Presentation Slide Automation

Ein n8n-Workflow, der aus einem Formular-Input fertige Gamma-Präsentationen, Dokumente und Social-Slides produziert, im richtigen Brand-Theme und Format. Gebaut für Teams, die mit mehreren Marken arbeiten.

Die Nutzung hat mich am meisten gefreut. Der Workflow kam im Team gut an und hat die Erstellung von Präsentationen spürbar vereinfacht. Vorher hat fast jeder beim Erstellen irgendwas falsch gemacht: falsches Theme, falsches Format, Text als Fließtext reingekippt. Das passiert jetzt nicht mehr.

Das Problem

In einem Team, das mehrere Marken betreut, ist „eine Präsentation erstellen“ kein einzelner Schritt. Welche Marke? Welches Gamma-Theme gehört dazu? 16:9 für den Kunden, A4 als Dokument, Hochformat für Social? Und wie kriegt man den Text so aufgeteilt, dass er als Folien funktioniert?

Diese Entscheidungen werden bei jeder Präsentation neu getroffen, oft von Leuten, die Gamma selten nutzen. Falsches Theme gewählt, falsches Format, Text ohne Folientrennungen eingefügt. Die Präsentation sieht dann nicht professionell aus.

Der Ansatz

Der Workflow startet mit einem zweisprachigen Formular. Dort wählt man alles auf einmal: Text, Verarbeitungsmodus (generieren, verdichten oder Struktur beibehalten), Ausgabeformat, Zielmarke, Sprache, Folienanzahl und optionale Zusatzanweisungen.

Ab dem Submit läuft alles automatisch. Der Workflow übersetzt die Formulareingaben in Gamma-API-Sprache, bereitet den Text für Folien auf, ruft die Gamma API auf, wartet auf den Abschluss und schickt das fertige Asset per E-Mail raus. Vorschau-Link und Download-Link, ohne weitere Interaktion.

Ich hatte durch das Content-Repurposing-Projekt schon Erfahrung mit der Gamma API gesammelt und war überrascht, wie gut und einfach das funktioniert. Der Gamma Creator lag nahe: nicht mehr nur für einen festen Anwendungsfall, sondern als flexibles Tool für das ganze Team.

Pipeline-Übersicht: Formular → Normalisierung → Format-Entscheidung → LLM-Textaufbereitung → Gamma API → Polling → Auslieferung per E-Mail

Vom Formular zur API

Das Formular spricht die Sprache der Nutzer: Markennamen, verständliche Formatbezeichnungen, Modusoptionen auf Deutsch und Englisch. Die Gamma API will Theme-IDs, Ordner-IDs, Sprachcodes, API-konforme Parameter. Zwischen diesen beiden Welten muss übersetzt werden.

Ich habe das mit einem Edit Fields Node gelöst: Die Feld-Labels aus dem Formular werden gescannt und per Abfrage den richtigen Gamma-Parametern zugeordnet. Jede Marke hat ein festes Mapping auf Theme-ID und Ordner. Neue Marken brauchen einen neuen Mapping-Eintrag, aber keine Änderung an der restlichen Pipeline.

Die Ordnung in Gamma selbst war auch ein Thema. Ohne Ordnerstruktur landet alles in einem Haufen. Für jede Marke wurden eigene Ordner angelegt und im Mapping hinterlegt.

Die Format-Entscheidung

Präsentation (16:9) und Dokument (A4) sind direkte Pfade. Beim Format Social gibt es einen zweiten Formularschritt: Seitenverhältnis wählen, 1:1, 4:5 oder 9:16.

Ich habe direkt mit dem zweistufigen Formular gearbeitet, weil ich das für das bessere UI hielt. Wer eine Kundenpräsentation baut, soll nicht mit Social-Format-Optionen konfrontiert werden.

Format-Entscheidung: Drei Pfade (Präsentation 16:9, Dokument A4, Social mit zweitem Formular für 1:1, 4:5, 9:16), alle führen zur LLM-Textaufbereitung

Die Textaufbereitung

Gamma generiert Präsentationen aus Text, aber der Input muss in Folienchunks aufgeteilt sein. Ein LangChain-Agent mit GPT-4.1-mini übernimmt das. Der System-Prompt ist eng definiert: Struktur erhalten oder herstellen, Inhalte nicht verändern, keine eigenen Ergänzungen, Folientrennungen markieren.

Je nach Modus verhält sich die Aufbereitung anders. „Generieren“ expandiert ein Thema in einen Foliensatz. „Verdichten“ kürzt bestehende Inhalte auf die wesentlichen Punkte. „Beibehalten“ restrukturiert den Text ohne inhaltliche Eingriffe.

GPT-4.1-mini war zum Zeitpunkt der Entwicklung ein günstiges Modell, und der Step ist reine Sortierarbeit. Es funktioniert. Never change a running system, gerade wenn es fast nichts kostet.

Wichtig war, dass die KI den Kontext nicht zerstört. Für die Nutzer ist der Workflow eine Blackbox: Text rein, Präsentation raus. Wenn die KI anfängt, Inhalte umzuschreiben oder eigene Ideen einzubauen, merkt das im Zweifel keiner sofort. Deshalb ist der Prompt so restriktiv wie möglich.

Die Auslieferung

Nach dem API-Call pollt der Workflow den Job-Status in regelmäßigen Abständen. Simples Polling, funktioniert zuverlässig.

Anfangs habe ich parallel Chat-Nachrichten und E-Mails verschickt, hauptsächlich um zu kontrollieren, ob die Generierungen durchgehen. Der Chat-Kanal wurde mittlerweile abgeschaltet. Die E-Mail ist die eigentliche Bestätigung: HTML-Layout mit Vorschau-Link und Download-Link.

Auslieferungs-Flow: Gamma API → Polling-Schleife (Warten, Status prüfen, Abgeschlossen?) → E-Mail mit Vorschau-Link und Download-Link

Das Ergebnis

Formular ausfüllen, absenden, kurz warten. Was rauskommt:

  • Gamma-Asset im gewählten Format (16:9, A4 oder Social-Hochformat)
  • Richtiges Brand-Theme mit Logo, Markenfarben und Font
  • Text als strukturierte Folien, nicht als eingekippter Fließtext
  • Vorschau-Link zum Bearbeiten im Browser
  • Download-Link als PPTX oder PDF
  • Alles per E-Mail zugestellt

Was ich heute anders machen würde: Das Formular stärker forken, den User mehr leiten. Und Datei- und Bilduploads ermöglichen, damit man nicht nur mit Text arbeiten kann. Der Workflow selbst funktioniert gut, die Verbesserungen liegen beim Input.

Fragen zur Presentation & Slide Automation?

Ich teile meine Erfahrungen mit n8n-Workflows und Gamma-Automatisierung offen. Wenn dich das Thema interessiert, lass uns auf LinkedIn connecten.