Mit MCP + n8n zur AI‐First‐Agentur

Hi ,

klassische Agenturen skalieren über Köpfe – und genau das frisst die Marge. Reports, Daten kopieren, Excel-Listen, Ticket-Triage. Alles wichtig, nichts wertschöpfend. Bedeutet auch hohe Fixkosten, dünne Luft, zu wenig Fokus auf die Arbeit, die wirklich Impact hat.

Ich baue mir (und Kunden) gerade das Gegenmodell: eine AI‑First‑Agentur mit wenigen Menschen und vielen Agents.

Kernbaustein: Claude Desktop + Model Context Protocol (MCP) + n8n. Damit bekommen wir Kontext und Aktionen direkt dorthin, wo wir arbeiten – ohne Tabs, ohne manuelles Gefummel.

Ich zeige, was funktioniert, wo es klemmt, und wie sich die Zahlen verändern.

Das Problem

Wenn du Wachstum nur mit zusätzlichen Mitarbeitenden erreichst, sinkt die Marge.
Mehr Kunden → mehr Leute → mehr Koordination → weniger Fokus.

Dazu 3–4 Stunden repetitive Tasks pro Tag pro Person. Aufs Jahr gerechnet ist das absurd viel gebundenes Potenzial – und ein unfairer Vorteil für Teams, die Automatisierung ernst nehmen.

Die Lösung: MCP + n8n als Systemkern

MCP ist ein offener Standard (Anthropic), mit dem AI‑Clients wie Claude Desktop Tools und Daten über einheitliche Schemas nutzen.

N8N liefert die Workflows und stellt sie als „MCP Server Trigger“ bereit. Ich sage in Claude, was ich brauche – der Agent ruft die passende Aktion am n8n‑Workflow auf, holt Daten oder schreibt zurück. Ohne UI-Switching, aber mit sauberem Logging, Scopes und Auth.

In meinem Video zeige ich live: Linear abrufen, Stripe checken, Google Sheets lesen und updaten – alles direkt aus Claude Desktop. Genau diesen Flow kannst du in wenigen Schritten nachbauen.

Mein 5‑Schritte‑Framework

1) Aufgabeninventur: Ich mappe alle repetitiven Tätigkeiten (Reporting, Triage, Statuspflege, einfache CRMs). Jede Aktion bekommt ein Ziel, Input/Output und einen Owner.

2) n8n‑Workflows bauen: Für jeden Task einen klaren Ablauf (z. B. Stripe Transaktionen → Aggregation → Report). Ich halte Inputs strikt typisiert und nutze Enrichment nur, wenn es dem Ziel dient.

3) MCP Server Trigger exponieren: In n8n aktiviere ich je Workflow einen MCP‑Trigger mit minimalen Rechten. Wichtig: eindeutige Action‑Namen (readContacts, updateContactPosts, generateMonthlyReport).

4) In Claude Desktop verbinden: „Konnektoren verwalten“ → benutzerdefinierten Connector hinzufügen → Production‑URL des n8n‑Triggers eintragen → Schema wird automatisch erkannt → Tools stehen im Chat bereit.

5) Governance scharfstellen: API‑Keys rotiert, Scopes minimal, Rate‑Limits sinnvoll, Audit‑Logs an. Erst dann Teamzugang, dann Training am echten Use‑Case.

Vier echte Agency‑Use‑Cases, die sofort ROI bringen

Stripe Monatsreport: Der Agent zieht die Transaktionen des letzten Monats, aggregiert netto/brutto, Fees, Top‑Produkte, Vergleich zum Vormonat und legt den Report in Drive ab oder verschickt ihn an Finance. Guards: schreibgeschützter Modus, Currency‑Normalisierung, Alarm bei Ausreißern.

Linear Ticket‑Triage: Neue Tickets werden nach Regeln und Kontext (Labels, Priority, Team) vorsortiert, assigniert und mit Checklisten versehen. Guards: Whitelist‑Labels, Eskalation bei Unsicherheit, tägliche Stichproben.

Google Sheets CRM‑Update: Leads werden dedupliziert, normalisiert und Felder wie „Posts“ oder „Status“ automatisch gepflegt. Guards: Primary Key festlegen (E‑Mail/Name), Dry‑Run‑Modus, Backups.

Notion Content‑Calendar Sync: Termine/Tasks aus Kalender oder Trello landen als Notion‑Pages mit Status, Owner, Due Date. Guards: Staging‑DB, saubere Feld‑Mappings, sinnvolles Sync‑Intervall.

Was realistisch drin ist

Konservativ sind 4–12 Stunden Ersparnis pro Woche pro Wissensarbeiter realistisch, je nach Rollenmix und Automatisierungstiefe.

Einfache Automationen sparen sofort (Reporting, Datenpflege), komplexere Flows brauchen Setup, zahlen dann aber stetig zurück.

In Summe steigt die operative Marge, weil Fixkosten nicht im selben Tempo wie der Output wachsen.

Schau dir den vollständigen Walkthrough an

Ich zeige im Video genau diesen Stack in Aktion – inklusive Setup des n8n MCP Server Triggers, dem Hinzufügen des Connectors in Claude Desktop und zwei Live‑Updates in Google Sheets.

Happy Building
Sascha

AI Agent Meeting Power

wir verschwenden alle zu viel Zeit mit Meeting-Nacharbeit: Transkripte suchen, Zusammenfassungen schreiben, Aufgaben verteilen, Deadlines nachtragen. Heute zeige ich dir meinen Transcript-to-Agent-Workflow, der das für dich übernimmt. Super simple, mega smart – und 100% alltagstauglich.

Das Problem mit „wir kümmern uns später“

Meetings erzeugen Content – aber kein Output.

• Roh-Transkripte liegen verteilt, niemand liest sie

• „Wer macht was bis wann?“ bleibt offen

• Kontext geht verloren, weil jede Person ihr eigenes System hat

• Zusammenfassungen kosten Fokus und verschwinden im Nirvana

• Verzögerungen, doppelte Arbeit, verpasste Chancen

• Teams verlieren Momentum, Founder verlieren Nerven

Kurz: Ohne System bleibt’s beim guten Vorsatz.

Die Revolution: Transcript → Agent

Statt manuell nachzuarbeiten, orchestrierst du einen Agent, der 4 Dinge übernimmt:

Dieses fortgeschrittene Tutorial ist exklusiv für Premium-Mitglieder verfügbar. Du erhältst:

• Komplettes Video-Tutorial (25 Min)

• Fertigen Blueprint zum Kopieren

• Zugang zu allen künftigen Premium-Tutorials

Wenn du dich bereit fühlst, dann kann ich dir folgendermaßen helfen:

1) EU AI Act Workshop 

Komme der Kompetenzpflicht nach und werde fit im Bewerten des Nutzens von KI - mit “sascha30” bekommst du sogar richtig satten Rabatt.

2) KI Transformation Workshop - Ich gebe Workshops, wie man in einem Business ein KI-First-Mindset entwickelt und ein Team von KI-Experten aufbaut.

3) Lead-Gen-System für dein SaaS Produkt - ich habe ein Lead-Gen-System, das auf KI und den aktuellsten Marketing-Trends basiert und dir nachhaltig Leads generiert.