KI-Werkzeuge

n8n und Ollama: Abläufe im Firmennetz mit lokalem Sprachmodell steuern

Wer Vorgänge mit Personendaten oder Betriebsgeheimnissen automatisieren will, kann sie mit n8n und Ollama vollständig auf eigener Hardware verarbeiten lassen. Sie richten beide Werkzeuge im Firmennetz ein, bauen einen KI-Schritt mit Prüfregeln in einen Workflow ein und lösen einen mitgebrachten Vorgang, ohne dass Daten das Haus verlassen. Am Ende liegen ein Qualitätsvergleich mit einem Cloudmodell, eine Rechnung zu Hardware und Betrieb sowie eine geklärte Zuständigkeit vor.

Für wen

Behörden, Kanzleien, Einrichtungen des Gesundheitswesens und Unternehmen mit Betriebsgeheimnissen, die Routinen automatisieren und dabei keine Daten an externe Anbieter geben wollen.

KI-Tool-Training · 1 Tag

Workflows mit lokalem Modell bauen, deren Daten das Haus nie verlassen

Das nehmen Sie mit

  • n8n und Ollama verbunden auf Ihrem Server, mit einem Workflow, der Dokumente ausliest und Antworten vor der Weitergabe prüft
  • Ihr Vorgang mit Personendaten, lokal gelöst, protokolliert und mit einem Cloudmodell verglichen
  • Eine nüchterne Rechnung zu Hardware, Betreuung und Monatskosten sowie Argumente für eine schlankere Auftragsverarbeitung
  • Feste Zuständigkeit für Server und Workflows und ein bezifferter nächster Automatisierungsschritt

Ablauf

  1. Teil 1

    Einheit 1 – Architektur: Zwei Bausteine, ein Netz

    • n8n und Ollama auf einem Server im Firmennetz installieren und die Verbindung zwischen beiden herstellen
    • Was ein lokales Modell verlässlich schafft, zum Beispiel eingehende Schreiben einordnen oder Felder auslesen
    • Wo ein Cloudmodell vorn bleibt, etwa bei langen oder anspruchsvollen Texten, und woran das technisch liegt
    • Das Modell im Werkzeugkasten verorten: ein Knoten zwischen Eingang und Weiterverarbeitung im Workflow
  2. Teil 2

    Einheit 2 – Workflow-Bau: Der KI-Knoten zwischen Eingabe und Kontrolle

    • Den KI-Schritt gliedern: Daten hinein, Anweisung an Ollama, Kontrolle der Antwort
    • PDFs und Formulare einlesen und Angaben wie Aktenzeichen, Datum oder Betrag strukturiert herausziehen
    • Modellantworten gegen feste Regeln testen, bevor der Workflow sie an das nächste System übergibt
    • Übung: Workflow mit Ollama-Knoten und Regelprüfung anlegen und mit Testdokumenten durchlaufen lassen
  3. Teil 3

    Einheit 3 – Ernstfall: Personendaten bleiben komplett lokal

    • Ein Fall mit personenbezogenen Angaben, etwa ein Bewerbungseingang, läuft von Anfang bis Ende im eigenen Netz
    • Die Ergebnisse des lokalen Modells neben die eines Cloudmodells legen und Unterschiede benennen
    • Jeden Lauf protokollieren, damit sich später zeigen lässt, wie ein Ergebnis zustande kam
    • Übung: Sie übertragen Ihren mitgebrachten Fall in einen lokal arbeitenden Workflow
  4. Teil 4

    Einheit 4 – Rechnung und Recht: Auftragsverarbeitung, Hardware, Ausstieg

    • Weshalb diese Bauweise ohne externen Dienstleister die Auftragsverarbeitung deutlich vereinfacht
    • Bedarf an Arbeitsspeicher und Grafikkarte sowie den laufenden Betreuungsaufwand ehrlich kalkulieren
    • Für automatisierte Abläufe prüfen: Mitbestimmung, Datenschutz, Pflichten nach KI-Verordnung
    • Server- und Betreuungskosten pro Monat festhalten und einen geordneten Ausstieg vorbereiten
  5. Teil 5

    Einheit 5 – Verstetigung: Betreuung, Konventionen, nächster Ablauf

    • Festlegen, wer Server, Modelle und aktive Workflows im Haus betreut
    • Bewährte Workflows als Teamvorlagen sichern, Regeln für Knotennamen und Anweisungen vereinbaren
    • Abbruchsignal für einen Workflow: die Regelprüfung weist Modellantworten laufend zurück
    • Einen weiteren Vorgang für lokale Verarbeitung vormerken und dessen Einrichtungsaufwand grob beziffern

VoraussetzungenBenötigt wird ein Docker-fähiger Server mit 16 GB Arbeitsspeicher; mit handelsüblicher Grafikkarte geht die Verarbeitung schneller. Sie kennen die eigenen Abläufe in den Grundzügen.

AbschlussTeilnahmezertifikat mit digitalem Badge

Thema anfragen