KI
ChatGPT und Claude mit Firmendaten verbinden: MCP einfach erklärt
ChatGPT und Claude wissen viel, aber nichts über deinen Betrieb: nicht, welche Termine morgen anstehen, welcher Kunde noch eine offene Rechnung hat oder was in der letzten Preisliste steht. MCP ändert das. Das Model Context Protocol ist ein offener Standard, über den eine KI auf deine Programme zugreift, mit genau den Rechten, die du festlegst. Dieser Ratgeber erklärt MCP ohne Fachchinesisch, zeigt an unserem eigenen LinkedIn-Anschluss, wie so etwas aussieht, rechnet die Kosten durch und sagt klar, wo die Grenzen liegen.

Das Wichtigste in Kürze
- MCP (Model Context Protocol) ist ein offener Standard, über den KI-Assistenten wie ChatGPT und Claude auf Programme und Daten eines Betriebs zugreifen, etwa Kalender, Kundenliste oder Ablage.
- Ein MCP-Server ist ein kleines Programm zwischen KI und deiner Software: Er bietet der KI feste Werkzeuge an, etwa „Termine lesen“ oder „Beitrag anlegen“, und nur diese.
- Viele Programme bringen inzwischen einen fertigen MCP-Server mit; für die eigene Software oder Nischenprogramme wird einer gebaut, sofern das Programm eine Schnittstelle (API) hat.
- Unser eigener MCP-Server für LinkedIn hat neun Werkzeuge und rund 750 Zeilen Code; der Engpass war bei uns nicht der Code, sondern die Freigabe der Schnittstelle durch LinkedIn.
- Eine Schnittstelle zu einem Programm kostet bei TasWiq 1.490 € als Zusatz (Stand November 2026); ein MCP-Server für ein Programm mit guter API liegt nach unserer Einschätzung in dieser Größenordnung. Einen Listenpreis für MCP-Server gibt es nicht, den Festpreis nennen wir nach dem Check.
Was würde das für deinen Betrieb kosten?
Zum AusprobierenSoftware-Demos zum AusprobierenNeun Musterfirmen, in denen du selbst klickst: bestellen, buchen, freigeben – und im Dashboard sehen, was beim Betrieb ankommt. Ohne Anmeldung.Alle Demos ansehen Warum weiß ChatGPT nichts über deinen Betrieb?
Wer im Betrieb mit ChatGPT oder Claude arbeitet, kennt den Ablauf: Kundenliste exportieren, Datei hochladen, Frage stellen, Antwort zurück ins eigene Programm kopieren. Bei jeder neuen Frage geht das von vorn los, und die hochgeladene Datei ist nach einer Stunde schon veraltet. Die KI kennt nur, was du ihr im Gespräch gibst.
Wie viel Zeit das kostet, hängt davon ab, wie oft du Daten hin- und herträgst. Eine Rechnung mit Annahmen: Fünfmal am Tag je drei Minuten exportieren, hochladen und zurückkopieren sind 15 Minuten täglich, bei 21 Arbeitstagen rund fünf Stunden im Monat. Eine belastbare Studie zu deutschen Kleinbetrieben dazu kennen wir nicht, deshalb rechnen wir mit Beispielwerten, die du durch deine eigenen ersetzen solltest.
Der zweite Haken ist die Kontrolle. Eine hochgeladene Tabelle enthält oft mehr, als die KI für die Frage braucht: alle Kunden, alle Spalten, auch Telefonnummern und Umsätze. Besser wäre, die KI fragt genau das ab, was sie braucht, und darf alles andere gar nicht sehen. Genau dafür gibt es MCP.
Was ist MCP? Einfach erklärt
MCP steht für Model Context Protocol. Anthropic, der Anbieter von Claude, hat den Standard im November 2024 vorgestellt und ihn im Dezember 2025 an die Agentic AI Foundation unter dem Dach der Linux Foundation übergeben, die Anthropic zusammen mit OpenAI und Block gegründet hat. MCP gehört also keinem einzelnen KI-Anbieter mehr.
