller ans Ziel. NordFlux setzt bei Kundenprojekten mit Wissensassistenten haeufig genau auf diese Kombination aus Postgres und pgvector, mehr dazu unter /leistungen/ki-agenten.

Haeufige Fragen zu Supabase mit n8n

Kann ich denselben Supabase-Node fuer normale Daten und fuer Vektoren nutzen?

Nein, das sind zwei getrennte Nodes in n8n: der reguläre Supabase-Node fuer Zeilenoperationen und der Supabase-Vector-Store-Node fuer Aehnlichkeitssuche und KI-Anwendungen. Beide greifen aber auf dieselbe Supabase-Datenbank zu und lassen sich mit denselben Zugangsdaten verbinden.

Muss ich die pgvector-Erweiterung manuell aktivieren?

Ja, pgvector ist eine Postgres-Erweiterung, die entweder ueber das Supabase-Dashboard oder per SQL-Befehl aktiviert werden muss, bevor eine Tabelle eine Vector-Spalte enthalten kann. Ohne diesen Schritt schlaegt das Anlegen der Tabelle fehl.

Was bedeutet die Abschaltung der alten service_role-Keys fuer bestehende n8n-Workflows?

Bestehende Workflows mit einem service_role-Key laufen laut Supabase vorerst weiter, sollten aber vor Ende 2026 auf den neuen Secret Key umgestellt werden. Wer die Zugangsdaten in n8n rechtzeitig aktualisiert, vermeidet einen ungeplanten Ausfall der Verbindung.

Warum bekomme ich beim Einfuegen von Dokumenten eine Not-Null-Fehlermeldung?

Das passiert typischerweise, wenn die eigene Tabelle vom Supabase-Quickstart-Schema abweicht und eine Pflichtspalte enthaelt, die der Vector-Store-Node nicht befuellt. Die gaengige Loesung ist, entweder die Constraint zu entfernen oder der Tabelle einen Standardwert fuer diese Spalte zu geben.