Dein KI-Assistent kann jetzt deine Aufgaben verwalten

Update, Oktober 2026: Seit diesem Beitrag ist der MCP-Server auf rund 40 Tools gewachsen — darunter dein Benachrichtigungs-Posteingang, Automatisierungsregeln, Wiki-Seiten und das Verschieben von Einträgen zwischen Boards. Clients wie Claude können sich jetzt außerdem per OAuth verbinden: URL eingeben, anmelden, bestätigen — ganz ohne API-Schlüssel. API-Schlüssel und OAuth-Verbindungen lassen sich zudem auf Nur Lesen beschränken. Die aktuellen Schritte findest du in der MCP-Setup-Anleitung.

Stell dir vor, du fragst deinen KI-Assistenten: “Welche Aufgaben sind im Marketing-Workspace überfällig?” und bekommst eine echte Antwort — keine Halluzination auf Basis von Trainingsdaten, sondern Live-Daten, die direkt aus deinem Projekt-Board abgerufen werden. Oder du sagst: “Erstelle einen Bug-Report für das Login-Problem und weise ihn Sarah mit hoher Priorität zu” — und es wird sofort erledigt. Das ist es, was die MCP-Integration von TskVlo ermöglicht.

Was ist MCP?

Das Model Context Protocol (MCP) ist ein offener Standard von Anthropic, der definiert, wie KI-Sprachmodelle sich sicher mit externen Tools und Datenquellen verbinden können. Stell es dir als universelle API-Schicht zwischen deinem KI-Assistenten und dem Rest deiner digitalen Welt vor. Anstatt Informationen in ein Chat-Fenster zu kopieren und einzufügen, kann die KI mit MCP direkt aus externen Systemen lesen und in diese schreiben — mit deiner Erlaubnis.

MCP verwendet eine Client-Server-Architektur. Dein KI-Client (wie Claude) verbindet sich mit einem MCP-Server, der eine Reihe benannter “Tools” bereitstellt, die die KI aufrufen kann. Jedes Tool hat einen Namen, eine Beschreibung und typisierte Parameter. Die KI entscheidet basierend auf deinen Anweisungen, welche Tools aufgerufen werden sollen, der Server führt sie aus und die Ergebnisse fließen zurück in das Gespräch.

TskVlos MCP-Server

TskVlo enthält einen produktionsreifen MCP-Server als erstklassiges Feature — kein nachträglicher Einfall. Er gehört zu jedem TskVlo-Workspace — es gibt nichts zu installieren oder zu betreiben. Zum Start stellte er rund 25 Tools bereit, die alle wichtigen Operationen abdecken:

• Board-Tools: list_boards, create_board, update_board, delete_board
• Gruppen-Tools: list_groups, create_group, update_group, delete_group
• Item-Tools: list_items, get_item, create_item, update_item, delete_item
• Feld-Tools: list_board_fields, create_field, update_field, delete_field
• Wert-Tools: set_item_field_value, set_item_field_values, clear_item_field_value
• Datei-Tools: list_item_files, upload_item_file, delete_item_file
• Kommentar-Tools: list_comments, create_comment

Jedes Tool erfordert Authentifizierung — über einen Workspace-API-Schlüssel oder inzwischen auch per OAuth-Anmeldung —, sodass deine Daten nie ohne explizite Autorisierung zugänglich sind.

Claude mit TskVlo verbinden

So verbindest du dich in vier Schritten mit einem API-Schlüssel. (Unterstützt dein Client OAuth, etwa die benutzerdefinierten Connectors in Claude, geht es noch einfacher: Füge die unten stehende URL als Connector hinzu, melde dich an und klicke auf Authorize.)

Schritt 1: API-Schlüssel generieren

Melde dich bei TskVlo als Workspace-Eigentümer oder -Admin an, navigiere zu Workspace-Einstellungen → API-Schlüssel und erstelle einen neuen Schlüssel. Gib ihm einen aussagekräftigen Namen (z. B. “Claude MCP”) und kopiere den generierten Schlüssel — du siehst ihn nicht noch einmal.

Schritt 2: Deine MCP-Server-URL finden

Der TskVlo MCP-Server ist verfügbar unter:

https://dash.tskvlo.app/api/mcp

Schritt 3: Deinen MCP-Client konfigurieren

In Clients mit einer JSON-Konfiguration aus URL und Headern — zum Beispiel Cursors mcp.json — fügst du Folgendes hinzu:

{
  "mcpServers": {
    "tskvlo": {
      "url": "https://dash.tskvlo.app/api/mcp",
      "headers": {
        "Authorization": "Bearer DEIN_API_SCHLÜSSEL_HIER"
      }
    }
  }
}

Schritt 4: Verbindung testen

Starte deinen Client neu und stelle eine einfache Frage:

Zeige mir alle Boards in meinem TskVlo-Workspace.

Die KI ruft das list_boards-Tool auf und gibt eine formatierte Liste deiner Boards zurück. Von da an kannst du komplexere Workflows erkunden.

Beispiel-Prompts, die wirklich funktionieren

Sobald du verbunden bist, kannst du folgende Prompts ausprobieren:

• “Zeige mir alle Items im Board ‘Website-Redesign’, die als ‘In Bearbeitung’ markiert sind.”
• “Erstelle ein neues Board namens ‘Q3-Marketingkampagne’ im Marketing-Workspace mit einem Status-Feld und einem Fälligkeitsdatum-Feld.”
• “Verschiebe alle Aufgaben, die Alex zugewiesen sind und deren Fälligkeitsdatum verstrichen ist, in den Status ‘Blockiert’.”
• “Wie viele offene Bugs gibt es im Entwicklungs-Workspace?”
• “Erstelle fünf Unteraufgaben unter dem Item ‘Launch-Checkliste’ für SEO, Analytics-Setup, Social Media, E-Mail-Kampagne und Pressemitteilung.”

Die KI übernimmt die Tool-Aufrufe im Hintergrund. Du beschreibst einfach in normaler Sprache, was du willst.

Ein Hinweis zur Sicherheit

Der MCP-Server von TskVlo greift nie über den verbundenen Workspace hinaus: Jeder API-Schlüssel ist an genau einen Workspace gebunden, und OAuth-Verbindungen muss ein Workspace-Eigentümer oder -Admin für einen bestimmten Workspace bestätigen. Beides lässt sich auf Nur Lesen beschränken — die KI sieht dann nicht einmal die Schreib-Tools. Wir empfehlen einen eigenen API-Schlüssel pro Integration und Nur-Lesen-Zugriff überall dort, wo die KI nur nachschlagen soll.

Die Zukunft des Projektmanagements ist nicht nur bessere Benutzeroberflächen — es ist KI, die deinen gesamten Workflow-Kontext versteht. Die MCP-Integration von TskVlo ist unser erster Schritt in diese Richtung.