No-Code / Low-Code

Solche Plattformen sind schnell eingerichtet und günstig: Neue Formulareinsendung → Zeile in Tabelle → Benachrichtigung ins Team — solche Ketten stehen in Minuten. Für Standardtools (Cloud-Speicher, Formulare, Newsletter, Kalender) existieren fertige Bausteine, die zuverlässig funktionieren.

Grenzen zeigen sich, sobald ein Prozess Sonderfälle, freien Text oder komplexe Entscheidungslogik enthält: No-Code-Werkzeuge reichen Daten weiter, verstehen sie aber nicht. Eine E-Mail mit unklarer Anfrage, ein Dokument im unerwarteten Format oder eine Ermessensentscheidung sprengen den Baukasten — genau dort setzen KI-Agenten an.

In der Praxis schließen sich beide Ansätze nicht aus: No-Code-Strecken erledigen die einfachen Datenweitergaben, individuell entwickelte KI-Agenten die entscheidungs- und verständnisintensiven Prozesse — teils sogar innerhalb desselben Workflows, wenn etwa eine Make-Strecke einen KI-Schritt aufruft. Relevant ist außerdem die Wartungsfrage: Viele über Jahre gewachsene No-Code-Strecken werden unübersichtlich; spätestens dann lohnt der Umbau auf eine sauber dokumentierte Lösung.

Die gängigen Plattformen unterscheiden sich weniger im Funktionsprinzip als im Betriebsmodell — und das ist für deutsche Unternehmen oft der entscheidende Punkt. Cloud-Dienste wie Zapier oder Make verarbeiten die durchlaufenden Daten auf ihren Servern; sobald Kunden- oder Auftragsdaten durch die Strecken fließen, braucht es einen Auftragsverarbeitungsvertrag und einen Blick auf den Serverstandort. Werkzeuge wie n8n lassen sich dagegen auf eigener Infrastruktur betreiben — die Daten verlassen das Haus nicht, dafür trägt man Betrieb und Updates selbst.

Für die Entscheidung hilft eine einfache Matrix: Wie sensibel sind die durchlaufenden Daten? Wie viele Strecken werden es voraussichtlich? Wer pflegt sie langfristig? Wenige unkritische Strecken sind in der Cloud gut aufgehoben; wer viele Prozesse mit Kundendaten automatisiert, fährt mit einer selbst betriebenen oder professionell gemanagten Lösung meist besser — auch kostenseitig, denn Cloud-Tarife wachsen mit jeder Ausführung mit, während eigene Infrastruktur bei hohem Volumen konstant bleibt.

No-Code-Strecken entstehen oft schnell — und wachsen dann ohne Plan. Die häufigsten Probleme nach einem Jahr: Niemand weiß mehr genau, was eine bestimmte Strecke macht oder warum eine Bedingung so gesetzt wurde. Dokumentation fehlt, weil die Strecke "ja nur fünf Minuten gedauert hat". Wenn dann ein Mitarbeiterwechsel erfolgt oder ein Tool seinen Aufbau ändert, fällt die Strecke aus — und das Debugging beginnt von vorne.

Zweites häufiges Muster: fehlende Fehlerbehandlung. Viele No-Code-Strecken gehen davon aus, dass alle Eingaben sauber und vollständig sind. Kommt ein Formular mit fehlendem Pflichtfeld, ein CSV mit unerwarteter Spalte oder eine E-Mail in unbekanntem Format, bricht die Strecke still ab — oft ohne Benachrichtigung. Drittens wächst die Anzahl gleichzeitig laufender Strecken schleichend über das, was der Tarif günstig abdeckt. Eine jährliche Bestandsaufnahme der aktiven Strecken — was läuft, was ist tot, was verursacht Kosten — zahlt sich aus.

No-Code ist der richtige Einstieg für viele einfache Automatisierungen — aber es gibt klare Signale dafür, dass ein Prozess der Plattform entwachsen ist. Ein erstes Anzeichen ist die Verzweigungstiefe: Wenn eine Strecke immer mehr Wenn-dann-Verzweigungen und Ausnahmen enthält, um Sonderfälle abzudecken, wird sie unübersichtlich und fehleranfällig. Was als einfache Kette begann, ist dann faktisch ein Programm geworden — nur in einer Form, die schwerer zu prüfen und zu warten ist als sauber entwickelter Code.

Ein zweites Signal ist der Bedarf an echtem Verständnis: Sobald eine Strecke Freitexte deuten, Dokumente auswerten oder Entscheidungen mit Kontext treffen müsste, stößt reines No-Code an seine Grenze — es reicht Daten weiter, versteht sie aber nicht. Ein drittes Signal ist die Betriebskritikalität: Läuft ein zentraler Geschäftsprozess über eine No-Code-Strecke, die niemand mehr vollständig versteht und die bei Störungen still ausfällt, ist das Risiko den Sparvorteil nicht mehr wert.

Der Umstieg muss dabei kein Bruch sein. Oft bleibt die bewährte No-Code-Strecke für die einfache Datenweitergabe bestehen, während der verständnis- oder entscheidungsintensive Teil an einen KI-Agenten oder eine individuelle Lösung übergeben wird. Die Entscheidung richtet sich nach der Komplexität und Kritikalität des Prozesses — nicht nach einer Grundsatzhaltung für oder gegen ein Werkzeug.