Über das Model Context Protocol (kurz MCP) bindest du teamspace an einen KI-Assistenten deiner Wahl an – etwa Claude, ChatGPT, Cursor oder VS Code. Der Assistent kann danach in deinem Namen mit teamspace arbeiten: Daten auswerten, Zusammenhänge erklären, Offene Punkte anlegen. Du fragst in normaler Sprache, der Assistent holt sich die Antwort aus deinem Mandanten.
Zwei Wege, KI mit teamspace zu nutzen
Bevor du weiterliest, eine Unterscheidung, die viel Verwirrung erspart – denn beides heißt umgangssprachlich „KI in teamspace”, ist aber grundverschieden:
| MCP (dieses Thema) | KI-Funktionen | |
|---|---|---|
| Was passiert? | Dein Assistent greift von außen auf teamspace zu | teamspace nutzt intern eine KI |
| Wo arbeitest du? | In Claude, ChatGPT, Cursor … | In teamspace selbst |
| Wer richtet ein? | Admin definiert den MCP, du verbindest deinen Client | Admin bindet eine KI an und schaltet Funktionen frei |
| Was tust du dafür? | Einmal verbinden und per OAuth berechtigen | Nichts – die Funktion ist einfach da |
| Beispiel | „Zeig mir alle offenen Bug-Tickets nach Status gruppiert” | Ticket per Klick zusammenfassen lassen |
Wenn du also dein ChatGPT-Konto per MCP mit teamspace verbindest, ist das keine KI-Nutzung in teamspace – es ist dein Assistent, der teamspace als Werkzeug benutzt. Umgekehrt braucht die Ticket-Zusammenfassung in teamspace keinen einzigen Client und kein MCP.
Beides schließt sich nicht aus, und viele Unternehmen nutzen beides. Wie die eingebauten Funktionen arbeiten, steht in Einführung in KI-Funktionen.
Was du davon hast
Der Reiz von MCP liegt darin, dass du nicht vorher festlegen musst, was du fragen willst. Ein Bericht in teamspace beantwortet die Frage, für die er gebaut wurde. Ein Assistent mit MCP-Zugang beantwortet die Frage, die dir gerade einfällt:
- Auswerten und verdichten – „Welche Projekte haben diesen Monat mehr Stunden verbraucht als geplant?”
- Erfassen, ohne das Fenster zu wechseln – „Leg mir dazu einen Offenen Punkt für Anna an, Frist Freitag.”
- Zusammenhänge finden – Tickets, Projekte und Kontakte in einer Frage verknüpfen, ohne drei Module zu öffnen.
- Daten bewegen – bis hin zum Abgleich zwischen zwei Systemen oder einer Migration.
Grenzen setzt dabei nicht der Assistent, sondern dein Berechtigungsprofil: Über MCP siehst und änderst du exakt das, was du auch in teamspace selbst dürftest – keinen Datensatz mehr. Warum das so ist und was daraus folgt, steht in Wie MCP in teamspace funktioniert.
Wie die Teile zusammenspielen
Drei Bausteine, mehr ist es nicht:
- Die MCP-Konfiguration – ein Administrator klickt in teamspace zusammen, welche Werkzeuge ein MCP anbietet, und gibt ihn für bestimmte Benutzergruppen frei. Jede Konfiguration hat eine eigene Adresse.
- Dein Client – Claude, ChatGPT, Cursor oder ein anderer Assistent, in dem du diese Adresse als Konnektor einträgst.
- Die Berechtigung per OAuth – du meldest dich einmal an und bestätigst, was der Client darf. Danach arbeitet er unter deinem Namen und mit deinen Rechten.
Es gibt bewusst nicht einen großen MCP, der alles kann, sondern beliebig viele zugeschnittene. Ein allgemeiner MCP mit nur lesendem Zugriff auf unkritische Daten kann für alle offen sein, ein HR-MCP mit mehr Möglichkeiten nur für die Personalabteilung.
Womit du anfängst
- Als Administrator: MCP-Konfiguration anlegen, dann Werkzeuge auswählen und zuschneiden.
- Als Anwender: teamspace mit Claude verbinden – der Weg ist bei anderen Clients derselbe, nur die Menüs heißen anders. Welche Clients getestet sind, steht in Unterstützte Clients.
Verfügbarkeit: MCP ist in allen Editionen enthalten – anders als die reine REST-API, die ab der enterprise-Edition verfügbar ist. Ab September 2026 ist die Anbindung für alle Mandanten freigeschaltet; Interessenten und Betakunden können sie auf Anfrage schon jetzt testen.