Wichtigste Erkenntnisse
- Eine Docker-Compose-Vorlage, keine eigenständige App — sie verbindet vier bestehende Open-Source-Tools, statt eigenen neuen Code zu liefern
- Bündelt n8n (Workflow-Automatisierung, über 400 Integrationen), Ollama (lokale LLM-Inferenz), Qdrant (Vektordatenbank) und PostgreSQL (Datenspeicherung)
- Lizenziert unter Apache-2.0, kostenlos, kein Konto oder API-Key nötig
- Separate Docker-Compose-Profile für reine CPU-Nutzung, Nvidia-GPU und AMD-GPU (Linux) bei der Modell-Inferenz
- Liefert einen vorinstallierten Beispiel-Workflow in n8n, der eine lokale RAG-Pipeline mit den gebündelten Diensten Ollama und Qdrant demonstriert
- Das GitHub-Repository zeigt rund 15.300 Stars und rund 3.800 Forks, Stand September 2026
- Kuratiert und gepflegt von n8n, dem Low-Code-Workflow-Automatisierungsunternehmen hinter der n8n-Plattform selbst
📍 In einem Satz
Das Self-hosted AI Starter Kit ist eine kostenlose, Apache-2.0-lizenzierte Docker-Compose-Vorlage von n8n, die n8n, Ollama, Qdrant und PostgreSQL in einem Befehl bündelt, um lokale KI-Workflows ganz ohne Cloud-Abhängigkeit aufzubauen.
💬 In einfachen Worten
Statt ein Workflow-Tool, einen lokalen Modell-Runner und eine Vektordatenbank separat zu installieren und selbst miteinander zu verdrahten, liefert dieses Kit alle vier Komponenten bereits fertig konfiguriert — man startet einen einzigen docker-compose-Befehl und erhält eine funktionierende lokale KI-Automatisierungsumgebung mit einem bereits geladenen Beispiel-RAG-Workflow.
📌Hinweis: Dieser Test ist das vertiefende Gegenstück zum Eintrag des Self-hosted AI Starter Kits im Local LLM Software Directory — dort finden Sie den Vergleich auf einen Blick mit Dutzenden anderen lokalen KI-Tools.
Was ist das Self-Hosted AI Starter Kit?
Das Self-hosted AI Starter Kit ist eine Docker-Compose-Vorlage, keine neue Software — die eigene GitHub-Beschreibung bezeichnet es als „an open, docker compose template", das dabei hilft, „schnell eine umfassende lokale KI- und Low-Code-Entwicklungsumgebung zu initialisieren". Es kombiniert vier separat gepflegte Open-Source-Projekte (n8n, Ollama, Qdrant und PostgreSQL) zu einer vorverdrahteten Konfiguration, sodass ein funktionierender lokaler KI-Stack entsteht, ohne jede Komponente manuell zu installieren und zu vernetzen.
- Kernfunktion: eine
docker-compose.ymlund begleitende Konfigurationsdateien, die n8n, Ollama, Qdrant und PostgreSQL gemeinsam starten, vorvernetzt, damit sie miteinander kommunizieren können - n8n: eine Low-Code-Workflow-Automatisierungsplattform mit über 400 Integrationen und eigenen AI-/LangChain-Nodes zum Bau von Agenten und Automatisierungen
- Ollama: führt offene Sprachmodelle lokal aus und stellt sie n8n-Workflows als Modell-Provider zur Verfügung
- Qdrant: eine quelloffene Vektordatenbank zum Speichern und Abrufen von Embeddings in RAG-artigen Workflows
- PostgreSQL: die relationale Datenbank hinter n8ns eigener Speicherung von Workflows und Zugangsdaten
- Betreuer: n8n, das Unternehmen hinter der n8n-Workflow-Automatisierungsplattform
- Kanonisches Repository: github.com/n8n-io/self-hosted-ai-starter-kit — Quelle der Installationsschritte und Versionshistorie in diesem Test
Projektgeschichte und Versions-Meilensteine des Starter Kits
n8n veröffentlichte das Self-hosted AI Starter Kit als begleitende Ressource zu seinen wachsenden AI- und LangChain-Integrations-Nodes, um Entwicklern einen schnellen, reproduzierbaren Weg zu geben, lokale KI-Workflow-Automatisierung auszuprobieren, ohne den zugrunde liegenden Stack selbst zusammenzusetzen.
