We krijgen deze vraag minstens twee keer per week. Het antwoord is genuanceerder dan de meeste vergelijkingsartikelen doen voorkomen, want we gebruiken beide tools actief bij klanten. Na tientallen implementaties met beide platforms hebben we een vrij helder beeld van wanneer je welke tool kiest.
Make: visueel, toegankelijk, maar met plafond
Make (voorheen Integromat) is de tool die we aanraden wanneer de klant zelf de flows wil kunnen onderhouden. De interface is visueel, intuief, en je kunt zonder technische achtergrond een werkende automatisering bouwen. Het ecosysteem van connectoren is uitgebreid: 1.500+ apps zijn direct beschikbaar. Een marketingmedewerker die leads van een formulier naar HubSpot wil sturen, heeft het in een uurtje werkend.
Het plafond zit in complexiteit. Zodra je flows nodig hebt die data manipuleren, conditioneel vertakken op meerdere niveaus of grote batches moeten verwerken, loop je tegen beperkingen aan. De drie beperkingen die we het vaakst tegenkomen:
Execution timeouts: Make stopt scenario's na een bepaalde tijd (afhankelijk van je plan, meestal 40 minuten). Bij grote datasets is dat een probleem. Error handling: Make heeft basale foutafhandeling, maar je kunt niet granulaar definieren wat er bij specifieke fouten moet gebeuren. En geen self-hosting: alle data gaat via de servers van Make in de EU, maar je hebt geen controle over de exacte locatie of de beveiligingsconfiguratie.
n8n: krachtig, flexibel, maar steiler
n8n is de tool die wij zelf het liefst gebruiken. Self-hosted, open-source, en met volledige controle over data, execution time en schaalbaarheid. Je kunt JavaScript schrijven in nodes, custom API-calls doen en complexe foutafhandeling bouwen. De community groeit snel en de hoeveelheid beschikbare integraties neemt maandelijks toe.
Het nadeel: de leercurve is steiler. Een niet-technische eindgebruiker kan n8n niet zelfstandig onderhouden. De interface is minder intuief dan Make, en voor geavanceerde functionaliteit moet je bereid zijn om code te schrijven in JavaScript of Python nodes. Dat betekent dat je of een technisch team nodig hebt, of een partij als wij die het beheer op zich neemt.
Maar dat nadeel is ook een voordeel: omdat n8n geen concessies doet aan gebruiksvriendelijkheid ten koste van functionaliteit, kun je er vrijwel alles mee bouwen. We hebben n8n-workflows die dagelijks 10.000+ records verwerken, met complexe vertakkingen, database-lookups, en multi-stap error handling. Dat zou in Make niet kunnen.
Concrete vergelijking: dezelfde use case in beide tools
Een veelvoorkomend scenario: factuur binnenkomt per e-mail, AI extraheert de data, data wordt gevalideerd, boeking wordt aangemaakt in Exact Online. In Make: 6 modules, werkt prima voor standaardfacturen. Maar zodra je error handling wilt (wat als de leverancier onbekend is? Wat als de AI een veld niet kan lezen? Wat als de Exact API een timeout geeft?), moet je voor elke fout een apart pad bouwen. De flow wordt snel onoverzichtelijk.
In n8n: 8-10 nodes met een duidelijke structuur. De error workflow vangt alle fouten centraal af, categoriseert ze en routeert ze naar de juiste actie. Een onbekende leverancier gaat naar een Slack-kanaal. Een API-timeout wordt automatisch drie keer herhaald. Een AI-extractiefout stuurt de originele factuur naar een handmatige verwerkingswachtrij. Alles in een workflow, alles overzichtelijk.
Onze vuistregel
Is de klant niet-technisch en wil hij zelf eenvoudige flows bouwen en onderhouden? Make. Zijn de flows complex, privacygevoelig of moeten ze grote volumes verwerken? n8n. Wil de klant een combinatie? Dan bouwen we de kern in n8n en geven we de klant Make voor hun eigen uitbreidingen.
In de praktijk zien we steeds vaker hybride setups. De eenvoudige flows (lead-notificaties, social media posts, formulier-naar-spreadsheet) draaien in Make waar de marketingafdeling ze zelf kan onderhouden. De complexe flows (factuurverwerking, systeemkoppelingen, data-pipelines) draaien in n8n waar wij ze beheren. Beide tools doen waar ze goed in zijn.
