n8n-Workflows aus dem FM-Alltag: 5 Automatisierungen, die sofort Zeit sparen

Hätte mir vor zwei Jahren jemand gesagt, dass ich als FM-Projektleiter meine eigenen Automatisierungen baue, hätte ich gelacht. Automatisierung macht die IT-Abteilung, ein externer Dienstleister oder niemand, weil das Budget fehlt.

Dann habe ich n8n entdeckt, eine Open-Source-Plattform für Workflow-Automatisierung, die selfhosted auf einem einfachen Linux-Server läuft. Keine Lizenzkosten, keine Cloud-Abhängigkeit, keine IT-Abteilung nötig. Plötzlich konnte ich Prozesse automatisieren, über die ich mich seit Jahren geärgert hatte.

Fünf Workflows nutze ich tatsächlich im FM-Alltag. Zu jedem sage ich ehrlich, was er bringt und was nicht.

Workflow 1: Automatische Rechnungsdaten-Erfassung

Jeden Monat kommen 80 bis 120 Eingangsrechnungen von Nachunternehmern. Rechnungsnummer, Betrag, Leistungszeitraum und Kostenstelle müssen in eine Übersicht und später ins ERP, was manuell zwei bis drei Stunden pro Woche kostet.

n8n überwacht dafür einen E-Mail-Posteingang. Geht eine Rechnung als PDF-Anhang ein, extrahiert der Workflow den Text, schickt ihn mit einem spezialisierten Prompt an die Claude-API und schreibt die Daten in eine PostgreSQL-Datenbank. Am Ende der Woche erzeugt ein zweiter Workflow eine Übersichtsliste für die Rechnungsfreigabe.

Bilanz: Bei standardisierten Rechnungen funktioniert das sehr gut, die Trefferquote liegt bei strukturierten Rechnungen über 90 Prozent. Bei handschriftlichen Rechnungen oder ungewöhnlichen Layouts sinkt die Qualität deutlich. Ich prüfe jede extrahierte Rechnung trotzdem kurz gegen, brauche aber statt drei Stunden Eingabe nur noch 30 Minuten Kontrolle.

Workflow 2: Störmeldungs-Eskalation mit automatischer Priorisierung

Störmeldungen kommen über verschiedene Kanäle: per E-Mail, per Telefon (wird manuell eingetippt), manchmal per WhatsApp. Der Disponent priorisiert von Hand, und bei 30 bis 50 Meldungen pro Tag gehen Prioritäten unter.

Jetzt landen alle Störmeldungen in einem zentralen Posteingang, und n8n klassifiziert sie automatisch: Ist eine kritische Anlage betroffen? Steht ein SLA-Verstoß bevor? Gibt es eine Häufung am selben Standort? Dafür reichen einfache If-Then-Regeln, KI ist hier nicht nötig. Die Meldungen werden priorisiert und an den zuständigen Techniker weitergeleitet, bei Prio 1 geht zusätzlich eine SMS an den Bereitschaftsdienst.

Bilanz: Die Priorisierung stimmt in 85 Prozent der Fälle. Die restlichen 15 Prozent sind Grenzfälle, die der Disponent nachjustiert. Den größten Gewinn bringt die Dokumentation: Jede Meldung wird automatisch mit Zeitstempel, Klassifizierung und Zuordnung gespeichert. Das war vorher eine Dauerlücke in unserem Reporting.

Workflow 3: Automatischer Monatsreport

Der Monatsreport für den Kunden fasst KPIs, Tickets, Kosten und Maßnahmen zusammen und kostete bisher anderthalb Tage: Daten aus dem Ticketsystem exportieren, mit Kostendaten abgleichen, KPIs berechnen, Text formulieren, alles in eine Vorlage einfügen.

