Make Automation: Prozesse automatisieren ohne Code – der Praxis-Guide für Unternehmen

Make (ehemals Integromat) ist eine No-Code-Automatisierungsplattform, mit der Unternehmen Anwendungen ohne Programmierung miteinander verknüpfen und Datenflüsse zwischen Systemen automatisieren. Zwischen dem Marketing-Versprechen “keine Zeile Code” und dem tatsächlichen Aufbau eines funktionierenden Szenarios liegt für viele Einsteiger allerdings eine spürbare Lernkurve. Wenn Sie verstehen wollen, wie Make in der Praxis funktioniert, was es kostet und wo es gegenüber Zapier und n8n an Grenzen stößt, finden Sie hier die konkrete Antwort statt einer weiteren Feature-Liste. Wir zeigen Ihnen das anhand eines echten Automatisierungs-Szenarios Schritt für Schritt.

Was ist Make? Einordnung als iPaaS-Plattform

Make ist eine No-Code-Automatisierungsplattform zur Verknüpfung von Webanwendungen, Datenbanken und internen Tools über eine visuelle Oberfläche. Technisch gehört Make zur Kategorie der iPaaS-Plattform (Integration Platform as a Service) — also Cloud-Software, die Schnittstellen zwischen Systemen bereitstellt, statt dass Entwicklerteams jede Anbindung einzeln programmieren. Das Tool hieß bis 2022 Integromat und richtet sich seither unter neuem Namen gezielt an Unternehmen ohne eigene Entwicklerressourcen, die trotzdem Prozessautomatisierung auf professionellem Niveau betreiben wollen — von der 5-Personen-Agentur bis zum Mittelständler mit mehreren hundert Mitarbeitenden. Mehr zur offiziellen Definition liefert die Make-Dokumentation.

Wie funktioniert Make automation? Module, Szenarien und Trigger erklärt

Ein Modul ist der kleinste Baustein einer Automatisierung in Make, vergleichbar mit einem einzelnen Funktionsblock. Es gibt Auslöser-Module (die ein Szenario starten, etwa “neue Zeile in Google Sheets”) und Aktions-Module (die etwas ausführen, etwa “sende E-Mail über Gmail” oder “erstelle Datensatz in HubSpot”). Ein Szenario ist der gesamte Ablauf aus mehreren verknüpften Modulen, vom ersten Trigger bis zur letzten Aktion, dargestellt als Kette von Kreisen auf der visuellen Arbeitsfläche.

Bei den Triggern unterscheidet Make zwei Typen: Polling-Trigger prüfen in festgelegten Intervallen (z. B. Alle 15 Minuten), ob neue Daten vorliegen, während Instant- beziehungsweise Webhook-Trigger sofort reagieren, sobald ein Ereignis im Quellsystem eintritt. Für zeitkritische Prozesse wie Lead-Benachrichtigungen ist der Webhook-Trigger fast immer die bessere Wahl, weil er ohne Verzögerung auslöst. Der Datenfluss läuft dabei linear durch die Kette: Modul 1 liefert ein Ergebnis (etwa den Namen und die E-Mail-Adresse aus einem Formular), das Modul 2 als Eingabe übernimmt und mit weiteren Feldern anreichert, bevor Modul 3 daraus etwa einen CRM-Eintrag erzeugt. Wer die Logik hinter solchen Ketten grundsätzlich verstehen will, findet in unserem Beitrag zur Workflow Automation eine vertiefende Einordnung.

