Content auf Zuruf | Unternehmenswissen via MCP

Viele kennen das Szenario: Eine dringende Kampagnen-Landingpage muss „gestern“ live gehen. Alle notwendigen Informationen – Briefing, Markenprofil, Händlerlisten – liegen irgendwo im Unternehmen verteilt: in Jira, Confluence, Datenbanken. Die manuelle Übertragung dieser Informationen an die Content-Erstellung ist mühsam, zeitaufwendig und fehleranfällig.

Was, wenn KI diese gesamte Koordination übernehmen könnte? Content auf Zuruf, basierend auf deinem spezifischen Unternehmenswissen. In seinem Rooftop Hub Talk hat unser Solution Architect Tim-Patrick Märk gezeigt, wie das dank offener Standards wie dem Model Context Protocol (MCP) schon heute Realität ist. Hier erfährst du, wie dieses „USB-C für KI“ die Kluft zwischen deinem Unternehmenswissen und der KI schließt.

Warum Kontext der King für erfolgreiche KI ist

Generative KI-Modelle sind extrem leistungsfähig, aber sie haben einen entscheidenden Nachteil: Sie sind blind für dein internes Wissen. Ohne den spezifischen Kontext deines Unternehmens – die Markenwerte, die aktuellen Anforderungen, die Produktdaten – liefert KI bestenfalls generischen, schlimmstenfalls unbrauchbaren Content.

Hier entsteht eine Kluft zwischen KI und Unternehmenswissen. Deine Kolleg:innen behelfen sich mit Copy & Paste aus Ticketsystemen, Wikis oder dem lokalen Desktop. Das ist ineffizient und der Content ist schnell veraltet. Ziel ist die Agent Experience: KI-Agenten sollen Aufgaben für dich erledigen. Dafür brauchen sie nahtlosen Zugang zu deinen Systemen, genau wie ein menschlicher Mitarbeitender.

MCP: Der Schlüssel zur intelligenten Integration

Das Model Context Protocol (MCP) ist der technologische Durchbruch, der dieses Integrationsproblem löst. Es wird oft als der „USB-C-Stecker für KI-Schnittstellen“ bezeichnet.

Die Idee ist einfach: Anstatt für jedes System individuelle Schnittstellen zu bauen, verbindet MCP deine verschiedenen Datenquellen (Jira, Confluence, interne Datenbanken, GitHub) über sogenannte MCP-Server mit dem KI-Client (z.B. Claude, LibreChat oder bald auch nativ in Windows).

Was bedeutet das für dich als Entscheider:in?

Flexibilität: Du kannst KI-Modelle und -Anbieter nach Bedarf wechseln (heute Claude, morgen Llama) – deine Integration bleibt bestehen.
Effizienz: Weniger Individualentwicklung, mehr Wiederverwendung. Die Community und Hersteller bieten oft schon fertige MCP-Server an.
Zukunftssicherheit: Große Player wie Microsoft untermauern die Relevanz des Standards, was die schnelle Akzeptanz und Verbreitung vorantreibt.

Die Live-Demo: Landingpage auf Zuruf in Minuten

Im Talk wurde eindrucksvoll demonstriert, wie eine komplette Landingpage für ein fiktives Produkt, basierend auf echten Unternehmensdaten, erstellt wird – und das alles mit nur wenigen Textbefehlen (Prompts):

Anforderungs-Check (Jira): Die KI las zuerst die detaillierten Anforderungen für die Landingpage (Glasmorphismus, Produktserien, Headlines etc.) aus einem Jira-Ticket.
Kontext-Abgleich (Confluence): Anschließend zog sich die KI das Markenprofil (USPs, Zielgruppen, Designprinzipien) aus Confluence, um Design und Tonalität abzustimmen.
Datenintegration (Directus): Über einen MCP-Server für das Headless CMS Directus ermittelte die KI die lokalen Fachhändler für die Zielregion.
Code-Generierung & Deployment: Basierend auf diesen drei verschiedenen Datenquellen generierte die KI den HTML/CSS-Code für die Landingpage und lieferte ihn direkt über einen Desktop Commander via Netlify aus.

Das Ergebnis war ein solider erster Wurf der Kampagnenseite in kürzester Zeit. Zwar waren noch manuelle Korrekturen nötig, aber die Zeit bis zum ersten, funktionsfähigen Prototyp der Landingpage wurde dramatisch verkürzt.

Die wahre Revolution: KI-Assistenz für deine Prozesse

Die Landingpage-Demo kratzt nur an der Oberfläche. Die wahre Stärke von KI und MCP entfaltet sich, wenn du die Möglichkeiten auf deine eigenen, zeitraubenden Prozesse überträgst:

Vertrieb: Maßgeschneiderte Angebote per Sprachbefehl erstellen, indem KI Kontext aus CRM, PIM und Wiki kombiniert.
HR/Onboarding: Ein 24/7 verfügbarer KI-Assistent beantwortet Onboarding-Fragen, indem er auf HR-Systeme und Wiki zugreift.
Projektmanagement: Ein KI-Assistent leitet aus Meetingprotokollen selbständig Aufgaben ab, legt sie in Jira an und weist sie den verantwortlichen Personen zu.

Die manuelle Daten-Schaufel hat ausgedient. Wir stehen an der Schwelle, wo KI-Assistenten zeitraubende Schritte übernehmen und deinen Teams einen echten Turbo verleihen.

Willst du mehr über diesen KI-Booster erfahren? Dann schau dir die Talk-Aufzeichnung an:

Spürst du, welches Potenzial hier für dein Unternehmen liegt?

Sprich uns an! Wir helfen dir dabei, KI-Assistenz und deine internen Systeme sinnvoll zusammenzudenken, um deine Prozesse effizienter zu gestalten.