● Session 10 anwender 20 Minuten automatisierung

Der Foto-Agent

Lass KI deine Fotos automatisch organisieren. Der Foto-Agent liest EXIF-Daten aus, erkennt GPS-Orte, legt Ordner an und Vision KI benennt Fotos nach dem, was darauf zu sehen ist.

Diese Session ist für Anwenderinnen und Anwender, die einen praktischen Agenten verstehen und selbst nachbauen möchten: ohne Techniknebel, aber mit einem sichtbaren Ergebnis.

Vorher / Nachher

Das nimmst du aus dieser Session mit

Vor dieser Session

“Meine Fotos liegen unsortiert in Camera Uploads, iCloud, Dropbox oder Google Drive und ich suche später lange nach dem richtigen Bild.”

Nach dieser Session

“Ich verstehe, wie ein Foto-Agent neue Bilder erkennt, Metadaten nutzt, Inhalte analysiert und Fotos automatisch sortiert oder umbenennt.”

ProjectContext: Heute baust du einen Foto-Agenten, weil Foto-Chaos ein echtes Alltagsproblem ist. Das Ergebnis ist sofort sichtbar: neue Fotos landen nicht mehr anonym als IMG-Dateien herum, sondern werden nach Datum, Ort und Inhalt sortiert.

PHASE 1 · Verstehen

Warum ein Foto-Agent so nützlich ist

Viele KI-Kurse zeigen: „Agent schreibt Blogartikel.“ Das interessiert im Alltag nur begrenzt. Der Foto-Agent löst ein Problem, das fast jeder kennt: Fotos sammeln sich an, heißen IMG_0042.jpg und verschwinden irgendwann in einem digitalen Stapel.

Typische Einsatzgebiete

Fotos endlich wiederfinden

Der Agent macht aus anonymen Dateien sortierte Bilder mit Datum, Ort und erkennbarem Inhalt.

Nutzen

Weniger Suchen.

Urlaub automatisch archivieren

GPS-Koordinaten werden zu Orten wie Gmunden, Wien oder Kreta. Daraus entstehen automatisch passende Ordner.

Ordnung

Nach Reise und Ort.

Familienfotos sauber sortieren

Vision KI erkennt Motive wie Geburtstagstorte, Hund am See oder Familienfoto und kann daraus bessere Dateinamen erzeugen.

Analyse

Sichtbarer KI-Nutzen.

Firmenfotos strukturieren

Auch Teamfotos, Eventbilder, Baustellenfotos oder Produktbilder lassen sich automatisch ablegen und schneller wiederfinden.

Praxis

Auch beruflich.

Zeitersparnis: Der Agent übernimmt wiederkehrende Sortierarbeit automatisch. Besonders bei vielen neuen Fotos sparst du Zeit, weil nicht jedes Bild manuell geöffnet, umbenannt und verschoben werden muss.

Der Agent überwacht deine Foto-Quelle

iCloud

Für Fotos, die direkt aus der Apple-Welt kommen und automatisch synchronisiert werden.

✓ Apple Nutzer
✓ iPhone Fotos
✓ automatische Synchronisierung

Dropbox

Für Camera Uploads, die unabhängig vom Gerät in einem gemeinsamen Ordner landen.

✓ Camera Uploads
✓ plattformunabhängig
✓ sofort nutzbar

Google Drive

Für bestehende Fotoordner und Workflows im Google-Ökosystem.

✓ Android
✓ bestehende Fotoordner
✓ Google-Ökosystem

Die technische Einrichtung erfolgt später automatisch im Workflow.

Was der Agent mit jedem Foto macht

EXIF-Daten auslesen

Jedes iPhone-Foto enthält unsichtbare Metadaten. Der Agent liest Datum, GPS-Koordinaten, Hersteller und Gerätemodell aus.

Beispiel: DateTimeOriginal, GPS, Make, Model.

Ort per Reverse Geocoding erkennen

GPS-Koordinaten werden kostenlos über OpenStreetMap in echte Ortsnamen umgewandelt.

Beispiele: 48.2484, 13.8382 wird Gmunden. 48.2093, 16.3728 wird Wien. 35.3387, 25.1442 wird Kreta.

Ordnerstruktur automatisch erzeugen

Der Agent legt Ordner nach dem Schema Jahr / Datum_Ort an.

