Von der Notiz zur fertigen Zusammenfassung: Wie du Kundengespräche mit n8n automatisch aufbereitest
Von Jochen Schwab · Veröffentlicht am 2026-04-19 · 8 Min. Lesezeit
TL;DR: Ein n8n-Workflow transkribiert Kundengespräche via Fireflies, lässt Mistral AI einen strukturierten Report schreiben und verschickt das fertige PDF automatisch. Das clevere Detail: eine Wissensdatenbank im Google Doc, die die Beraterin selbst pflegt – ohne Technik, ohne Entwickler.
Stell dir vor: Du bist selbstständige Beraterin. Drei Calls am Tag. Und nach jedem Gespräch wartet die gleiche Aufgabe.
Das kennen viele. Das muss nicht mehr so sein.
Beim n8n Community Meetup in Berlin hat Manuel Dingemann genau dieses Szenario als Ausgangspunkt genommen und gezeigt, wie ein Workflow das Problem löst. Der Use Case: ein reales System, das er für Corinna Bremer von der Social Entrepreneurship Allianz Hamburg gebaut hat. Einfach, nachvollziehbar, sofort umsetzbar.
Was du in diesem Artikel lernst
- Warum die Call-Nachbereitung so viel Zeit kostet
- Wie ein vollautomatischer Report-Workflow aussieht
- Welche Tools dabei zusammenspielen
- Was den Workflow besonders clever macht
Das Problem: Die Arbeit fängt nach dem Call erst an
Drei Calls am Tag. Jeder davon 45 Minuten.
Danach: Notizen strukturieren, Kernpunkte herausarbeiten, eine verständliche Zusammenfassung schreiben, das Dokument formatieren, rausschicken. Pro Call leicht eine Stunde. Bei drei Calls sind das schnell mehr als zwei Stunden Nacharbeit am Ende des Tages.
Das ist Zeit, die nicht in neue Gespräche, in Angebote oder in die eigentliche Arbeit fließt. Für Beraterinnen und Berater, Agenturen oder alle, die regelmäßig Kundengespräche führen, ist das eine echte Zeitfalle.
Das Gespräch selbst bringt Wert. Alles danach ist Overhead.
Der Workflow: Vom Gespräch zum Report in Minuten
Beim n8n Community Meetup im Impact Hub Berlin hat Manuel Dingemann von Captain AI genau dafür einen Praxis-Workflow vorgestellt. Als Use Case: Corinna Bremer von der Social Entrepreneurship Allianz Hamburg – eine Beraterin mit mehreren Calls pro Tag. Kein theoretisches Konzept, sondern ein System, das er für sie gebaut hat und das live im Einsatz ist.
1. Fireflies transkribiert das Gespräch
Fireflies.ai nimmt automatisch an Calls teil und erstellt ein Transkript. Alternativ kann Corinna das Transkript auch manuell über ein einfaches Formular einspeisen. In beiden Fällen landet der vollständige Gesprächstext direkt in der Automatisierung – kein manuelles Mitschreiben, kein Nachhören.
2. n8n orchestriert den gesamten Prozess
n8n ist das Herzstück. Es extrahiert automatisch die E-Mail-Adresse des Kunden und das Gesprächsdatum aus dem Transkript, prüft ob die Person bereits im CRM vorhanden ist und steuert von dort alle weiteren Schritte. Kein manueller Eingriff nötig.
3. Mistral AI schreibt den Report
Das Transkript geht an Mistral AI. Die KI erstellt daraus einen strukturierten Beratungsbericht nach einem festen Format: Geschäftsmodell, Finanzierung, nächste Schritte, Action Items. Mistral braucht dafür drei Sekunden pro Seite. Gleichzeitig generiert der Workflow automatisch einen Titel für den Report, der später als Label im CRM verwendet wird.
4. Die Wissensdatenbank: das clevere Herzstück
Parallel dazu passiert etwas, das den Workflow besonders macht.
Corinna pflegt eine Wissensdatenbank in einem einfachen Google Doc. Darin stehen Netzwerke, Förderprogramme und relevante Ansprechpartner aus ihrem Beratungsfeld. Dieses Dokument wird bei jedem Call automatisch geladen und Mistral gleicht die Empfehlungen aus dem Gespräch gegen diese Datenbank ab.
Das Ergebnis: Der Report enthält nicht nur eine Zusammenfassung des Gesprächs, sondern auch konkrete, passende Empfehlungen aus Corinnas bestehendem Netzwerk.
