Iedereen heeft het over AI-agents en slimme workflows. Maar waar bouw je die dan? Steeds vaker is het antwoord n8n. Het is een open-source automatiseringsplatform dat een visueel canvas combineert met AI-modellen zoals GPT en Claude, zodat een deel van je repetitieve werk door een agent wordt afgehandeld in plaats van door een mens. In deze gids leggen we uit wat n8n AI precies is, wat je ermee bouwt, welke modellen je koppelt en wanneer je het beter zelf doet of laat bouwen. Geen hype, wel een praktisch beeld voor het MKB.

Voor de bredere context lees je ook onze gids over AI-automatisering voor het MKB. Twijfel je nog welke tool past, vergelijk dan eerst Zapier, Make en n8n naast elkaar.

Een AI-agent in n8n bestaat uit drie delen: een taalmodel, geheugen en de tools die de agent mag gebruiken.

Wat is n8n en wat maakt het “AI”?

n8n is een open-source platform voor workflow-automatisering waarmee je apps, data en AI-modellen aan elkaar knoopt op een visueel canvas. Het “AI”-deel zit in speciale nodes: sinds 2024 heeft n8n een AI Agent-node en aparte nodes voor taalmodellen, geheugen en vectoropslag, gebouwd op het LangChain-framework (n8n-documentatie).

Dat verschil is belangrijk. Een gewone workflow volgt vaste stappen: komt er een mail binnen, zet dan een regel in een spreadsheet. Een AI-workflow laat het model zelf beslissen. Komt er een klantvraag binnen? Dan bepaalt de agent of het een offerte-aanvraag, een klacht of een simpele vraag is, en kiest zelf de vervolgstap.

n8n is populair om een reden. Het project staat op meer dan 190.000 sterren op GitHub en telt 400+ kant-en-klare integraties (GitHub, 2026). Dat betekent: veel koppelingen die al bestaan, en een grote community die voorbeelden deelt.

Wat kun je bouwen met n8n en AI?

Kort gezegd: alles waar tekst, beslissingen of documenten bij komen kijken. AI-automatisering is geen speeltje meer. Volgens McKinsey gebruikt 78 procent van de organisaties inmiddels AI in minstens één bedrijfsfunctie (McKinsey, State of AI). n8n is een van de plekken waar dat concreet wordt.

Een paar voorbeelden die we in de praktijk vaak bouwen:

  • Slimme mailafhandeling. Inkomende mail wordt gelezen, gecategoriseerd en van een concept-antwoord voorzien, klaar voor een mens om te versturen.
  • Documentverwerking. Facturen, contracten of offertes worden uitgelezen, de juiste velden eruit gehaald en in je boekhouding of CRM gezet.
  • Klantvragen beantwoorden. Een chatbot op je eigen data die antwoordt met bronvermelding, in plaats van iets te verzinnen.
  • Leadkwalificatie. Nieuwe leads worden verrijkt, gescoord en naar de juiste persoon gerouteerd.
  • Content en rapportage. Samenvattingen, wekelijkse rapporten of socialmedia-concepten die automatisch klaarstaan.

Meer concrete cases staan in onze praktijkvoorbeelden van AI-automatisering. Het patroon is telkens hetzelfde: een taak die veel tijd kost en weinig oordeel vraagt, gaat naar de agent.

Hoe werkt een AI-agent in n8n?

Een AI-agent in n8n bestaat uit drie bouwstenen die je in de AI Agent-node aan elkaar knoopt: een taalmodel, geheugen en tools. Het model doet het denkwerk, het geheugen onthoudt het gesprek, en de tools zijn de acties die de agent mag uitvoeren.

Zo ziet dat er in de praktijk uit:

  • Het chatmodel is het brein. Je kiest bijvoorbeeld GPT-4o of Claude. Dit model leest de vraag en bepaalt wat er moet gebeuren.
  • Het geheugen zorgt dat de agent eerdere berichten onthoudt, zodat een gesprek logisch blijft lopen.
  • De tools zijn wat de agent kan aanroepen: een database doorzoeken, een API bevragen, een mail sturen of een berekening doen.

Het mooie is dat de agent zelf kiest welke tool hij inzet. Vraag je om de omzet van vorige maand, dan pakt de agent de database-tool. Vraag je om een samenvatting, dan doet het model dat direct. Zo blijft één workflow flexibel, ook als de vragen alle kanten op gaan.

Welke AI-modellen kun je koppelen?

Vrijwel alle grote taalmodellen werken in n8n. Je koppelt ze via hun API met een sleutel, en per node kies je welk model die stap gebruikt. Dat betekent dat je een goedkoop model kunt inzetten voor simpele taken en een sterker model voor het echte denkwerk.

Model / aanbieder Waar het sterk in is Kostenmodel
OpenAI (GPT-4o) Brede taken, tool-gebruik, snel Per token (API)
Anthropic (Claude) Lange documenten, redeneren, veilige output Per token (API)
Google (Gemini) Multimodaal, groot contextvenster Per token (API)
Lokaal (Ollama, Llama) Data blijft op je server, geen API-kosten Alleen hosting

De lokale optie is voor Nederlandse bedrijven interessant. Met Ollama draai je een open model op je eigen server, zodat gevoelige data nooit naar een Amerikaanse provider gaat. Je levert wat kwaliteit in ten opzichte van de grootste modellen, maar voor veel taken is dat prima. Wat het draaien van zo’n agent per maand kost, splitsen we uit in onze gids over AI-agent kosten.