Beispiel: Fotos / 2026 / 2026-05-12_Gmunden.

Vision KI beschreibt das Bild

Claude Vision oder GPT-4o analysiert das Foto und erzeugt einen kurzen Bildnamen.

Beispiel: Aus IMG_0042.jpg wird 2026-05-12_Gmunden_Hund_am_Traunsee.jpg.

📋 Vision-Prompt für Dateinamen

Beschreibe dieses Foto in 3-5 Wörtern auf Deutsch. Nur Substantive, keine Artikel, mit Unterstrichen.

Wie funktioniert das? Das Foto wird an die Vision API geschickt. Die Antwort wird direkt als Teil des Dateinamens verwendet, zum Beispiel Hund_am_Traunsee oder Geburtstagstorte_Familie.

PHASE 2 · Anwenden

Zwei Wege zum Foto-Agenten

Beide Varianten sind kostenlos nutzbar. Wähle nach deinem Kenntnisstand: Make.com ist der einfache Einstieg, n8n gibt dir mehr Kontrolle und zeigt dir einen echten Agenten-Workflow auf dem Canvas.

Realitätscheck: Diese Session zeigt dir den vollständigen Aufbau eines Foto-Agenten. Für echte Automatisierung brauchst du das Starterpaket und mindestens einen Testordner mit Bildern. Wenn du nur verstehen willst, wie der Agent funktioniert, kannst du die Session auch ohne Setup durcharbeiten.

Das brauchst du

Konto und Fotoquelle

Du brauchst ein Google-Konto oder Dropbox-Konto und einen Testordner, in dem 5 Bilder für den ersten Durchlauf liegen.

Setup

Drive oder Dropbox.

Workflow-Werkzeug und Starterpaket

Entscheide dich für Make.com oder n8n und halte das Foto-Agent Starterpaket bereit, sobald du den Workflow wirklich nachbauen möchtest.

Tool

Ein Weg reicht.

Vision-Zugang und Zeit

Optional brauchst du einen OpenAI- oder Vision-API-Key, falls dein Workflow Bildanalyse nutzt. Plane 20-30 Minuten ein.

Workshop

Mit oder ohne Vision.

Diese Entscheidungen musst du treffen

Quellordner

Lege fest, wo neue Fotos landen: Google Drive, Dropbox oder später iCloud. Dieser Ordner ist der Auslöser für den Agenten.

Entscheidung

Startpunkt.

Zielordner

Entscheide, wohin sortierte Fotos verschoben werden. Für den Anfang reicht ein separater Testordner wie Fotos sortiert.

Entscheidung

Ablage.

Dateiname

Wähle ein Schema, das du später wiedererkennst, zum Beispiel Datum_Ort_Kategorie oder Datum_Ort_Bildbeschreibung.

Entscheidung

Schema.

GPS leer

Wenn kein Standort vorhanden ist, sortiert der Workflow in eine Kategorie wie Unbekannter-Ort statt zu stoppen.

Fallback

Ohne Standort.

EXIF leer

Wenn kein Aufnahmedatum vorhanden ist, nutzt der Workflow das Upload-Datum oder ein manuell gesetztes Ersatzdatum.

Fallback

Ohne Datum.

Vision nicht verfügbar

Wenn keine Vision-KI angebunden ist, sortiert der Agent trotzdem nach Datum und Ort. Die Bildkategorie bleibt dann allgemein oder leer.

Fallback

Ohne API Key.

Konkrete Sortierlogik

Wenn GPS vorhanden ist

Sortiere nach Jahr / Monat / Ort. Beispiel: /Fotos/2026/05/Wien/Restaurant/.

Regel

Ort bekannt.

Wenn GPS fehlt

Nutze einen klaren Ersatzpfad wie Jahr / Monat / Unbekannter-Ort. Beispiel: /Fotos/2026/05/Unbekannter-Ort/Screenshot/.

Regel

Ort fehlt.

Wenn Vision eine Kategorie erkennt

Ergänze die Kategorie als letzte Ordnerebene oder im Dateinamen, zum Beispiel Restaurant, Screenshot, Hund oder Rechnung.

Regel

Kategorie.

