Claude schlägt seinen Nutzern im Chat passende Konnektoren vor, sobald sie zur Aufgabe passen. Vorgeschlagen wird, was im Verzeichnis steht. Für Softwarehersteller entsteht damit ein neues Regal, und wie im Supermarkt wird vor allem gekauft, was dort steht.

Ein Regal mit über 1'000 Produkten

Am 27. Oktober listete der Marketplace von Claude 1'023 Konnektoren. Es ist derselbe Katalog für claude.ai, die Desktop-App, die mobile App und Claude Code. Laut Anthropic kommt jeder Eintrag automatisch für die Vorschläge im Chat in Frage, und die Reihenfolge richtet sich wie in anderen App-Stores nach der Nutzung.

Auf Team-Plänen sehen Mitarbeiter, die selbst keine Konnektoren aktivieren dürfen, bei jedem Eintrag einen Knopf «Request». Die Anfrage landet bei den Administratoren. Die Nachfrage kommt also von den Leuten, die mit deinem Produkt arbeiten, direkt in die IT deines Kunden. Steht dein Produkt nicht im Verzeichnis, gibt es auch nichts anzufragen.

Mit den neuen Agenten wird das Regal noch wichtiger. Claude Duet arbeitet auf eigene Faust mit den Konnektoren aus dem Claude-Konto seines Nutzers und wirbt mit über 6'000 Konnektoren und Plugins. OpenAI baut mit seinen Plugins für ChatGPT ein zweites Regal.

Wer schon drinsteht

Aus dem DACH-Raum stehen unter anderem DeepL, MeisterTask und Contentful mit eigenen, von Anthropic verifizierten Konnektoren im Verzeichnis. Von den internationalen Anbietern ist zum Beispiel SurveyMonkey dort.

Fragt ein Nutzer Claude nach einer Übersetzung, einer Aufgabenliste oder einer Umfrage, kann Claude diese Produkte direkt vorschlagen. Steht dein Produkt nicht drin, schlägt Claude es auch nicht vor.

Ein eigener MCP-Server reicht dafür nicht. Einige Hersteller aus dem DACH-Raum betreiben bereits einen und stehen trotzdem nicht im Verzeichnis. Ins Regal kommt nur, wer die Aufnahme durchläuft, und die ist bei beiden Anbietern ein eigenes kleines Projekt.

So kommst du bei Anthropic ins Regal

Eingereicht wird über das Entwicklerportal von Claude. Es führt in zehn Schritten durch die Verbindung zum Server, die Werkzeuge, den Eintrag im Verzeichnis, die Anwendungsfälle, die Anmeldung, den Umgang mit Daten, das Testkonto und sieben Bestätigungen zu den Richtlinien. Die Voraussetzungen:

  1. Der Server läuft im Internet und ist über HTTPS erreichbar.
  2. Wenn die Werkzeuge im Konto eines Nutzers handeln, meldet sich jeder Nutzer per OAuth 2.0 mit seinem eigenen Konto an.
  3. Jedes Werkzeug hat einen Titel und ist gekennzeichnet, ob es nur liest oder etwas verändert. Lesende Werkzeuge darf Claude ohne Rückfrage ausführen, bei verändernden fragt es jedes Mal nach.
  4. Dazu kommen Dokumentation, Datenschutzerklärung, ein Support-Kontakt und ein vollständig befülltes Testkonto, mit dem die Prüfer jedes Werkzeug ausprobieren.

Nach dem Einreichen prüft Anthropic den Server automatisch und listet ihn standardmässig als «Community». Solche Einträge zeigen vor dem Verbinden einen Hinweis, dass Anthropic sie nicht im Detail geprüft hat. Das Häkchen «Verified», das DeepL, MeisterTask und Contentful tragen, kann man nicht beantragen. Anthropic hebt Einträge, die es für besonders nützlich hält, selbst in eine vertiefte Prüfung, in der die Prüfer jedes Werkzeug testen. Diese Prüfung ist laut Anthropic aufwendiger und langsamer.

