Das hören wir auch von unseren eigenen Kunden. Drei von vier DashThis-Kunden haben Marketingdaten manuell exportiert, Screenshots davon gemacht oder sie per Kopieren und Einfügen in ChatGPT und Claude eingefügt, um Analysen durchzuführen. Einer unserer Umfrageteilnehmer schrieb: „Ich muss Screenshots an Claude schicken, weil mein Chrome-MCP-Konnektor nicht mit DashThis funktioniert.“
Mit MCPs musst du das nicht mehr tun. Wenn du direkt in generativen KI-Assistenten arbeitest, um Daten zu analysieren, Ideen zu sammeln, E-Mails zu entwerfen oder Ähnliches, machen es MCPs viel einfacher, deine aktuellen Marketingdaten neben dem Projektkontext und dem Chatverlauf deiner KI abzurufen.
Das heißt aber nicht, dass du deine gesamte Berichterstellung einfach an deine KI abgeben kannst. MCP löst das Problem, deine Daten in deinen KI-Assistenten zu übertragen, aber deine KI braucht immer noch dein Fachwissen, um zu verstehen, was diese Zahlen für deine Kunden tatsächlich bedeuten. Hier sind die Punkte, die du beachten solltest, wenn du MCP-Konnektoren wie den von DashThis in deinen Kundenberichtsprozess integrierst.
Also, was ist MCP eigentlich genau?
Das Model Context Protocol (MCP) ist eine gemeinsame Methode, mit der LLMs (Large Language Models) und KI-Assistenten wie Claude und ChatGPT über eine einzige sichere Verbindung direkt auf deine interaktiven Live-Berichte und Marketingdaten in Reporting-Tools wie DashThis zugreifen können.
Anthropic hat MCP im Jahr 2024 als offenen Standard eingeführt, sodass es nicht an die KI eines bestimmten Unternehmens gebunden ist. Solange ein Tool einen MCP-Server unterstützt, kann sich jeder KI-Assistent damit verbinden – einschließlich Programmiertools wie Claude Code und Cursor, die dasselbe MCP-Protokoll nutzen, um eine Verbindung zu Codebasen und anderen Datenquellen herzustellen. Sobald deine Daten verbunden sind, können Claude oder ChatGPT in Gesprächen direkt darauf Bezug nehmen.
MCPs erweitern den Zugriff deines KI-Assistenten direkt innerhalb von Chats. Neben dem Einbeziehen von First-Party-Kontext – wie zum Beispiel deiner letzten Frage oder dem Inhalt deiner bisherigen Chats – kannst du deine Live-Marketingdaten in DashThis direkt abfragen, und zwar direkt in dem Chat-Fenster, das du ohnehin schon nutzt, egal ob das nun Claude.ai, Claude Desktop oder ChatGPT ist. Du musst keine Screenshots von Diagrammen mehr machen und sie in Claude einfügen.
Warum MCP-Analytics-Server im Jahr 2026 scheinbar überall zu finden sind
Wenn du den Eindruck hast, dass jedes SaaS-Tool (einschließlich DashThis) im Jahr 2026 MCP-Server einführt, dann bildest du dir das nicht ein. Laut dem Bericht von Scott Brinker und Frans Riemersma „State of Martech 2026“ von Scott Brinker und Frans Riemersma stieg die Zahl der Erwähnungen von MCP-Servern innerhalb von 18 Monaten von null auf über 29.000. Im Vergleich dazu brauchte die Martech-Landschaft 15 Jahre, um die Hälfte dieser Zahl zu erreichen, und wuchs allein im letzten Jahr um weniger als ein Prozent.