Das Bild, das am besten passt: MCP ist ein einheitlicher Stecker zwischen KI und Software. Früher brauchte jede KI für jedes Programm eine eigene Anbindung. Mit MCP baut man den Anschluss für ein Programm einmal, und jede KI, die MCP versteht, kann ihn nutzen.
- MCP-Client: die KI-Anwendung, mit der du sprichst, zum Beispiel Claude oder ChatGPT.
- MCP-Server: ein kleines Programm, das zwischen KI und deiner Software sitzt. Er bietet der KI eine feste Liste von Werkzeugen an, etwa „Kunden suchen“, „Termine der Woche lesen“ oder „Entwurf anlegen“.
- Deine Software: Kalender, Kundenverwaltung, Ablage, Warenwirtschaft oder eine Datenbank. Der MCP-Server spricht mit ihr über ihre Schnittstelle (API) oder direkt mit der Datenbank.
Wichtig für das Verständnis: Die KI greift nicht frei auf dein System zu. Sie sieht nur die Werkzeuge, die der MCP-Server anbietet, und jedes Werkzeug tut genau eine Sache. Gibt es kein Werkzeug „Rechnung löschen“, kann die KI keine Rechnung löschen, egal was im Gespräch steht.
Was kann eine KI mit Zugriff auf Firmendaten im Alltag?
Der Nutzen zeigt sich bei Fragen, für die du heute zwei oder drei Programme öffnest. Ein paar Beispiele aus Branchen, mit denen wir arbeiten:
| Frage an die KI | Woher die Antwort kommt | Werkzeug im MCP-Server |
|---|---|---|
| „Welche Termine habe ich morgen, und wer davon war noch nie da?“ | Kalender und Kundenliste | Termine lesen, Kunde suchen |
| „Welche Mandanten haben ihre Belege für Oktober noch nicht hochgeladen?“ | Kanzlei-Portal | Offene Belege je Mandant lesen |
| „Fass mir die Mails von Herrn Krause der letzten Woche zusammen.“ | Postfach | Mails nach Absender suchen |
| „Wie viele Werkstatttermine hatten wir im Oktober, verglichen mit dem Vorjahr?“ | Werkstattplaner | Termine zählen nach Zeitraum |
| „Leg einen LinkedIn-Beitrag zum neuen Ratgeber als Entwurf an.“ | Beitrag anlegen (unser Beispiel unten) |
Wie solche Daten in einem Betrieb liegen, zeigt unsere Kanzlei-Demo: Belege, Nachrichten und Aufgaben hängen dort am jeweiligen Mandat. Genau diese Struktur macht einen MCP-Server einfach, weil ein Werkzeug wie „offene Belege je Mandant“ nur eine gezielte Abfrage ist. Liegen dieselben Informationen verstreut in Mails, Ordnern und Tabellen, muss vorher jemand festlegen, wo die gültige Fassung steht.
Lesen ist der einfache und sichere Einstieg. Schreibende Werkzeuge wie „Termin eintragen“ oder „Beitrag veröffentlichen“ sind möglich, sollten aber eine Bestätigung verlangen. Claude und ChatGPT fragen bei solchen Werkzeugen in der Regel nach, bevor sie sie ausführen; zusätzlich kann der MCP-Server selbst nur Entwürfe anlegen statt direkt zu senden.
Wenn eine KI mehrere solcher Werkzeuge nacheinander nutzt, um eine Aufgabe zu erledigen, spricht man von einem KI-Agenten. Wie das im Betrieb aussieht und wo die Grenzen liegen, steht in unserem Ratgeber KI-Agenten im Unternehmen. MCP ist eine der Techniken, über die solche Agenten an deine Programme kommen.
