n8n 2.31.5: Update behebt Fehler bei AI Agents und AWS

Kurz gesagt: Das stabile n8n-Update 2.31.5 vom 22. Juli 2026 ist vor allem für Unternehmen relevant, die AI Agents mit menschlicher Freigabe einsetzen oder binäre Dateien über AWS-signierte Requests übertragen. Das Update behebt zwei Fehler, die produktive Workflows nicht nur optisch beeinträchtigen, sondern Ausführungen verhindern oder Agenten Werkzeuge vorenthalten konnten.

Es handelt sich nach den veröffentlichten Informationen nicht um ein ausgewiesenes Sicherheitsupdate. Trotzdem sollten betroffene Teams die Version zeitnah in einer Testumgebung prüfen und anschließend kontrolliert ausrollen.

Was ist in n8n 2.31.5 neu?

Die offiziellen Release Notes zu n8n 2.31.5 nennen drei Fehlerkorrekturen:

• AI Agents erkennen wieder Werkzeuge, die über einen Human-in-the-Loop-Knoten verbunden sind.
• AWS-Request-Header werden vor der Signierung zuverlässig in Zeichenketten umgewandelt.
• Tooltips in Dropdown-Menüs werden wieder korrekt über den Menüs dargestellt.

Der dritte Punkt betrifft hauptsächlich die Bedienoberfläche. Die ersten beiden Änderungen können dagegen direkt auf produktive Automatisierungen wirken.

Warum der Human-in-the-Loop-Fix wichtig ist

Human-in-the-Loop bedeutet, dass ein AI Agent eine Aktion nicht sofort ausführt. Stattdessen wird zunächst eine Person um Freigabe gebeten. Das ist beispielsweise sinnvoll, bevor ein Agent eine E-Mail versendet, einen Datensatz verändert, eine Bestellung storniert oder einen anderen geschäftskritischen Schritt ausführt.

Genau bei dieser Verbindung gab es in ausgelieferten Docker-Images ein Problem. Laut dem offiziellen n8n-Pull-Request zum HITL-Fix konnten Werkzeuge hinter einem Human-in-the-Loop-Knoten für den AI Agent unsichtbar werden. Die Regression wurde mit Version 2.28.0 eingeführt und betraf die darauffolgenden Veröffentlichungen bis zur Korrektur.

Das Fehlerbild hing vom verwendeten Modell beziehungsweise Anbieter ab. In der von n8n dokumentierten Reproduktion konnte eine Ausführung mit Anthropic wegen eines unbekannten Werkzeugtyps abbrechen. Über OpenRouter konnte der Agent stattdessen antworten, dass ihm das erwartete Werkzeug nicht zur Verfügung stehe.

Für den Betrieb ist das heikel: Ein Workflow kann technisch aktiv sein und trotzdem fachlich unvollständig arbeiten. Der Agent erhält dann nicht die vorgesehenen Handlungsmöglichkeiten. Unternehmen, die KI-Workflows mit kontrollierten Freigabeschritten betreiben, sollten deshalb nicht nur prüfen, ob der Workflow startet, sondern auch, ob der Agent sämtliche vorgesehenen Tools tatsächlich erkennt.

Welche AWS-Workflows betroffen sein konnten

Der zweite relevante Fix betrifft AWS-signierte Requests. Nach der technischen Fehlerbeschreibung von n8n konnten Requests bereits vor dem Versand abbrechen, wenn ein Headerwert keine Zeichenkette war. Als konkretes Beispiel nennt das Projekt einen numerischen Content-Length-Wert.

Das konnte insbesondere in zwei Konstellationen sichtbar werden:

• mehrteilige Uploads über den AWS-S3-Knoten, wenn Binärdaten im Dateisystem gespeichert wurden;
• binäre PUT-Requests über den HTTP-Request-Knoten mit einem vordefinierten AWS-Zugang.

Die Ausführung konnte mit der Meldung headers[headerName].trim is not a function abbrechen. n8n normalisiert die Werte nun an der Signierungsgrenze: skalare Werte werden in Zeichenketten umgewandelt, Arrays zusammengeführt und nicht gesetzte Werte verworfen.

