Skip to main content

2.10 Bedingungen, Datenmapping und Verzweigungen*

Automatisierte Workflows müssen Daten prüfen, verändern und abhängig vom Ergebnis unterschiedliche Wege ausführen.

Dafür werden verwendet:

  • Bedingungen
  • Datenmapping
  • Verzweigungen
  • Filter
  • Standardwerte
  • Schleifen
  • Zusammenführungen

Bedingungen entscheiden über den Ablauf. Datenmapping passt Informationen an das Zielsystem an.

Lernziele

Nach dieser Seite solltest du erklären können:

  • wie Bedingungen in Workflows funktionieren
  • was If- und Switch-Verzweigungen unterscheiden
  • was Datenmapping bedeutet
  • wie Felder umbenannt und neu aufgebaut werden
  • wie fehlende Werte behandelt werden
  • wie mehrere Datensätze verarbeitet werden
  • wie Fehler durch falsche Datentypen vermieden werden

Bedingung

Eine Bedingung prüft, ob eine Aussage wahr oder falsch ist.

Beispiel:

Ist der Benutzer aktiv?

active = true?
   /       \
 ja         nein
 |           |
 v           v
weiter    Workflow beenden

Eine Bedingung besitzt meistens zwei mögliche Ergebnisse:

  • wahr
  • falsch

Typische Prüfungen

Prüfung Beispiel
gleich Abteilung ist IT
ungleich Status ist nicht inaktiv
größer Anzahl ist größer als 10
kleiner Preis ist kleiner als 100
enthält Text enthält Fehler
beginnt mit E-Mail beginnt mit support
Feld vorhanden E-Mail-Adresse existiert
Feld leer Telefonnummer ist leer
Boolean active ist true
Datum Startdatum liegt in der Zukunft

If-Verzweigung

Eine If-Verzweigung eignet sich für eine Entscheidung mit zwei möglichen Wegen.

Beispiel:

E-Mail-Adresse vorhanden?
       /        \
     ja          nein
     |            |
     v            v
Benutzer suchen  Fehler melden

Weitere Beispiele:

  • Benutzer aktiv oder inaktiv
  • Pflichtfeld vorhanden oder nicht vorhanden
  • Statuscode erfolgreich oder fehlerhaft
  • Datei größer oder kleiner als Grenzwert

Eine If-Verzweigung unterscheidet normalerweise zwischen wahr und falsch.

Switch-Verzweigung

Eine Switch-Verzweigung eignet sich für mehrere mögliche Fälle.

Beispiel:

Abteilung prüfen
   /       |        \
  v        v         v
 IT    Vertrieb   Buchhaltung
  |        |          |
  v        v          v
IT-Gruppe CRM-Gruppe Finanz-Gruppe

Typische Anwendungen:

  • verschiedene Abteilungen
  • mehrere Statuswerte
  • unterschiedliche Prioritäten
  • verschiedene Dateitypen
  • unterschiedliche Fehlercodes

If und Switch im Vergleich

Merkmal If Switch
Anzahl der Wege meistens zwei mehrere
typische Prüfung wahr oder falsch mehrere mögliche Werte
Beispiel Benutzer aktiv? Welche Abteilung?
Übersichtlichkeit gut bei einfachen Prüfungen gut bei vielen Fällen

Merksatz:

If eignet sich für Ja-Nein-Entscheidungen. Switch eignet sich für mehrere feste Fälle.

Mehrere Bedingungen

Mehrere Bedingungen können miteinander verbunden werden.

UND-Bedingung

Alle Bedingungen müssen erfüllt sein.

Beispiel:

  • Abteilung ist IT
  • Benutzer ist aktiv
  • E-Mail-Adresse ist vorhanden

Darstellung:

department = IT
      UND
active = true
      UND
email vorhanden

Nur wenn alle Bedingungen erfüllt sind, wird der gewünschte Weg ausgeführt.

ODER-Bedingung

Mindestens eine Bedingung muss erfüllt sein.

Beispiel:

  • Status ist fehlerhaft
  • oder Status ist abgebrochen

Darstellung:

status = fehlerhaft
       ODER
status = abgebrochen

UND und ODER

Verknüpfung Bedeutung
UND alle Bedingungen müssen wahr sein
ODER mindestens eine Bedingung muss wahr sein

Beispiel:

Benutzer ist aktiv UND gehört zur Abteilung IT.

Beispiel:

Fehlercode ist 500 ODER 503.

Datenmapping

Datenmapping bedeutet:

Felder eines Quellsystems werden passenden Feldern eines Zielsystems zugeordnet.