So verbindest du ChatGPT oder Claude mit deinen Daten
Der Weg hängt davon ab, ob es für dein Programm schon einen MCP-Server gibt. Der Ablauf in fünf Schritten:
- Prüfen, ob es einen fertigen MCP-Server gibt: Viele bekannte Programme bieten inzwischen einen eigenen an, etwa Werkzeuge für Projektmanagement, Dokumente oder Online-Shops. Suche nach „<Programmname> MCP“ oder schau in den Konnektor-Listen von Claude und ChatGPT nach. Gibt es einen offiziellen, nimm den.
- Festlegen, was die KI darf: Nur lesen oder auch schreiben? Welche Daten, welche Kunden, welche Felder? Diese Liste ist die wichtigste Entscheidung, nicht die Technik.
- MCP-Server bauen lassen, wenn keiner da ist: Für die eigene Software, ein Nischenprogramm oder eine Datenbank wird ein Server gebaut, der genau die Werkzeuge aus Schritt 2 anbietet. Voraussetzung ist eine Schnittstelle oder ein direkter Datenbankzugang.
- In der KI eintragen: In Claude wird ein Server als Konnektor hinzugefügt, in ChatGPT über die Einstellungen für Konnektoren; je nach Tarif muss dort erst der Entwicklermodus freigeschaltet werden (OpenAI-Hilfe, Stand November 2026). Bei Team- und Firmentarifen schaltet das meist ein Admin frei.
- Testen und eingrenzen: Ein paar Tage mit echten Fragen arbeiten, dabei schauen, welche Werkzeuge die KI wann aufruft. Werkzeuge, die keiner braucht, fliegen wieder raus.
Ein MCP-Server läuft entweder lokal auf deinem Rechner oder im Netz. Lokal heißt: Er startet mit der KI-Anwendung auf deinem Computer und gilt nur für dich. Im Netz läuft er auf einem Server, und das ganze Team kann ihn nutzen, auch aus ChatGPT im Browser. Für ein Team ist die Variante im Netz der Normalfall, sie braucht dann aber eine saubere Anmeldung, damit nicht jeder mit dem Link an deine Daten kommt.
Unser eigenes Beispiel: ein MCP-Server für LinkedIn
Wir nutzen einen selbst gebauten MCP-Server, über den unser KI-Assistent Beiträge auf LinkedIn anlegt, Statistiken liest und Seitenbilder austauscht. Einen fertigen Server für die offizielle LinkedIn-Schnittstelle gab es nicht in der Form, die wir brauchten. Die Eckdaten, ohne Beschönigung:
| Punkt | Wie es bei uns aussieht |
|---|---|
| Werkzeuge | 9: Status prüfen, Seiten auflisten, Beitrag anlegen, Beiträge lesen, Beitrag löschen, Beitrags- und Seitenstatistik, Seite bearbeiten, freier API-Aufruf |
| Umfang | Rund 750 Zeilen JavaScript in vier Dateien (Server, Hilfsfunktionen, Anmeldung, geplanter Versand) |
| Anmeldung | Offizielle LinkedIn-Anmeldung (OAuth); Zugangsdaten liegen auf dem Rechner, nie im Code-Archiv |
| Hürde 1 | LinkedIn gibt die Schnittstelle für Unternehmensseiten nur an eine App ohne andere Produkte. Deshalb hat unser Server zwei getrennte Zugänge, einen fürs Profil, einen für Seiten. |
| Hürde 2 | Diese Schnittstelle prüft LinkedIn vor der Freigabe. Unser Antrag ist seit 02.11.2026 in Prüfung (Stand 05.11.2026); bis dahin geht nur das Profil. |
| Hürde 3 | Ohne diese Freigabe läuft die Anmeldung nach 60 Tagen ab und muss erneuert werden. |
| Was nicht geht | Unternehmensseiten anlegen; das geht nur auf linkedin.com selbst. |
| Sicherheit | Veröffentlicht wird nur, was ein Mensch bei uns freigibt; der geplante Versand nimmt nur Beiträge mit Status „freigegeben“, höchstens einen pro Lauf. |
Die Lehre daraus gilt für jedes Projekt dieser Art: Der Code ist selten das Problem. Was die Zeit bestimmt, sind die Regeln des Programms, an das man andockt: Welche Schnittstelle gibt es, wer bekommt Zugang, wie lange gilt eine Anmeldung, was ist gar nicht freigegeben. Das gehört in den Check, bevor jemand eine Zeile schreibt. Den Aufbau mit allen Werkzeugen, Stolperstellen und Sicherungen zeigt der Ratgeber MCP-Server selbst bauen.