Wenn Ihre Automatisierungen Dokumente, Exporte, Backups oder Mediendateien nach S3 übertragen, sollten diese Pfade nach dem Update mit realistischen Dateigrößen getestet werden. Eine erfolgreiche Verbindung zum AWS-Konto allein reicht nicht aus, weil der Fehler erst beim konkreten signierten Upload auftreten konnte. Eine Übersicht geeigneter Schnittstellen finden Sie auch unter Tools und Integrationen für n8n.

Was Unternehmen jetzt konkret prüfen sollten

1. Installierte Version erfassen: Dokumentieren Sie die n8n-Version von Hauptinstanz, Workern und weiteren beteiligten Komponenten. Aktualisieren Sie zusammengehörige Komponenten konsistent.
2. Betroffene Workflows identifizieren: Suchen Sie nach AI Agents mit Human-in-the-Loop- beziehungsweise Freigabeknoten sowie nach S3- und AWS-authentifizierten HTTP-Requests mit Binärdaten.
3. In einer Testumgebung aktualisieren: Spielen Sie 2.31.5 zunächst außerhalb der Produktion ein und verwenden Sie Kopien der relevanten Workflows mit sicheren Testdaten.
4. Fachliches Verhalten testen: Fragen Sie den Agenten nicht nur nach einer Antwort. Prüfen Sie, ob alle vorgesehenen Tools verfügbar sind, die Freigabe ausgelöst wird und eine abgelehnte Aktion tatsächlich unterbleibt.
5. Dateiübertragungen realistisch prüfen: Testen Sie kleine und größere Dateien, mehrteilige S3-Uploads sowie den konkret genutzten HTTP-Request-Pfad.
6. Nach dem Rollout überwachen: Kontrollieren Sie Fehlerraten, Ausführungszeiten und abgebrochene Runs. Für produktive Automatisierungen sollte ein klarer Rückfall- und Wiederanlaufplan bestehen.

Wenn keiner der beschriebenen Pfade eingesetzt wird, besteht kein Grund für einen hektischen Sonder-Rollout. Das Update kann dann im regulären Wartungsfenster geprüft werden. Betroffene Docker-Installationen sollten den Test dagegen priorisieren, weil der HITL-Fehler laut Projektbeschreibung gerade im gebauten Container auftrat und sich in einer lokalen Entwicklungsinstallation nicht zuverlässig reproduzieren ließ.

Die entscheidende Lehre für produktive AI-Workflows

Der Fall zeigt, warum ein grüner Status allein bei Agenten-Workflows nicht genügt. Neben technischer Erreichbarkeit muss regelmäßig geprüft werden, ob Modelle ihre Werkzeuge sehen, Freigaben korrekt greifen und externe Dateiübertragungen unter realistischen Bedingungen funktionieren.

Dazu gehören versionierte Testfälle, kontrollierte Updates, beobachtbare Fehlerpfade und ein zuständiges Team. Unser Bereich n8n Betrieb und Wartung beschreibt die dafür notwendigen Bausteine. Ergänzend hilft ein belastbares Monitoring für n8n-Workflows, damit fehlerhafte Agenten- oder Upload-Ausführungen nicht erst durch Fachabteilungen oder Kunden auffallen.

Fazit

n8n 2.31.5 ist ein kleines Patch-Release mit konkreter betrieblicher Relevanz. Besonders AI Agents mit Human-in-the-Loop und AWS-basierte Dateiübertragungen verdienen einen gezielten Regressionstest. Entscheidend ist nicht nur, das Update einzuspielen, sondern die betroffenen Geschäftsabläufe anschließend Ende-zu-Ende zu prüfen.

Sie möchten wissen, ob Ihre n8n-Installation oder einzelne Workflows betroffen sind? Nehmen Sie Kontakt mit uns auf. Wir prüfen Version, Workflow-Aufbau, Freigabelogik und Betriebsrisiken gemeinsam mit Ihnen.