# Der MCP-Import in coreAI ist eine Client-Integration, kein Bulk-Import

Der MCP-Import in coreAI ist eine Client-Integration: coreAI agiert als Client gegen einen MCP-Server, den Sie bereits betreiben, liest aus, welche Tools der Server anbietet, und lässt den Assistenten sie auf Anfrage während des Chats aufrufen. Es ist kein Job, der Antwortdaten in die Wissensdatenbank kopiert, und Sie müssen nichts vorab synchronisieren, damit es funktioniert.

## Discovery holt Tool-Schemata, keine Antworten

Wenn der Import läuft, verbindet sich coreAI mit jedem konfigurierten MCP-Server und ruft `tools/list` auf. Das Ergebnis sind die Tool-Schemata – Name, Parameter, Beschreibungen und welchen Input-Typ jedes Tool erwartet. Die Schemata werden als JSON-Konfiguration am Assistenten gespeichert. Es werden keine Nutzerdaten, Bestelldaten oder Produktdaten geholt oder indexiert.

Der Import läuft automatisch in einem von Ihnen gewählten Intervall, sodass das Schema des MCP-Servers stets aktuell ist. Zwischen den Läufen hat der Assistent ein stabiles Bild davon, was der Server kann, und muss nicht jedes Mal Tools beim Server nachschlagen, wenn sie in einer Konversation gebraucht werden.

## So wählt der Assistent in Echtzeit das richtige Tool

Sobald eine Konversation startet, werden die Tool-Schemata dem Assistenten als verfügbare Funktionen exponiert. Stellt der Nutzer eine Frage, prüft der Assistent, ob etwas davon frische oder nutzerbezogene Daten erfordert. Lautet die Antwort ja, wählt der Assistent das passende Tool, füllt die Parameter aus dem Konversationskontext, und coreAI ruft Ihren MCP-Server über `tools/call` auf.

Das Ergebnis vom Server fließt zurück in die Konversation und dient als Antwortgrundlage. Das passiert pro Frage, nicht pro Konversation – der Assistent kann in einer Nachricht ein Tool aufrufen, in der nächsten ein ganz anderes, und MCP komplett überspringen, wenn eine Frage allein aus der Wissensdatenbank beantwortet werden kann.

## Nutzerkontext lässt sich an den MCP-Server weiterreichen

Für angemeldete Nutzer kann das Widget ein Nutzer-Token mitsenden, das coreAI bei jedem Tool-Aufruf als `X-User-Token`-Header weiterreicht. Ihr MCP-Server kann den Nutzer dann identifizieren und die Antwort auf dessen Daten beschränken: deren Bestellungen, deren Tickets, deren Buchungen, deren CRM-Thread.

Das Token ist ein opaker Wert, dessen Ausstellung und Validierung Sie selbst kontrollieren. coreAI interpretiert ihn nicht – er wird unverändert vom Widget zum MCP-Server transportiert, und der Assistent sieht den Inhalt nie selbst. Das heißt: Ihr Autorisierungsmodell bleibt intakt – ein Nutzer kann sich nicht durch geschickte Formulierungen im Chat zu fremden Daten fragen, weil der MCP-Server entscheidet, welche Daten das Token freigibt, bevor er antwortet.

## Wann MCP besser ist als Daten per API zu upserten

Wählen Sie MCP, wenn die Daten im Moment der Frage frisch sein müssen oder wenn die Antwort davon abhängt, wer fragt:

- Live-Lagerbestand und Preise, die sich stündlich ändern
- Bestellstatus, Versandinformationen und Vorgangsbearbeitung pro angemeldetem Nutzer
- CRM-Lookups und interne Kundenregister, in denen die Antwort die letzten Änderungen widerspiegeln muss
- Buchungen und freie Termine, bei denen ein indexierter Snapshot schnell falsch wird

Wählen Sie Upsert über die [coreAI-API](https://coreai.no/de/articles/api-data-integration), wenn die Daten relativ stabil sind und in der Wissensdatenbank durchsuchbar sein sollen – Produktkataloge, Fachartikel, Dokumente, Stellenanzeigen. Die Faustregel ist einfach: Alles, was ein Live-Lookup gegen ein anderes System erfordert, gehört hinter MCP, alles, was Stunden oder Tage in einer Wissensdatenbank stehen kann, gehört in den Upsert-Pfad.

## MCP und die Wissensdatenbank ergänzen einander

Die beiden Mechanismen konkurrieren nicht. Ein typisches Produktions-Setup hat die Wissensdatenbank voll mit indexierten Produktinformationen, Fachartikeln und Dokumenten – und gleichzeitig einen oder mehrere MCP-Server für die Live-Schicht, die die Wissensdatenbank nicht abdecken kann: prüfen, ob die Ware gerade tatsächlich am Lager ist, den Status der Bestellung holen, auf die der Nutzer verweist, oder den offenen Vorgang im CRM nachschlagen. Der Assistent wählt die Quelle pro Frage – und der Nutzer erhält die Antwort aus der Schicht, die in dem Moment die richtigsten Daten hat.