Kernfunktionen von Make im Überblick

Die Stärke von Make liegt in der Kombination aus visueller Einfachheit und technischer Tiefe. Die wichtigsten Funktionen im Überblick:

• Visueller Szenario-Builder: Module werden per Drag-and-Drop auf einer Arbeitsfläche verbunden, der komplette Ablauf bleibt jederzeit sichtbar.
• Filter und Router: Bedingte Logik steuert, welcher Pfad ein Datensatz nimmt, etwa nur Leads mit gültiger E-Mail-Adresse ins CRM übernehmen.
• Datenmapping: Felder aus einem Modul werden gezielt bestimmten Feldern im nächsten Modul zugeordnet, inklusive Formeln und Textfunktionen.
• Über 2.000 Anwendungen: Vorgefertigte Integrationen zu gängigen Tools wie Google Workspace, HubSpot, Slack, Airtable oder Stripe ermöglichen Datenaustausch ohne eigene API-Anbindung.
• Fehlerbehandlung und Ausführungsprotokolle: Jeder Lauf eines Szenarios wird protokolliert, Fehler lassen sich pro Modul einsehen und mit Error-Handlern automatisch abfangen.

Diese Kombination unterscheidet Make von einfacheren Automatisierungstools: Die Logik bleibt visuell nachvollziehbar, erlaubt aber gleichzeitig komplexe Verzweigungen, die reine Trigger-Aktion-Tools nicht abbilden können.

Praxisbeispiel: Ein Automatisierungs-Szenario Schritt für Schritt aufbauen

Ein Szenario, das wir bei automated-ki-agentur regelmäßig für Kunden aus dem B2B-Vertrieb aufsetzen, verbindet drei Systeme: ein Kontaktformular auf der Website, ein CRM und einen automatischen E-Mail-Versand. Das Ziel: Sobald sich ein Lead einträgt, landet er sauber im CRM, und der Vertrieb bekommt sofort Bescheid, ganz ohne manuelles Kopieren zwischen Tools.

So bauen wir dieses Szenario in Make konkret auf:

1. Trigger-Modul einrichten: Als Auslöser wählen wir das Webhook-Modul und verbinden es mit dem Formular-Tool (z. B. Typeform oder ein natives WordPress-Formular). Jede neue Einreichung löst das Szenario sofort aus.
2. CRM-Modul verknüpfen: Im zweiten Modul mappen wir die Formularfelder (Name, E-Mail, Unternehmen, Anliegen) auf die passenden Felder im CRM-Modul, etwa HubSpot “Create Contact”.
3. Filter für Datenqualität setzen: Zwischen Trigger und CRM-Modul legen wir einen Filter, der Einträge ohne gültiges E-Mail-Format oder mit leerem Namensfeld aussortiert, bevor sie ins CRM gelangen.
4. E-Mail-Modul konfigurieren: Ein drittes Modul verschickt automatisch eine interne Slack- oder E-Mail-Benachrichtigung an das Vertriebsteam, inklusive der wichtigsten Lead-Daten aus Schritt 1.
5. Testlauf ausführen: Über den “Run once”-Button lässt sich das Szenario mit einem echten Testdatensatz durchspielen. Make zeigt pro Modul an, welche Daten ein- und ausgegeben wurden, Fehler wie ein falsch gemapptes Feld werden sofort sichtbar und lassen sich direkt im Editor korrigieren.

Für den Operations-Verbrauch heißt das konkret: Jeder Durchlauf dieses vierteiligen Szenarios verbraucht in Make vier Operations (eine pro Modul-Ausführung). Bei angenommenen 300 Formular-Einreichungen im Monat sind das 1.200 Operations, ein Bruchteil dessen, was selbst der kleinste kostenpflichtige Plan von Make bereitstellt. In einem Kundenprojekt aus dem Bereich B2B-SaaS haben wir mit exakt dieser Toolkette die manuelle Lead-Erfassung komplett abgelöst und pro Woche rund 4 Stunden Vertriebszeit eingespart, die vorher für das Umkopieren von Formulardaten ins CRM draufging.

Anwendungsbereiche in Unternehmen (E-Mail, Vertrieb, Datenintegration)

Unternehmen setzen Make in der Praxis vor allem in drei Bereichen ein, die sich je nach Branche unterschiedlich stark ausprägen. Im Bereich E-Mail- und Kommunikationsautomatisierung übernimmt Make wiederkehrende Benachrichtigungen: automatische Follow-up-Mails nach Terminbuchungen, interne Alerts bei neuen Support-Tickets oder Erinnerungen an unbezahlte Rechnungen. Diese Prozesse laufen ohne Zutun von Mitarbeitern und entlasten vor allem kleine Teams, die sonst manuell nachfassen müssten.