Allein im Jahr 2026 gab es MCP-Einführungen von HubSpot, Meta Ads, Amazon Ads und TikTok. SaaS-Anbieter entwickeln MCP-Server, weil die Arbeit mit deinen Daten über einen KI-Assistenten längst keine Neuheit mehr ist. Die Umfrage „State of Martech 2026“ ergab, dass 84 % der Marketingteams bereits in irgendeiner Form damit arbeiten:
- KI, die in ein bestehendes Tool integriert ist, das sie bereits nutzen
- Ein spezieller KI-Assistent, wie Claude oder ChatGPT
- Ein Tool, das sie selbst entwickelt haben
Einige dieser Schnittstellen beantworten Fragen zu deinen Daten. Sie können auch eigenständig agieren und Kampagnengebote, Budgets und die Zielgruppenausrichtung direkt verwalten. Die meisten Marketingteams sind noch nicht so weit; derselbe Bericht ergab, dass autonome KI in jeder untersuchten Kategorie deutlich hinter analytischen und generativen Anwendungsfällen zurückbleibt.
Doch je leistungsfähiger die KI wird, desto wichtiger wird es, dass deine Daten stimmen. Wenn deine Konnektoren und KI-Agenten eigenständig handeln, wirken sich Ungenauigkeiten in deinen Daten auf den gesamten Workflow aus – daher lohnt es sich, von Anfang an alles richtig zu machen.
Drei Dinge, die MCP bei der Kundenberichterstattung nicht löst
MCP übermittelt deine Daten an deinen KI-Assistenten. Was dieser mit den Daten macht, liegt weiterhin bei dir – und zwar in dreierlei Hinsicht.
Es weiß nicht, wie du eine Kennzahl definierst
Die meisten Marketingkennzahlen und KPI-Beispiele haben eine bestimmte Definition und Berechnungsweise. Impressionen und Reichweite lassen sich einfach definieren. Es gibt jedoch einige Kennzahlen, bei denen du erst festlegen musst, wie sie berechnet werden, bevor du darüber berichten kannst.
Nehmen wir zum Beispiel den Return on Ad Spend. Eine KI – und viele von uns in der Marketingwelt – berechnen ihn, indem sie die Werbeeinnahmen durch die Werbeausgaben teilen. Einfach eine Formel anwenden, oder? Aber so ganz einfach ist es dann doch nicht.
- Zählen Provisionen für Lieferanten oder Projektmanagementgebühren als Ausgaben?
- Rechnest du die Personalkosten deiner Vollzeitmitarbeiter mit ein oder nur die Kosten für freiberufliche Medienunterstützung?
- Bedeutet „Ausgaben“ überhaupt dasselbe für alle Kampagnentypen? Eine Videoanzeige verursacht Produktions- und Lokalisierungskosten, die bei einer einfachen Bildanzeige gar nicht anfallen.
Deine KI, die über MCP-Server abfragt, wird diese Feinheiten nicht verstehen. Sie wird den ROAS anhand der von ihr angenommenen Formel berechnen und dir eine Zahl liefern, die korrekt aussieht. Wenn du diese Feinheiten nicht berücksichtigt hast, wird die Zahl, die du erhältst, nicht mit dem übereinstimmen, was dein Kunde gewohnt ist zu sehen.
Um das zu vermeiden, erkläre deiner KI im Chat, wie du und dein Kunde den ROAS definieren. Du kannst das auch als Projektkontext anhängen oder ihr zunächst ein Beispiel durchgehen lassen und dann bei jeder weiteren Berechnung darauf als Referenz verweisen.
Es weiß nicht, welche Daten zu welchem Kunden gehören
Dein KI-Assistent ruft über den Konnektor reale Zahlen ab, kann aber nicht wissen, ob diese Zahlen für deine Analysezwecke geeignet sind.
Wenn dein MCP-Konnektor über dieselbe Verbindung auf die Daten mehrerer Kunden zugreifen kann, musst du sicherstellen, dass er jedes Mal nur die Daten des richtigen Kunden abruft. Allgemeinere Fragen wie „Wie entwickeln sich meine Konten diesen Monat?“, bergen das größte Risiko, da die Antwort genauso überzeugend klingen kann, egal ob die zugrunde liegenden Daten nun die richtigen sind oder nicht.
