Die Prämisse hinter jedem Zapier-Rezept lautet: Die KI muss Schritt für Schritt im Voraus genau angewiesen werden, was sie tun soll. Ein Ereignis feuert. Ein fixer Prompt wird ausgeführt. Text landet an einem vordefinierten Ort. Das funktioniert — aber es ist ein sehr ausgeklügelter Cron-Job, kein Mitarbeiter.
Das Model Context Protocol — MCP — ist ein anderer Ansatz. Statt einer vordefinierten Aktionskette gibt MCP der KI eine Live-Verbindung zu Ihren Tools und lässt sie selbst entscheiden, was sie in welcher Reihenfolge aufruft — basierend auf dem, was sie vorfindet. Für das Projektmanagement ist das keine inkrementelle Verbesserung. Es ist der Unterschied zwischen einer geskripteten Automatisierung und einem KI-Mitarbeiter, der wirklich an Ihrem Board arbeitet.
MCP (Model Context Protocol) ist ein offener Standard, der einem KI-Modell — Claude, ChatGPT oder einem kompatiblen Host — ermöglicht, sich mit Lese- und Schreibzugriff mit Tools zu verbinden und dann ein Ziel schrittweise zu erarbeiten. Für PM bedeutet das: Ihre KI kann Karten lesen, neue erstellen, Arbeit zwischen Spalten verschieben, Kommentare schreiben und Entscheidungen eskalieren, bei denen sie unsicher ist — alles unter ihrer eigenen Identität.
Die drei Ebenen von KI im Projektmanagement
"KI im PM" umfasst unter einem einzigen Begriff eine breite Palette an Dingen. Es lohnt sich, die aktuelle Landschaft zu kartieren, bevor man entscheidet, auf welcher Ebene das eigene Tool tatsächlich liegt.
Ebene 1 — KI-Assistent (Copilot-Modell): Die KI hilft Ihnen beim Schreiben. Sie fasst eine Kartenbeschreibung zusammen, schreibt Besprechungsnotizen, formuliert einen Kommentar um. Die Arbeit bleibt in der KI-App. Sie nehmen das Ergebnis und fügen es irgendwo ein. Die KI berührt das Board nie direkt.
Ebene 2 — KI-Automatisierung (Script-Modell): Von Ihnen konfigurierte Regeln lösen Aktionen aus. Wenn eine Karte als "dringend" getaggt wird, sendet die KI eine Benachrichtigung; wenn eine Deadline verstreicht, verschiebt sie die Karte. Wertvoll für vorhersehbare, regelbasierte Abläufe — aber die KI führt die von Ihnen definierte Logik aus, nicht ihr eigenes Urteil über den aktuellen Projektstatus.
Ebene 3 — KI-Mitgliedschaft (MCP-Modell): Die KI verbindet sich als Teilnehmerin mit Lese- und Schreibzugriff mit dem Board. Sie liest den tatsächlichen Status Ihrer Karten, entscheidet, was zu tun ist, handelt in Schritten und eskaliert bei Unsicherheiten. Sie signiert jede Aktion mit ihrer eigenen Identität. Das ist es, was MCP ermöglicht.
Die meisten Tools, die sich als "KI-gestützt" bezeichnen, befinden sich auf Ebene 1 oder 2. Die Kategorie der Ebene 3 ist neuer — sie erfordert ein PM-Tool, das einen ernsthaften MCP-Server veröffentlicht, und einen KI-Client, der weiß, wie er damit umzugehen ist.
Was das Protokoll tatsächlich tut
MCP ist ein offener Standard, der 2024 von Anthropic veröffentlicht wurde und inzwischen von Claude, ChatGPT und anderen unterstützt wird. Er definiert, wie ein KI-Client Operationen entdecken und aufrufen kann, die ein externer Dienst bereitstellt.
In der Praxis: Ein PM-Tool, das einen MCP-Server veröffentlicht, sagt der KI: "Das sind die Dinge, die Sie in diesem Board tun können." Eine Karte erstellen. Sie in eine Spalte verschieben. Einen Kommentar hinzufügen. Lesen, was im Backlog liegt. Abfragen, wer was zugeteilt hat. Die KI entscheidet dann — basierend auf ihrem Ziel, ihrem Kontext und den Ergebnissen jedes Aufrufs — welche Operationen sie in welcher Reihenfolge aufruft.
Der wichtigste Unterschied zu einem Zapier-Webhook: Die KI wählt die Sequenz selbst. Sie müssen nicht jeden Schritt vorab verdrahten. Sie geben ihr ein Ziel ("Backlog prüfen und alles Eingestaubte markieren") und sie findet den Weg, indem sie Zwischenergebnisse liest. Diese Argumentationsschleife ist es, die Ebene 3 qualitativ anders erscheinen lässt.
Der MCP-Server von Comuna stellt über 80 Operationen für Karten, Spalten, Kommentare, Notizen und den Board-Status bereit. Claude und ChatGPT verbinden sich in unter zwei Minuten per OAuth — ohne API-Schlüssel, ohne Konfigurationsdateien. Sobald die KI verbunden ist, erscheint sie im Workspace als benanntes Mitglied mit eigenem Badge.
Von der Integration zur Mitgliedschaft
So sieht diese Mitgliedschaft in einem realen Szenario aus.
