Wer heute in den deutschen Mittelstand hineinhört, bekommt oft denselben Satz zu hören: "Wir haben schon KI — wir haben Make.com." Oder: "Wir machen gerade Automatisierung mit Zapier, das ist doch im Prinzip das Gleiche." Oder: "Wir haben uns einen Voicebot für 997 Euro im Monat geholt, der läuft automatisch."
Das ist keine KI. Das sind Workflows. Und der Unterschied entscheidet darüber, ob Ihr Investment in zwei Jahren noch etwas wert ist.
Was Make.com, Zapier und Co. tatsächlich tun
Workflow-Tools wie Make.com, Zapier, n8n oder Pipedream sind im Kern dasselbe: Wenn-dann-Ketten zwischen Datenquellen. Ein Trigger passiert (Formular ausgefüllt, E-Mail kommt an, Zeile in Tabelle wird ergänzt), daraufhin läuft eine vordefinierte Abfolge von Aktionen.
Das ist hervorragend für lineare Automationen: Formular → CRM → Mail. Webhook → Slack-Nachricht. Rechnungs-PDF → Drive-Ordner. Das sind legitime Anwendungsfälle, und für diese Fälle sind die Tools gut.
Was sie nicht tun:
- Sie treffen keine Entscheidungen auf Basis von Kontext.
- Sie verstehen den Inhalt von Texten nicht, sondern bewegen sie nur.
- Sie lernen nicht aus bisherigem Verhalten.
- Sie können keine mehrstufigen Aufgaben planen und eigenständig durchziehen.
- Sie können sich nicht an neue Situationen anpassen, die der Builder nicht vorhergesehen hat.
All das ist das, was KI — und zwar Agenten-KI — tatsächlich kann. Und genau das ist der Unterschied.
Der Lebenszyklus eines Make.com-Setups im Mittelstand
Wir haben das Muster in vielen Erstgesprächen gesehen. Meist in dieser Reihenfolge:
Phase 1 — Enthusiasmus (Monat 1)
Ein Mitarbeiter entdeckt Make.com. Baut einen ersten Flow. Automatisiert eine lästige Aufgabe. Spart zwei Stunden pro Woche. Das spricht sich intern herum, das Tool wird eingeführt. "Wir machen jetzt Automatisierung."
Phase 2 — Erste Automationen (Monat 2-4)
Mehrere Flows entstehen. Der Vertriebler baut sich Lead-Automationen. Die HR-Kollegin baut Bewerber-Routing. Die Buchhaltung bastelt Rechnungs-Weiterleitung. Alles läuft — einzeln.
Phase 3 — Wartungs-Stress (Monat 5-8)
Eine API ändert sich. Drei Flows fallen aus. Niemand weiß genau, warum. Der Ersteller des Flows ist im Urlaub. Jemand fummelt am Setup herum, baut den Fehler nur schlimmer. Die Automation wird zum Single Point of Failure.
Phase 4 — Silo-Entstehung (Monat 8-12)
Jede Abteilung hat ihre eigenen Flows. Niemand weiß, welche Flows eigentlich laufen. Daten fließen dreimal zwischen denselben Systemen. Eine Änderung an einem System bricht fünf Flows gleichzeitig. Das Setup ist zur Schatten-IT geworden.
Phase 5 — Abschaltung (Monat 12-18)
Entweder wird das Setup stillgelegt und abgebaut ("zu viel Aufwand"), oder es läuft als zombifizierte Schatten-Automation mit nicht mehr genutzten Flows, halb-broken Integrationen und einer monatlichen Rechnung, die niemand mehr rechtfertigen kann. Im schlimmsten Fall muss der Betrieb von vorn anfangen — diesmal richtig.
Das ist kein Einzelfall. Das ist das Muster.
Was echte KI-Agenten anders machen
Ein KI-Agent (im Sinne eines LLM-gestützten Systems mit Tool-Use und Gedächtnis) unterscheidet sich von einem Make.com-Workflow in vier Dimensionen:
Kontextverständnis. Ein Agent liest eine eingehende Nachricht und versteht, was gemeint ist — auch wenn die Formulierung variiert. Ein Make.com-Flow hat fixe Trigger und macht exakt dasselbe, egal ob der Kunde "brauche Angebot" oder "könnt ihr mir mal was schicken" schreibt.
Multi-Step-Reasoning. Ein Agent kann einen Auftrag in mehrere Schritte zerlegen: Kunde fragt, Agent schaut im CRM, prüft Lieferzeit, schaut in die Produktdatenbank, erstellt Angebot. Ein Make-Flow braucht für jede Verzweigung eine neue Filterbedingung — mit jeder Verzweigung explodiert die Komplexität.
Datenintegration auf semantischer Ebene. Ein Agent versteht "der Kunde von letzter Woche mit der Frage zur Zertifizierung" und findet den richtigen Datensatz. Ein Make-Flow kann nur exakte IDs matchen.
Team-Bedienbarkeit. Ein Agent lässt sich durch einen Fachanwender per natürlicher Sprache bedienen und konfigurieren. Ein Make-Setup kann nur der ursprüngliche Ersteller weiter ausbauen — wenn der Kollege wechselt, entsteht ein Wissens-Loch.
