Vom Video-Call zur automatischen Zusammenfassungen für alle Teilnehmer
Im Zuge der rasanten Entwicklungen von Künstlicher Intelligenz im Allgemeinen und Large Language Models im speziellen, vergeht kaum eine Woche in der kein neues KI-Tool erscheint, welches nicht verspricht die Arbeitswelt zu revolutionieren.
Einer der neusten Trends ist dabei AI-Workflow Automation. Zwar ist Workflow- Automatisierung nicht neu, doch durch die Integration von LLMs und visuell bedienbaren No-Code-Oberflächen versprechen diese Tools, Geschäftsprozesse schneller, flexibler und vor allem intelligenter automatisieren zu können.
Ein Tool, das in diesem Bereich hervorsticht, ist das von einem Berliner Start-up entwickelte n8n.
Das Versprechen ist groß: Auch Einzelpersonen oder kleine Teams sollen in der Lage sein, komplexe Arbeitsprozesse zu automatisieren und durch das Einbinden von KI-Modellen anzureichen. Eine tiefe technische Expertise dabei nicht zwingend erforderlich, jedoch gibt es die Möglichkeit auch selbstgeschrieben Javascript Code einzubinden um Prozesse noch detailgenauer abzubilden.
Ich musste bei diesem Versprechen, direkt an ein Problem denken, welches mir im beruflichen Kontext immer wieder begegnet: Meetings die zu lange dauern, ohne klare Struktur verlaufen und deren Ergebnisse nach wenigen Tagen nicht mehr greifbar sind.
Deshalb habe ich mich direkt daran gemacht, die Möglichkeiten von n8n, an diesem Praxisbeispiel zu untersuchen.
Ich habe also einen Workflow gebaut, der den Inhalt eines Meetings automatisch transkribiert, diesen mittels KI auswertet, die relevanten Themen und ToDos identifiziert und eine Zusammenfassung als E-Mail an alle Teilnehmer aufsetzt.
Was ist n8n? Ein kurzer Überblick
n8n bietet ein visuelles User-Interface mit dem Nutzer durch das Verbinden von Nodes Arbeitsabläufe erstellen können.
Jeder dieser Nodes empfängt Daten, führt eine Aufgabe auf und reicht die verarbeiteten Daten an die nächsten mit ihm verbunden Nodes weiter. Die Daten liegen dabei fast immer als JSON vor, ein für Entwickler vertrautes Format.
Nodes lassen sich in vier Typen unterteilen:
Trigger-Nodes:
Starten einen Workflow, etwa bei neuen Dateien im Drive oder eingehenden E-Mails.
Action-Nodes:
Führen Aufgaben aus und können mit verschiedensten externe Services interagiere, zum Beispiel durch Senden von Emails über ein Gmail Konto, Ausführen von Linux Commands auf einem Remote Server, Prompting von LLMs, oder Zugriff auf Postgres-Datenbanken.
Transformation:
Erlauben das Filtern, Mappen oder Umformen von Daten – inklusive JavaScript Expressions.
Logik & Verzweigung:
Ermöglichen mit If/Else, Switch, Merge, Split und Loops komplexe Entscheidungslogik zu implementieren.
Praxis Beispiel – Vom Meeting zur automatischenZusammenfassung
Ich habe mich für mein Projekt für die Cloud-Version entschieden, die nach einem Testzeitraum kostenpflichtig ist. Die Community Edition ist dagegen kostenlos, open-source und kann vollständig selbst gehostet werden.
Mein Ziel war ein Workflow, der Folgendes leistet:
- Ein Meeting findet statt.
- Google Meet erzeugt automatisch ein Transkript und speichert dieses als Google Doc.
- n8n erkennt das neu erzeugte Dokument.
- Das Transkript wird von einem LLM ausgewertet.
- Die Zusammenfassung wird als E-Mail Entwurf in meinem Gmail-Account erstellt.
Der Workflow startet mit einem Google Drive Trigger, der auf neue Dateien in meinem Ordner “Meet Transcription” hört. Wenn ein Meeting endet, legt Google Meet ein Google Doc mit allen Sprecherbeiträgen in diesem Ordner ab.
Der Output des Trigger-Nodes ein JSON-Objekt mit Metadaten der Datei: Dateipfad, ID, Timestamp usw.
Der nächste Node nutzt die Dokument-ID, um den Textinhalt aus Google Docs abzurufen. Das komplette Transkript liegt damit als reiner Text vor und kann weiterverarbeitet werden Der Inhalt wird nun von 2 Nodes weiterverarbeitet.
Zum einen nutzt der OpenAI Node, den Text um einen Prompt mit folgenden Aufgabe zu definieren:
- Meeting verständlich zusammenfassen
- Action Items identifizieren
- Verantwortlichkeiten zuweisen
- Entscheidungen und offene Fragen extrahieren
Ein Transformation-Node extrahiert aus dem Transkript den Meeting-Titel um diesen später als Betreff der E-Mail zu nutzen. n8n unterstützt JavaScript-Expressions, sodass Mapping und Parsing sehr flexibel möglich sind.
Die Outputs der jeweiligen Nodes müssen daraufhin zu einem einzelnen JSON zusammengeführt werden, bevor wir die Daten für meinen E-Mail Entwurf nutzen können.
Im finalen Schritt nutzt ein G-Mail Node, welchen ich vorher mit meinem E-Mail Account verbunden habe, den Output der vorherigen Nodes als Betreff und Inhalt für den Entwurf.
Das Ergebnis: Eine fertiger E-Mail mit allen relevanten Infos – bereit zum Versenden an die Teilnehmer. Optional ließen sich noch die E-Mail-Adressen der Teilnehmer automatisch aus dem Google Calendar Event extrahieren.
Fazit
Für das Aufsetzten den gesamten Workflow habe ich rund zwei Stunden benötigt, wobei der größte Teil davon in das Einrichten der API-Credentials für Drive, Docs und Gmail geflossen ist. Sobald die Authentifizierung stand, ließ sich der Workflow sehr intuitiv umsetzen.
Besonders hilfreich: Der integrierte n8n AI Helper, der in der Cloud-Version direkt bei Fehlern Vorschläge liefert oder Transformationslogik generieren kann.
Mein Fazit:
- Für kleine Teams und wiederkehrende Aufgaben ist n8n eine extrem leistungsfähige Lösung.
- Die JSON-basierte Architektur und Javascript Expression Syntax macht es für Entwickler angenehm flexibel.
- Wie bei vielen Low-Code-Tools nimmt der Nutzen ab, wenn Prozesse sehr komplex, stark verzweigt oder hochskalierbar sein müssen.
Aber für den beschriebenen Use Case – und viele ähnliche – ist n8n ein beeindruckend effektives Werkzeug
