Zum Inhalt springen
seostack

Für KI-Agenten

Geben Sie jedem AI-Agenten Ihr komplettes SEO-Warehouse.

SEO Stack betreibt einen MCP-Server über Ihren im Data Warehouse gespeicherten Search Console-, GA4- und AI visibility-Daten. Binden Sie einen Agent an, den Sie bereits betreiben, oder bauen Sie einen neuen – er bekommt jede Zeile, ohne Request-Limit und ohne 16-Monats-Grenze. Die meisten sind in etwa zwei Minuten verbunden.

Verbindet

  • Claude
  • ChatGPT
  • Gemini
  • Google Search Console
  • Google Analytics 4

14 Tage Testphase · MCP-Zugang in jedem Tarif · Kein BigQuery, keine Service-Accounts, nichts zu konfigurieren

Führende Unternehmen vertrauen darauf

Setup

Zwei Minuten, ein Key, keine Pipeline

Der übliche Grund, warum ein Agent nie gebaut wird: Die Daten anzubinden dauert länger als der Agent selbst. Ein Cloud-Projekt, ein Service Account, OAuth-Scopes und ein Export-Job müssen existieren, bevor ein einziger Prompt läuft. Hier existiert das Warehouse bereits, die Verbindung dorthin ist also ein Config-Block.

  1. 01Key erzeugen

    Ein Klick im MCP-Bereich. Jeder Key authentifiziert einen einzelnen Client als Sie, und Sie können sie einzeln benennen, rotieren und widerrufen.

  2. 02Config einfügen

    Richten Sie Ihren Agenten auf den Endpoint, mit dem Key im Authorization-Header. Für Claude, ChatGPT und Gemini gibt es jeweils ein fertiges Snippet.

  3. 03Jetzt loslegen

    Das gesamte Warehouse kommt als Tools. Keine Pipeline, kein BigQuery, kein Service Account und nichts, was danach weiterlaufen muss.

Der MCP-Server im Detail

mcp.config.json

api.seo-stack.io/api/mcp

{
  "mcpServers": {
    "seostack": {
      "url": "https://api.seo-stack.io/api/mcp",
      "headers": {
        "Authorization": "Bearer sk_mcp_YOUR_KEY"
      }
    }
  }
}

KI-Clients

  • Claude
  • ChatGPT
  • Gemini
  • Cursor
  • Grok
  • DeepSeek

Agent-Frameworks

  • Hermes
  • OpenClaw
  • Astra
  • Eigene Agenten
  • Ihre eigenen Skripte

Automatisierungsplattformen

  • n8n
  • Make
  • Clay
  • Alles, was MCP spricht

Was Leute damit bauen

Sechs Agents, die diese Woche bei Ihnen laufen könnten

Das sind keine Gedankenspiele, sondern die Muster, die immer wieder auftauchen, und bei jedem geht es im Kern darum, an welche Daten der Agent herankommt. Wählen Sie einen Tab, um zu sehen, welche Tools er aufruft und welche Schleife er durchläuft.

Ein Auditor, der bei der Performance ansetzt statt beim Crawl

Die meisten Audit-Agenten crawlen eine Site und bewerten sie anhand einer Checkliste. Das sagt Ihnen, was falsch ist, und nichts darüber, was es kostet. Geben Sie dem Agenten Search Console-Daten aus dem Warehouse, und er kann jeden Befund nach den Klicks sortieren, die tatsächlich daran hängen, und Jahre zurückgehen, um zu sehen, ob eine Seite immer so war oder an einem bestimmten Datum kaputtgegangen ist.

MCP-Tools, die er aufruft

  • List My Websites
  • Query Search Performance
  • Get Metrics Aggregated By URL Segment
  • Get Algorithm Updates
  1. 01AbrufenJede URL und jede Suchanfrage der Property, ohne Zeilenlimit und mit vollständiger Historie
  2. 02SegmentierenNach Ordner, Seitentyp oder Template gruppieren, um zu finden, wo sich der Rückgang konzentriert
  3. 03DatumZurückgehen bis zu dem Monat, in dem das Muster begann, und mit den Core Updates abgleichen
  4. 04SortierenDie Befunde nach den Klicks und dem Umsatz ordnen, die auf dem Spiel stehen, statt nach Schweregrad-Label

Ein Audit, bei dem jedes Problem eine Zahl trägt – die Fix-Liste kommt damit vorpriorisiert an.