Fertiger MCP-Server oder eigener: was passt wann?
| Ausgangslage | Weg | Aufwand |
|---|---|---|
| Dein Programm bietet einen offiziellen MCP-Server | Fertigen Server nutzen, Rechte einschränken | Einrichtung, meist Stunden |
| Es gibt einen Server aus der Community | Vorher prüfen: Wer pflegt ihn, was darf er, wohin gehen die Daten? | Prüfung plus Einrichtung |
| Programm hat eine API, aber keinen MCP-Server | Eigenen Server mit genau den nötigen Werkzeugen bauen | Projekt, Größenordnung einer Schnittstelle |
| Eigene Software oder eigene Datenbank | Server direkt an die Datenbank oder die eigene API | Projekt, oft einfacher als bei Fremdprogrammen |
| Programm ohne API (alte Branchensoftware) | Erst Export oder Datenbankzugang klären, sonst geht es nicht sauber | Check entscheidet, ob es sich lohnt |
Bei Servern aus der Community lohnt Vorsicht. Ein MCP-Server läuft mit deinen Zugangsdaten und sieht alles, was über ihn fließt. OpenAI weist selbst darauf hin, dass eigene Konnektoren nicht von OpenAI geprüft werden und man nur Server aus vertrauenswürdigen Quellen hinzufügen soll. Für Firmendaten heißt das: offizielle Server vom Hersteller, eigener Server, oder ein Community-Server, dessen Code jemand gelesen hat.
Was kostet es, die KI mit Firmendaten zu verbinden?
Einen eigenen Listenpreis für MCP-Server haben wir noch nicht. Technisch ist ein MCP-Server eine Schnittstelle mit einer festen Werkzeugliste, deshalb ist unser Preis für eine Schnittstelle die beste Orientierung. Dazu kommen die KI-Tarife selbst, die du direkt beim Anbieter zahlst.
| Posten | Kauf | Miete | Quelle |
|---|---|---|---|
| Schnittstelle zu einem Programm (Orientierung für einen MCP-Server) | 1.490 € | 109 €/Monat | Preisliste, Zusatz Schnittstelle |
| Hosting, wenn der Server im Netz läuft | 49 €/Monat | in der Miete enthalten | Preisliste, laufender Betrieb |
| Wochen-Report mit Zahlen aus deinen Programmen, falls feste Zahlen reichen | 890 € | 89 €/Monat | Preisliste |
| Dokumente & Belege automatisch auslesen und ablegen | 1.290 € | 99 €/Monat | Preisliste |
| KI-Tarif (Claude oder ChatGPT, Team- oder Firmentarif) | – | beim Anbieter | nicht bei uns |
Ein Rechenbeispiel mit den Annahmen von oben: Fünf Stunden im Monat für Exportieren und Kopieren, 45 € pro Bürostunde inklusive Nebenkosten (Annahme), ergeben rund 225 € im Monat. Dem stehen 109 € Miete für eine Anbindung gegenüber. Bleibt der Aufwand bei zwei Stunden im Monat, sind es nur 90 € und die Rechnung geht nicht auf. Der eigentliche Gewinn liegt dann eher in Fragen, die heute niemand stellt, weil das Zusammensuchen zu lange dauert.
