Lokale Automatisierung: n8n und Ollama
# Lokale Automatisierung: n8n und Ollama code: yf2bm9 | type: stack | language: de | licence: MIT | version: v1 description: docker-compose-Stack für Automatisierung mit lokaler KI: n8n (Workflows) und Ollama (Modell), ohne Daten an eine externe API zu senden. page: https://contextetech.com/de/stacks/lokale-automatisierung-n8n-ollama-yf2bm9 mcp: connect https://contextetech.com/mcp then call load_resource with code "yf2bm9" (or ask "load yf2bm9") json: https://contextetech.com/api/resources/contextetech--lokale-automatisierung-n8n-ollama python: pip install contexte && contexte get yf2bm9 citation (required by the licence): contextetech. (2026). Lokale Automatisierung: n8n und Ollama (Version 1) [Stack]. Contexte Tech. https://contextetech.com/de/stacks/lokale-automatisierung-n8n-ollama-yf2bm9
docker-compose-Stack für Automatisierung mit lokaler KI: n8n (Workflows) und Ollama (Modell), ohne Daten an eine externe API zu senden.
Zugriffe Mittel
- Dateien oder Daten lesen
- Dateien ändern oder löschen
- Daten ins Internet senden
- Befehle auf dem Rechner ausführen : Nein
Dienste
- n8n: Workflow-Editor
- Ollama: lokales Modell unter http://ollama:11434
Ports : 5678 (n8n)
1. docker compose up -d 2. docker compose exec ollama ollama pull mistral 3. http://localhost:5678 öffnen; in den Ollama-Knoten von n8n die Adresse http://ollama:11434 verwenden.
docker-compose.yml
services:
ollama:
image: ollama/ollama
volumes:
- ollama:/root/.ollama
n8n:
image: n8nio/n8n
depends_on: [ollama]
environment:
- GENERIC_TIMEZONE=Europe/Berlin
volumes:
- n8n:/home/node/.n8n
ports:
- "5678:5678"
volumes:
ollama:
n8n:- Kennung
- contextetech--lokale-automatisierung-n8n-ollama
- Datei
- docker-compose.yml
- Format
- YML
- Größe
- 296 Bytes
- Kodierung
- UTF-8
- Geschätzte Tokens
- ≈ 82
- Kommerzielle Nutzung
- Erlaubt
- Personenbezogene Daten
- Keine
- Version
- 1.0
- Veröffentlicht am
- 3. Oktober 2026 um 05:20
- Aktualisiert am
- 16. Oktober 2026 um 23:19
- Speicherung
- in der Datenbank
Statistiken
Gefällt mir : 0 · Kommentare : 0
Klicken Sie auf einen Zähler, um ihn ein- oder auszublenden; fahren Sie über das Diagramm für Details. Ein Aufruf pro Besucher und Tag, ohne Bots; Zählung seit dem 30. September 2026.
Geschätzte Kosten
- Eingabe-Tokens pro Aufruf
- ≈ 269
| Modell | Pro Aufruf | Pro Monat |
|---|---|---|
| GPT-6 Luna · OpenAIbester Preis | 0,00002 € | 0,02 € |
| DeepSeek Flash · DeepSeek | 0,00007 € | 0,07 € |
| Mistral Large · Mistral AI | 0,00012 € | 0,12 € |
| DeepSeek V4 Pro · DeepSeek | 0,00031 € | 0,31 € |
| GPT-6 Sol · OpenAI | 0,00047 € | 0,47 € |
| Claude Sonnet 5.5 · Anthropic | 0,00047 € | 0,47 € |
| Claude Opus 5.5 · Anthropic | 0,00095 € | 0,95 € |
| Selbst gehostetes Open-Source-Modell (Ollama, vLLM) | 0 € API-Kosten (nur Serverkosten) | |
Nur Eingabekosten, ohne die Antwort des Modells. Öffentliche Standardpreise der Anbieter (Mistral AI, DeepSeek, OpenAI, Anthropic) von USD in Euro umgerechnet zum EZB-Kurs vom 13. Oktober 2026. Schätzung: 1 Token ≈ 3,6 Zeichen.
Gemeinsam für alle 3 Regionen
Vom Autor erstellt, ohne externe Quelle.
Kommerzielle Nutzung erlaubt · Autor nennen · Änderungen erlaubt.
Angegebene Zugriffe: Dateien lesen, Dateien ändern, Daten ins Internet senden.
Gehostet in Frankreich (Scaleway, Paris). Keine Übermittlung außerhalb der EU.
Europäische Union · 5/5
Keine personenbezogenen Daten.
Keine Trainingsdaten: keine Zusammenfassung erforderlich.
Vereinigte Staaten · 5/5
Keine personenbezogenen Daten.
Keine Trainingsdaten: keine Dokumentation zu veröffentlichen.
China · 5/5
Keine personenbezogenen Daten.
Keine Trainingsdaten; in China verbreitete KI-generierte Inhalte sind zu kennzeichnen (2025).
Unverbindliche Übersicht, Stand 30/09/2026, keine rechtliche Zertifizierung. Methode und Quellen →
Qualität des Inhalts
Die Kriterien im Detail sind Mitgliedern vorbehalten.
Jedes Kriterium, die abgezogenen Punkte und ein Tipp zur Korrektur.
MCP contexte
https://contextetech.com/mcp
lade yf2bm9
Die Adresse in den Einstellungen deiner KI-Apps als Connector hinzufügen und dann die Anfrage oben senden.
API
import json, urllib.request url = "https://contextetech.com/api/resources/contextetech--lokale-automatisierung-n8n-ollama" fiche = json.load(urllib.request.urlopen(url)) print(fiche["title"] or fiche["name"])
docker-compose.yml
services:
ollama:
image: ollama/ollama
volumes:
- ollama:/root/.ollama
n8n:
image: n8nio/n8n
depends_on: [ollama]
environment:
- GENERIC_TIMEZONE=Europe/Berlin
volumes:
- n8n:/home/node/.n8n
ports:
- "5678:5678"
volumes:
ollama:
n8n:
Starten
# enregistrez docker-compose.yml, puis : docker compose up -d docker compose ps
Community
Noch keine Kommentare. Teile deine Erfahrung, sie hilft den Nächsten.