MCP ist kein experimentelles Kürzel mehr. Claude, ChatGPT und Cursor lassen sich mit demselben Server verbinden und ihm echte Fragen zu Ihren Daten stellen, statt zwischen Tabs hin- und herzuwechseln. Die interessante Frage ist nicht mehr „Sollte ich meine Daten über MCP bereitstellen?“, sondern „Welcher der drei Server passt tatsächlich?“ — Enginy, Amplemarket und der, an dem wir arbeiten, ClawStud MCP. Jeder ist für eine andere Art von Arbeit gebaut, und jeder deckt einen Teil des Bildes ab, den die beiden anderen nicht ab.
Was ein MCP-Server für Vertriebsdaten leisten soll
Im einfachsten Fall geben Sie Claude einen Token, nennen ihm einen Endpunkt, und von da an wird aus „Wie war der Traffic letzte Woche?“ eine echte Antwort mit Zahlen aus Ihrem eigenen Shop statt einer höflichen Vermutung. Dafür müssen drei Dinge stimmen: Der Server muss Ihre tatsächlichen Daten hinter einer Authentifizierungsschicht halten, er muss diese Daten als konkrete Tools bereitstellen, die ein LLM aufrufen kann, und die Tools müssen so klar beschreiben, was sie zurückgeben, dass das Modell das richtige auswählt. Die meisten Marketingtexte überspringen den zweiten und den dritten Punkt, weshalb sich die meisten MCP-Verbindungen wie Demo-Oberflächen anfühlen und nicht wie echte Arbeit.
Der ehrliche Vergleich
„Ehrlich“ ist das entscheidende Wort. Jeder der drei ist um ein anderes Produkt herum gebaut. Enginy ist eine Plattform für Sales Engagement mit eigener OpenAPI-Automatik. Amplemarket ist eine Plattform für Sales Engagement, ausgerichtet auf Lead-Erprobung im großen Maßstab. ClawStud ist ein gemeinsam genutztes Kundendashboard für Agenturen, das auf GA4, Search Console und Stripe aufsetzt. Die Unterschiede, die für das LLM zählen, sind nicht kosmetisch — sie entscheiden, welche Fragen das Modell tatsächlich beantworten kann.
| Funktionsumfang | ClawStud MCP | Enginy MCP | Amplemarket MCP |
|---|---|---|---|
| Authentifizierung | Bearer-Token (csk_…) mit Berechtigungen pro Tool oder OAuth 2.0 + PKCE für ChatGPT und Claude-Konnektoren | OAuth 2.0 + PKCE | OAuth (laut ihrer Dokumentation); der Docs-Endpunkt ist zudem ohne Token offen |
| Quelle der Tool-Definitionen | Von Hand kuratiert, ein Tool pro häufige Vertriebsfrage | Automatisch aus der OpenAPI-Spezifikation generiert | Automatisch aus der Amplemarket API generiert |
| Bereitgestellte Tools | 28: 27 nur lesende Tools und eines, das nur Entwürfe für Social-Media-Posts speichert (GA4, Search Console, Stripe, Resend, PostHog, Vercel / Netlify, Supabase, plus P&L pro Workspace). Tools decken Periodendifferenzen (compare_periods), Verbindungsstatus (list_integrations), eine Alarm-Wachfunktion (list_alerts + get_alert), Workspace-Ergebnis nach Stripe-Gebühren und Betriebsausgaben (get_workspace_pnl) sowie ein Metrik-Wörterbuch (explain_metric) ab, damit der LLM keine Definitionen erfindet. | Spiegelt die OpenAPI-Oberfläche von Enginy | 3 Tools gegen die öffentliche Wissensdatenbank der Dokumentation (search_amplemarket_api, query_docs_filesystem_amplemarket_api, submit_feedback); die Produkt-API liegt hinter OAuth und ist nicht im öffentlichen Endpunkt enthalten |
| Schreibzugriffe | Eine: create_social_draft speichert einen Entwurf; nur ein Mensch kann ihn freigeben, und nichts wird von selbst veröffentlicht | Beides, je nach Tool | Beides, je nach Tool |
| Mehrere Kunden / Workspaces | Nativ. Ein Token, viele Workspaces, Berechtigungen pro Tool | Ein Unternehmen pro OpenAPI-Mapping | Auf Vertriebsmitarbeiter und Sequenzen ausgerichtet |
| Zugehörige Preisstufe | In jedem Tarif enthalten, auch im Free-Tarif | Erfordert eine kostenpflichtige Enginy-Lizenz (Smart-Tarif: ca. 799 €/Monat, Listenpreis auf Capterra) | Erfordert eine kostenpflichtige Amplemarket-Lizenz |
| Onboarding enthalten | Keine eigenen Onboarding-Termine nötig; „In einem Befehl verbinden“ | 5 Onboarding-Termine pro Tarif | Unterschiedlich; in der Regel vertriebsgeführt |
| Risiko, dass ein LLM versehentlich handelt | Gering: Das Modell kann nur einen Entwurf in eine Prüfwarteschlange legen; freigeben kann ihn nur ein angemeldeter Mensch | Mittel: Schreib-Tools sind erreichbar | Mittel: Schreib-Tools sind erreichbar |
Wofür ClawStud gedacht ist
Sie führen eine Agentur mit mehreren Onlineshop-Kunden. Jeder von ihnen hat bereits GA4, Search Console, Stripe und einen Resend-Account. Sie möchten, dass Ihr Team Claude oder ChatGPT Fragen zu jedem Kunden stellen kann, ohne Master-Passwörter zu teilen und ohne dass das Modell versehentlich handelt. ClawStud MCP wurde dafür entwickelt. Der Token gewährt niemals Schreibzugriff; die Berechtigungen pro Tool bestimmen, was ein LLM sieht; „list my clients“ oder „describe this workspace“ lassen dieselbe Verbindung über viele Shops hinweg arbeiten. Auch für einen Einzelgründer mit einem einzigen Shop passt das, weil es in jedem Tarif enthalten ist.