Was den Preis nach oben treibt: Programme ohne saubere API, viele schreibende Werkzeuge mit Freigaben, mehrere Nutzer mit unterschiedlichen Rechten, Prüfverfahren beim Hersteller wie bei LinkedIn. Was ihn drückt: eigene Software mit eigener Datenbank, nur lesende Werkzeuge, ein Nutzer. Den Festpreis nennen wir nach einem kurzen Check, in dem wir genau diese Punkte klären.
Datenschutz: Was passiert mit meinen Daten?
Bei MCP verlassen Daten deinen Betrieb in dem Moment, in dem die KI ein Werkzeug aufruft: Das Ergebnis, etwa die Liste der Termine von morgen, geht an den KI-Anbieter, damit der daraus eine Antwort formuliert. Deshalb gelten dieselben Regeln wie bei jeder anderen KI-Nutzung mit personenbezogenen Daten.
- Vertrag mit dem KI-Anbieter: Für Firmendaten einen Team- oder Firmentarif nutzen, bei dem ein Auftragsverarbeitungsvertrag (AVV) abgeschlossen werden kann und Eingaben nicht zum Training verwendet werden. Die genauen Bedingungen stehen beim jeweiligen Anbieter und ändern sich; vor dem Start nachlesen.
- Datensparsamkeit im Server: Werkzeuge so bauen, dass sie nur die nötigen Felder liefern. „Termine morgen“ braucht Uhrzeit und Leistung, nicht Geburtsdatum und Telefonnummer.
- Rechte begrenzen: Lesende Werkzeuge zuerst, schreibende nur mit Bestätigung, löschende möglichst gar nicht.
- Protokoll: Der Server kann mitschreiben, welches Werkzeug wann aufgerufen wurde. Das hilft bei Fehlern und bei Fragen von Kunden oder Prüfern.
- Sensible Daten außen vor lassen: Gesundheitsdaten, Personalakten oder Mandantendaten mit Berufsgeheimnis gehören nur dann über MCP angebunden, wenn rechtlich geklärt ist, dass das darf. Im Zweifel bleibt so etwas draußen.
Diese Punkte sind eine Vorprüfung, keine Rechtsberatung. Wer Mandanten- oder Patientendaten anbinden will, klärt das vorher mit Datenschutzbeauftragtem oder Kammer. Was der AI Act für KI-Werkzeuge im Betrieb bedeutet, fassen wir im Ratgeber KI-Agenten im Unternehmen zusammen.
Grenzen: was MCP nicht kann
- MCP macht keine Daten sauber. Steht in der Kundenliste dreimal derselbe Kunde, findet die KI ihn auch dreimal. Erst aufräumen, dann anbinden.
- MCP ersetzt keine Verbindung zwischen Programmen. Wenn Daten jeden Tag automatisch von A nach B sollen, ist eine feste Schnittstelle oder ein Report besser als eine KI, die man jedes Mal fragen muss. Mehr dazu im Ratgeber Programme verbinden.
- Die KI kann sich trotzdem irren. Sie bekommt richtige Daten, kann sie aber falsch zusammenfassen oder ein Werkzeug mit falschem Zeitraum aufrufen. Zahlen, die in ein Angebot oder eine Rechnung gehen, prüft ein Mensch.
- Nicht jede KI kann alles. Welche Funktionen ein MCP-Server in ChatGPT oder Claude nutzen darf, hängt von Anwendung und Tarif ab und ändert sich laufend. Vor dem Bau prüfen wir das für deinen Tarif.
- Ohne Schnittstelle kein sauberer Zugang. Alte Programme ohne API lassen sich manchmal nur über Exporte anbinden. Dann hängt die KI immer einen Export hinterher.