Reverse Geocoding kurz erklärt

Koordinaten sind noch kein Ort

GPS liefert Breitengrad und Längengrad. Damit daraus Wien, Gmunden oder Kreta wird, braucht der Workflow Reverse Geocoding.

GPS

Zahlen werden Orte.

Mögliche Dienste

Du kannst OpenStreetMap/Nominatim oder eine Google Maps API nutzen. Wenn du keinen Dienst anbinden möchtest, bleibt der Fallback Unbekannter-Ort.

Optionen

Kein API-Zwang.

Einsteiger

Make.com

Visueller Einstieg, Drag & Drop, kein Code

Make.com eignet sich, wenn du den Foto-Agenten zuerst visuell verstehen möchtest: Trigger, EXIF-Modul, HTTP-Abfrage, Ordner erstellen und Datei verschieben.

Gut für EinsteigerDrag & DropSchnell starten

Make.com öffnen →

Weg A – Make.com

Warum dieser Weg? Make.com ist ideal, wenn du zuerst sehen möchtest, wie der Agent logisch aufgebaut ist. Du klickst die Bausteine zusammen, statt mit Code oder Servern zu starten.

Wähle diesen Weg, wenn … du Einsteiger bist, schnell starten möchtest und eine visuelle Oberfläche bevorzugst.

Google Drive als Trigger wählen

Der Workflow startet, sobald ein neues Foto in deinem Google-Drive-Fotoordner landet.

Schritt

1 von 3

Make-Schritt 1: Fotoquelle

Erstelle ein neues Make-Szenario.
Wähle Google Drive – Neues Foto als Auslöser.
Beobachte den Ordner, in dem deine Fotos landen.

Warum? Der Trigger ist der Startknopf deines Agenten. Ohne Trigger weiß der Agent nicht, wann er arbeiten soll.

Kontrolle

Das Szenario hat einen Google-Drive-Trigger.
Der richtige Fotoordner ist ausgewählt.
Ein neues Testbild kann den Workflow starten.

Du bist richtig, wenn dein Make-Szenario auf ein neues Foto im gewählten Ordner reagiert.

Screenshot-Platzhalter: Make-Szenario mit Google-Drive-Trigger und ausgewähltem Fotoordner.

EXIF lesen und Ort ermitteln

Das EXIF-Modul liest Metadaten. Danach ruft ein HTTP-Modul Reverse Geocoding auf, damit aus GPS-Koordinaten ein Ort wird.

Schritt

2 von 3

Make-Schritt 2: EXIF und HTTP

Füge ein EXIF-Modul hinzu, das Metadaten aus dem Foto liest.
Nutze GPSLatitude und GPSLongitude aus den EXIF-Daten.
Rufe per HTTP Reverse Geocoding auf, zum Beispiel über OpenStreetMap.

Warum? Hier entsteht Ordnung: Der Agent versteht nicht nur die Datei, sondern auch den Aufnahmeort.

Kontrolle

EXIF-Daten werden angezeigt.
GPS-Koordinaten sind vorhanden.
Der HTTP-Schritt liefert einen Ortsnamen.

Du bist richtig, wenn EXIF-Daten sichtbar sind und aus GPS-Koordinaten ein lesbarer Ort wird.

Screenshot-Platzhalter: Make-Modulfolge mit EXIF-Modul und HTTP-Reverse-Geocoding.

Ordner erstellen und Datei verschieben

Make erstellt den passenden Zielordner in Google Drive und verschiebt das Foto dorthin.

Schritt

3 von 3

Make-Schritt 3: Ablage

Erzeuge einen Ordner nach dem Schema Jahr / Datum_Ort.
Lege das Foto im neuen Ordner ab.
Teste den Ablauf mit einem Bild aus deinem Fotoordner.

Warum? Jetzt wird der Nutzen sichtbar: Das Foto landet automatisch dort, wo du es später wiederfindest.

Kontrolle

Der Zielordner wurde erstellt.
Das Foto wurde verschoben.
Der Workflow läuft ohne manuelles Sortieren durch.

Du bist richtig, wenn Make einen Zielordner erstellt und dein Testfoto automatisch dorthin verschiebt.

Weg A zeigt dir den Foto-Agenten als einfachen Make.com-Workflow: Google Drive erkennt ein neues Foto, Metadaten werden gelesen, ein Ort wird ermittelt und die Datei wird sortiert.