Reporting

Jeder Kanal, dort wo Ihr Team ohnehin schon spricht

Search Console deckt Organic ab, GA4 deckt Paid, Social, Direct und Referral ab, und AI visibility deckt den Teil ab, für den es sonst nirgendwo einen Report gibt. Ein Agent, der alle drei hat, kann ein einziges Update posten, das den gesamten Mix abdeckt – nach Zeitplan, in Slack, Teams, WhatsApp oder wo immer er sonst eine Integration hat.

Wöchentliches Marketing-Update

Von einem Agenten gepostet, nach Zeitplan, aus Search Console-, GA4- und AI-Visibility-Daten

SS

SEO Stack AgentApp

#marketing-weekly · Montag 08:00

Letzte Woche über alle Kanäle: 92,170 Sitzungen und £303,200 Umsatz.

  • GSCOrganische Suche+6%
  • GA4Paid Search-4%
  • GA4Paid Social+12%
  • GA4Direkt+1%
  • GA4Verweise-9%
  • AILLM-Referrals+38%

LLM-Referrals wuchs am schnellsten mit +38%, immer noch nur 3% der Sitzungen, aber die am schnellsten wachsende Linie im Board, während referral sank 9%. Fragen Sie mich nach den Details auf Suchanfragen-, Landingpage- oder Prompt-Ebene hinter jeder Linie.

Beispielhafte Zahlen. Der Agent postet dorthin, wohin Sie ihn schicken, und die Zahlen kommen aus demselben Warehouse, aus dem auch das Dashboard liest.

Das Dashboard, das niemand öffnet, ist ein wirklich schwieriges Problem, und es lässt sich nicht mit einem besseren Dashboard lösen. Was verändert, wie oft die Zahlen gelesen werden, ist, sie in den Kanal zu bringen, in dem das Gespräch ohnehin stattfindet, und ein Agent, der die Rückfrage im selben Thread beantworten kann, verhindert, dass der Thread damit endet, dass jemand eine CSV exportiert.

Selbstlernend

Ein Agent, der sich merkt, was er bereits versucht hat

Die meiste SEO-Automatisierung ist zustandslos. Sie läuft, sie empfiehlt, und im nächsten Monat empfiehlt sie dasselbe, weil nichts festgehalten hat, was beim letzten Mal passiert ist. Das Annotationssystem macht daraus einen Kreislauf, weil ein Agent die Änderungshistorie lesen kann, bevor er handelt, und anschließend hineinschreiben kann.

In Kombination mit Performance-Daten aus dem Warehouse und Googles Markern für Algorithmus-Updates kann der Agent seine eigene Änderung anschließend an den betroffenen URLs messen und das Update als Ursache ein- oder ausschließen – das ist der Unterschied zwischen einem Agenten, der Arbeit erzeugt, und einem, der immer besser darin wird, sie auszuwählen.

Anmerkungen und Marker für Google-Algorithmus-Updates im selben Chart wie Search Console Klicks und Impressionen in SEO Stack
Das Änderungsprotokoll, das ein Agent liest, bevor er handelt, und in das er danach schreibt.

Warum es funktioniert

Ein Agent ist nur so gut wie das, woran er herankommt

Agentenqualität ist größtenteils ein Datenproblem. Ein leistungsfähiges Modell, das über eine gekürzte Stichprobe von sechzehn Monaten nachdenkt, wird Ihnen überzeugt etwas Falsches sagen, und kein noch so gutes Prompting behebt das, weil die Lücke im Input liegt.

10m+

Zeilen pro Abruf

Googles Search Console API begrenzt eine Antwort auf 50,000 Zeilen und zwingt Sie, für den Rest zu paginieren. Das Warehouse hat kein solches Limit, also bekommt ein Agent, der eine breite Frage stellt, eine vollständige Antwort statt einer gekürzten, von der er nicht erkennen kann, dass sie gekürzt ist.

