Elk groeiend bedrijf loopt vroeg of laat tegen dezelfde muur aan: leads komen binnen in het ene systeem, facturen in een tweede, supporttickets in een derde, en medewerkers kopiëren gegevens met de hand van het een naar het ander. Automatiseringsplatforms beloven dat op te lossen, en in 2026 beloven alle drie de marktleiders er ook nog AI-agents bij. De keuze tussen n8n, Make en Zapier lijkt een kwestie van smaak. Dat is ze niet. De platforms verschillen in hoe ze afrekenen, waar uw data staat, hoe ver AI-stappen mogen gaan en wie het resultaat over een jaar nog kan onderhouden.
Deze gids vergelijkt de drie op de criteria die in echte projecten de doorslag geven: afrekeneenheid, AI-mogelijkheden, gegevensbescherming, schaalbaarheid en totale kosten. Aan het eind vindt u een selectieproces dat u in een week doorloopt, en de fouten die wij het vaakst zien.
Het korte antwoord
Leest u maar één onderdeel, lees dan dit:
- Zapier is voor een klein team zonder ontwikkelaar de snelste manier om populaire SaaS-tools te koppelen. Het wordt duur zodra workflows veel stappen hebben of duizenden keren draaien.
- Make past bij teams die visueel denken en vertakkingen, lussen en datatransformatie nodig hebben, beheerd door iemand van operations in plaats van een developer.
- n8n is de standaardkeuze voor technisch geleide teams, AI-zware workflows, hoge volumes en organisaties die moeten bepalen waar data wordt verwerkt. Het platform beloont technische kennis en straft het gebrek eraan af.
De rest van dit artikel legt uit waarom, met cijfers.
Wat er in 2026 veranderde
Drie verschuivingen maken deze vergelijking anders dan de versie die u twee jaar geleden misschien las.
n8n werd de standaard voor bureaus. De waardering steeg van $2,5 miljard in oktober 2025 naar $5,2 miljard na een strategische investering van SAP in mei 2026, en n8n wordt ingebouwd in SAP Joule Studio. Het bedrijf meldt 1,7 miljoen maandelijks actieve ontwikkelaars en ruim 1.400 enterpriseklanten (Tech.eu). De omzet wordt geschat op zo’n $100 miljoen ARR (Sacra).
Elk platform verkoopt nu AI-agents. Zapier voegde Agents en een MCP-koppeling toe, Make adverteert met AI-agents en agentic automation, n8n levert agent- en LLM-nodes. Tegelijk waarschuwen analisten voor los gebruik van het label: Gartner verwacht dat meer dan 40% van de agentic-AI-projecten eind 2027 is stopgezet en schat dat slechts zo’n 130 van de duizenden leveranciers die zich agentic noemen echte agentfunctionaliteit bieden (SD Times). Volgens Menlo Ventures is maar 16% van de implementaties bij grote bedrijven een echte agent; de rest bestaat uit vaste stappenreeksen of routering rond één modelaanroep (Menlo Ventures).
MCP werd de standaard om agents aan systemen te koppelen. Het Model Context Protocol werd op 9 december 2025 overgedragen aan de Agentic AI Foundation onder de Linux Foundation, en er zijn inmiddels meer dan 10.000 openbare MCP-servers (MCP-blog). Automatiseringsplatforms worden zo leveranciers van tools voor agents, niet alleen datapijplijnen. Hoe het protocol werkt, leest u in MCP uitgelegd: AI-agents veilig koppelen aan uw systemen.
Zo rekenen de platforms af
De afrekeneenheid is het meest onderschatte verschil. Die bepaalt of een workflow €20 of enkele honderden euro’s per maand kost.
| Zapier | Make | n8n | |
|---|---|---|---|
| Afrekeneenheid | Taak: elke geslaagde actiestap | Credit: de meeste acties kosten 1 credit | Uitvoering: één volledige workflowrun |
| Wat niet telt | Triggers, mislukte acties, Filter, Formatter, Paths, Delay en andere ingebouwde tools | Routers en foutafhandeling | Aantal stappen en datavolume |
| Gratis niveau | 100 taken/maand, Zaps met twee stappen, polling elke 15 minuten | 1.000 credits/maand | Community Edition, zelf gehost |
| Instapabonnement | Pro vanaf $19,99/maand (jaarlijks) voor 750 taken; Team vanaf $69/maand voor 2.000 taken | Core, Pro en Teams, prijs naar creditvolume in de tariefcalculator | Starter €20/maand (jaarlijks) voor 2.500 uitvoeringen; Pro €50 voor 10.000 |
| AI-specifieke afrekening | AI-stappen naar modelniveau; Agents apart in ‘activities’ (400 gratis, 1.500 in Pro vanaf ca. $33,33/maand) | AI-functies via Make’s eigen AI-provider kunnen meer dan 1 credit kosten | Modelkosten betaalt u rechtstreeks aan uw LLM-aanbieder |
| Overschrijding | Pay-per-task tegen 1,25× (jaarlijks) of 2,5× (maandelijks) het basistarief, pauze bij 3× | Extra bundels van 1.000 of 10.000 credits | Business: €4.000 per 300.000 extra uitvoeringen |
Bronnen: Zapier pricing, Make pricing, n8n pricing. Prijzen zoals gepubliceerd in oktober 2026; waar vermeld bij jaarlijkse betaling.