Wofür Enginy gedacht ist
Sie führen ein Vertriebsteam von fünf bis zehn SDRs, deren Aufgabe Outbound ist. Sie möchten, dass das Modell einen Kontakt nachschlägt, prüft, ob die Antwort Interesse signalisiert hat, oder eine Sequenz in einen Entwurf holt. Enginy wurde dafür gebaut, und ihr MCP setzt auf derselben OpenAPI auf wie ihre Web-App, was bei einem Produkt mit Hunderten von Endpunkten die richtige Entscheidung ist. Für Vertriebsarbeit in dieser Größenordnung sind 1.500–3.000 € pro Monat und Lizenz (Smart / Business) die Kosten des Geschäfts und kein Margenproblem.
Wofür Amplemarket gedacht ist
Sie betreiben Lead-Erprobung in großem Umfang und möchten, dass das LLM Listen anreichert, Antworten bewertet, Anspracheentwürfe erstellt und heiße Leads an einen Menschen weiterleitet. Amplemarket hat dafür die passende Form. Der MCP-Endpunkt von Amplemarket, den heute jeder erreichen kann, gibt jedoch die Wissensdatenbank der Amplemarket-API-Dokumentation frei und nicht das Produkt selbst: drei nur lesende Tools (die API-Wissensdatenbank durchsuchen, ein schreibgeschütztes virtuelles Dateisystem mit der Dokumentation abfragen, Feedback übermitteln). Die Produkt-API ist über OAuth erreichbar, aber nicht im öffentlich aufgeführten Tool-Satz enthalten, und dieser Unterschied zählt, wenn das Modell tatsächlich einen echten Interessenten ziehen und nicht die API nachschlagen soll. Auch für „Was hat sich auf der Website diese Woche geändert und ist das konsistent mit dem, was für Werbung bezahlt wurde“ passt das schlecht — das ist lesende Umsatzanalyse und keine Aktionen auf Lead-Seite.
Was ClawStud nicht kann (bewusst kurz gehalten)
Zwei Dinge können Enginy und Amplemarket, die ClawStud nicht kann: E-Mails im Namen eines Absenders versenden und einen Kontakt mit E-Mail-Adressen und Telefonnummern anreichern. Beide setzen ein Produkt für Sales Engagement voraus; ClawStud ist ein Dashboard, keine Outbound-Maschine. Wenn das Ihre MCP-Anforderungen sind, bleiben Sie bei Enginy oder Amplemarket. Wenn die Anforderung „mit den Analysen und Umsätzen meiner Kunden sprechen“ lautet, ist ClawStud MCP das einzige der drei, dessen Tools die Antworten tatsächlich beschreiben.
Wie Sie in fünf Minuten entscheiden
Wenn Ihr Team Outbound in großem Umfang betreibt, mit Personen, die aufgenommen werden müssen, und Sequenzen, die zu erzeugen sind, schauen Sie zuerst auf Enginy oder Amplemarket. Wenn Ihr Team eine Agentur oder ein Einzelgründer ist und ein Dashboard braucht, das ein LLM auf Grundlage von GA4, Search Console und Stripe abfragen kann, verbinden Sie ClawStud MCP mit einem Befehl und einem Token, den Sie unter Settings → API keys anlegen. Die gesamte Einrichtung dauert zwei Minuten und ist kostenlos. Wenn es nicht passt, wissen Sie es vor dem Mittagessen.
Technische Referenz: modelcontextprotocol.io — das offene Protokoll, das alle drei Server implementieren.
Weiterlesen: Wie ClawStud MCP entstanden ist.