Beispiel:

Quellsystem Zielsystem
firstName givenName
lastName familyName
mail primaryEmail
department organization.department

Quellsystem:

{
  "firstName": "Max",
  "lastName": "Mustermann",
  "mail": "[email protected]"
}

Zielsystem:

{
  "givenName": "Max",
  "familyName": "Mustermann",
  "primaryEmail": "[email protected]"
}

Die Werte bleiben gleich, aber die Feldnamen werden angepasst.

Felder umbenennen

Eingangsdaten:

{
  "mail": "[email protected]"
}

Ausgangsdaten:

{
  "primaryEmail": "[email protected]"
}

Der Inhalt bleibt gleich. Nur der Schlüssel wird verändert.

Felder zusammenführen

Mehrere Werte können zu einem neuen Feld kombiniert werden.

Eingangsdaten:

{
  "firstName": "Max",
  "lastName": "Mustermann"
}

Ausgangsdaten:

{
  "fullName": "Max Mustermann"
}

In n8n kann dafür beispielsweise eine Expression verwendet werden:

{{$json.firstName + " " + $json.lastName}}

Felder aufteilen

Ein bestehender Wert kann in mehrere Felder getrennt werden.

Eingangsdaten:

{
  "fullName": "Max Mustermann"
}

Mögliche Ausgangsdaten:

{
  "firstName": "Max",
  "lastName": "Mustermann"
}

Diese Aufteilung ist nur zuverlässig, wenn das Format eindeutig ist.

Bei mehrteiligen Namen können zusätzliche Regeln notwendig sein.

Standardwerte

Ein Standardwert wird verwendet, wenn kein Wert vorhanden ist.

Beispiel:

department = nicht vorhanden

Standardwert:

"Allgemein"

Mögliche Expression:

{{$json.department || "Allgemein"}}

Ergebnis:

  • vorhandene Abteilung wird übernommen
  • fehlende Abteilung wird durch Allgemein ersetzt

Standardwerte dürfen Pflichtprüfungen nicht unkontrolliert ersetzen.

Fehlendes Feld

Beispiel:

{
  "name": "Max Mustermann"
}

Das Feld department fehlt vollständig.

Ein Workflow sollte entscheiden:

  • Standardwert verwenden
  • Verarbeitung stoppen
  • Fehler melden
  • manuelle Prüfung anfordern

Leerer Wert

Beispiel:

{
  "department": ""
}

Das Feld ist vorhanden, enthält aber keinen Text.

Ein leerer Wert ist nicht automatisch dasselbe wie ein fehlendes Feld.

Null-Wert

Beispiel:

{
  "department": null
}

null bedeutet:

Für dieses Feld ist kein Wert vorhanden.

Unterschied:

Zustand Beispiel
Feld fehlt kein Schlüssel vorhanden
leerer Text ""
Null-Wert null
Zahl null 0
falsch false

Diese Werte dürfen nicht miteinander verwechselt werden.

Datentypen prüfen

Ein Zielsystem kann bestimmte Datentypen erwarten.

Beispiel:

Erwartet:

{
  "active": true
}

Falsch:

{
  "active": "true"
}

true ist ein Boolean.

"true" ist ein String.

Weitere Beispiele:

Erwartet Falsch
Zahl 15 Text "15"
Boolean false Text "false"
Array ["IT"] Text "IT"
Objekt {} Array []

Datentypen umwandeln

Ein Wert kann vor der Verarbeitung umgewandelt werden.

Beispiele:

Ausgangswert Zielwert
"15" 15
"true" true
"2026-08-03" Datumswert
15 "15"

Eine Umwandlung sollte nur erfolgen, wenn das Eingabeformat eindeutig ist.

Filter

Ein Filter lässt nur Datensätze weiter, die bestimmte Bedingungen erfüllen.

Beispiel:

Eingangsdaten:

[
  {
    "name": "Max Mustermann",
    "active": true
  },
  {
    "name": "Anna Beispiel",
    "active": false
  }
]

Filter:

Nur aktive Benutzer weiterverarbeiten.

Ergebnis:

[
  {
    "name": "Max Mustermann",
    "active": true
  }
]

Mehrere Datensätze

n8n verarbeitet häufig mehrere Datensätze als einzelne Items.

Beispiel:

[
  {
    "id": 1,
    "name": "Max Mustermann"
  },
  {
    "id": 2,
    "name": "Anna Beispiel"
  }
]

Jeder Datensatz kann einzeln verarbeitet werden.

Mögliche Aktionen:

  • für jeden Benutzer ein Konto prüfen
  • für jeden Kunden eine Aufgabe erstellen
  • für jede Datei einen Speicherprozess starten

Schleife

Eine Schleife wiederholt eine Verarbeitung für mehrere Datensätze.

Beispiel:

Benutzerliste
     |
     v
Benutzer 1 verarbeiten
     |
     v
Benutzer 2 verarbeiten
     |
     v
Benutzer 3 verarbeiten

n8n verarbeitet viele Items automatisch nacheinander oder gesammelt.