Wann lohnt sich MCP für deinen Betrieb?
| Deine Lage | Unsere Empfehlung |
|---|---|
| Du arbeitest täglich mit Claude oder ChatGPT und kopierst ständig Daten hinein | MCP lohnt sich; mit einem Programm und Lese-Werkzeugen anfangen |
| Dein Hauptprogramm bietet schon einen offiziellen MCP-Server | Den nutzen, Rechte einschränken, kein Bauprojekt nötig |
| Du willst jeden Montag dieselben Zahlen sehen | Wochen-Report statt MCP, weil keiner fragen muss |
| Kunden sollen rund um die Uhr Antworten bekommen | Website-Chat oder Mails mit KI beantworten, nicht MCP; MCP ist für dein Team, nicht für Kunden |
| Steuerkanzlei mit DATEV | Erst klären, was DATEV für Partnerprogramme freigibt; siehe Mandantenportal als DATEV-Ergänzung |
| Du nutzt KI bisher kaum | Erst mit einem einfachen Ablauf anfangen, etwa KI-Agent oder Chatbot, MCP später |
Die Faustregel, die wir anwenden (Annahme aus unseren Projekten, keine Studie): Wenn du dieselbe Art von Frage an die KI mehrmals pro Woche stellst und dafür jedes Mal Daten aus einem Programm holst, lohnt ein Anschluss. Wenn die Frage einmal im Monat kommt, reicht der Export.
Welche Programme du anbinden willst, klären wir in einem kostenlosen Check, bevor du etwas beauftragst. Alles zu unseren KI-Angeboten steht auf der Seite KI-Automatisierung für Unternehmen, eine Preisschätzung für dein Projekt gibt der Preisrechner.
Häufige Fragen
Was ist MCP einfach erklärt?
MCP (Model Context Protocol) ist ein offener Standard, über den KI-Assistenten wie Claude oder ChatGPT auf Programme und Daten zugreifen. Ein MCP-Server bietet der KI feste Werkzeuge an, etwa „Termine lesen“, und die KI kann nur diese nutzen.
Was bedeutet MCP-Server?
Ein MCP-Server ist ein kleines Programm zwischen KI und deiner Software. Er übersetzt die Anfragen der KI in Aufrufe an die Schnittstelle deines Programms und liefert nur die Daten zurück, die das jeweilige Werkzeug vorsieht. Er kann lokal auf deinem Rechner oder im Netz laufen.
Unterstützt ChatGPT MCP-Server?
Ja. ChatGPT kann eigene MCP-Server als Konnektor einbinden; je nach Tarif muss dafür der Entwicklermodus aktiviert oder in Team- und Firmentarifen vom Admin freigegeben werden. Welche Funktionen genau gehen, hängt vom Tarif ab und ändert sich, deshalb vor dem Start in der OpenAI-Hilfe nachsehen.
Ist ein MCP-Server wie eine API?
Ähnlich, aber nicht gleich. Die API ist die Schnittstelle deines Programms. Der MCP-Server sitzt davor, beschreibt der KI in einer einheitlichen Form, welche Werkzeuge es gibt, und begrenzt, was sie darf. Ohne API ist ein MCP-Server meist nur schwer zu bauen.
Ist ein MCP-Server sicher?
So sicher wie seine Werkzeuge und seine Herkunft. Offizielle Server des Herstellers oder selbst gebaute mit nur lesenden Werkzeugen sind ein guter Start. Server unbekannter Herkunft laufen mit deinen Zugangsdaten und sollten vorher geprüft werden. Für Firmendaten zusätzlich einen KI-Tarif mit Auftragsverarbeitungsvertrag nutzen.
Was kostet ein MCP-Server?
Für Programme mit offiziellem MCP-Server fällt meist nur die Einrichtung an. Einen eigenen Server rechnen wir nach Aufwand; einen Listenpreis dafür gibt es nicht. Zur Orientierung kostet eine Schnittstelle zu einem Programm bei TasWiq 1.490 € als Zusatz oder 109 € im Monat zur Miete (Stand November 2026); den Festpreis gibt es nach einem kostenlosen Check.


