
KI-Automatisierung nach zwei Jahren: Unsere ehrliche Bilanz
Zwei Jahre KI-Automatisierung im eigenen Unternehmen: was messbar besser wurde, was gescheitert ist und was wir heute anders machen würden. Das Serien-Finale.

Was ist ein MCP Server? Wie das Model Context Protocol Claude und ChatGPT an echte Datenquellen anbindet – von RIS und EUR-Lex bis Buchhaltung und Zeiterfassung.
Eine KI, die nicht an Ihre Daten kommt, ist ein sehr belesener Gesprächspartner ohne Zugang zu Ihrem Unternehmen. Sie kann brillant über Buchhaltung reden, aber Ihre Rechnungen kennt sie nicht. Sie kann Paragrafen erklären, aber nicht die aktuelle Fassung des Gesetzes nachschlagen.
Genau dieses Problem löst ein MCP Server. Und weil wir inzwischen eine ganze Reihe davon entwickelt haben, von Rechtsdatenbanken bis Buchhaltung, erklären wir in diesem Teil der Serie, was dahintersteckt und was damit praktisch möglich wird.
MCP steht für Model Context Protocol, einen offenen Standard, der Ende 2024 von Anthropic vorgestellt wurde und sich seitdem branchenweit durchgesetzt hat. Die Idee ist einfach: Statt für jede Kombination aus KI-Tool und Datenquelle eine eigene Integration zu bauen, gibt es eine gemeinsame Sprache.
Ein MCP Server ist ein kleines Programm, das eine Datenquelle oder ein System für KI-Assistenten zugänglich macht: mit klar definierten Werkzeugen, klaren Berechtigungen und klaren Grenzen. Der KI-Assistent, etwa Claude oder ChatGPT, verbindet sich mit dem Server und kann dann genau das tun, was der Server erlaubt. Nicht mehr, nicht weniger.
Man kann es sich wie einen USB-Anschluss für KI vorstellen: einmal standardisiert, passt jedes Gerät.

Zwei unserer öffentlich nutzbaren MCP-Server binden juristische Datenquellen an: das österreichische Rechtsinformationssystem (RIS) mit Bundesrecht, Landesrecht und Judikatur, und EUR-Lex, die Rechtsdatenbank der Europäischen Union.
Was das praktisch bedeutet: Man stellt Claude eine Frage zu einer EU-Verordnung oder einem österreichischen Gesetz, und die Antwort basiert nicht auf dem Trainingsstand des Modells, sondern auf dem aktuellen, konsolidierten Gesetzestext, direkt aus der offiziellen Quelle, mit Fundstelle.
Das Bemerkenswerte daran: Das funktioniert mit der ganz normalen Claude-Subscription. Keine zusätzliche Plattform, keine Token-Abrechnung bei einem Drittanbieter, kein separates Tool mit eigenem Login. Der MCP-Server wird einmal verbunden, danach ist die Rechtsdatenbank einfach Teil des Gesprächs.
Den RIS-MCP-Server haben wir als Open Source auf GitHub veröffentlicht, und er ist längst mehr als ein Recherche-Werkzeug: Er ist das Fundament des GPAI-Checkers, des arbeitsrechtlichen Chatbots der Gewerkschaft GPA, der Paragraphen nur nennen darf, wenn er sie zuvor im RIS verifiziert hat. Mehr dazu in Teil 7.
Die gleiche Technik, die Gesetzestexte zugänglich macht, funktioniert für Unternehmenssysteme. Unsere MCP-Server für die Buchhaltung (sevDesk) und die Zeiterfassung (Clockify) sind das Rückgrat des Monatsabschluss-Workflows aus Teil 3 dieser Serie. Dazu kommen Server für Marketing-Systeme, Projektmanagement und unsere eigenen Produkte.
Das Muster ist immer dasselbe: Ein System, das bisher nur über seine Oberfläche bedienbar war, wird für die KI erreichbar, und aus isolierten Tools wird ein zusammenhängender Arbeitsablauf. Genau das ist übrigens der Unterschied zwischen einem Chatbot und dem, was gerade unter dem Begriff KI-Agenten diskutiert wird: Ein Agent kann nicht nur antworten, sondern in Systemen arbeiten. MCP ist die Infrastruktur, die das kontrolliert möglich macht.
Einen MCP Server zu bauen ist technisch überschaubar. Einen guten zu bauen ist Handwerk. Aus unserer Erfahrung entscheiden drei Dinge:
Werkzeug-Design. Die KI braucht Werkzeuge, die zu Aufgaben passen, nicht eine 1:1-Kopie der API. Ein Werkzeug "Monatsstunden je Projekt auswerten" ist wertvoller als zehn generische Endpunkte.
Berechtigungen und Grenzen. Was darf die KI lesen, was darf sie anlegen, was ist tabu? Bei unserem Buchhaltungs-Server gilt: Entwürfe ja, Freigaben nie. Diese Grenzen gehören in die Architektur, nicht in die Hoffnung.
Datensparsamkeit. Der Server gibt der KI genau die Daten, die für die Aufgabe nötig sind, in aufbereiteter Form. Das ist gleichzeitig ein Datenschutz- und ein Qualitätsthema.
Und natürlich: In Kombination mit dem AI Gateway aus Teil 5 bleibt auch die MCP-Kommunikation DSGVO-konform auf EU-Infrastruktur.
MCP ist der Baustein, der KI vom Spielzeug zum Werkzeug macht. Praktisch jeder Anwendungsfall aus dieser Serie, vom Monatsabschluss bis zur Kampagnensteuerung, existiert nur, weil die KI über MCP-Server an die echten Systeme angebunden ist.
Die Grenze ist dieselbe wie überall: Ein MCP-Server macht Daten zugänglich, aber er ersetzt nicht die Entscheidung, was damit geschehen soll. Die Freigabe bleibt beim Menschen.
Nächster Teil: Der Agent Hub – wie aus dieser Infrastruktur fertige KI-Chatbots in Tagen statt Monaten entstehen.
Sie wollen Ihre Systeme per MCP Server an Claude oder ChatGPT anbinden? Wir haben es für Rechtsdatenbanken, Buchhaltung, Zeiterfassung und Marketing bereits gebaut. Sprechen Sie mit uns.

Zwei Jahre KI-Automatisierung im eigenen Unternehmen: was messbar besser wurde, was gescheitert ist und was wir heute anders machen würden. Das Serien-Finale.

Einen KI-Chatbot erstellen, der wirklich hilft: Wie der Honeyfield Agent Hub Chatbots für Unternehmen in Tagen liefert – automatisch DSGVO-konform.

DSGVO-konforme KI für regulierte Unternehmen: Wie das Honeyfield AI Gateway die neuesten Modelle nutzbar macht – DORA-, NIS2- und KRITIS-tauglich, über EU-Server.