Blog

Dictation on your Mac without sending audio to the cloud: how built-in macOS Dictation, cloud tools, and a dedicated on-device app compare on privacy, speed, and daily use.

A technical teardown of the FAQ-assistant workflow: embeddings, vector search over a Postgres knowledge base, and a grounded answer, the retrieval-augmented generation pattern in n8n.

A technical teardown of the invoice-reader workflow: a vision model, a form trigger, and one code node that turns a scanned invoice into structured JSON.

A technical teardown of the lead-response workflow: a two-stage LLM pipeline that classifies an inbound lead, then drafts a personalized reply in the right language.

How Listmonk, a self-hosted open-source newsletter tool, compares to Mailchimp on list ownership, per-contact pricing, deliverability, and control, from someone who runs it.

A technical teardown of the meeting-minutes workflow: Whisper transcription, Claude tool-use for structured extraction of decisions and action items, and an emailed markdown summary.

A builder's take: mid-sized German firms have the one thing that makes AI worth owning, proprietary domain knowledge. Here's why I'd self-host it, not rent it.

What actually runs the automation on my own infrastructure: one n8n container, a rate-limit sidecar in front of the public webhooks, workflows in Git, and the six node types every workflow is built from.

A practical guide to creating intelligent support automation without writing code

Renting a model API is fine. Renting the agent (the harness that decides, remembers, and acts) is where you give up control. Why I run open, self-hostable agent harnesses like Pi and OpenClaw.

How Pi and OpenClaw relate: Pi is the minimal, reshapeable agent harness; OpenClaw is the self-hosted personal-assistant gateway built on it, and when to reach for each.

How Postiz, a self-hosted open-source social media scheduler, compares to Buffer and Hootsuite on per-channel pricing, data ownership, and control, from someone who runs it.

The practical setup: an agent harness on my own machine for research and drafting, pointed at cloud or local models, with the keys and transcripts staying with me.

The analytics, newsletter, automation, backend, and local-AI tools I self-host on my own EU infrastructure, and the rented SaaS each one replaces.

How self-hosted Supabase compares to Firebase on data ownership, Postgres vs proprietary NoSQL, pricing, and lock-in, from someone who runs Supabase on their own infrastructure.

A technical teardown of the spreadsheet-cleaning workflow: an LLM given raw CSV and plain-language rules, constrained to return valid JSON, with code nodes guarding the input and output.

How TobiBoard, an open-source on-device Android keyboard, compares to Gboard on privacy, data collection, AI features, and control.

How Umami, a self-hosted privacy-first analytics tool, compares to Google Analytics on data ownership, GDPR, cookies, and sampling, from someone who runs it in production.

Three seams where a workflow canvas runs out: sustained throughput, branching business logic, and long-running work that has to resume. What n8n's execution model gives you at each one, and what you have to write yourself.

How I use Claude to speed up code-review workflows and catch issues faster

Reading messy documents used to mean a template per format. A vision or language model removes that work, but it adds cost, latency, and output you have to validate. Where each approach belongs.

How learning to code became one of the highest-leverage decisions of my life, and how to go about it.

Diktieren auf dem Mac, ohne Audio in die Cloud zu senden: wie sich die eingebaute macOS-Diktierfunktion, Cloud-Tools und eine dedizierte On-Device-App bei Datenschutz, Tempo und Alltag schlagen.

Ein technischer Teardown des FAQ-Assistenten: Suche über eine Postgres-Wissensbasis und eine belegte Antwort, das RAG-Muster in n8n.

Ein technischer Teardown des Rechnungsleser-Workflows: ein Vision-Modell, ein Formular-Trigger und ein Code-Node, der aus einer gescannten Rechnung strukturiertes JSON macht.

Ein technischer Teardown des Lead-Response-Workflows: eine zweistufige LLM-Pipeline, die einen eingehenden Lead klassifiziert und dann eine personalisierte Antwort in der richtigen Sprache entwirft.