Sie sagen zu Claude: "Jede Karte in der Spalte 'In Prüfung', die seit mehr als einer Woche dort liegt — kommentiere mit einer Status-Rückfrage; und wenn es keine Zuweisung gibt, markiere sie für meine Entscheidung." Claude öffnet das Board, liest die Spalte, prüft Zeitstempel, liest das Zuweisungsfeld jeder Karte und handelt bei jeder anders. Karten mit Zuweisung erhalten einen Kommentar unter dem Namen von Claude. Karten ohne Zuweisung erhalten eine Eskalation: Ein kleines Indikator-Symbol leuchtet in der App auf und bittet um Ihre Entscheidung.
Sie haben kein Rezept geschrieben. Sie haben ein Ziel vorgegeben. Claude hat es unter Verwendung echter Board-Daten durchdacht.
Die Zuordnung zählt ebenfalls. Jede Aktion, die Claude ausführt, trägt seinen Namen — nicht "System", nicht Ihr Konto. Wenn Sie auch ChatGPT mit demselben Board verbinden, können Sie sie unterscheiden. Wenn Claude eine Karte am Dienstag erstellt hat und ChatGPT sie am Donnerstag verschoben hat, sagt der Aktivitätsfeed genau das. Das ist das KI-Mitarbeiter-Modell — ein echter Teilnehmer mit echter Identität, kein Hintergrundprozess, der Dinge in Ihrem Namen erledigt.
Wo MCP nicht alles löst
Klare Aussagen über Grenzen sind wichtig, um ehrliche Erwartungen zu setzen.
MCP ist Pull, nicht Push. Die KI handelt, wenn Sie — oder ein geplanter Prompt — sie auslösen. Sie ist kein Hintergrundprozess, der Ihr Board in Echtzeit überwacht. Wenn sie täglich ausgeführt werden soll, konfigurieren Sie einen geplanten Prompt in Ihrem KI-Client, der täglich ausgelöst wird. Wirklich autonome Ausführung erfordert eine Planungsschicht, die Sie selbst einrichten.
Der Server des Tools ist ebenso wichtig wie das Protokoll. Ein PM-Tool kann einen MCP-Server mit nur fünf Operationen veröffentlichen und ihn "MCP-Unterstützung" nennen. Das ist nicht dasselbe wie 80+ Operationen, die die gesamte Board-Oberfläche abdecken. Bevor Sie davon ausgehen, dass Ihr aktuelles Tool geeignet ist, prüfen Sie, was sein Server tatsächlich bereitstellt. Der Unterschied zwischen reinem Lesezugriff und vollständiger Lese-/Schreib-Mitgliedschaft ist nicht subtil.
Modellqualität und Zielklarheit. MCP gibt der KI Zugang; es macht das Modell nicht klüger. Ein vages Ziel ("Backlog sortieren") liefert vage Ergebnisse. Je klarer und begrenzter die Anweisung, desto besser das Ergebnis.
Wie das je nach Modell aussieht, erfahren Sie hier: ChatGPT in einem Projekt-Board und Claude im Projektmanagement.
FAQ
Was ist der Unterschied zwischen MCP und einer normalen API-Integration?
Eine normale API-Integration ist Punkt-zu-Punkt: Eine App sendet eine feste Anfrage an eine andere und erhält eine feste Antwort. MCP ist ein Protokoll für KI-gesteuerte Toolnutzung — das Modell entscheidet, welche Aufrufe es tätigt, liest die Ergebnisse und entscheidet, was es als Nächstes aufruft. Der Unterschied ist Handlungsfähigkeit: Mit MCP denkt die KI auf ein Ziel hin, anstatt eine vorkodierte Route abzuarbeiten.
Welche Projektmanagement-Tools unterstützen MCP heute tatsächlich?
Mitte 2026 ist die MCP-Unterstützung bei PM-Tools noch früh und uneinheitlich. Die meisten wichtigen Tools haben keine vollständigen MCP-Server mit Lese-/Schreibzugriff veröffentlicht. Comuna wurde mit MCP-nativer Board-Mitgliedschaft als zentralem Designziel entwickelt — die KI wird ein echtes Workspace-Mitglied, keine bloß angeschlossene Automatisierung.
Funktioniert MCP sowohl mit Claude als auch mit ChatGPT?
Ja. MCP ist ein offenes Protokoll. Sowohl Claude (über Claude Settings → Connectors) als auch ChatGPT (über Settings → Apps → Developer Mode) können sich mit jedem MCP-Server verbinden. Auf der ChatGPT-Seite benötigen Sie ein Plus- oder Pro-Abonnement, um die Apps-Funktion nutzen zu können.
Brauche ich technische Kenntnisse für die Einrichtung?
Nein. Mit Comuna verbinden Sie Claude oder ChatGPT per OAuth — ein standardmäßiger "Diese App autorisieren"-Ablauf, wie Sie ihn von "Mit Google anmelden" kennen. Keine API-Schlüssel, keine Konfigurationsdateien, kein Entwickler-Setup. Die Verbindung dauert weniger als zwei Minuten.
Comuna ist für immer kostenlos — keine Kreditkarte, bringen Sie Ihre eigene KI mit. Erstellen Sie einen Workspace und probieren Sie es aus.