Um sicherzustellen, dass du mit den richtigen Daten arbeitest, musst du deine Daten manuell aufteilen, und zwar entweder durch:
- Frag den Assistenten, wie die „ dashboard “ heißt, aus der er die Zahlen bezogen hat, bevor du sie verwendest
- Nutzung von Tools wie „Projekte“ in Claude und ChatGPT, um die Daten jedes Kunden getrennt zu halten
Wenn du MCP-verbundene Tools nutzt, schau nach, was in der Dokumentation des jeweiligen Tools über den Umgang mit Daten zwischen verschiedenen Clients steht, und vergewissere dich, dass die Antwort, die du erhältst, sich ausschließlich auf das Konto bezieht, nach dem du gefragt hast.
Eine der von uns befragten Agenturen hat genau diesen Ansatz beschrieben: „Wir nutzen Claude Projects, jeweils eines pro Kunde, um alles getrennt zu halten. Derzeit werden uns Berichte per E-Mail zugeschickt, die automatisch in Dropbox importiert werden. Dann legen wir diese PDF-Datei in das jeweilige Claude-Projekt ab und erstellen einen Bericht … für eine vollständige Kontoübersicht.“
Es weiß nicht, in welcher Beziehung eure Plattformen zueinander stehen
Bei MCP-Anschlüssen ist jeder Kanal eine eigene Insel, und du hast nur einen begrenzten Überblick über deine Daten.
Nehmen wir mal an, du führst eine Multi-Channel-Kampagne über Google Ads, Google Analytics 4, Meta Ads und TikTok Ads durch. Ein Kunde fragt, welcher Kanal tatsächlich für Conversions sorgt, damit er entscheiden kann, auf welche Plattform er das Budget für das nächste Quartal verteilen soll.
MCP-Connectoren lesen die Daten jedes Kanals einzeln aus. Sie können dir sagen, wie viele Conversions in einem bestimmten Kanal stattgefunden haben, aber nicht, dass ein Kunde zuerst auf eine TikTok-Anzeige geklickt hat und dann drei Tage später eine Conversion getätigt hat, nachdem ihn eine Meta-Retargeting-Anzeige zurückgebracht hat.
Eine Möglichkeit, das zu umgehen, ist die Anbindung an eine Reporting-Plattform, die bereits alle vier Quellen in einer Übersicht zusammenführt dashboard – aber du musst diese Daten trotzdem selbst analysieren und herausfinden, welchem Kanal die Attribution zugeschrieben werden sollte.
Einige der von uns befragten Agenturen möchten außerdem, dass ihr KI-Assistent Anomalien wie ungewöhnliche Einbrüche oder einen KPI-Anstieg proaktiv meldet, bevor sie diese genauer untersuchen. Der DashThis-MCP-Konnektor bietet zwar keine automatische Anomalieerkennung, aber du kannst deine KI trotzdem bitten, in den Daten, die sie über den Konnektor abruft, nach Anomalien zu suchen – zum Beispiel, indem du sie anweist, alle Kennzahlen zu markieren, deren Schwankungen stärker ausfallen als im vorherigen Berichtszeitraum.
3 praktische Beispiele für den Einsatz des DashThis-MCP-Konnektors in deinem Berichtswesen
Erstelle schnelle Bericht-Snapshots zu bestimmten Kennzahlen
Anstatt ein PDF zu exportieren oder Screenshots deiner „ dashboard “ zu machen, bevor du deine KI bittest, diese zu analysieren, nutze den DashThis-MCP-Konnektor, um deine Daten direkt aus deiner „ dashboard “ abzurufen. Erstelle eine schnelle Übersicht über deine Conversion-Kennzahlen, die du dir kurz ansehen kannst, bevor du deine KI fragst, was sich geändert hat – besonders bei den KPIs, die deine Kunden am meisten interessieren.
Beispiel für eine Eingabeaufforderung: „Erstelle eine kurze Übersicht über die Conversion-Daten im B2B-Digitalmarketing-Bericht der Acme Corporation für die letzten 30 Tage.“
Übersicht über die Conversion-Kennzahlen, erstellt über den DashThis-MCP-Konnektor und visualisiert in Claude
Schau dir an, wie sich dieser Berichtszeitraum im Vergleich zum vorherigen Zeitraum darstellt
Zahlen in Berichten machen nur Sinn, wenn man etwas hat, mit dem man sie vergleichen kann. Ist eine Kennzahl im Vergleich zum letzten Monat gestiegen oder gesunken? Wie sieht der Vergleich zum gleichen Zeitraum des Vorjahres aus?
