n8n unterstützt Gemini 4 Argon in MCP, Assistant und Agents

Workflows per MCP aus anderen KI-Tools bauen

Der erste Weg führt über das Model Context Protocol (MCP). n8n beschreibt es als offenen Standard, der von der Agentic AI Foundation (AAIF) betreut wird. Es erlaubt KI-Tools, sich mit externen Anwendungen und Datenquellen zu verbinden. n8n hat einen integrierten MCP-Server, der mit jedem MCP-Client funktioniert. Nutzer können Workflows deshalb direkt aus dem KI-Tool heraus bauen, das sie ohnehin verwenden.

Voraussetzung ist laut n8n der Zugang zu Gemini 4 Argon in einem Entwicklertool sowie eine Idee, was gebaut werden soll. Die Einrichtung dauert wenige Minuten: In der n8n-Instanz wird MCP auf Instanzebene aktiviert, anschließend wird die Server-URL in ein beliebiges MCP-kompatibles Tool eingetragen, etwa eine Chat-App, einen Coding-Agenten oder eine IDE. Viele Tools unterstützen die Einrichtung mit einem Klick und die Anmeldung per OAuth oder API-Schlüssel.

n8n nennt ein Beispiel: Ein Entwickler arbeitet an einem Anmeldeformular und bittet seinen Agenten, einen Workflow zu bauen, der neue Anmeldungen per Webhook entgegennimmt, in ein CRM einträgt und eine Willkommensnachricht in Slack verschickt. Laut n8n erscheint der Workflow eine Minute später fertig gebaut und getestet im Workspace. Der Agent veröffentlicht ihn nicht von selbst, sondern fragt zuvor nach, sodass ein Mensch eingebunden bleibt.

Der n8n Assistant: eigener Schlüssel oder Cloud-Credits

Der n8n Assistant ist ein chatbasierter Agent, der Workflows anhand von natürlicher Sprache baut, bearbeitet, testet und debuggt. Mit Bring Your Own Key (BYOK) läuft er auf einem KI-Anbieterkonto, das der Nutzer bereits besitzt, statt auf einem vorgegebenen Modell.

Wie das funktioniert, hängt davon ab, wo die n8n-Instanz läuft:

• Selbst gehostet: Der Nutzer stellt den Schlüssel bereit und entscheidet, wohin Daten und Modellaufrufe gehen. Der Schlüssel wird einmal in den Instanzeinstellungen hinterlegt, danach läuft der Assistant mit diesem Modell. Der Assistant hat noch keine native Gemini-Option, daher erfolgt der Zugriff auf Gemini über OpenRouter oder Googles OpenAI-kompatiblen Endpunkt (Basis-URL: https://generativelanguage.googleapis.com/v1beta/openai/).
• n8n Cloud: Es ist nichts einzurichten. Der Assistant läuft mit n8n-Assistant-Credits, und die von ihm gebauten Workflows können Gemini 4 Argon über Gateway-Credits nutzen.

Agents übernehmen die Ermessensentscheidungen

n8n definiert einen Agenten als Modell, das ein Ziel und einen Werkzeugkasten erhält und die nötigen Schritte selbst herausfindet. In n8n richten Nutzer einen Agenten ein, wählen ein Modell wie Gemini 4 Argon für das Reasoning und binden die Tools an, die er verwenden darf. Das kann jeder Node, jede API oder jeder Sub-Workflow sein. Zusätzlich lässt sich ein Gedächtnis ergänzen, damit der Agent den Kontext behält. Der Agent entscheidet dann, welches Tool er als Nächstes aufruft, wiederholt Schritte und hört auf, wenn die Aufgabe erledigt ist.

Laut n8n steht Gemini 4 Argon von Beginn an als Modell für Agents und im eigenständigen Google-Gemini-Node bereit. In der n8n Cloud lässt es sich zudem über Gateway-Credits nutzen, sodass weder ein separates Anbieterkonto noch zusätzliche Abrechnung nötig ist.

Das Unternehmen argumentiert, starre, schrittweise Workflows stießen an ihre Grenzen, sobald die Eingaben unübersichtlich werden. Ein Agent fange die Ermessensentscheidungen ab, der umgebende Workflow bleibe berechenbar, und Nutzer legten weiterhin fest, auf welche Tools der Agent höchstens zugreifen kann. Als Beispiel nennt n8n eine eingehende Support-E-Mail: Der Agent liest sie, holt den Kundendatensatz aus dem CRM, gleicht Hilfedokumente ab und entwirft dann eine Antwort, setzt die Ticketpriorität oder weist in Slack einen Menschen darauf hin.

Was das für n8n-Nutzer bedeutet

Für n8n-Nutzer zeigt der Beitrag drei Zugänge zum neuen Modell, je nach Arbeitsweise. Wer lieber aus einer IDE oder einem Chat-Tool heraus baut, kann MCP nutzen. Selbst gehostete Teams, die die Kontrolle über ihre Daten behalten wollen, können dem Assistant ihren eigenen Schlüssel mitgeben, Cloud-Nutzer greifen auf Credits zurück. Wer möchte, dass die Automatisierung mit mehrdeutigen Eingaben umgeht, kann das Modell in einen Agent einbauen. Der Beitrag verweist außerdem auf die von Google veröffentlichten Benchmarks zu Gemini 4 Argon, die Zahlen selbst enthält der Text jedoch nicht.