Woran Einreichungen scheitern, steht in den Prüfkriterien: an einem Sammelwerkzeug, das lesende und schreibende Aufrufe mischt, an einem Werkzeug ohne Kennzeichnung, an Fehlermeldungen ohne Inhalt wie «Internal Server Error» und an Werkzeugbeschreibungen, die Claude Anweisungen geben, statt zu beschreiben, was das Werkzeug tut.

So kommst du bei OpenAI ins Regal

Bei OpenAI läuft die Einreichung über die Developer Platform. Wer unter seinem Namen veröffentlichen will, verifiziert zuerst seine Organisation als Person oder Firma. Danach lädt er sein Paket hoch, verbindet den MCP-Server über einen öffentlichen HTTPS-Endpunkt und belegt mit einem hinterlegten Token, dass ihm die Domain gehört.

Für die Anmeldung gibt es nur OAuth oder gar keine. Einen Weg für API-Schlüssel sieht OpenAI nicht vor. Für die Prüfer braucht es ein Testkonto, das ohne Zwei-Faktor-Bestätigung sofort funktioniert, fünf positive und drei negative Testfälle, ein Video, das die Testfälle zeigt, und vier Links zu Website, Support, Datenschutzerklärung und Nutzungsbedingungen.

Pro Plugin läuft immer nur eine Prüfung. Das Ergebnis kommt per E-Mail, und wer einer Ablehnung widersprechen will, antwortet auf diese E-Mail.

Wie lange das dauert

Eine feste Dauer nennt keiner der beiden Anbieter. Anthropic schreibt, die Prüfzeit sei nicht festgelegt. In der Anleitung von OpenAI fehlt jede Angabe. Im Entwicklerforum von OpenAI schrieb der Support im April, die Prüfzeiten variierten, weil das Verzeichnis noch in der Beta sei. Einzelne Entwickler berichten dort von zwei Wochen, von über einem Monat und von 90 Tagen in der Prüfung.

Dazu kommt die Zeit davor. Dein Team muss den Server mit einer Anmeldung pro Nutzer bauen, die Werkzeuge schneiden und kennzeichnen, ein Testkonto mit Beispieldaten befüllen, Dokumentation, Datenschutzerklärung und Nutzungsbedingungen bereitstellen und bei OpenAI Testfälle und Video vorbereiten. Und jede Korrektur kostet erneut Zeit. Bei OpenAI wartet eine neue Version, bis die laufende Prüfung entschieden ist. Bei Anthropic geht ein freigegebener Eintrag, den du vor der Veröffentlichung noch änderst, zurück in den Entwurf und in eine neue Prüfung.

Wer heute anfängt, steht nicht nächste Woche im Regal. Und weil sich die Reihenfolge nach der Nutzung richtet, sammelt dein Konkurrent, der schon drinsteht, in dieser Zeit weiter Nutzung.

Steht bei deinem Kunden die nächste Lizenzentscheidung an, wird er fragen, ob sein Agent mit deinem Produkt arbeiten kann. Bis dahin solltest du die Antwort haben.

Was du vor dem ersten Antrag entscheiden musst

Hinter beiden Checklisten stecken drei Entscheidungen, die dein Team treffen muss, bevor es überhaupt etwas einreicht. Was darf der Agent im Namen eines bestimmten Nutzers sehen und tun? Wie viele Werkzeuge braucht er, und wie schneidest du sie? Und wie beschreibst du jedes Werkzeug so, dass der Agent es richtig einsetzt und ein Prüfer es versteht? Diese drei Fragen entscheiden, ob der Agent deines Kunden mit deinem Produkt sicher arbeiten kann, und ob du die Prüfung beim ersten Anlauf bestehst.

Der erste Schritt

Mit KI im Produkt baue ich dir für einen Anwendungsfall einen lauffähigen Prototypen, den Agenten nutzen können, inklusive Berechtigung.

Wenn du wissen willst, welcher Anwendungsfall bei dir als Erstes ins Regal gehört, buch unten einen kostenlosen Termin. Ich gebe dir eine Einschätzung.