5 Jahre+

an Historie, mindestens

Googles eigenes Zeitfenster rollt bei sechzehn Monaten, und das begrenzt, worüber ein auf seiner API gebauter Agent überhaupt schlussfolgern kann – ob er es merkt oder nicht. Mit Historie im Warehouse funktionieren Jahresvergleiche weiterhin, der Agent sieht also einen Trend statt einer Momentaufnahme.

23

Tools über eine Verbindung

Search Console, GA4 und AI visibility, bereitgestellt als benannte Tools statt als rohe Query-Schnittstelle, damit das Modell den richtigen Call wählt, statt sich einen zusammenzubauen und zu hoffen.

Der MCP-Bereich in SEO Stack, in dem API-Schlüssel erzeugt, benannt, rotiert und widerrufen werden
Keys werden hier erzeugt, benannt und widerrufen, einer pro Client.

Was dafür spricht

Warum Teams einen Agent anbinden, statt ein Dashboard zu öffnen

01

Günstiger als die Produktivität, die Sie dadurch zurückgewinnen

Ein Agent, der das wöchentliche Update schreibt, ein Portfolio auf Decay überwacht und die Rückfragen im Channel beantwortet, kostet ein Abo – und Basic enthält für $129.99 pro Monat MCP-Zugang. Der Vergleich läuft nicht gegen ein anderes Tool, sondern gegen die Stunden, die aktuell dafür draufgehen, dieselben Zahlen von Hand zusammenzutragen.

02

Mehr Ihrer Daten, und länger

Der Agent arbeitet mit Jahren an First-Party-Historie statt mit einer rollierenden Stichprobe von sechzehn Monaten – und das zählt genau bei den Fragen, für die Agenten gebaut werden: Ist das ein Trend, und gab es das schon einmal?

03

Keine Request-Limits, um die herum Sie planen müssen

Sie schreiben keine Pagination-Logik und kein Rate-Limit-Backoff, und Sie entscheiden nicht, welchen Teil der Daten Sie opfern, damit alles in eine Antwort mit 50,000 Zeilen passt. Der Agent stellt die Frage, die er stellen will.

04

Bessere Ergebnisse, weil sich der Kreis schließt

Annotationen lesen, Änderungen protokollieren und sie an der organischen Performance messen – das macht aus Automatisierung etwas, das Rankings und Traffic verbessert, statt etwas, das nur eine längere To-do-Liste erzeugt.

05

Danach nichts zu warten

Kein Export-Job, der bei einer Schemaänderung bricht, kein Service Account, der abläuft, und keine geplante Query, die seit drei Wochen fehlschlägt, ohne dass es jemand erfährt. Die Verbindung besteht aus einem Key und einer URL, und das Warehouse füllt sich selbst.

06

Es funktioniert mit dem Agenten, den Sie bereits haben

Das ist kein Framework, das Sie übernehmen müssen. Wenn Ihr Team bereits etwas in Hermes, OpenClaw, n8n oder einem selbst geschriebenen Skript betreibt, lässt es sich über MCP anbinden, ohne neu geschrieben zu werden.

Schritt für Schritt

Einen SEO-Agenten für Slack bauen, von Anfang bis Ende

Eine vollständige Anleitung für den gesamten Aufbau: MCP-Key erzeugen, Config verdrahten, Slack-App samt Scopes anlegen, Socket Mode aktivieren und den Agenten per Cron laufen lassen, damit der Report da ist, bevor jemand danach fragt. Als Agent kommt Hermes zum Einsatz, und der SEO Stack-Teil gilt unabhängig davon, welches Framework Sie nutzen.

Einwände

Bevor Sie starten

Welche Agenten und Clients können sich verbinden?

Alles, was MCP spricht, und das sind inzwischen die meisten. Claude, ChatGPT, Gemini, Cursor, Grok und DeepSeek verbinden sich als Clients, Agent-Frameworks wie Hermes, OpenClaw und Astra genauso, und Automatisierungsplattformen wie n8n, Make und Clay ebenfalls. Wenn Sie Ihren eigenen Agenten geschrieben haben, braucht er eine MCP-Client-Bibliothek und einen Bearer Token, sonst nichts.

Wie lange dauert das Verbinden tatsächlich?