Corinna braucht keinen Zugang zum Workflow, um ihre Wissensbasis aktuell zu halten. Sie öffnet einfach ihr Google Doc, ergänzt einen neuen Kontakt oder ein neues Förderprogramm – und beim nächsten Call steht es automatisch zur Verfügung. Keine Technik, kein Entwickler, kein Extra-Tool.
5. Gamma erstellt das fertige PDF
Das fertige Protokoll plus die passenden Empfehlungen aus der Wissensdatenbank werden zusammengeführt und an Gamma übergeben. Gamma generiert daraus automatisch ein professionell gestaltetes PDF-Dokument. Kein Copy-Paste, kein manuelles Layout. Der Kunde bekommt etwas, das sofort vorzeigbar ist.
6. Neue Kontakte gehen direkt an Corinna
Was passiert mit Empfehlungen, die Corinna im Gespräch erwähnt hat, aber noch nicht in ihrer Wissensdatenbank stehen? Die werden separat erfasst und per Mail an Corinna geschickt. Sie kann sie prüfen und bei Bedarf ins Google Doc übernehmen. So wächst die Wissensdatenbank mit jedem Gespräch automatisch mit.
7. Der Report geht raus
Nach der Freigabe verschickt n8n das PDF automatisch an den Kunden. Oder manuell, je nachdem wie der Kunde es bevorzugt. Der Workflow passt sich an, nicht umgekehrt.
Was das in der Praxis bedeutet
Zurück zur Beraterin mit drei Calls am Tag.
Ohne Automatisierung: Mehr als zwei Stunden Nacharbeit. Für drei Gespräche, die eigentlich abgeschlossen sind.
Mit diesem Workflow: Unter 30 Minuten. Für alle drei zusammen. Der Großteil davon ist der kurze Blick über das fertige PDF, bevor es rausgeht.
Das ist keine kleine Verbesserung. Das ist ein anderer Arbeitstag.
Und es geht nicht nur um Zeit. Wer nach jedem Gespräch innerhalb weniger Minuten einen strukturierten, professionellen Report verschickt, hinterlässt einen anderen Eindruck als jemand, bei dem das Protokoll drei Tage später kommt, wenn überhaupt.
Warum das für KMU im DACH-Raum besonders relevant ist
Beratung, Agenturarbeit, Dienstleistung. Überall dort, wo Gespräche zum Kerngeschäft gehören, steckt in der Nachbereitung gebundene Zeit, die sich kaum skalieren lässt.
Was an diesem Workflow besonders durchdacht ist: Die Wissensdatenbank als Google Doc löst ein Problem, das viele Automatisierungen scheitern lässt – nämlich dass das System aktuell bleiben muss, ohne dass jemand dafür in den Workflow eingreifen kann. Hier kann die Beraterin selbst Herrin ihrer Daten bleiben, ohne technisches Wissen zu brauchen.
Ein Punkt noch zum Datenschutz: Wer hier DSGVO-konform arbeiten will, sollte prüfen, welche Daten an welche Dienste übergeben werden. Für sensible Gespräche lohnt es sich, Mistral über die EU-API einzubinden oder auf eine selbst gehostete Alternative zu setzen.
Weiterlesen: Welche KI-API in deine Automatisierung gehört — und warum das die meisten falsch machen
Fazit
Manuel Dingemanns Workflow für Corinna Bremer ist ein gutes Beispiel dafür, wie Automatisierung aussehen sollte: ein klares Problem, eine klare Lösung, sofort nachvollziehbar. Und ein Detail, das den Unterschied macht: die Wissensdatenbank im Google Doc, die das System lernfähig macht, ohne die Nutzerin zu überfordern.
Wer regelmäßig Calls hat und danach zu viel Zeit mit der Nachbereitung verbringt, hat hier einen fertigen Ansatz, den man direkt aufgreifen kann.
Danke an Manuel für den offenen Einblick, und an Benjamin Nguyen für die Organisation des Meetups im Impact Hub Berlin.
Weiterlesen: n8n Automatisierung für KMU: Warum Open Source der richtige Einstieg ist
Wenn du wissen willst, wie so ein Workflow für dein Business aussehen könnte, buche dir ein kostenloses Erstgespräch. Wir schauen gemeinsam, welcher Ansatz für dich sinnvoll ist. Kostenloses Erstgespräch buchen