Einführung in AI-Workflows mit n8n – Unterschiede zwischen klassischen Workflows und AI-Workflows – typische Einsatzszenarien für KI in Geschäftsprozessen – Überblick über LLMs, Agenten und AI-Komponenten in n8n LLM-basierte Workflows erstellen – Einsatz von Sprachmodellen für Klassifikation, Extraktion und Zusammenfassung – strukturierte Eingaben und Ausgaben – Aufbau einfacher KI-gestützter Prozessschritte Agenten, Chains, Tools und Memory-Grundlagen – Funktionsweise agentischer Workflows – Tool-Nutzung in n8n – einfache Memory-Konzepte und Zustandsbezug – Abgrenzung zwischen einfachem LLM-Schritt und Agentenlogik Dokumenten- und Wissens-Workflows – Verarbeitung und Strukturierung von Dokumenten – KI-gestützte Wissensabfragen und Assistenzszenarien – Grundlagen typischer Dokumenten- und Rechercheprozesse Human-in-the-loop, Freigaben und Fallbacks – kontrollierte AI-Workflows gestalten – Freigabeschritte vor kritischen Aktionen – Eskalations- und Fallback-Logik – sichere Einbindung menschlicher Prüfungen Sinnvolle und ungeeignete Use Cases – geeignete AI-Szenarien im Unternehmenskontext – Grenzen agentischer Prozesse – typische Fehlanwendungen und Risiken – Kriterien zur Bewertung von Machbarkeit und Nutzen AI-Governance und Kontrollpunkte – Nachvollziehbarkeit und Transparenz in AI-Workflows – Qualitätskontrollen und Tests – Umgang mit Fehlern, Unsicherheit und Halluzinationen – organisatorische und fachliche Kontrollmechanismen