Am ersten Werktag des Monats startet jetzt ein n8n-Workflow, der Ticketstatistiken, Kostendaten und SLA-Auswertungen aus der PostgreSQL-Datenbank zieht. Die Zahlen kommen in eine vordefinierte Struktur und gehen an die Claude-API, die daraus Zusammenfassung, Abweichungsanalyse und Maßnahmenvorschläge formuliert. Das Ergebnis speichert der Workflow als Markdown-Datei und schickt es mir per E-Mail zur Prüfung und Freigabe.

Bilanz: Ich brauche statt anderthalb Tagen zwei Stunden, inklusive Durchsicht und Korrekturen. Die KI-Texte sind zu 70 Prozent direkt verwendbar, die übrigen 30 Prozent brauchen Feinschliff, vor allem bei der Interpretation von Ausreißern und bei kundenspezifischen Formulierungen. Trotzdem ist es einer meiner wertvollsten Workflows.

Workflow 4: Wartungsplan-Erinnerungen und Fristenverwaltung

Wartungsfristen, TÜV-Termine, Prüffristen nach DGUV und Filterwechsel-Intervalle laufen in unterschiedlichen Zyklen, an verschiedenen Standorten, für verschiedene Anlagentypen. Bei uns lagen sie in einer Excel-Liste, die niemand regelmäßig prüfte.

Die Termine stehen jetzt in einer Datenbanktabelle. Ein täglicher n8n-Workflow prüft, welche Fristen in den nächsten 14, 7 und 3 Tagen fällig sind. 14 Tage vorher geht eine Info-Mail an den zuständigen Techniker, 7 Tage vorher eine Erinnerung an Techniker und Objektleiter, 3 Tage vorher eine Eskalation an mich.

Bilanz: Der Workflow ist einfach und wirkt stark. Seit es die automatischen Erinnerungen gibt, ist keine einzige Prüffrist mehr unbemerkt abgelaufen. Das klingt banal, aber versäumte Prüffristen können im Industrial FM zu Betriebsunterbrechungen oder Versicherungsproblemen führen.

Workflow 5: Angebots-Nachverfolgung

Nach dem Versand eines Angebots folgt die Nachverfolgung: Rückfragen beantworten, Status prüfen, nach zwei Wochen nachfassen. Bei zehn bis fünfzehn laufenden Angeboten gleichzeitig gehen Follow-ups unter.

Markiere ich ein Angebot in der Datenbank als „versendet”, startet n8n eine automatische Nachverfolgungskette. Nach sieben Tagen ohne Status-Update bekomme ich eine Erinnerung. Nach 14 Tagen bereitet der Workflow eine Follow-up-E-Mail vor, sendet sie aber nicht, denn ich will sie vorher sehen. Nach 30 Tagen ohne Rückmeldung wird das Angebot als „inaktiv” markiert, und ich bekomme eine Zusammenfassung aller offenen Angebote.

Bilanz: Der Workflow verhindert, dass Angebote im Tagesgeschäft untergehen. Die vorbereiteten Follow-up-Mails nutze ich als Vorlage und passe sie individuell an. Ich schätze die Zeitersparnis auf eine Stunde pro Woche. Mehr Wert haben die Angebote, die nicht mehr durchrutschen.

Was ihr für den Einstieg braucht

Für n8n selfhosted braucht ihr einen Linux-Server (ein alter Laptop reicht), Docker und ein Docker-Compose-File, mit dem ihr n8n startet. Das dauert 15 bis 20 Minuten, Anleitungen gibt es kostenlos auf der n8n-Website.

Für die KI-Integration braucht ihr einen API-Key von Anthropic (Claude) oder OpenAI. Die Kosten liegen bei typischen FM-Anwendungen bei wenigen Euro pro Monat.

Mein Tipp: Startet mit Workflow 4, der Fristenverwaltung. Er ist am einfachsten umzusetzen, braucht keine KI-Integration und bringt sofort sichtbaren Nutzen. Läuft er, baut ihr die anderen Workflows Stück für Stück dazu.

Welche Prozesse in eurem FM-Alltag schreien nach Automatisierung? Ich bin gespannt auf eure Ideen.