n8n-Agenten direkt in Microsoft 365: was das für den Mittelstand bedeutet

Die meisten meiner Kunden im Mittelstand arbeiten täglich in Microsoft Teams und Outlook. Automatisierungen, die parallel dazu in einer separaten Oberfläche laufen — sei es ein n8n-Dashboard oder ein internes Ticketsystem — werden früher oder später ignoriert. Die Adoption scheitert nicht an der Technologie, sondern daran, dass die Leute ihren gewohnten Kontext nicht verlassen wollen. Genau das adressiert die Integration zwischen n8n und Microsoft 365 Agents: Ein n8n-Agent erscheint nicht mehr als externes Tool, sondern als @mention-fähiges Teammitglied direkt dort, wo die Arbeit passiert.

Was Microsoft 365 Agents technisch ermöglicht

Microsoft 365 Agents ist die Plattform hinter Copilot-Erweiterungen in der gesamten M365-Suite — Teams, Outlook, Word, PowerPoint. Mit der allgemeinen Verfügbarkeit im Frühjahr 2026 können externe Systeme als Agents registriert werden, die sich für Nutzer nicht von einem internen Copilot-Skill unterscheiden. n8n hat diese Brücke gebaut: Wer einen n8n-Workflow als Agent veröffentlicht, erhält einen Eintrag im M365-Agenten-Verzeichnis des Tenants. Danach ist @Rechnungsassistent in einem Teams-Chat genauso abrufbar wie @Max.Mustermann.

Der technische Kern ist ein Webhook-Handshake zwischen dem n8n-Workflow und der Microsoft Bot Framework Activity API. Der n8n-Agent empfängt strukturierte Activity-Objekte, verarbeitet sie mit beliebiger Logik — HTTP-Calls, Datenbankabfragen, Dokument-KI — und antwortet im selben Format zurück. Für den Nutzer sieht das aus wie jede andere Chat-Interaktion.

Einrichtung: was man konkret braucht

Die Einrichtung erfordert drei Dinge: eine registrierte Azure App (App-Registrierung im Entra-Portal, kostenfrei), einen n8n-Workflow mit dem Microsoft-Teams-Trigger, und die Freigabe des Agents im M365 Admin Center durch einen Tenant-Administrator.

Ein minimaler Workflow, der eine eingehende Teams-Nachricht bestätigt und eine strukturierte Antwort zurückschickt, sieht so aus:

{
  "nodes": [
    {
      "name": "Microsoft Teams Trigger",
      "type": "n8n-nodes-base.microsoftTeamsTrigger",
      "parameters": {
        "event": "messageReceived"
      }
    },
    {
      "name": "Antwort aufbereiten",
      "type": "n8n-nodes-base.set",
      "parameters": {
        "values": {
          "string": [
            {
              "name": "replyText",
              "value": "={{ 'Ihre Anfrage wurde empfangen: ' + $json.text }}"
            }
          ]
        }
      }
    },
    {
      "name": "Antwort senden",
      "type": "n8n-nodes-base.microsoftTeams",
      "parameters": {
        "operation": "sendMessage",
        "conversationId": "={{ $('Microsoft Teams Trigger').item.json.conversationId }}",
        "message": "={{ $json.replyText }}"
      }
    }
  ]
}

Das ist der Rohling. In der Praxis hängt man dahinter einen AI-Agent-Node, der auf ein GPT-4o- oder Claude-3.5-Modell zeigt, oder einen HTTP-Node, der in ein bestehendes ERP-System greift. Die Komplexität im Workflow skaliert unabhängig davon, was der Nutzer in Teams sieht.

Die Azure App Registration für Bot-Framework-Deployments ist kostenlos; Microsoft stellt lediglich über die Bot Service-Ressource Infrastruktur bereit, deren Free Tier für die meisten Mittelstandsszenarien ausreicht (10.000 Nachrichten pro Kanal/Monat im F0-Tarif). Wer darüber hinaus geht, zahlt ab dem S1-Tarif rund 0,50 USD pro 1.000 Nachrichten — bei einem internen Team von 50 Personen kein relevanter Kostenfaktor.

Der Unterschied zu bisherigen Bot-Lösungen

Bevor Microsoft 365 Agents allgemein verfügbar war, gab es schon Power Virtual Agents, jetzt Copilot Studio, und diverse Drittanbieter-Bots im Teams App Store. Der entscheidende Unterschied ist die Tiefe der Integration: Ein klassischer Teams-Bot ist eine App, die man explizit installieren muss und die in einer eigenen Seitenleiste oder einem separaten Tab lebt. Ein M365 Agent ist im Kontext des normalen Chat-Stroms präsent — man @mentioniert ihn genau wie einen Kollegen, und er erscheint in der Vorschlagsliste.