Rekenvoorbeeld: één workflow, drie rekeningen
Neem een typische AI-workflow voor inkomende leads: een formulier start een zoekactie in het CRM, een LLM classificeert de aanvraag, een tweede LLM-aanroep schrijft een conceptantwoord, de lead wordt verrijkt, een record bijgewerkt, een Slack- of Teams-bericht verstuurd en een opvolgtaak aangemaakt. Dat zijn ongeveer negen actiestappen. De workflow draait 5.000 keer per maand.
- Zapier: circa 9 taken × 5.000 runs = 45.000 taken. Dat valt in het Pro-niveau van 50.000 taken, $289 per maand bij jaarlijkse betaling, nog zonder de kosten van AI-stappen.
- Make: circa 9–10 credits per run, dus 45.000–50.000 credits plus eventuele extra credits voor AI-modules. De actuele prijs voor dit volume ziet u in de tariefcalculator van Make.
- n8n: 5.000 uitvoeringen, dat past in het Pro-abonnement van €50 per maand, of op een eigen installatie waarbij u alleen de server en uw tijd betaalt.
Het verschil groeit met elke stap die u toevoegt. Agentische workflows hebben van nature veel stappen en lussen, en precies daar doet afrekening per stap pijn. In alle drie de gevallen betaalt u daarnaast de LLM-aanbieder; hoe u tokenkosten beheerst, leest u in LLM-gateway: modelroutering, kostenbeheersing en observability.
AI-mogelijkheden vergeleken
Alle drie kunnen een LLM aanroepen, de uitkomst verwerken en daarop vertakken. De verschillen zitten in diepgang en controle.
Zapier heeft de meest gepolijste instap: een AI-stap in een Zap, een Copilot die Zaps bouwt op basis van een beschrijving, Chatbots, Agents en een MCP-koppeling waarmee externe AI-assistenten Zapier-acties starten. Enterpriseklanten kunnen via AWS Bedrock een eigen model gebruiken. De keerzijde: weinig controle over prompts, herhalingen, tests en logging, en een maximum van 40 activities per agentrun in de betaalde abonnementen.
Make zet AI-modules en agents op zijn visuele canvas. Voor operationsteams die elke tak willen zien is dat een sterk punt. Complexe agentlogica wordt in scenario’s echter snel onoverzichtelijk en lastig te testen, en AI-modules kunnen meer credits verbruiken dan standaardacties.
n8n biedt LLM- en agentnodes, geheugen, tool calling, koppelingen met vectordatabases en een code-node voor JavaScript of Python. U kunt eigen modellen draaien, elke HTTP-API aanroepen en workflows als tool beschikbaar stellen. Daarom kiezen bureaus die productieagents bouwen standaard voor n8n. Het betekent ook dat meer beslissingen bij u liggen: hoe u prompts versioneert, hoe u test en hoe u beperkt wat de agent mag.
Een bruikbare vuistregel: hoe meer een AI-stap data kan wijzigen of met klanten kan praten, hoe harder u geversioneerde prompts, testsets en logs nodig hebt. Dat pleit voor het platform dat uw team goed kan engineeren, niet voor het platform met de mooiste demo.
Gegevensbescherming, hosting en EU-compliance
Voor Europese organisaties beslist dit onderdeel vaak de zaak. In Duitsland noemt 66% van de bedrijven die al AI gebruiken privacyregels als drempel, 56% juridische onzekerheid en 54% onvoorspelbare kosten (Bitkom). In Nederland horen we dezelfde bezwaren.
- n8n slaat de data van zijn gehoste abonnementen volgens eigen opgave op in de EU, op servers in Frankfurt. Zelf gehost blijft de data waar u n8n draait, bijvoorbeeld op uw eigen servers in Nederland. Let op: de zelfgehoste editie valt onder n8n’s eigen ‘fair-code’-licentie, niet onder een klassieke opensourcelicentie, en zelfgehoste Business- en Enterprise-abonnementen vereisen een licentiesleutel die dagelijks contact maakt met de licentieserver.
- Make en Zapier zijn clouddiensten. Hun prijspagina’s vermelden geen details over dataopslag; controleer verwerkersovereenkomst, subverwerkerslijst en hostingregio bij de leverancier voordat er persoonsgegevens doorheen gaan.
- Bij alle drie wordt elke LLM-aanbieder die u aanroept een subverwerker. Leg dat vast in uw verwerkingsregister.
Praat uw automatisering met klanten, bijvoorbeeld als chat- of e-mailassistent, dan verplicht artikel 50 van de AI-verordening sinds 2 augustus 2026 tot de melding dat mensen met AI communiceren (AI Act Explorer). Onze gids AVG voor AI-chatbots en -assistenten behandelt verwerkersovereenkomsten, logs en dataopslag in detail.