Bei großen Datenmengen können Teilmengen sinnvoll sein.

Batch-Verarbeitung

Batch bedeutet:

Mehrere Datensätze werden in begrenzten Gruppen verarbeitet.

Beispiel:

  • 1.000 Benutzer vorhanden
  • Verarbeitung in Gruppen zu je 50 Benutzern

Vorteile:

  • geringere Systemlast
  • weniger Speicherverbrauch
  • Rate Limits können besser eingehalten werden
  • Fehler lassen sich leichter eingrenzen

Zusammenführen von Daten

Daten aus mehreren Workflow-Zweigen können wieder zusammengeführt werden.

Beispiel:

Benutzerdaten
     |
     v
   Prüfen
  /      \
 v        v
CRM      Gerätedaten
  \       /
   \     /
    v   v
  zusammenführen

Mögliche Kriterien:

  • gleiche Benutzer-ID
  • gleiche E-Mail-Adresse
  • gleiche Projekt-ID
  • gleiche Vorgangsnummer

Beispiel: Abteilungsabhängige Rechte

Eingangsdaten:

{
  "name": "Max Mustermann",
  "department": "IT"
}

Verzweigung:

department prüfen
   /        |         \
  IT     Vertrieb   Sonstige
  |          |          |
  v          v          v
IT-Gruppe  CRM-Gruppe Standardgruppe

Mögliche Ausgabe:

{
  "name": "Max Mustermann",
  "groups": [
    "employees",
    "it-support"
  ]
}

Beispiel: Pflichtfeldprüfung

Ein Benutzer soll nur angelegt werden, wenn alle Pflichtfelder vorhanden sind.

Pflichtfelder:

  • Name
  • E-Mail-Adresse
  • Abteilung
  • Startdatum

Ablauf:

Daten empfangen
      |
      v
Pflichtfelder prüfen
      |
      v
vollständig?
   /       \
 ja         nein
 |           |
 v           v
weiter    Fehler melden

Fehlermeldung:

{
  "success": false,
  "error": "Pflichtfeld email fehlt"
}

Beispiel: Statuscode auswerten

Nach einem API-Aufruf:

Statuscode prüfen
   /      |       \
 2xx     4xx      5xx
  |       |        |
  v       v        v
Erfolg  Request   Retry oder
        prüfen    Fehler melden

Mögliche Behandlung:

Status Reaktion
200 Daten weiterverarbeiten
201 Erstellung bestätigen
400 Eingabedaten prüfen
401 Token prüfen
403 Berechtigung prüfen
404 Ressource oder Endpoint prüfen
429 Wartezeit und Retry
500 Fehler protokollieren
503 später erneut versuchen

Expressions in n8n

Expressions lesen oder verändern dynamische Werte.

Beispiele:

Wert auslesen:

{{$json.name}}

Text zusammensetzen:

{{$json.firstName + " " + $json.lastName}}

Standardwert:

{{$json.department || "Allgemein"}}

Boolean prüfen:

{{$json.active === true}}

Zahl umwandeln:

{{Number($json.licenseCount)}}

Code Node

Für komplexere Datenverarbeitung kann eine Code Node verwendet werden.

Beispiel:

return items.map(item => {
  return {
    json: {
      fullName: `${item.json.firstName} ${item.json.lastName}`,
      department: item.json.department || "Allgemein"
    }
  };
});

Die Code Node:

  • liest alle Items
  • erstellt fullName
  • setzt einen Standardwert für department
  • gibt neue JSON-Daten zurück

Für einfache Aufgaben sollten möglichst Standard-Nodes verwendet werden.

Validierung vor Veränderung

Vor dem Mapping sollten Daten geprüft werden.

Empfohlene Reihenfolge:

  1. Daten empfangen
  2. Pflichtfelder prüfen
  3. Datentypen prüfen
  4. Werte validieren
  5. Daten umwandeln
  6. Zielstruktur erzeugen
  7. API aufrufen
  8. Response prüfen

Erst prüfen, dann verändern und übertragen.

Unbekannte Werte

Eine Switch-Verzweigung sollte einen Standardpfad besitzen.

Beispiel:

Abteilung prüfen
   /      |       \
  IT   Vertrieb  Standard
  |       |          |
  v       v          v
IT-Gruppe CRM    manuelle Prüfung

Ohne Standardpfad könnten unbekannte Werte unbemerkt verloren gehen.

Groß- und Kleinschreibung

Systeme können Werte unterschiedlich schreiben.

Beispiele:

IT
it
It
information technology

Vor einem Vergleich kann eine Vereinheitlichung notwendig sein.