Kun je met je eigen data werken? RAG in n8n

Ja, en dat is voor de meeste bedrijven het echte punt. Een taalmodel weet niks van jouw handleidingen, contracten of prijzen. Met RAG (retrieval-augmented generation) geef je de agent toegang tot je eigen documenten, zodat hij antwoordt op basis van jouw data in plaats van te gokken.

In n8n bouw je dat met een paar nodes: je zet je documenten om in embeddings, slaat die op in een vectordatabase (bijvoorbeeld Qdrant, Pinecone of Supabase) en laat de agent daarin zoeken voordat hij antwoordt. Het resultaat is een chatbot of assistent die verwijst naar de juiste bron. Hoe dat technisch precies werkt, lees je in AI-agent bouwen op eigen data met RAG. Dat is vaak het verschil tussen een leuke demo en iets waar je collega’s echt op durven te bouwen.

Is n8n gratis, en wat kost het?

De software zelf is gratis. n8n is open-source onder een fair-code-licentie, dus je betaalt niks voor het platform. Je kosten zitten in twee dingen: hosting en het tokenverbruik van je AI-model.

  • Zelf-hosten kan al vanaf ongeveer €10 per maand op een VPS. Je beheert dan zelf updates en backups. Wil je die zorg niet, kijk dan naar n8n zelf hosten versus een managed setup.
  • n8n Cloud begint rond €20 per maand en neemt het serverbeheer uit handen.
  • Tokens betaal je apart aan het AI-model. Een paar cent per gesprek, maar bij duizenden gesprekken per maand telt het op.

Reken dus niet alleen met “gratis software”. De echte kosten zitten in draaien en onderhouden, precies zoals bij elke automatisering.

Zo bouw je je eerste AI-workflow in n8n

Wil je zelf beginnen? Het basispatroon is telkens hetzelfde. Deze zes stappen brengen je van leeg canvas naar een werkende agent:

  1. Kies je trigger. Een chatbericht, een binnenkomende mail, een webhook of een vast tijdstip. Dit start de workflow.
  2. Voeg de AI Agent-node toe en koppel een chatmodel (bijvoorbeeld GPT-4o of Claude) met je API-sleutel.
  3. Geef de agent tools. Denk aan een zoekactie, een database-node of een API-call, zodat de agent iets kan dóén.
  4. Voeg geheugen toe als het om een gesprek gaat, zodat context tussen berichten bewaard blijft.
  5. Test met echte voorbeelden en stel de instructie (de prompt) bij tot de agent consistent goed reageert.
  6. Zet live en monitor. Zelf-gehost of in de cloud, met logging zodat je ziet wat de agent doet.

Voor je eerste project geldt: houd het klein. Eén taak, één duidelijke uitkomst. Een goede voorbereiding scheelt veel, en daarvoor is onze checklist om een proces te automatiseren een handig startpunt.

Wanneer is n8n de juiste keuze, en wanneer niet?

n8n is sterk als je koppelingen, eigen logica of controle over je data nodig hebt, en minder geschikt als je alleen een simpele, kant-en-klare integratie zoekt. Kies je voor de flexibiliteit, dan krijg je er onderhoud voor terug. Die afweging maak je het beste vooraf.

Kies n8n als:

  • Je AI wil combineren met echte acties in je eigen systemen (CRM, database, boekhouding).
  • Je gevoelige data zelf-gehost wil houden binnen de EU.
  • Je logica nodig hebt die geen standaard-integratie oplost, en je code-nodes wil gebruiken.

Kijk naar iets anders als:

  • Je alleen twee apps wil koppelen zonder AI. Een lichtere tool is dan vaak sneller live.
  • Niemand in je team een server wil beheren en n8n Cloud te beperkt voelt.
  • De taak eenmalig is. Dan is handwerk goedkoper dan een workflow bouwen en onderhouden.

Zelf bouwen of laten bouwen?

Eerlijk antwoord: een simpele AI-workflow bouw je prima zelf. n8n is laagdrempelig genoeg om een mailassistent of een eenvoudige chatbot in een middag op te zetten. Voor een demo of intern experiment is dat de snelste route.

Het wordt anders zodra er echt belang op het spel staat. Een agent op gevoelige data, met bronvermelding, foutafhandeling en toegangsbeheer, is een ander verhaal. Dan komt het aan op de nodes die niemand op een screenshot laat zien: retries, validatie, logging en veilige koppelingen. De afweging tussen zelf klikken en laten bouwen behandelen we in no-code versus custom automatisering.

Bij TopDevs bouwen we deze workflows op n8n en leveren we ze inclusief code-eigendom. Alle flows zijn JSON-bestanden die je zelf kunt exporteren, dus geen lock-in. Zie de agentic-golf trouwens niet als hype: Gartner verwacht dat in 2028 zo’n 33 procent van de zakelijke software een vorm van agentic AI bevat, tegen minder dan 1 procent in 2024 (Gartner). De tooling wordt dus snel volwassener. Wie nu klein begint, staat straks voor.

TopDevs is een Nederlands softwarebureau dat maatwerk software, AI-integraties en automatiseringen bouwt. Wil je sparren over wat n8n voor jouw proces kan betekenen? Plan een vrijblijvend gesprek, dan kijken we samen waar de winst zit.