Weg B – n8n

Warum dieser Weg? n8n ist offener und kontrollierbarer. Du siehst alle Nodes auf einem Canvas, kannst den Workflow importieren und später erweitern.

Wähle diesen Weg, wenn … du mehr Kontrolle möchtest, weitere Agenten planst oder n8n lokal beziehungsweise auf einem Server betreiben willst.

n8n Account erstellen und Workflow importieren

Gehe auf n8n.io, wähle Get started for free und registriere dich mit Google oder E-Mail. Der kostenlose Plan reicht für diesen Workflow vollständig aus. Danach importierst du den fertigen Workflow als JSON.

Schritt

1 von 3

n8n-Schritt 1: Start

Erstelle einen kostenlosen n8n-Account.
Öffne den n8n Canvas, also die leere Arbeitsfläche.
Importiere den Workflow über Menü oben links → Import → From file.

Warum? Der Import spart dir Setup-Zeit. Du startest direkt mit einem vollständigen Foto-Agenten statt mit leerem Canvas.

Kontrolle

Du siehst den n8n Canvas.
Der Workflow ist importiert.
Alle 11 Nodes des Foto-Agenten sind sichtbar.

Du bist richtig, wenn der importierte Workflow auf dem n8n Canvas sichtbar ist und alle 11 Nodes angezeigt werden.

Screenshot-Platzhalter: n8n Canvas nach dem Import mit allen 11 Nodes des Foto-Agenten.

Google Drive und Claude verbinden

Verbinde den ersten Node mit deinem Google Account und wähle den Fotoordner. Beim Vision-KI-Node trägst du optional deinen Anthropic API Key ein.

Schritt

2 von 3

n8n-Schritt 2: Credentials

Klicke auf den ersten Node Neues Foto erkannt.
Erstelle ein neues Google-Credential und wähle den Ordner, in dem deine iPhone-Fotos landen.
Klicke auf Vision KI – Bild beschreiben und trage bei Bedarf deinen Anthropic API Key von console.anthropic.com ein.

Warum? Credentials erlauben dem Agenten, deine Quelle zu lesen und Vision KI zu nutzen. Ohne API Key läuft der Workflow weiter, benennt Dateien aber nur nach Datum und Ort.

Kontrolle

Der Google-Drive-Node zeigt grün.
Du verwendest denselben Google Account, in den du Fotos lädst.
Der Vision-KI-Node ist entweder verbunden oder bewusst übersprungen.

Du bist richtig, wenn Google Drive verbunden ist und der Vision-KI-Node entweder aktiv eingerichtet oder bewusst ausgelassen wurde.

Screenshot-Platzhalter: n8n Credential-Dialog für Google Drive und Anthropic.

Test starten und Workflow aktivieren

Klicke auf Test workflow, lade ein Testfoto in deinen Google-Drive-Ordner und beobachte, wie jeder Node grün wird. Danach stellst du den Toggle von Inactive auf Active.

Schritt

3 von 3

n8n-Schritt 3: Test und Aktivierung

Starte Test workflow oben rechts.
Lade ein Testfoto in deinen Google-Drive-Ordner.
Prüfe, ob am Ende eine Datei wie 2026-05-12_Gmunden_Hund_am_Traunsee.jpg entsteht.
Stelle den Workflow von Inactive auf Active.

Warum? Der Test zeigt dir, dass der Agent wirklich arbeitet. Die Aktivierung sorgt dafür, dass neue Fotos automatisch verarbeitet werden.

Kontrolle

Jeder Node wird grün.
Das Foto liegt sortiert und umbenannt im Zielordner.
Der Workflow ist aktiv.

Du bist richtig, wenn alle Nodes grün werden, das Foto sortiert im Zielordner liegt und der Workflow auf Active steht.

Dein Test-Workflow läuft: n8n überwacht deinen Ordner, erkennt neue Fotos und zeigt dir nachvollziehbar, wie die Sortierung funktioniert.

Typische Probleme

Trigger startet nicht

Prüfe, ob der richtige Drive- oder Dropbox-Ordner ausgewählt ist. Lade danach ein neues Testfoto hoch, weil alte Dateien den Trigger oft nicht erneut auslösen.

Problem

Quelle prüfen.