- 1Erste Veröffentlichung — Kernbündel aus vier Diensten
Why it matters: Lieferte die ursprüngliche docker-compose.yml, die n8n, Ollama, Qdrant und PostgreSQL mit einem vorinstallierten Beispiel-RAG-Workflow verband. - 2GPU-Compose-Profile hinzugefügt
Why it matters: Führte separate `gpu-nvidia`- und `gpu-amd`-Compose-Profile neben dem Standardprofil `cpu` ein, sodass Ollama auf unterstützten Systemen verfügbare GPU-Beschleunigung nutzen kann, statt bei jedem Modell rein auf der CPU zu rechnen. - 3Laufend: Schritt gehalten mit n8ns eigenen AI-/LangChain-Node-Erweiterungen
Why it matters: Als n8ns Kernprodukt weitere KI-spezifische Nodes und Fähigkeiten zum Bau von Agenten erhielt, wurden der vorinstallierte Beispiel-Workflow und die Dokumentation des Starter Kits aktualisiert, um zu zeigen, was die gebündelte n8n-Version leisten kann.
Was kann man mit dem Starter Kit tun?
Der Wert des Starter Kits liegt im Zusammenspiel der gebündelten Dienste, nicht in eigener neuer Funktionalität. Hier ist, was jeder Teil laut dem offiziellen GitHub-README tatsächlich leistet.
- Lokale Workflow-Automatisierung — Automatisierungen im visuellen Editor von n8n bauen und ausführen, mit allen über 400 Integrationen sowie eigenen AI-/LangChain-Nodes zum Bau von Agenten
- Lokale LLM-Inferenz — Ollama führt offene Modelle (Llama, Qwen, Gemma und andere) lokal aus, verfügbar für n8n-Workflows als Modell-Provider ohne externen API-Key
- Lokale Vektorspeicherung für RAG — Qdrant speichert und ruft Embeddings ab, sodass n8n-Workflows Retrieval-Augmented-Generation-Pipelines komplett auf lokaler Infrastruktur bauen können
- Persistente Speicherung von Workflows und Zugangsdaten — PostgreSQL ist die Datenbank hinter n8n selbst, sodass Workflows, Zugangsdaten und Ausführungsverlauf Container-Neustarts überdauern
- GPU-Beschleunigungsprofile — separate Compose-Profile (
cpu,gpu-nvidia,gpu-amd) lassen Ollama dort, wo unterstützt, verfügbare GPU-Hardware für schnellere lokale Inferenz nutzen - Gemeinsamer Dateizugriff — ein gemounteter Ordner
/data/sharedgibt n8n-Workflows die Möglichkeit, lokale Dateien zu lesen und zu schreiben, nützlich für dokumentenbasierte RAG-Workflows - Vorinstallierter Beispiel-Workflow — das Kit wird mit einem bereits importierten, funktionierenden n8n-Workflow ausgeliefert, der ein lokales RAG-Muster mit den gebündelten Diensten Ollama und Qdrant als Startvorlage demonstriert
Anwendungsbeispiele: Drei Wege, das Starter Kit zu nutzen
Dies sind konkrete Workflows auf Basis der oben dokumentierten, gebündelten Funktionen des Starter Kits — keine hypothetischen Anwendungsfälle.
Das Self-Hosted AI Starter Kit installieren
Das Starter Kit wird per git clone und Docker Compose installiert — es gibt keine separat herunterladbare App. Die folgenden Schritte stammen aus dem offiziellen GitHub-README — bitte stets direkt dort prüfen, da sich die genauen Befehle zwischen Updates ändern können.
Schritt | Befehl / Link |
|---|---|
| 1. Repository klonen | git clone https://github.com/n8n-io/self-hosted-ai-starter-kit.git |
| 2. In das Verzeichnis wechseln | cd self-hosted-ai-starter-kit |
| 3. Umgebungsdatei kopieren | cp .env.example .env |
| 4a. Start (nur CPU) | docker compose --profile cpu up |
| 4b. Start (Nvidia-GPU) | docker compose --profile gpu-nvidia up |
| 4c. Start (AMD-GPU, Linux) | docker compose --profile gpu-amd up |
| Quellcode | github.com/n8n-io/self-hosted-ai-starter-kit |
n8n ist erreichbar unter http://localhost:5678, sobald der Stack läuft. Die Hardware-Anforderungen skalieren mit den in Ollama genutzten Modellen — ein kleines Modell läuft auf einer bescheidenen reinen CPU-Maschine, größere Modelle profitieren von den Nvidia- oder AMD-GPU-Profilen; prüfen Sie die Größe eines Modells in Ollamas Bibliothek vor dem Herunterladen. Docker und Docker Compose müssen unter macOS, Windows (via WSL2) oder Linux installiert sein — das Starter Kit selbst hat keinen betriebssystemspezifischen Build.
Preise und Lizenzierung
Das Starter Kit selbst ist kostenlos und quelloffen unter der Apache-2.0-Lizenz. Da es weitere Open-Source-Projekte bündelt, lohnt sich ein Blick auf die eigene Lizenzierung und das Kostenmodell jeder gebündelten Komponente.
