Anleitung für n8n

Webseiten in n8n für KI abrufen, ohne HTML-Ballast

Viele n8n-Abläufe holen eine Webseite mit dem HTTP-Request-Knoten und geben das Ergebnis direkt an ein Sprachmodell. Das funktioniert, ist aber teuer und unzuverlässig: Das Modell liest vor allem Menüs, Skripte und Cookie-Hinweise. Hier zeigen wir zwei Wege, wie Sie in n8n nur den Inhalt einer Seite bekommen, als KI-gerechtes Markdown oder als fertige Chunks für eine Vektordatenbank. Beide Vorlagen können Sie herunterladen und importieren.

Kurz gesagt

  • Rohes HTML ist für ein Sprachmodell fast nur Ballast. In unserer Messung an 20 Seiten brauchte das KI-Markdown im Median 98 % weniger Tokens als rohes HTML und 63 % weniger als die ganze Seite als Text.
  • Weg 1: Der offizielle Firecrawl-Baustein funktioniert mit Ragfeed, Sie ändern nur die Zugangsdaten. Gut, wenn Sie schon Firecrawl-Abläufe haben.
  • Weg 2: Der HTTP-Request-Knoten mit dem Format chunks liefert fertige Datensätze für Qdrant, Pinecone, Supabase oder pgvector. Er braucht nur Bordmittel und läuft deshalb in jeder n8n-Installation, auch in n8n Cloud.
  • Eine Seite kostet 1 Credit, Chunks und KI-Markdown kosten nichts extra. 1.000 Credits im Monat sind kostenlos.

Warum nicht einfach HTTP Request?

Der HTTP-Request-Knoten liefert, was der Server schickt: das komplette HTML mit Navigation, Skripten, Werbung und Fußzeile. Bei vielen Seiten fehlt sogar der eigentliche Text, weil er erst per JavaScript nachgeladen wird. Wandeln Sie das HTML selbst in Text um, bleiben Menüs und Fußzeilen trotzdem drin.

Ragfeed rendert die Seite in einem Browser, erkennt den Hauptinhalt und liefert ihn bereinigt. Zum Vergleich: Die Seite „Big Data“ bei Wikipedia hat als rohes HTML 94.483 Tokens, als KI-Markdown 15.713. Die Ersparnis schwankt je nach Seite stark; Seiten mit wenig Ballast sparen wenig. Methode und alle Seiten: KI-gerechte Daten.

Weg 1: Der Firecrawl-Baustein mit Ragfeed

Ragfeed versteht die Firecrawl-API (Version 1 und 2). Der offizielle Firecrawl-Baustein für n8n (@mendable/n8n-nodes-firecrawl) funktioniert deshalb unverändert, nur mit anderen Zugangsdaten.

  1. Baustein installieren: bei selbst betriebenem n8n unter Settings → Community Nodes, Paket @mendable/n8n-nodes-firecrawl.
  2. Zugangsdaten Firecrawl API anlegen: Base URL https://api.ragfeed.de/v2, API Key Ihr Ragfeed-Schlüssel (beginnt mit sk-). Der Verbindungstest des Bausteins läuft gegen Ragfeed durch.
  3. Für das KI-Markdown die Option Use Custom Body einschalten, weil der Baustein das Format nicht in seiner Liste hat:
{"url": "{{ $json.url }}", "formats": ["llmMarkdown"], "onlyMainContent": true}

Das Ergebnis steht in data.llmMarkdown: der Hauptinhalt mit einem kurzen Kopf aus Titel, Adresse, Sprache und Abrufzeit. Geben Sie es direkt an einen KI-Knoten weiter (OpenAI, Anthropic, Mistral …).

Sie haben schon Firecrawl-Abläufe? Dann tauschen Sie nur die Zugangsdaten. Die Abläufe selbst bleiben, wie sie sind; Ihre Daten werden dann in Deutschland verarbeitet. Was Ragfeed nicht unterstützt: die Firecrawl-Formate branding, audio und video sowie dauerhafte Browser-Sitzungen. Details: Vergleich mit Firecrawl.