Foto wird nicht gelesen

Prüfe Dateityp und Zugriff. Starte mit einer einfachen JPG-Datei, bevor du HEIC, PNG oder Messenger-Bilder testest.

Problem

Dateityp prüfen.

HEIC macht Probleme

Wenn HEIC nicht verarbeitet wird, teste denselben Ablauf mit JPG oder füge einen Konvertierungsschritt vor EXIF und Vision ein.

Problem

JPG als Test.

EXIF-Daten fehlen

Nicht jedes Bild enthält Metadaten. Nutze ein Originalfoto vom Smartphone und vermeide Screenshots oder stark komprimierte Messenger-Bilder für den ersten Test.

Problem

Originalfoto nutzen.

GPS ist leer

Standortdaten können am Smartphone deaktiviert sein oder beim Teilen entfernt werden. Teste ein Foto, das direkt aus der Kamera-App in deinen Fotoordner geladen wurde.

Problem

Standortfreigabe.

Vision erkennt die falsche Kategorie

Vereinfache den Prompt und gib erlaubte Kategorien vor. Für den ersten Test reichen wenige Kategorien wie Restaurant, Screenshot, Person oder Rechnung.

Problem

Prompt schärfen.

Foto wird nicht verschoben

Kontrolliere Schreibrechte im Zielordner und ob der Zielpfad exakt erzeugt wurde. In n8n hilft ein Blick auf den letzten roten Node, in Make auf das fehlerhafte Modul.

Problem

Zielordner prüfen.

Testordner angelegt.

5 Beispielbilder eingefügt.

Trigger getestet.

EXIF/GPS geprüft.

Vision-Schritt getestet oder bewusst übersprungen.

Zielordner geprüft.

Fehlerfall ohne GPS getestet.

Ergebnis manuell kontrolliert.

PHASE 3 · Entwickeln

Was du danach noch bauen kannst

Dieselbe Architektur funktioniert für viele weitere Anwendungsfälle. Du tauschst nur Quelle, Analyse und Zielordner aus.

OCR für Rechnungen und Screenshots

Texterkennung kann Rechnungen auslesen, Screenshots separat sortieren oder Dokumente nach Inhalt ablegen.

OCR

Text im Bild.

Rechnungen automatisch ablegen

Der Agent erkennt Belege oder Rechnungen und legt sie in den passenden Ordner für Buchhaltung oder Projektablage.

Dokumente

Ablage automatisieren.

Pflanzen und Motive erkennen

Vision KI kann Motive wie Pflanzen, Orte, Produkte oder Workshop-Situationen erkennen und daraus sinnvolle Kategorien bilden.

Vision

Motive erkennen.

Gesichter und Personen zuordnen

Mit passenden Regeln kannst du Fotos nach Personen, Teams oder Ereignissen sortieren.

Personen

Nur mit klarer Verantwortung.

Videos nach Datum und Ort sortieren

Das gleiche Prinzip funktioniert auch für Videos: Quelle überwachen, Metadaten lesen, Zielordner erstellen und Datei verschieben.

Video

Gleiche Architektur.

WhatsApp-Bilder aussortieren und Statistiken erstellen

Der Agent kann WhatsApp-Bilder getrennt ablegen oder auswerten, wie viele Fotos pro Ort entstanden sind.

Bonus

Mehr Ordnung.

Kombination mit Session 7: Wenn du GitHub Actions bereits kennst, kannst du den Foto-Agenten auch als nächtlichen Cron-Job laufen lassen: Neue Fotos in iCloud → Agent startet um 2 Uhr → morgens ist alles sortiert.

Starterpaket

Foto-Agent Starterpaket

Geplante Inhalte des Starterpakets für den Nachbau: n8n-Workflow, Make-Blueprint, Prompts, Checkliste, Beispielbilder und README. Die Dateien müssen noch tatsächlich im Downloadpaket angelegt werden.

Enthält

n8n-foto-agent.json
make-foto-agent-blueprint.json
prompts.md
checkliste.md
beispielbilder/
readme.md

Session abschließen

Der Foto-Agent abschließen

Übertrage deinen Fortschritt in den KI-Kompass, damit deine neue Fähigkeit gespeichert wird.

KI-Kompass öffnen

Nächster Schritt

Session 11: E-Mail Assistent Weiter lernen →