Self-hosted AI Starter Kit (diese Vorlage)
- Lizenz:
- Apache-2.0, laut der LICENSE-Datei des Repositorys
- Kosten:
- Kostenlos
n8n (gebündelt)
- Lizenz:
- Sustainable Use License (Source-available, nicht OSI-zertifiziert) für Self-Hosting; Details im n8n-Test
- Kosten:
- Kostenlos für Self-Hosting gemäß n8ns Lizenzbedingungen
Ollama (gebündelt)
- Lizenz:
- MIT
- Kosten:
- Kostenlos
Qdrant (gebündelt)
- Lizenz:
- Apache-2.0
- Kosten:
- Kostenlos
PostgreSQL (gebündelt)
- Lizenz:
- PostgreSQL License (permissiv)
- Kosten:
- Kostenlos
Der Betrieb des gesamten Stacks kostet in Sachen Softwarelizenzierung nichts — real anfallende Kosten entstehen nur durch die eigene Infrastruktur (Rechenleistung, Speicher und optional eine GPU). Wer den vorinstallierten n8n-Workflow erweitert, um eine kostenpflichtige Cloud-LLM-API oder eine kostenpflichtige Drittanbieter-Integration anzubinden, zahlt die Preise dieses Anbieters — das Starter Kit selbst erhebt weder Aufschlag noch Abo-Gebühr.
Self-Hosted AI Starter Kit vs. reines n8n
Das Starter Kit ersetzt n8n nicht — es ist n8n plus ein vorverdrahteter lokaler KI-Stack drumherum. Am klarsten wird der Unterschied im Vergleich dessen, was direkt mitgeliefert wird, mit dem, was man selbst konfigurieren müsste.
Was installiert wird
- Self-Hosted AI Starter Kit:
- n8n + Ollama + Qdrant + PostgreSQL, vorvernetzt in einer docker-compose.yml
- Reines n8n (Self-Hosted):
- Nur n8n — eigene Installationsschritte im n8n-Test
Lokale LLM-Inferenz
- Self-Hosted AI Starter Kit:
- Standardmäßig enthalten über gebündeltes Ollama
- Reines n8n (Self-Hosted):
- Nicht enthalten; eigener Modell-Provider (lokal oder Cloud) wird manuell angebunden
Vektordatenbank für RAG
- Self-Hosted AI Starter Kit:
- Standardmäßig enthalten über gebündeltes Qdrant
- Reines n8n (Self-Hosted):
- Nicht enthalten; eine Vektordatenbank müsste selbst ergänzt und vernetzt werden
Beispiel-Workflow
- Self-Hosted AI Starter Kit:
- Beim ersten Start ist ein lokales RAG-Beispiel bereits geladen
- Reines n8n (Self-Hosted):
- Startet mit leerer Canvas; Vorlagen gibt es separat aus n8ns Template-Bibliothek
Am besten geeignet für
- Self-Hosted AI Starter Kit:
- Eine voll lokale KI-Workflow-Umgebung in Minuten zum Laufen bringen, ohne Dienste manuell zu verdrahten
- Reines n8n (Self-Hosted):
- Teams, die bereits eigene Modell- oder Vektorinfrastruktur betreiben und nur die Automatisierungsebene brauchen
Wer bereits Ollama oder eine Vektordatenbank anderswo in der eigenen Infrastruktur betreibt, für den kann die Installation von reinem n8n mit Anbindung an die bestehenden Dienste einfacher sein als die Übernahme der gebündelten Versionen des Starter Kits. Wer bei null startet, dem nimmt das Starter Kit die Integrationsarbeit ab.
Für wen eignet sich das Starter Kit?
Ob das Starter Kit passt, hängt davon ab, ob eine fertige lokale KI-Workflow-Umgebung gewünscht ist oder die gleichen Komponenten selbst zusammengestellt werden sollen.
Starter Kit vs. andere lokale KI-Workflow-Tools
Das Self-hosted AI Starter Kit ist im Bereich Workflow-Automatisierung und RAG-Frameworks neben mehreren anderen selbst hostbaren Optionen angesiedelt. So schneidet es im Vergleich zu verwandten Tools ab — den vollständigen Katalog liefert das Local LLM Software Directory, und den direktesten Vergleich der dedizierte Starter-Kit-vs.-reines-n8n-Vergleich oben.
- n8n — die Workflow-Automatisierungsplattform, auf der dieses Kit aufbaut; siehe den dedizierten Vergleichsabschnitt oben sowie den vollständigen n8n-Test für eigene Installations- und Lizenzdetails.
