Wanneer gebruik ik een AI-agent in n8n en wanneer een gewone workflow?

Een vaste workflow doet elke keer precies hetzelfde. Een AI-agent kiest zelf de stappen. Wanneer kies je wat in n8n, hoe combineer je ze en waarom de beste oplossing vaak een vaste workflow met één AI-stap is.

Gebruik een gewone workflow als het proces elke keer dezelfde stappen volgt: dat is sneller, goedkoper en voorspelbaar. Gebruik een AI-agent als de stappen afhangen van de inhoud, bijvoorbeeld een mail die van alles kan vragen, en het systeem zelf moet kiezen wat te doen. In de praktijk werkt een combinatie het best: een vaste workflow met een AI-stap op de plek waar beoordeeld moet worden, en een agent alleen waar echt gekozen moet worden.

n8n heeft een AI Agent-node waarmee je in een paar minuten een agent bouwt die tools gebruikt. Dat is verleidelijk: waarom nog stappen uittekenen als een agent het zelf uitzoekt? In deze post lees je waarom dat vaak de verkeerde keuze is, en wanneer het juist de goede is. Hoe je workflows aanbiedt aan een assistent, lees je in hoe laat ik Claude of ChatGPT mijn n8n-workflows gebruiken.

Wat is het verschil?

Een vaste workflow volgt de stappen die jij hebt getekend. Formulier binnen, klant aanmaken in het CRM, bevestigingsmail sturen, taak voor de verkoper. Elke keer hetzelfde, elke keer controleerbaar.

Een AI-agent krijgt een doel en een set tools, en kiest zelf welke tools hij in welke volgorde gebruikt. Hij leest een mail, besluit dat de klant een offerte wil, zoekt de klant op, ziet dat er al een offerte loopt en stelt een antwoord op.

Wat een agent precies is, staat in wat is een AI-agent.

Wanneer is een vaste workflow beter?

Het proces is altijd hetzelfde. Een factuur na een betaling, een export elke nacht, een herinnering drie dagen voor een afspraak.
Fouten zijn duur. Betalingen, facturen, alles met wettelijke gevolgen. Je wilt precies weten wat er gebeurt.
Het moet snel en goedkoop. Een vaste workflow kost een fractie van een cent per uitvoering. Een agent die een taalmodel meerdere keren aanroept, kost meer en duurt langer.
Je moet het kunnen uitleggen. Een vaste workflow kun je tekenen en aan iedereen laten zien.

Wanneer is een AI-agent beter?

De invoer is ongestructureerd. Mails, chatberichten, documenten, gespreksnotities. Je weet vooraf niet wat erin staat.
De stappen hangen af van de inhoud. De ene mail vraagt om een offerte, de andere om een afspraak, de derde is een klacht.
Er zijn te veel varianten om te tekenen. Twintig soorten vragen met elk drie uitzonderingen worden een workflow waar niemand meer uit komt.
Een mens kijkt mee. De agent maakt een voorstel, iemand keurt goed.

De middenweg: een vaste workflow met één AI-stap

De meeste processen bij MKB-bedrijven zijn grotendeels vast, met één plek waar beoordeeld moet worden. Daar werkt een vaste workflow met één AI-stap het best.

Een voorbeeld: binnenkomende mails. De workflow haalt de mail op en geeft hem aan een taalmodel met één vraag: is dit een offerteaanvraag, een afspraak, een klacht of iets anders? Daarna gaat de workflow vast verder: een offerteaanvraag naar het offertesjabloon, een afspraak naar de agenda, een klacht naar de eigenaar. De AI beoordeelt, de workflow handelt. Zie ook inbox en mail automatiseren.

Dat is goedkoper dan een agent, voorspelbaarder en makkelijker te controleren. En je kunt per categorie zien hoe vaak de AI goed zat.

Andere plekken waar één AI-stap in een vaste workflow goed werkt: gegevens uit een pdf-factuur of een bon halen, een gespreksverslag samenvatten voor het CRM, een lead beoordelen op een paar vaste criteria, of een conceptantwoord schrijven dat iemand nog naleest. Telkens dezelfde vorm: de AI doet één ding met tekst, de workflow doet de rest.

Wanneer kies je toch een agent?

Als de taak bestaat uit meerdere stappen waarvan de volgorde afhangt van wat er onderweg blijkt. Een klantvraag die eerst een opzoeking vraagt, daarna afhankelijk van het resultaat een tweede, en dan een antwoord. Of een onderzoeksopdracht: zoek uit wat dit bedrijf doet, wie er werkt en of het bij ons past.

Geef de agent dan kleine, veilige tools. Liefst bestaande workflows die één ding doen. Laat alles wat naar buiten gaat wachten op een akkoord. En bewaar wat hij doet. Hoe je de rechten regelt, staat in hoe koppel ik AI veilig aan mijn bedrijfssystemen via MCP.

Veelgemaakte fouten

Een agent voor een vast proces. Duurder, trager en af en toe onvoorspelbaar, voor iets wat een workflow foutloos doet.
Een agent met te veel tools. Hoe meer tools, hoe vaker hij de verkeerde kiest. Houd het onder de tien.
Geen foutafhandeling. Ook een agent kan vastlopen. Bouw een melding in als een uitvoering mislukt. Zie foutafhandeling in pipelines.
Niet meten. Lees de eerste weken de uitvoeringen terug. Zo zie je waar de agent twijfelt en waar een vaste stap beter zou zijn.

Hoe helpt dGEN je hiermee?

Wij bouwen automatiseringen en AI-agents voor MKB-bedrijven in eigen code, niet in n8n, en kiezen per proces wat past: vast waar het kan, AI waar het nodig is. Heb je al een agent die duur of onvoorspelbaar is, dan kijken we of een deel vast kan. Zie workflow-automatisering en AI-agents, of plan een gesprek.

Veelgestelde vragen

Welk taalmodel gebruik je in de AI Agent-node?

Dat hangt af van de taak. Voor een eenvoudige indeling volstaat een klein, snel model. Voor een agent die moet redeneren en meerdere tools gebruikt, kies je een groter model. Test beide op je eigen voorbeelden.

Kan een AI-stap fouten maken?

Ja. Daarom laat je bij twijfel een mens kijken, en meet je hoe vaak de AI goed zit. Bij een indeling in een paar categorieën is dat meestal snel duidelijk.

Is een agent in n8n hetzelfde als een agentic OS?

Nee. Een agent in n8n doet één taak. Een agentic OS regelt rechten, geheugen, goedkeuring en logboek voor alle agents in je bedrijf.

Verder lezen in de kennisbank

Meer uit de blog

dGEN Productions, AI-bureau in Veldhoven, regio Eindhoven (Brainport), onderdeel van dGEN Labs. De Run 1141 (1e verdieping, nr. 12), 5503 LB Veldhoven · info@dgenproductions.nl · 06-87413056 · KvK 97916137 (eenmanszaak) · btw NL005295840B15