Bitte deine KI, diesen Vergleich direkt nach dem Erstellen eines Snapshots bestimmter Kennzahlen durchzuführen, und sie berechnet für dich die Zahlen im Vergleich zu deinem vorherigen Berichtszeitraum. Damit hast du die analytische Grundlage, um einen vollständigen Datenanalysebericht oder eine konkrete Empfehlung zu formulieren.
Beispiel-Eingabeaufforderung: „Ruf die Konversionszahlen des letzten Monats für die Acme- dashboard ab und vergleiche sie dann mit dem Vorzeitraum.“
Erstelle eine Zusammenfassung vor dem Meeting für die Beteiligten
Bitte deinen KI-Assistenten, den „ dashboard “ zu erstellen und ihn so umzuwandeln, dass du damit zum Kunden gehen oder ihn ihm vorab schicken kannst.
Beispiel für eine Eingabeaufforderung: „Ich habe morgen ein Kundengespräch mit der Acme Corporation. Analysiere den Digital-Marketing- dashboard us in DashThis und gib mir eine kurze Zusammenfassung, die ich den Beteiligten schicken kann. Füge Daten zu den wichtigsten Kennzahlen hinzu, was funktioniert, was nicht, sowie ein paar Empfehlungen, die wir besprechen können.“
Musst du deinen eigenen MCP-Server einrichten oder einen bereits eingerichteten nutzen?
Es gibt drei Möglichkeiten, deine Daten mit deinen KI-Tools zu verknüpfen. Hier siehst du einen Vergleich.
Option 1: Nutze einzelne Plugins oder Konnektoren, um deine Daten in deinen KI-Assistenten zu übertragen
Claude und ChatGPT verfügen über ein umfangreiches Verzeichnis an Konnektoren (die in ChatGPT als „Plugins“ und „Apps“ bezeichnet werden). Stand September 2026 bietet Claude über 500 Konnektoren in der Kategorie „Vertrieb und Marketing“ an.
Solange ein Tool eine MCP-Verbindung unterstützt, kannst du deinen KI-Assistenten damit verbinden. Manche Verbindungen sind mit einem Klick erledigt, bei anderen musst du zuerst eine MCP-Konfiguration in deinen KI-Assistenten kopieren. Sobald du die Berechtigungen erteilt hast, kannst du deinen KI-Assistenten direkt nach deinen Daten fragen. Je nach den Funktionen des MCP-Tools kannst du deine Daten oder Berichte vielleicht sogar von dort aus aktualisieren (das nennt man Schreibzugriff).
Mehr Tools anzubinden hat allerdings seinen Preis:
- Genauigkeit: Je mehr Tools du verbindest, desto mehr muss die KI herausfinden, welche Plattform das richtige Tool zum Auslesen deiner Daten ist. Das wird komplizierter, wenn du Daten aus mehreren Quellen abfragst, was die Gesamtgenauigkeit beeinträchtigen kann. OpenAI empfiehlt Entwicklern, weniger Tools anzubinden, auch wenn ihre Systeme bis zu 128 zulassen. Weniger angebundene Tools bedeuten ein geringeres Risiko, dass die KI auf das falsche Tool zurückgreift.
- Kosten für die KI-Nutzung: Je mehr MCPs du verbindest, desto mehr Kontextfenster nutzt du – das ist wichtig, wenn du deine KI-Nutzungslimits oder dein Budget im Auge behältst.
Dieser Ansatz eignet sich am besten für Agenturen mit einem kleineren, stabilen Tool-Stack, für die interne Datenauswertung oder wenn du gerade erst damit anfängst, deine Daten in ChatGPT oder Claude zu analysieren.