Im Vertrieb ist Lead-Routing der häufigste Anwendungsfall: Neue Leads werden automatisch nach Region, Unternehmensgröße oder Produktinteresse an die passende Vertriebsperson verteilt, während die CRM-Synchronisation dafür sorgt, dass Kontaktdaten aus Marketing-Tools, Website und E-Mail-Postfach an einer zentralen Stelle zusammenlaufen. Auch Angebotsprozesse lassen sich anbinden, etwa das automatische Erstellen eines PDF-Angebots aus CRM-Daten, sobald ein Deal eine bestimmte Phase erreicht. Bei der Datenintegration zwischen Tools verhindert Make manuelle Übertragungen zwischen Systemen, die sonst nicht nativ miteinander sprechen, etwa zwischen einem Warenwirtschaftssystem und einem Online-Shop im E-Commerce, oder zwischen Buchhaltungssoftware und Projektmanagement-Tools bei Dienstleistern. Der zentrale Mehrwert in allen drei Bereichen bleibt gleich: Mitarbeiter verlieren keine Zeit mehr mit repetitiven Prozessen und können sich auf Aufgaben konzentrieren, die tatsächlich Entscheidungen erfordern. Wo Automatisierung an ihre Grenzen stößt, etwa bei der inhaltlichen Bewertung von Anfragen, ergänzt KI Unterstützung den Prozess sinnvoll.

Make im Vergleich: Zapier vs. N8n vs. Make

Für die Wahl der richtigen Integration-Plattform lohnt sich ein direkter Vergleich, denn Zapier, n8n und Make lösen Prozessautomatisierung mit unterschiedlichen Kompromissen zwischen Einfachheit, Kontrolle und Kosten.

In der Praxis ist die Lernkurve der entscheidende Faktor: Make erfordert mehr Einarbeitung als Zapier, weil Datenmapping und Router-Logik anfangs Übung brauchen, verlangt aber deutlich weniger Programmier-Kenntnisse als n8n, wo komplexere Szenarien oft JavaScript-Code-Nodes benötigen. Für Unternehmen, die schnelle Trigger-Aktion-Ketten ohne viel Konfiguration wollen, bleibt Zapier die schnellste Lösung. Wer volle Datenkontrolle und Self-Hosting braucht, etwa aus Datenschutzgründen, ist bei n8n besser aufgehoben, dazu haben wir mehrere Vergleichsartikel im Blog. Für alle dazwischen liegenden Fälle, komplexe Prozesse ohne eigenes Entwicklerteam, ist Make in den meisten unserer Projekte der pragmatischste Mittelweg.

Preise, Pläne und was Make wirklich kostet

Make staffelt seine Preise nach Operations-Verbrauch pro Monat, nicht nach Anzahl der Szenarien oder verbundenen Apps. Das macht die Kostenstruktur transparenter als bei vielen Wettbewerbern, erfordert aber ein Verständnis dafür, wie viele Operations die eigenen Prozesse tatsächlich brauchen.

Am Praxisszenario aus Section 4 lässt sich das konkret durchrechnen: Bei 300 Lead-Einreichungen im Monat und vier Modulen pro Durchlauf entstehen 1.200 Operations, das passt locker in den Free-Plan. Skaliert das Unternehmen auf 5.000 Einreichungen im Monat, wie wir es bei einem Kunden aus dem Immobiliensektor gesehen haben, steigt der Verbrauch auf 20.000 Operations, was bereits den Pro-Plan erfordert. Die typische Kostenfalle liegt nicht im Grundpreis, sondern in parallel laufenden Szenarien: Wer zehn verschiedene Prozesse gleichzeitig automatisiert, addiert die Operations aller Szenarien auf ein gemeinsames Kontingent, ein Punkt, den viele Unternehmen bei der Planung übersehen. Für eine realistische Kosteneinschätzung vor dem Rollout lohnt sich eine Beratung über AI Consulting, bevor der erste Plan gebucht wird.