Das klingt nach einem kosmetischen Unterschied, ist es aber nicht. Bei einem meiner Kunden — einem Maschinenbauer mit rund 80 Mitarbeitern — hatte ein ähnlicher Bot auf Basis von Power Automate nach drei Monaten eine Aktivierungsrate von unter fünf Prozent, weil die Leute schlicht vergaßen, ihn zu öffnen. Der gleiche Prozess als @mention in der Kanalkommunikation, in der die Arbeit ohnehin stattfand, kam ohne Schulung aus. Der Kontext entscheidet.

Copilot Studio ist die Microsoft-eigene Alternative, und sie ist gut. Aber sie kostet: der Copilot Studio-Tarif startet bei 200 USD pro Monat für 25.000 Nachrichten (Stand: 2026), und jede tiefere API-Anbindung verlangt entweder Power Automate Premium oder Custom Connectors mit eigener Lizenzierung. n8n selbst ist auf einer Hetzner-VM für 10-15 EUR im Monat betrieben — die Gesamtrechnung sieht damit fundamental anders aus.

Sinnvolle Anwendungsfälle, unsinnige Anwendungsfälle

Das Format — Freitext ins Chat-Fenster tippen, strukturierte Antwort oder Aktion erhalten — passt gut auf bestimmte Prozesse und schlecht auf andere. Gut passt es auf:

Interne Auskunftsprozesse, bei denen die Antwort aus strukturierten Daten stammt: Lagerbestand, Projektstatus, offene Rechnungen. Der Agent holt die Daten per HTTP aus dem ERP, formatiert sie und gibt sie als Nachricht zurück. Keine UI, kein Login, kein Tab-Wechsel.

Auslösende Aktionen mit Bestätigungspflicht: Ein Einkäufer schreibt @Bestellagent Artikel 4711, 200 Stück in den Teams-Kanal. Der Agent prüft den Bestand, zeigt die letzte Bestellung, fragt nach Freigabe. Erst nach explizitem Ja schreibt er in die Bestelltabelle. Diesen Ablauf in einem klassischen Formular abzubilden kostet eine Woche Entwicklung; in n8n sind es zwei Stunden.

Benachrichtigungen mit Kontext: Statt einer simplen E-Mail-Weiterleitung erscheint bei einem kritischen Monitoring-Alarm der Agent im Kanal, liefert den Stack-Trace, zeigt die letzten fünf ähnlichen Incidents aus dem Ticketsystem und bietet drei mögliche Sofortmaßnahmen zur Auswahl an.

Schlecht passt das Format auf Prozesse, die visuelles Feedback brauchen — Dashboards, Genehmigungsworkflows mit Anhängen, komplexe Formulare mit Validierungslogik. Hier sind Power Apps oder eine eigene Web-Oberfläche das richtige Werkzeug. Einen n8n-Chat-Agenten als universelle Benutzerschnittstelle zu missbrauchen, ist ein klassischer Anfängerfehler: Das erste Gespräch mit dem Endnutzer klingt noch vielversprechend, aber spätestens beim dritten Edge Case ist das Freitext-Interface der Komplexität nicht mehr gewachsen.

Was das operativ bedeutet

Für Teams, die n8n bereits betreiben, ist die Integration ein logischer nächster Schritt, kein großes Projekt. Die Voraussetzungen — n8n-Instanz mit erreichbarem Webhook-Endpunkt, Azure-Tenant mit globaler Admin-Rolle für die einmalige Registrierung — sind in den meisten Mittelstandsumgebungen vorhanden oder schnell geschaffen.

Was ich in der Praxis empfehle: Mit einem einzigen, klar umrissenen Prozess anfangen. Nicht „der KI-Assistent für alles”, sondern „der Agent, der mir auf Anfrage den aktuellen Status offener Angebote aus CRM-System X zeigt”. Dieser Agent ist an einem Nachmittag fertig, liefert sofort messbaren Nutzen, und schafft das Vertrauen im Team, das für die zweite Iteration nötig ist.

Die Architektur lässt sich ohne Umbau erweitern: Ein zweiter Agent für einen anderen Prozess ist eine neue n8n-Workflow-Registrierung, nicht ein neues Infrastrukturprojekt. Genau diese Eigenschaft — inkrementell erweiterbar, ohne Vorab-Plattform-Investment — ist der Grund, warum ich n8n für Mittelständler in M365-Umgebungen mittlerweile deutlich öfter empfehle als eine Copilot-Studio-Lizenz.