Wie sich Listmonk, ein selbst gehostetes Open-Source-Newsletter-Tool, gegen Mailchimp schlägt: bei Listenbesitz, Preis pro Kontakt, Zustellbarkeit und Kontrolle. Von jemandem, der es betreibt.

Ein technischer Teardown des Meeting-Protokoll-Workflows: Whisper-Transkription, erzwungenes Schema für die Extraktion von Entscheidungen und Aufgaben, und ein Protokoll per E-Mail.

Die Sicht eines Entwicklers: Mittelständische Firmen haben das Eine, was KI besitzenswert macht, eigenes Domänenwissen. Warum ich es selbst hosten würde, statt es zu mieten.

Was die Automatisierung auf meiner eigenen Infrastruktur wirklich betreibt: ein n8n-Container, ein Rate-Limit-Sidecar vor den öffentlichen Webhooks, Workflows in Git und die sechs Node-Typen, aus denen jeder Workflow besteht.

Ein praktischer Leitfaden zur Erstellung intelligenter Support-Automatisierung ohne Code

Eine Modell-API zu mieten ist in Ordnung. Den Agenten zu mieten (die Schleife, die entscheidet, sich erinnert und handelt) ist der Punkt, an dem Sie Kontrolle abgeben. Warum ich offene, selbst hostbare Agenten-Harnesses wie Pi und OpenClaw betreibe.

Wie Pi und OpenClaw zusammenhängen: Pi ist der minimale, umformbare Agenten-Harness; OpenClaw ist das selbst gehostete Assistenz-Gateway, das darauf aufbaut, und wann man zu welchem greift.

Wie sich Postiz, ein selbst gehosteter Open-Source-Social-Media-Planer, gegen Buffer und Hootsuite schlägt: bei Preis pro Kanal, Datenhoheit und Kontrolle. Von jemandem, der es betreibt.

Der praktische Aufbau: ein Agenten-Harness auf der eigenen Maschine für Recherche und Entwürfe, auf Cloud- oder lokale Modelle gerichtet, während Schlüssel und Transkripte bei mir bleiben.

Die Analyse-, Newsletter-, Automatisierungs-, Backend- und lokalen KI-Tools, die ich auf eigener EU-Infrastruktur selbst hoste, und welche gemietete SaaS sie ersetzen.

Wie sich selbst gehostetes Supabase gegen Firebase schlägt: bei Datenhoheit, Postgres statt proprietärem NoSQL, Preis und Lock-in. Von jemandem, der Supabase auf eigener Infrastruktur betreibt.

Ein technischer Teardown des Tabellen-Bereinigungs-Workflows: ein LLM bekommt rohes CSV und Regeln in Alltagssprache, an valides JSON gebunden, mit Code-Nodes, die Ein- und Ausgabe absichern.

Wie sich TobiBoard, eine quelloffene On-Device-Android-Tastatur, bei Datenschutz, Datensammlung, KI-Funktionen und Kontrolle gegen Gboard schlägt.

Wie sich Umami, eine selbst gehostete, datenschutzfreundliche Analyse, gegen Google Analytics schlägt: bei Datenhoheit, DSGVO, Cookies und Sampling. Von jemandem, der es produktiv betreibt.

Drei Nähte, an denen eine Workflow-Oberfläche endet: anhaltender Durchsatz, verzweigende Geschäftslogik und lang laufende Arbeit, die fortsetzen muss. Was n8ns Ausführungsmodell an jeder Stelle hergibt, und was Sie selbst schreiben müssen.

Wie ich Claude nutze, um Code-Review-Workflows zu beschleunigen und Probleme schneller zu finden

Unordentliche Dokumente zu lesen hieß früher: ein Template pro Format. Ein Vision- oder Sprachmodell nimmt diese Arbeit weg, kostet aber Geld, Latenz und eine Ausgabe, die Sie prüfen müssen. Wo welcher Ansatz hingehört.