Weg 2: Fertige Chunks für die Vektordatenbank

Für einen Chatbot oder eine Wissensdatenbank braucht die Seite nicht nur sauberen Text, sondern Stücke in der richtigen Größe. Das Format chunks liefert sie fertig.

  1. Zugangsdaten Header Auth anlegen: Name Authorization, Wert Bearer, ein Leerzeichen und Ihr Schlüssel. So steht der Schlüssel nie im Knoten selbst.
  2. HTTP Request: Methode POST, Adresse https://api.ragfeed.de/v2/scrape, Body (JSON):
{"url": "{{ $json.url }}", "formats": [{"type": "chunks", "maxTokens": 500}]}
  1. Split Out auf das Feld data.chunks: Daraus wird ein n8n-Eintrag pro Chunk.
  2. Danach Ihren Embedding-Knoten und Ihre Vektordatenbank anschließen. Nehmen Sie id als ID des Eintrags und embedText als Text zum Einbetten.

Was jeder Chunk mitbringt:

  • id: eine feste UUID aus Adresse und Position. Rufen Sie dieselbe Seite wieder ab, bekommt der Chunk an derselben Stelle dieselbe ID. Ihre Datenbank überschreibt also, statt Dubletten anzulegen.
  • heading: der Überschriftenpfad, etwa „Funktionsweise › Abruf“.
  • text, embedText, tokens und metadata mit Adresse, Titel, Sprache, Abrufzeit und hash. Der Hash ändert sich nur, wenn sich der Inhalt ändert.

Die Seite wird entlang ihrer Überschriften geteilt, nicht nach fester Länge. In unserer Messung fand die Suche damit öfter die richtige Stelle: Welche Chunk-Größe für RAG? Wie Ihre eigene Seite in Chunks aussieht, zeigt die Chunk-Werkstatt, kostenlos und ohne Anmeldung. Mit der Wikipedia-Seite „Retrieval-Augmented Generation“ ergab das am 14.10.2026 14 Chunks bei maxTokens: 500.

Seiten aktuell halten

Ändert sich eine Seite, wollen Sie nicht alles neu einbetten. Vergleichen Sie den hash jedes Chunks mit dem gespeicherten und betten Sie nur geänderte neu ein. Wie das mit IDs und Hashes zusammenspielt: Vektordatenbank aktuell halten.

Ab Plan Fluss prüft die Überwachung Beta Seiten nach Zeitplan und meldet per Webhook, welche Chunks neu, geändert oder gelöscht sind. In n8n tragen Sie dafür die Adresse eines Webhook-Knotens ein; jede Meldung startet dann Ihren Ablauf (Meldungen per Webhook).

Was das kostet

Jede abgerufene Seite kostet 1 Credit, egal ob Markdown, KI-Markdown oder Chunks. Fehlgeschlagene Seiten kosten nichts. KI-Formate (strukturierte Daten nach Ihrem JSON-Schema, Zusammenfassung, Antwort auf eine Frage) kosten 5 Credits zusätzlich. Der kostenlose Plan hat 1.000 Credits im Monat, ohne Kreditkarte. Preise

Grenzen, offen gesagt

Große Plattformen und Marktplätze sperren Rechenzentren oft. Diese Sperren umgehen wir bewusst nicht, ebenso wenig Logins, Bezahlschranken oder CAPTCHAs. Bei Dokus, Fachartikeln, Firmen- und Behördenseiten liegt die Erfolgsquote über 90 %. Beim Crawlen ganzer Websites hält Ragfeed robots.txt ein.

Die Vorlagen

Beide Abläufe gibt es zum Importieren (Workflow → ⋯ → Import from File), auf Deutsch und auf Englisch:

  • Chunks für die Vektordatenbank, nur mit Bordmitteln
  • KI-Markdown mit dem Firecrawl-Baustein

Vorlagen auf GitHub (öffentliches Beispiel-Repository, MIT-Lizenz)

Probieren Sie es mit Ihrer eigenen Seite.

1.000 Credits im Monat kostenlos, ohne Kreditkarte.

Kostenlos starten