Wie kiest wat?
| Uw situatie | Beste keuze | Waarom |
|---|---|---|
| Klein team, geen ontwikkelaar, populaire SaaS-tools, enkele duizenden runs per maand | Zapier | Snelste opzet, grootste app-catalogus, ingebouwde Copilot |
| Operationsteam, complexe vertakkingen, datatransformatie, visueel werken | Make | Visuele scenario’s; routers en foutafhandeling kosten geen credits |
| AI-zware workflows, veel stappen, duizenden runs | n8n | Eén uitvoering per run, volledige controle over LLM-aanroepen |
| Persoonsgegevens, hostinglocatie moet vastliggen | n8n (zelf gehost of EU-cloud) | Datalocatie in eigen hand |
| Productteam dat automatisering in de eigen software inbouwt | n8n of eigen code | Licentie controleren voor doorverkoop; kernfuncties liever in eigen code |
| Klantgerichte agent met terugbetalingen, boekingen of betalingen | Eigen agent plus een platform als lijm | Vraagt om evals, rechten en monitoring voorbij elk no-codetool |
Wanneer geen van de drie het antwoord is
Automatiseringsplatforms zijn uitstekende lijm. Als kern van een bedrijfskritisch AI-product zijn ze zwakker. Waarschuwingssignalen:
- de workflow neemt beslissingen over geld, contracten of gezondheidsgegevens;
- u hebt regressietests nodig voor prompts en modelversies;
- latentie telt, bijvoorbeeld bij spraakagents;
- de logica is uitgegroeid tot tientallen geneste takken die niemand nog kan controleren.
Dan is het gebruikelijke patroon een kleine eigen service voor de agent zelf, terwijl het platform triggers, notificaties en eenvoudige koppelingen verzorgt. De marktprijzen weerspiegelen dat: één automatisering op n8n of Make met een LLM kost doorgaans $3.000–15.000, een maatwerk-AI-agent begint rond $10.000–50.000 (TheCrunch, Lets-Viz).
Selecteren in vijf stappen
- Zet uw vijf belangrijkste workflows op een rij, met stappen per run, runs per maand en de data die ze raken. Dat alleen al maakt de keuze meestal kleiner.
- Reken de kosten door op elk platform met de eigen afrekeneenheid, plus LLM-kosten. Gebruik het rekenvoorbeeld hierboven als sjabloon.
- Classificeer de data. Alles met persoons- of financiële gegevens heeft vóór de eerste test een verwerkersovereenkomst, subverwerkerslijst en hostingbesluit nodig.
- Bepaal wie het onderhoudt. Een platform dat uw team om twee uur 's nachts niet kan debuggen, is het verkeerde. Kan niemand dat, begroot dan een onderhoudscontract: het meest voorkomende model in 2026 is zo’n $5.000 voor de bouw plus ongeveer $1.000 per maand voor beheer (TheCrunch).
- Bouw één workflow volledig uit op het platform van de shortlist, met logging en een foutpad, voordat u iets anders migreert.
Veelgemaakte fouten
- Kiezen op het aantal koppelingen. Duizenden connectoren helpen niet als het ene systeem dat ertoe doet, uw ERP, Exact, AFAS of branchesoftware, toch een maatwerk-API-aanroep nodig heeft.
- Afrekening per stap negeren. Teams bouwen het prototype in het gratis niveau en ontdekken dat de productieversie met foutafhandeling en AI-stappen tien keer zoveel kost.
- Prompts zonder versiebeheer in nodes verstoppen. Prompts veranderen het gedrag net zo sterk als code. Zet ze in versiebeheer en test ze.
- De agent beheerdersrechten geven. Geef elke workflow alleen de minimaal benodigde toegang. Prompt injection is nog altijd niet opgelost: zelfs OpenAI zegt dat het misschien nooit volledig uit te bannen is (analyse).
- Self-hosting zonder eigenaar. Ongepatchte, ongemonitorde automatiseringsservers zijn een beveiligingsprobleem dat wacht om te gebeuren.
- Voor altijd alles op één platform. Houd bedrijfslogica overdraagbaar. Hoe u een exit plant, leest u in Eigenaar blijven van uw AI: vendor lock-in voorkomen.
Conclusie
Er is geen universele winnaar. Zapier koopt snelheid voor kleine teams, Make visuele controle voor operations, en n8n kostenefficiëntie, datacontrole en technische diepgang. Voor de meeste AI-zware workflows in Nederland en de rest van Europa is n8n de verstandige standaard; Zapier blijft de snelste start bij laag volume en niet-gevoelige data. Of een AI-automatisering slaagt, hangt echter minder af van het platform dan van heldere KPI’s, beperkte rechten, tests en iemand die na de livegang eigenaar is.
Wilt u een second opinion op uw workflows? Wij ontwerpen en beheren automatiseringen op alle drie de platforms en bouwen eigen agents waar dat nodig is, via onze teams AI-agents en automatisering en systeemintegratie. Plan een gratis audit van 15 minuten en wij vertellen u welk platform past bij uw volume, data en team, ook als het antwoord is: het platform dat u al gebruikt.