Beispiel:

{{$json.department.toLowerCase()}}

Ergebnis:

it

Danach kann zuverlässig mit it verglichen werden.

Leerzeichen entfernen

Eingabedaten können unbeabsichtigte Leerzeichen enthalten.

Beispiel:

" IT "

Bereinigung:

{{$json.department.trim()}}

Ergebnis:

"IT"

Diese Normalisierung verhindert fehlerhafte Vergleiche.

Sicherheitsaspekte

Beim Datenmapping sollten nur benötigte Felder übertragen werden.

Nicht unnötig übertragen:

  • Passwörter
  • Zugangstoken
  • private Notizen
  • vertrauliche Personaldaten
  • vollständige Kundendatensätze

Beispiel:

Quellsystem enthält:

{
  "name": "Max Mustermann",
  "email": "[email protected]",
  "salary": 50000,
  "password": "geheim"
}

Das Zielsystem benötigt nur:

{
  "name": "Max Mustermann",
  "email": "[email protected]"
}

Nur notwendige Daten sollten ein System verlassen.

Typische Fehler

  • falscher Feldpfad
  • leeres Pflichtfeld
  • String statt Zahl
  • String statt Boolean
  • fehlender Standardpfad
  • Groß- und Kleinschreibung nicht berücksichtigt
  • doppelte Datensätze
  • falsche Zuordnung von Quell- und Zielfeld
  • sensible Daten werden unnötig übertragen
  • Verzweigungen enden ohne Fehlerbehandlung

Systematische Fehlersuche

Wenn eine Verzweigung oder ein Mapping nicht funktioniert:

  1. Welche Eingangsdaten erhält die Node?
  2. Ist der Feldname korrekt geschrieben?
  3. Ist der JSON-Pfad korrekt?
  4. Ist das Feld vorhanden?
  5. Ist der Wert leer oder null?
  6. Besitzt der Wert den erwarteten Datentyp?
  7. Stimmt die Groß- und Kleinschreibung?
  8. Werden Leerzeichen berücksichtigt?
  9. Ist die Bedingung mit UND oder ODER korrekt aufgebaut?
  10. Existiert ein Standardpfad?
  11. Entspricht die Zielstruktur der API-Dokumentation?
  12. Werden mehrere Items korrekt verarbeitet?
  13. Enthält die Ausgabe nur die benötigten Daten?

Wichtige Begriffe

Begriff Bedeutung
Bedingung prüft, ob eine Aussage wahr oder falsch ist
If Verzweigung mit zwei Wegen
Switch Verzweigung mit mehreren Fällen
UND alle Bedingungen müssen erfüllt sein
ODER mindestens eine Bedingung muss erfüllt sein
Datenmapping Zuordnung von Quell- und Zielfeldern
Standardwert Ersatzwert bei fehlenden Daten
Filter lässt nur passende Datensätze weiter
Schleife wiederholt eine Verarbeitung
Batch begrenzte Gruppe von Datensätzen
Normalisierung vereinheitlicht Eingabewerte
Validierung prüft Struktur, Datentyp und Inhalt

Gesamtmerksatz

Bedingungen und Verzweigungen steuern den Ablauf eines Workflows. Datenmapping passt Feldnamen, Werte und Strukturen an das Zielsystem an. Vor der Verarbeitung müssen Pflichtfelder, Datentypen und Eingabewerte geprüft werden. Unbekannte Fälle benötigen einen sicheren Standard- oder Fehlerpfad.

Kontrollfragen

Was ist eine Bedingung?

Eine Prüfung, die ein wahres oder falsches Ergebnis liefert.

Wann wird eine If-Verzweigung verwendet?

Bei einer Entscheidung mit meistens zwei möglichen Wegen.

Wann wird eine Switch-Verzweigung verwendet?

Wenn mehrere unterschiedliche Werte oder Fälle behandelt werden müssen.

Was bedeutet Datenmapping?

Felder eines Quellsystems werden passenden Feldern eines Zielsystems zugeordnet.

Was ist der Unterschied zwischen UND und ODER?

Bei UND müssen alle Bedingungen erfüllt sein. Bei ODER genügt mindestens eine.

Was ist ein Standardwert?

Ein Ersatzwert, der verwendet wird, wenn ein benötigter Wert fehlt.

Warum müssen Datentypen geprüft werden?

Weil beispielsweise true und "true" unterschiedliche Werte darstellen.

Was ist ein Filter?

Eine Prüfung, die nur passende Datensätze weiterverarbeitet.

Warum sollte eine Switch-Verzweigung einen Standardpfad besitzen?

Damit unbekannte Werte nicht unbemerkt verloren gehen.

Warum sollten nur notwendige Felder übertragen werden?

Um Datenschutz- und Sicherheitsrisiken zu reduzieren.

Quellen

Back to top