🤖 Self-Hosted n8n + MCP mit Docker | Smarte KI-Agenten in Minuten!

Wer ernsthaft mit KI-Automatisierung arbeitet, stößt früher oder später auf das Problem, dass KI-Agenten oft nicht zuverlässig mit externen Tools kommunizieren. Besonders bei selbstgehosteten Lösungen fehlt es häufig an Struktur, Wiederverwendbarkeit und Flexibilität. Genau an dieser Stelle setzt MCP – das Model Context Protocol – an. In Kombination mit n8n und Docker lässt sich damit in kürzester Zeit ein skalierbarer, KI-gesteuerter Agent aufbauen, der externe Tools intelligent ansteuert.

In diesem Artikel zeigen wir, wie man n8n lokal mit Docker aufsetzt, MCP integriert und einen funktionsfähigen KI-Agenten erstellt, der z. B. mit Brave Search zusammenarbeitet – vollständig lokal, ohne komplexe Programmierung und unabhängig von Cloudlösungen.

‍

Was ist Docker – und warum ist es die ideale Grundlage?

Docker ist eine Open-Source-Plattform, mit der sich Anwendungen in sogenannten Containern ausführen lassen. Diese Container sind abgeschlossene, portable Laufzeitumgebungen, die auf jeder Maschine gleich funktionieren – unabhängig vom Betriebssystem oder von Abhängigkeiten anderer Programme.

Im Kontext von n8n und MCP bietet Docker folgende Vorteile:

• Anwendungen laufen reproduzierbar – auf jedem System identisch
• Installationen sind isoliert und sauber voneinander getrennt
• Komplexe Setups lassen sich als einmalige Konfiguration abspeichern
• Änderungen sind rückverfolgbar und leicht rückgängig zu machen

Weitere Informationen und Download unter: www.docker.com

‍

Schritt-für-Schritt: n8n lokal mit Docker installieren

Das Setup aus dem Video lässt sich wie folgt zusammenfassen:

1. Docker Desktop installieren
   Die aktuelle Version ist über die offizielle Docker-Website verfügbar.
2. Node.js installieren
   Notwendig, um MCP-spezifische Befehle lokal ausführen zu können.
3. n8n Docker-Container starten
   • Das Image n8nio/n8n in Docker Desktop suchen und laden
   • Container erstellen, z. B. mit dem Namen n8n-container
   • Port 5678 freigeben
   • Volume festlegen (z. B. C:\Users\Du\n8n-data für Windows)
4. Umgebungsvariable setzen
   Damit Community Nodes wie MCP funktionieren, ist folgende Variable erforderlich:
   N8N_COMMUNITY_PACKAGES_ALLOW_USAGE=true
5. n8n starten und öffnen
   Über den Browser unter http://localhost:5678 zugänglich

‍

MCP in n8n integrieren – Agenten durchdacht erweitern

MCP (Model Context Protocol) wurde von Anthropic entwickelt und standardisiert die Kommunikation zwischen KI-Modellen und externen Tools. In n8n kann MCP ganz einfach über die Community Node „n8n-nodes-mcp“ eingebunden werden.

So funktioniert die Integration:

• In den n8n-Einstellungen „Community Nodes“ öffnen
• n8n-nodes-mcp suchen und installieren
• Sicherheitshinweis (unverifizierter Code) akzeptieren

Nach der Installation stehen neue Nodes zur Verfügung, mit denen sich Tools automatisch erkennen, auflisten und verwenden lassen – exakt so, wie es ein KI-Agent benötigt.

‍

Intelligenten Workflow mit OpenAI & Brave Search bauen

Ein vollständiger KI-Workflow in n8n mit MCP kann wie folgt aufgebaut werden:

• Trigger
  Der Workflow startet z. B. mit einem Signal wie „On Agent Start“.
• KI-Agent
  Eingebunden über die Node „Advanced AI“
  • Modell: OpenAI Chat (z. B. GPT-4 Turbo)
  • Zugang via API Key
• Gedächtnis aktivieren
  Mit dem Modul „Simple Memory“ kann sich der Agent Kontexte merken.
• MCP-Nodes nutzen
  • „List Tools“ ruft alle verfügbaren Tools ab
  • „Execute Tool“ führt ein vom Agenten ausgewähltes Tool aus
• System-Prompt definieren
  Beispiel für den Prompt:
  „Du bist ein KI-Automatisierungsagent. Liste alle verfügbaren Tools auf, wähle das passendste und führe es aus.“
• Tool einbinden (z. B. Brave Search)
  Brave Search API Key einfügen und Parameter dynamisch anpassen
  Beispiel-Input: „Finde die 10 besten Cafés in Berlin“

Der Agent übernimmt danach den gesamten Ablauf: Auswahl des Tools, Ausführung und Ausgabe der Ergebnisse. Und das vollständig dynamisch – ohne manuelles Routing oder fest verdrahtete Pfade.

‍

Vorteile von MCP gegenüber klassischen KI-Agenten

Im Gegensatz zu fest verdrahteten Tool-Integrationen bringt MCP mehrere Vorteile:

• Tool-Aufrufe folgen einem standardisierten Schema.
• Ergebnisse sind zuverlässig und reproduzierbar.
• Tool-Beschreibungen sind modular und wiederverwendbar.
• Neue Tools können ohne Codeänderung eingebunden werden.

Der KI-Agent muss die Logik des Tools nicht „erraten“, sondern erhält über den MCP-Server eine strukturierte Beschreibung aller verfügbaren Tools, inklusive Eingabeparametern und Ausgabeformaten.

‍

Das komplette Setup im Video

Im Video-Tutorial wird der gesamte Ablauf noch einmal visuell erklärt – vom Setup über den Containerstart bis zum funktionsfähigen Agenten mit Toolauswahl.

Titel: Self-Hosted n8n + MCP mit Docker – Smarte KI-Agenten in Minuten
Direkt anschauen: YouTube-Link zum Video

‍

Fazit

Mit n8n, Docker und dem Model Context Protocol lassen sich in kurzer Zeit leistungsstarke, selbstgehostete KI-Agenten aufbauen, die zuverlässig mit externen Tools arbeiten. MCP bringt Struktur, Standardisierung und Flexibilität in eine Welt, die oft von improvisierten Tool-Integrationen geprägt ist.

Ob für Entwickler, Automatisierungsprofis oder KI-Enthusiasten – dieses Setup ist nicht nur produktionsreif, sondern auch ideal für individuelle Erweiterungen. Wer einen ersten Schritt in Richtung intelligenter, modularer KI-Systeme gehen will, hat mit MCP und n8n eine stabile und zukunftssichere Basis.

‍