Bei einem Agenten, den es schon gibt, sind es ein Key und ein Config-Block, ein paar Minuten sind also realistisch und Sekunden sind der Normalfall. Kein Cloud-Projekt, kein Service Account, kein OAuth-Zustimmungsbildschirm und kein Export-Job, weil der Agent ein bereits bestehendes Warehouse liest, statt eines im laufenden Betrieb zusammenzubauen.

Wie läuft die Authentifizierung, und kann ich einen Key widerrufen?

Ein Bearer Token im Authorization-Header. Jeder Key authentifiziert einen einzelnen Client in Ihrem Namen, und Sie können die Keys im MCP-Screen einzeln benennen, rotieren und widerrufen – ein Agent auf einem Server und ein Agent auf Ihrem Laptop können also unterschiedliche Keys haben und separat abgeschaltet werden.

Wie sind die Request-Limits?

Es gibt kein Zeilenlimit. Die Search Console API von Google begrenzt eine einzelne Antwort auf 50,000 Zeilen und zwingt Sie für den Rest zur Paginierung, und bei 16 Monaten ist ohnehin Schluss. MCP liest das Warehouse, eine Abfrage über zehn Millionen Zeilen liefert also zehn Millionen Zeilen – über die gesamte Historie, die Sie vorhalten.

Können Agenten nicht nur lesen, sondern auch schreiben?

Ja, für das Änderungsprotokoll. Ein Agent kann vorhandene Annotationen lesen und neue anlegen, und genau das macht einen selbstkorrigierenden Kreislauf möglich, weil der Agent sieht, was bereits versucht wurde, und festhält, was er getan hat, damit der nächste Durchlauf es messen kann.

Kann ein Agent auf GA4-Daten zugreifen oder nur auf Search Console?

Beides, wo es sinnvoll ist im selben Call. Sessions, Engagement, Transaktionen und Umsatz kommen zusammen mit Klicks, Impressionen, CTR und Position zurück – so kann ein Agent eine Landingpage und die Query, die jemanden dorthin gebracht hat, gleichzeitig betrachten statt in zwei Durchläufen.

Kann es in Slack, Teams oder WhatsApp posten?

Dieser Teil liegt bei Ihrem Agenten, nicht bei uns, und es ist die einfachere Hälfte. SEO Stack liefert die Daten über MCP, und der Agent postet dort, wo er bereits eine Integration hat – bei den meisten Frameworks heißt das Slack und Teams out of the box und WhatsApp über ein Gateway. Im Blog gibt es eine ausführliche Anleitung für Slack.

Sieht ein Agent jede Property im Konto?

Er sieht, was der Inhaber des Keys sehen kann; der Zugriff folgt also denselben Berechtigungen pro Property wie in der Oberfläche. Geben Sie einem Freelancer Zugriff auf eine Property, kann ein mit seinem Key authentifizierter Agent auch nur diese eine lesen.

Welche Tarife enthalten MCP-Zugriff?

Alle. Basic enthält MCP-Zugriff auf Search Console, GA4 und AI-Visibility-Daten, und die höheren Tarife erhöhen das Call-Kontingent, statt die Funktion erst freizuschalten. Der günstigste Weg zu testen, ob sich ein Agent lohnt, ist also, ihn zu bauen.

Muss ich programmieren können?

Nicht, um einen vorhandenen Client anzubinden – das ist Copy-and-paste. Einen eigenen Agenten zu bauen, der nach Zeitplan in einen Channel postet, erfordert schon etwas Einrichtung, und die Slack-Anleitung im Blog geht das Schritt für Schritt durch; der Teil auf Seiten von SEO Stack besteht aber nur aus dem Key und dem Config-Block.

Verbinden Sie einen Agenten, bevor Sie einen bauen.

Erzeugen Sie einen Key, richten Sie das, was Sie ohnehin schon nutzen, auf den Endpoint aus, und stellen Sie eine Frage, für die Sie sonst vier Tools öffnen würden. Kommt die richtige Antwort zurück, haben Sie den Business Case für den Rest.

14 Tage Testphase · MCP-Zugang in jedem Tarif · Jederzeit kündbar · Nichts zu konfigurieren