Make.com-Workflow vs. echter KI-Agent
| Dimension | Make.com-Workflow | KI-Agent |
|---|---|---|
| Entscheidungsfindung | Keine — nur vordefinierte If/Else | Kontextbasiert, situativ, mehrstufig |
| Wartung | Hoch — API-Änderung bricht Flow | Niedrig — Agent erkennt Ausnahmen |
| Datenintegration | Feld-für-Feld-Mapping | Semantisch, über unstrukturierte Daten |
| Team-Bedienbarkeit | Nur durch Ersteller | Durch jeden Fachanwender |
| Kosten im Monat 12 | Steigend (Task-Wachstum, Upgrades) | Stabil |
| Total Cost of Ownership (3 Jahre) | 15 000 bis 30 000 Euro | 8 000 bis 15 000 Euro laufend |
| Lebensdauer | 6 bis 18 Monate | 3+ Jahre |
| Ersetzung durch KI möglich | Meist ja | Nein |
Die TCO-Rechnung überrascht viele. Der Einstieg bei Make.com ist günstig (20 bis 30 Euro/Monat), aber die Kosten wachsen mit jeder neuen Automation und jeder Task-Steigerung. Bei einem KI-Agenten ist die Einführung teurer, die laufenden Kosten bleiben aber stabil — und der EFRE-Digitalisierungszuschuss deckt 50 Prozent der Einführung (siehe KI-Förderung Sachsen 2026).
Ein Beispiel aus der Praxis
Ein Kunde kam zu uns im Herbst mit einem Make.com-Setup, das in 18 Monaten auf 47 Flows angewachsen war. Lead-Automatisierung, CRM-Sync, Angebots-Workflows, Rechnungs-Routing, Team-Benachrichtigungen. Bezahlt wurden monatlich rund 450 Euro, plus zwei Mitarbeiter, die sich gefühlt die halbe Woche mit "warum läuft Flow X nicht mehr" beschäftigten.
Wir haben die Flows analysiert: 12 davon waren noch aktiv nötig, 19 waren tote Flows (Flow läuft, aber niemand nutzt das Ergebnis), der Rest war broken. In 8 Wochen haben wir einen einzelnen KI-Agenten gebaut, der die 12 aktiven Flows abdeckt — plus einen gemeinsamen Kontext über alle Vorgänge hinweg, den Make strukturell nicht liefern kann. Laufende Kosten: rund 180 Euro/Monat, kein Wartungs-Aufwand in den internen Teams.
Der Betrieb hat nicht "nur" Make ersetzt. Er hat erstmals eine Komponente bekommen, die mehrere Abteilungen gemeinsam nutzen — statt 47 verstreuter Automations-Silos.
Make.com hat seinen Platz. Aber als Rückgrat einer KI-Strategie im Mittelstand ist es das falsche Werkzeug.
Und die Voicebots?
Kurzer Seitenblick auf "Voicebot as a Service"-Anbieter, die derzeit im Mittelstand Fuß fassen. Das Muster ist ähnlich: Setup in einer Woche, monatliche Gebühr zwischen 500 und 1 500 Euro, Bot spricht rudimentäre Dialoge. Nach vier bis acht Monaten kommen die Probleme: Der Bot versteht die eigenen Produkte nicht, kann nicht in CRM/ERP schauen, macht bei Rückfragen Quatsch. Der Betrieb zahlt weiter, weil Abo — und deaktiviert intern die Weiterleitung. Ergebnis: 8 000 Euro versenkt, nichts gewonnen.
Ein echter Voice-Agent läuft auf derselben KI-Grundlage wie der Text-Agent, mit Zugriff auf CRM, Produktdaten, Termine. Der Unterschied: Er versteht, was Kunden sagen, kann sinnvoll zurückfragen, übergibt sauber ans Team. Einmalige Einführung statt Abo.
Was Sie jetzt tun können
Ein paar ehrliche Leitplanken für Betriebe, die gerade mit Make.com, Zapier oder einem Voicebot-Abo fahren:
- Einfache Automationen dürfen bleiben. Wenn ein Make-Flow stabil läuft und einen klaren Zweck erfüllt — alles gut. Nicht vorschnell abbauen.
- Schatten-IT identifizieren. Jemand sollte einmal im Jahr eine Inventur aller Flows machen. Was läuft? Was wird genutzt? Was ist tot?
- Ab einer gewissen Komplexität wechseln. Wenn Sie mehr als 10 Flows haben, die ineinandergreifen, oder wenn Wartung wöchentlich Zeit frisst — ist der Break-Even für echte KI-Infrastruktur erreicht.
- Abos als Alarm-Signal nehmen. 500+ Euro/Monat für "KI-Dienste", ohne dass ein System im Haus bleibt — ist verbrannte Liquidität.
Was wir in der Praxis sehen
Drei typische Wege, auf denen Betriebe den Umstieg gemacht haben:
- Komplett-Wechsel: Das Make-Setup wird durch einen Agenten ersetzt. Lohnt sich ab ~10 komplexen Flows oder wiederkehrenden Wartungs-Problemen.
- Hybrid: Make bleibt für einfache Automationen, ein KI-Agent übernimmt die mehrstufigen Prozesse. Das ist der häufigste Weg in der Praxis.
- Pilot mit Übergang: Ein Bereich (z.B. Vertrieb) bekommt einen Agenten, Make läuft erstmal weiter. Nach 3 Monaten wird entschieden, ob weiter migriert wird.
Welcher Weg richtig ist, hängt an Ihrer Situation. In unserem 20-Minuten-Audit schauen wir genau das an und sagen Ihnen ehrlich, ob Sie überhaupt wechseln sollten — oder ob Ihr Setup einfach bleiben kann.
Häufige Fragen
Nicht vorschnell. Stabile lineare Flows dürfen bleiben. Kritisch wird es bei wachsender Komplexität, vielen Fehlerfällen und steigenden Wartungskosten.
Stand: April 2026 — Workflow-Tools entwickeln sich weiter, die strukturellen Grenzen bleiben bestehen.