Make (ehem. Integromat)

Definition: Make (bis 2022 unter dem Namen Integromat bekannt) ist eine tschechische No-Code- und Low-Code-Automatisierungsplattform, die es ermöglicht, komplexe Multi-App-Workflows über ein visuelles, flussdiagramm-artiges Interface zu erstellen und auszuführen. Im Gegensatz zu linearen Automatisierungstools wie Zapier stellt Make Datenflüsse als grafische Szenarien dar, in denen Module (Apps und Aktionen) als Knoten verbunden werden und Daten sichtbar durch den Workflow fließen. Die Plattform unterstützt über 1.000 App-Integrationen und ermöglicht Schleifen (Iterator, Aggregator), Fehlerbehandlung, bedingte Pfade und direkte Datentransformationen innerhalb eines einzigen Szenarios. Make richtet sich an technisch versierte Marketer, Agenturen und Operations-Teams, die komplexe Automatisierungen benötigen, ohne dafür programmieren zu müssen. Die Plattform ist in Prag ansässig und wurde 2012 als Integromat gegründet; 2020 übernahm das US-amerikanische Unternehmen Celonis die Mehrheit, bevor Make 2022 im Zuge einer Neuausrichtung seinen heutigen Namen erhielt. Mit einem großzügigen kostenlosen Einstiegsplan und deutlich günstigeren Preisen als der direkteste Mitbewerber Zapier hat Make eine große Anhängerschaft in der No-Code-Community gewonnen.

Erläuterung

Das zentrale Konzept bei Make ist das Szenario: ein visuell aufgebauter Automatisierungsworkflow, der aus einem Trigger-Modul und beliebig vielen Folge-Modulen besteht. Jedes Modul repräsentiert eine Aktion in einer verbundenen App – etwa "Neues Lead in HubSpot CRM anlegen" oder "Datei in Google Drive hochladen". Zwischen den Modulen können Router eingesetzt werden, die den Datenfluss je nach Bedingung auf verschiedene Pfade aufteilen. Iteratoren erlauben die Verarbeitung von Arrays (z. B. einer Liste von Produkten) Element für Element, während Aggregatoren mehrere Datensätze wieder zusammenführen können. Diese Fähigkeit zur Datenmanipulation direkt im Workflow macht Make für Marketing-Anwendungen besonders wertvoll, da Daten aus verschiedenen Quellen oft in unterschiedlichen Formaten vorliegen.

Im Vergleich zu Zapier bietet Make mehr Flexibilität und Transparenz: Nutzer sehen genau, welche Daten von Modul zu Modul weitergegeben werden, und können Fehlerbehandlungsrouten einrichten, die bei einem fehlgeschlagenen Schritt alternative Aktionen auslösen. Laut unabhängigen Vergleichen (u. a. G2, Capterra) wird Make von technisch affinen Nutzern für seine Mächtigkeit und Preiseffizienz geschätzt, während Zapier als einsteigerfreundlicher gilt. Für Marketing-Agenturen und Operations-Teams, die umfangreiche Automatisierungen betreiben, kann Make die Kosten gegenüber Zapier um bis zu 70 % senken, da Make nach Operationen (einzelnen Modulausführungen) und nicht nach Zaps abrechnet.

Zu den populärsten Marketing-Anwendungsfällen zählen: automatisches Lead-Routing aus Webformularen (z. B. Typeform oder Webflow) in CRM-Systeme wie HubSpot oder Salesforce mit gleichzeitiger Benachrichtigung via Slack; tägliche oder wöchentliche Reporting-Automatisierungen, die Daten aus Google Analytics 4, Google Ads und Facebook Ads zusammenführen und als formatierte E-Mail oder Google-Sheets-Bericht versenden; sowie Content-Publishing-Workflows, die einen neuen Blogbeitrag automatisch in mehreren Social-Media-Kanälen ankündigen.

Kernfunktionen und Besonderheiten

Visueller Szenario-Editor: Drag-and-Drop-Interface zeigt den gesamten Datenfluss als Flussdiagramm; jedes Modul zeigt die verarbeiteten Datensätze in Echtzeit an, was Debugging erheblich vereinfacht.
Router und Fehlerbehandlung: Bedingte Pfade (Router) leiten Daten je nach Filterbedingung auf verschiedene Äste; Fehlerbehandlungsmodule fangen Ausnahmen ab und ermöglichen Retry-Logiken oder alternative Aktionen.
Iterator und Aggregator: Ermöglichen die Iteration über Arrays und das Zusammenführen von Datensätzen – unverzichtbar für die Verarbeitung von Produktlisten, CRM-Datensätzen oder API-Antworten mit mehreren Einträgen.
HTTP/Webhook-Module: Ermöglichen die Anbindung beliebiger APIs und Webhooks, auch wenn keine native Integration existiert – für Entwickler und fortgeschrittene Nutzer besonders wertvoll.
Datentransformation: Built-in-Funktionen für String-, Datum- und Zahlenmanipulation direkt im Mapping-Panel ermöglichen Formatierungen, Berechnungen und Konvertierungen ohne externe Schritte.

Typische Marketing-Anwendungsfälle

Lead-Routing-Workflows: Eingehende Leads aus verschiedenen Quellen (Kontaktformulare, LinkedIn Lead Gen Forms, Webinare) werden qualifiziert, im CRM angelegt und dem richtigen Vertriebsmitarbeiter zugewiesen.
Automatisiertes Multi-Channel-Reporting: Daten aus Google Analytics 4, SEMrush, Facebook Ads und Google Ads werden täglich in ein Google Sheet oder eine Airtable-Datenbank geschrieben und als Zusammenfassung per E-Mail versandt.
Content-Syndication: Neue Blogartikel oder YouTube-Videos triggern automatisch Beiträge auf LinkedIn, Twitter/X und in Slack-Kanälen mit angepasstem Text je Plattform.
E-Commerce-Automatisierungen: Bestelldaten aus Shopify werden mit CRM-Daten angereichert, Rechnungen in einem Buchhaltungssystem erstellt und Kunden in passende E-Mail-Segmente einsortiert.

Praxistipp: Beginnen Sie mit dem visuellen Szenario-Editor und nutzen Sie die Datenmapping-Ansicht, um zu verstehen, welche Felder von App zu App übergeben werden. Aktivieren Sie für jeden neuen Workflow zunächst den "Einmal ausführen"-Modus, um den Datenfluss zu testen, bevor Sie das Szenario auf automatische Ausführung stellen. Für Marketing-Reporting-Workflows lohnt es sich, einen Aggregator-Schritt einzubauen, der alle Datenpunkte in eine einzige Nachricht oder Zeile zusammenfasst – das spart Operationen und hält Berichte übersichtlich.