Option 2: Bau dir dein eigenes System
Diese Option bedeutet, dass du erst eine Datenschicht aufbaust, bevor du dich überhaupt mit MCP beschäftigst. Du fügst alle Datenquellen an einem Ort zusammen, den du kontrollierst, legst gemeinsam fest, was über alle hinweg als Conversion oder Lead gilt, und sorgst dafür, dass das einheitlich bleibt, auch wenn sich Kunden und Tools ändern. Erst dann verbindest du deinen KI-Assistenten damit.
Der Aufbau dieses Systems erfordert viel Zeit und technischen Aufwand. Außerdem ist kontinuierliche Arbeit nötig: Jeder neue Kunde, jede neue Plattform und jede geänderte Metrikdefinition bedeutet, dass jemand aus deinem Team diese Ebene aktualisieren muss, damit sie korrekt bleibt. Das ist noch überschaubar, wenn du nur eine Handvoll Kunden hast, aber rechne mit mehr Arbeit, je mehr Kunden du hinzukommst.
Mit dieser Methode hast du die größte Kontrolle darüber, wie deine Daten gelesen und angezeigt werden und welche Quellen du unterstützen möchtest. Wenn deine Agentur über hauseigene Entwickler oder Datensupport verfügt und spezifische Anforderungen hat, die eine vorgefertigte Plattform nicht abdecken kann, ist dies die richtige Wahl für dich.
Option 3: Nutze eine Berichtsplattform, die bereits über eine MCP-Anbindung verfügt
Wenn deine Reporting-Plattform bereits die Kunden und Kanäle abdeckt, mit denen du arbeitest, kann dein KI-Assistent durch die Anbindung diese Daten direkt über den Chat lesen und auswerten. Es muss keine Infrastruktur aufgebaut werden, und das Risiko des „Tool-Auswahl-Problems“, das beim Jonglieren mit mehreren einzelnen Konnektoren entsteht, ist geringer.
Du bist allerdings auf die Funktionen deiner Berichtsplattform beschränkt. Für Plattformen, die nicht abgedeckt sind, brauchst du weiterhin eine andere Möglichkeit, diese Daten anzubinden.
Für die meisten Agenturen – vor allem, wenn ihr kein Technik- oder Entwicklungsteam zur Hand habt und einfach nur schnell etwas zum Laufen bringen wollt – ist der Einsatz einer Reporting-Plattform wie DashThis mit eigener MCP-Anbindung der einfachste Einstieg. Die technischen Details werden für euch übernommen, und ihr müsst euch keine Gedanken darüber machen, eine eigene Infrastruktur aufzubauen oder selbst mit einzelnen Datenkonnektoren zu jonglieren. Hebt euch die Entwicklung einer eigenen Lösung für später auf, falls sich eure Anforderungen weiterentwickeln sollten.
Fazit: Entdecke DashThis MCP für die Tools, die du bereits nutzt
MCP ersetzt nicht das Nachdenken, das du beim Erstellen von Berichten betreiben musst. Es erspart dir das Kopieren und Einfügen sowie das Hin- und Herwechseln, das du früher tun musstest, um deine Tools synchron zu halten. Jetzt kannst du deine DashThis-Berichte direkt aus den KI-Tools abfragen, die du bereits nutzt – und zwar in einfachem, umgangssprachlichem Englisch.
Der DashThis-MCP-Connector steht allen DashThis-Kunden und Nutzern der kostenlosen Testversion unabhängig vom Tarif zur Verfügung, solange ihr mindestens einen „ dashboard “ eingerichtet habt. Derzeit ist er schreibgeschützt; Schreibzugriff ist für ein zukünftiges Update geplant.
Wenn du das nächste Mal einen Kundenbericht vorbereitest, frag doch einfach direkt deinen KI-Assistenten, anstatt erst einen Export durchzuführen. Verbinde deinen KI-Assistenten jetzt mit DashThis.
Brauchst du Hilfe beim Einstieg? Mit unseren Einrichtungsanleitungen bist du in wenigen Minuten online.
In Claude verbinden · In ChatGPT verbinden
Häufig gestellte Fragen (FAQ)
