Alle Leitfäden
Kostenloser Leitfaden
Ihr Unternehmen mit MCP an KI anbinden
Wie ich Werkzeuge und Daten über das Model Context Protocol sicher an Claude, ChatGPT und Coding-Agenten anbinde. Sieben Schritte vom ersten Read-only-Server bis zum Einsatz im ganzen Unternehmen.
PDF herunterladenAuch auf English, Español
Aus zwei produktiven Plattformen, die ich gebaut habe, anonymisiert
- der App-Oberfläche auch für KI-Agenten per MCP nutzbar
- 100 %
- Personendaten in der Read-only-API und dem MCP-Server eines Kunden
- 0
- automatisiert ein Kunde seine Planung per MCP
- Wöchentlich
- produktive Plattformen mit eigenem MCP-Server
- 2
Was drin steht
1. Mit einer Frage starten, die jede Woche kommt
- Einen Anwendungsfall mit klarer Verantwortung wählen: Wochenplanung, Sales-Report, Ticket-Triage, Kostenfragen.
- Aufschreiben, welche Daten die Antwort braucht und wer sie sehen darf.
- Messen, wie lange es heute dauert, damit der Unterschied später sichtbar wird.
2. Die Daten kennen, bevor man sie öffnet
- Jedes Feld einstufen: öffentlich, intern, personenbezogen, geheim.
- Personenbezogene und geheime Daten bleiben in der ersten Version draussen. Aggregate reichen meist.
- Daten, die das eigene Netz nie verlassen dürfen: über denselben MCP-Server an ein lokales Modell geben.
3. Zuerst nur lesen
- Der erste Server liest nur: auflisten, suchen, berichten. Kein Anlegen, Ändern oder Löschen.
- Ein Tool, eine Aufgabe, mit klarem Namen und einer Beschreibung, die das Modell versteht.
- Kleine, strukturierte Antworten statt ganzer Tabellen: schneller, günstiger und weniger Datenabfluss.
4. Identität und Schlüssel
- Jede Person verbindet sich mit der eigenen Identität (OAuth oder OIDC), der Agent handelt also mit deren Rechten, nie mit mehr.
- API-Keys gehasht gespeichert, pro Tool eingeschränkt, mit Ablaufdatum und Widerruf.
- Niemals ein gemeinsames Admin-Token.
5. Pilot mit einem Team
- Fünf bis zehn Personen, zwei Wochen, ein Kanal für Feedback.
- Jeden Tool-Aufruf protokollieren: wer, welches Tool, welche Parameter, wie lange, was zurückkam.
- Rate-Limits und ein Kostendeckel pro Person ab dem ersten Tag.
6. Schreibzugriffe mit Bestätigung
- Schreiben nur dort, wo der Pilot den Nutzen gezeigt hat, und jede Aktion bestätigt die Person, bevor sie läuft.
- Destruktive Aktionen (Löschen, Zahlungen, Berechtigungen) kommen zuletzt, mit ausdrücklicher Bestätigung und denselben Rechten wie in der Oberfläche.
- Jeder Schreibzugriff ist umkehrbar oder mindestens mit Zustand vorher und nachher protokolliert.
7. Skalieren und steuern
- Eine freigegebene Liste von MCP-Servern und KI-Clients für das Unternehmen; alles andere per Policy gesperrt.
- Neue Tools wie Code prüfen: Pull Request, Security-Check, eine verantwortliche Person.
- Ein Monatsbericht zu Nutzung, Fehlern und gesparten Stunden.
Einführung nach Unternehmensgrösse
- Startup: ein Server für das eigene Produkt, damit Kunden und Team direkt aus ihrem KI-Assistenten darin arbeiten.
- Mittelstand: ein Server pro Kernsystem (ERP, CRM, Ticketing) hinter Single Sign-on.
- Konzern: ein zentrales Gateway mit Allowlist, Audit-Logs und Datenklassifizierung, dazu lokale Modelle für vertrauliche Daten.
Die häufigsten Fehler
- Mit Schreibrechten starten, weil die Demo dann besser aussieht.
- Ein gemeinsamer Admin-Key für alle, und im Audit-Trail steht niemand.
- Ganze Datenbanktabellen zurückgeben und sich dann über Kosten und Datenabfluss wundern.
- Personendaten anbinden, bevor jemand den Datenschutz gefragt hat.
- Ungeprüfte Community-MCP-Server auf Laptops mit Firmendaten.
Sollen Ihre Systeme sicher mit KI sprechen?
30-Minuten-Gespräch buchenKontakt aufnehmen
Erzählen Sie mir von Ihrem Projekt, ich antworte innerhalb von 1–2 Werktagen.

- mail@dominikheinrich.ch
- Unternehmen
- MADO Consulting
- Folgen Sie mir auf LinkedIn
Weltweit verfügbar, remote. Vor Ort auf Anfrage, je nach Land.
Öffnet hier den Buchungskalender von Calendly. Beim Laden werden Daten an Calendly übertragen (siehe Impressum).