- LangChain-Chatchat — eine Self-Hosted RAG- und Wissensdatenbank-Anwendung mit eigener integrierter Oberfläche statt einer universellen Workflow-Automatisierungs-Canvas; siehe den LangChain-Chatchat-Test, falls eine dedizierte Dokument-Chat-App besser passt als ein Workflow-Builder.
- RAGFlow — eine RAG-Engine für tiefes Dokumentenverständnis, fokussiert auf das gründlichere Parsen komplexer Dokumente (Tabellen, Layouts) als ein allgemeines Workflow-Tool; siehe den RAGFlow-Test.
- Haystack — ein Python-first-RAG-Framework für Entwickler, die Pipeline-Code direkt schreiben möchten, statt einen visuellen Workflow-Builder zu nutzen; siehe den Haystack-Test.
Häufige Fehler bei der Bewertung des Starter Kits
Die meiste Verwirrung um das Self-hosted AI Starter Kit entsteht dadurch, es als eigenständige Anwendung zu behandeln, den tatsächlichen Funktionsumfang misszuverstehen oder das falsche Compose-Profil zu wählen.
Häufig gestellte Fragen
Was ist das Self-hosted AI Starter Kit?
Es ist eine quelloffene Docker-Compose-Vorlage, kuratiert von n8n, die n8n, Ollama, Qdrant und PostgreSQL in einem Befehl bündelt, um lokale KI-Workflows und RAG-Pipelines ganz ohne Cloud-Abhängigkeit aufzubauen.
Ist das Self-hosted AI Starter Kit kostenlos?
Ja. Die Vorlage selbst ist unter Apache-2.0 lizenziert und kostet nichts im Betrieb. Die gebündelten Komponenten (n8n, Ollama, Qdrant, PostgreSQL) sind jeweils für Self-Hosting unter ihrer eigenen Lizenz kostenlos — siehe die Preistabelle oben.
Was bündelt das Self-hosted AI Starter Kit tatsächlich?
Vier separat gepflegte Open-Source-Projekte: n8n (Workflow-Automatisierung, über 400 Integrationen), Ollama (lokale LLM-Inferenz), Qdrant (Vektordatenbank) und PostgreSQL (relationale Datenbank hinter n8ns eigenen Daten). Es ist eine docker-compose-Konfiguration, keine neue Software.
Benötigt das Self-hosted AI Starter Kit ein Cloud-Konto oder einen API-Key?
Nein. Jeder gebündelte Dienst läuft standardmäßig lokal, und der vorinstallierte Beispiel-RAG-Workflow nutzt ausschließlich die gebündelten Dienste Ollama und Qdrant. Cloud-Provider-API-Keys lassen sich später optional innerhalb eines n8n-Workflows ergänzen.
Wie installiere ich das Self-hosted AI Starter Kit?
Repository klonen (git clone https://github.com/n8n-io/self-hosted-ai-starter-kit.git), Umgebungsdatei kopieren (cp .env.example .env), dann docker compose --profile cpu up (oder gpu-nvidia/gpu-amd für GPU-Beschleunigung) ausführen. Die vollständige Reihenfolge zeigt die Installationstabelle oben.
Unterstützt es GPU-Beschleunigung?
Ja, über separate Docker-Compose-Profile: gpu-nvidia für Nvidia-GPUs und gpu-amd für AMD-GPUs unter Linux, neben dem Standardprofil cpu für reine CPU-Inferenz.
Ist das dasselbe wie n8n?
Nein. n8n ist eine der vier gebündelten Komponenten. Das Starter Kit ist eine vorkonfigurierte Umgebung, die n8n zusammen mit Ollama, Qdrant und PostgreSQL installiert — die genauen Unterschiede zeigt der Vergleich Self-Hosted AI Starter Kit vs. reines n8n oben.
Welche Lizenz nutzt n8n selbst innerhalb dieses Kits?
n8n ist unter seiner eigenen Sustainable Use License source-available, die nicht OSI-zertifiziert ist, für Self-Hosting-Nutzung — unabhängig von der Apache-2.0-Lizenz, unter der diese Starter-Kit-Vorlage selbst steht. Details im n8n-Test.
Wie viele Stars hat das Self-hosted AI Starter Kit auf GitHub?
Das GitHub-Repository zeigt rund 15.300 Stars und rund 3.800 Forks, Stand September 2026 — die aktuelle Zahl finden Sie im Live-Repository, da sie sich laufend ändert.
Wer pflegt das Self-hosted AI Starter Kit?
Es wird von n8n kuratiert und gepflegt, dem Unternehmen hinter der n8n-Workflow-Automatisierungsplattform, als begleitende Ressource, die lokale KI-Workflows mit n8ns AI- und LangChain-Nodes zeigt.