Häufige Fehler, Grenzen und FAQ

Die häufigsten Einstiegsfehler bei Make entstehen nicht durch die Plattform selbst, sondern durch fehlendes Verständnis der zugrunde liegenden Logik. Viele Einsteiger mappen Datenfelder falsch, etwa Textfelder auf Zahlenfelder, was Szenarien mitten im Lauf abbrechen lässt. Ein zweiter typischer Fehler: Szenarien werden ohne Fehlerbehandlung live geschaltet, sodass ein einzelner fehlerhafter Datensatz den kompletten Prozess für alle folgenden Durchläufe blockiert, statt ihn sauber zu überspringen und zu protokollieren.

Auch die Grenzen von Make gehören zu einer ehrlichen Einordnung dazu. Bei wirklich komplexer Logik, etwa verschachtelten Bedingungen mit mehrstufigen Berechnungen, kommt man um den integrierten JavaScript-Code-Baustein nicht herum, Programmier-Kenntnisse sind dann doch gefragt, auch wenn Make sie im Normalbetrieb nicht voraussetzt. Bei sehr hoher Last können außerdem Rate Limits einzelner angebundener Apps (nicht von Make selbst) Szenarien verlangsamen. Und in Nutzerbewertungen, etwa auf OMR Reviews, wird die Lernkurve wiederholt als steiler beschrieben als bei Zapier, ein Punkt, den wir aus eigener Erfahrung bestätigen können: Der erste komplexe Router mit mehreren Filterpfaden braucht bei den meisten Teams zwei bis drei Anläufe, bis er sauber läuft.

Braucht man Programmierkenntnisse für Make?

Für die meisten Standard-Szenarien nein. Trigger, Aktionen, Filter und einfaches Datenmapping lassen sich vollständig über die visuelle Oberfläche konfigurieren. Erst bei komplexer bedingter Logik, eigenen Berechnungen oder API-Sonderfällen wird der optionale JavaScript-Code-Baustein relevant.

Wie viele Operations verbraucht ein typisches Szenario?

Jede Modul-Ausführung zählt als eine Operation. Ein Szenario mit vier Modulen verbraucht bei jedem Durchlauf vier Operations, bei 300 Durchläufen im Monat also 1.200 Operations, wie im Praxisbeispiel aus Section 4 gezeigt. Faustregel: Anzahl der Module multipliziert mit der erwarteten monatlichen Ausführungshäufigkeit.

Ist Make DSGVO-konform für europäische Unternehmen?

Make bietet eine EU-Datenresidenz-Option an, bei der Daten auf Servern innerhalb der EU verarbeitet werden, und stellt einen Auftragsverarbeitungsvertrag (AVV) bereit. Für Unternehmen mit strengen Compliance-Anforderungen in bestimmten Branchen, etwa im Gesundheits- oder Finanzsektor, lohnt sich vor dem Rollout trotzdem eine individuelle Prüfung der eingesetzten Drittanbieter-Module, da einzelne Integrationen außerhalb der EU hosten können. Bei Unsicherheit hilft ein Gespräch über unseren Kontakt weiter, um Prozesse DSGVO-sicher aufzusetzen.

Make ist die richtige Wahl für Unternehmen mit mehrstufigen Prozessen, die mehr Kontrolle als Zapier brauchen, aber kein eigenes Entwicklerteam für n8n aufbauen wollen. Wer nur einfache Trigger-Aktion-Ketten automatisieren will, ist mit Zapier schneller am Ziel; wer volle Datenhoheit und Self-Hosting braucht, sollte n8n prüfen. Für alles dazwischen, komplexe Vertriebs- und Datenprozesse mit überschaubarem Budget, liefert Make aktuell das beste Verhältnis aus Funktionsumfang und Einstiegsaufwand.