Wir stellen vor: MCP, das Model Context Protocol
Preissysteme basieren traditionell auf strukturierten Schnittstellen. Dashboards, Tabellen und vordefinierte Arbeitsabläufe waren bislang die wichtigsten Mittel, mit denen Nutzer mit Daten interagieren, die Leistung analysieren und Strategien festlegen konnten.
Dieses Modell ist zwar effektiv, schränkt jedoch den Zugriff auf Daten und deren Nutzung ein. Es stützt sich auf vordefinierte Ansichten und manuelle Navigation, wodurch eine Lücke zwischen den im System verfügbaren Informationen und dem entsteht, worauf die Nutzer tatsächlich reagieren können.
Gleichzeitig verarbeiten moderne Preisplattformen hinter den Kulissen deutlich mehr Daten und Logik, darunter Strategien, Erkenntnisse über Wettbewerber, Konfigurationen und historische Leistungsdaten. Die Grenze liegt nicht mehr in den Daten selbst, sondern im Interaktionsmodell.
Quicklizard führt MCP (Model Context Protocol) ein, um diesem Wandel Rechnung zu tragen.
Eine strukturierte Ebene für die Interaktion mit KI
MCP legt fest, wie KI-Agenten auf einheitliche und strukturierte Weise mit Daten, Diensten und Funktionen verbunden werden. Es führt eine Ebene ein, die es Modellen ermöglicht, auf Echtzeitinformationen zuzugreifen und Aufgaben mithilfe standardisierter Tools auszuführen.
Die Funktionen werden über einen Katalog von MCP-Tools bereitgestellt, die als kontrollierte Zugangspunkte zu den Backend-Diensten dienen. Dies ermöglicht es den Agenten, Daten abzurufen, Logik anzuwenden und Maßnahmen in einem realen Geschäftskontext zu ergreifen, wodurch sie über die bloße Generierung von Antworten hinausgehen und zur tatsächlichen Ausführung übergehen.
Entkopplung der Engine von der Schnittstelle
Im Mittelpunkt dieses Ansatzes steht die Trennung zwischen der Quicklizard-Engine und den Schnittstellen, über die ihre Funktionen genutzt werden.
Die Quicklizard-Engine bleibt das Kernsystem, in dem Preisbildungslogik, Daten, Geschäftsregeln und Backend-Dienste verwaltet werden. MCP fungiert als gemeinsame Ebene um diese Funktionen herum und stellt sie auf strukturierte und standardisierte Weise bereit.
Diese Ebene ist nicht an einen bestimmten Agenten oder eine bestimmte Schnittstelle gebunden. Sie unterstützt sowohl den von Quicklizard selbst verwalteten Agenten „Pricing Guru“ als auch vom Kunden ausgewählte Agenten, die auf Modellen von Anthropic, Google und OpenAI basieren.
MCP ist weder der Agent selbst noch ein einzelner Schritt in einer Pipeline. Es handelt sich vielmehr um die Verbindungsschicht, die die Funktionen von Quicklizard für verschiedene KI-Anwendungen verfügbar macht.
Von promptbasierten Systemen zur Agentenkoordination
MCP ermöglicht den Übergang von promptbasierten Interaktionen zu agentenbasierten Systemen.
Ein herkömmliches LLM verarbeitet eine Eingabe und gibt ein Ergebnis zurück. Ein Agent kann eine Anfrage in einzelne Schritte zerlegen, mehrere Aktionen ausführen, auf verschiedene Datenquellen zugreifen und so lange iterieren, bis er zu einem vollständigen Ergebnis gelangt.
Diese Koordination ermöglicht es, komplexe Preisgestaltungsaufgaben – wie beispielsweise die Entwicklung von Strategien oder die Analyse der Performance über mehrere Dimensionen hinweg – im Rahmen einer einzigen Interaktion abzuwickeln.
Die Quicklizard Agentic-KI-Architektur
Die MCP-Architektur ist als mehrschichtiges System konzipiert, das Interaktion, Orchestrierung und Ausführung miteinander verbindet.
Die Interaktion mit dem Nutzer beginnt in einer Chat-basierten Seitenleiste im Browser des Kunden. Im von Quicklizard verwalteten Umfeld werden Anfragen über einen Proxy und ein Service-Gateway verarbeitet, die für die Authentifizierung, die Weiterleitung und die sichere Kommunikation zuständig sind.
Innerhalb der von Quicklizard verwalteten Umgebung fungiert Pricing Guru als verwalteter Agent, der mithilfe von LangChain koordiniert und innerhalb der Quicklizard-Infrastruktur bereitgestellt wird. Der Agent legt fest, wie die einzelnen Anfragen zu bearbeiten sind, und koordiniert die erforderlichen Maßnahmen über die verfügbaren Tools und Dienste hinweg.
Die Ausführung wird durch ein LiteLLM-Gateway unterstützt, das das Modell-Routing, die Ratenbegrenzung und die Budgetkontrolle pro Mandant verwaltet und eine Verbindung zu den besten Modellen auf dem Markt herstellt, die für die jeweilige Aufgabe geeignet sind. Dies ermöglicht Flexibilität auf der Modellebene bei gleichzeitiger Wahrung der operativen Kontrolle und eines cloudunabhängigen Designs.
Darüber hinaus bieten MCP-Tools einen strukturierten Zugriff auf Backend-Dienste. Diese Tools unterstützen Funktionen wie Produktsuche, Preisentwicklung, Strategieanalyse, Werbeaktionen, Leistungsbewertung und Wettbewerbsbeobachtung.
Sie sind direkt mit Systemen in den Bereichen Lagerbestand, Strategien, Werbeaktionen, BI-Dienste, Wettbewerb, Archiv, Konfiguration und Preisgestaltung verbunden und stellen so sicher, dass die Ergebnisse auf echten Geschäftsdaten basieren und in konkrete Maßnahmen umgesetzt werden können.
Um dieses Ökosystem zu schützen, verfügt die Plattform über Echtzeit-Sicherheitsmechanismen und Observability. Während wir Langfuse für die Kostenverfolgung und die mandantenbezogene Prüfung sowie OpenTelemetry für die Service-Tracing nutzen, haben wir eine aktive Sicherheitsebene hinzugefügt, um uns gegen kritische KI-Angriffsvektoren zu schützen, darunter:
- Sofortige Eingabe: Verhinderung böswilliger Versuche, die Logik des Agenten zu manipulieren.
- MCP-Tool-Vergiftung: Gewährleistung der Integrität der an Backend-Dienste übergebenen Befehle und Daten.
- Missbrauch von Werkzeugen: Überwachung auf unbefugte oder übermäßige Tool-Aufrufe zur Gewährleistung der Systemstabilität.
Durch die direkte Integration dieser Schutzmaßnahmen in die Orchestrierungsschicht stellt Quicklizard sicher, dass die agentenbasierte Preisintelligenz nicht nur leistungsstark, sondern auch unternehmenssicher ist.
Erweiterung des Zugangs zu Preisinformationen
Diese Architektur verändert die Art und Weise, wie Nutzer mit Preissystemen interagieren.
Aufgaben, für die bisher das Durchsuchen mehrerer Dashboards, das Exportieren von Daten oder das Erstellen benutzerdefinierter Logik erforderlich waren, lassen sich nun mit einem einzigen Schritt erledigen. Das Filtern von Produkten, die Analyse der Leistung, die Optimierung von Konfigurationen und die Entwicklung von Preisstrategien werden von manuellen Arbeitsabläufen auf eine durch natürliche Sprache gesteuerte Ausführung umgestellt.
Dadurch wird die Abhängigkeit von der Entwicklungsabteilung bei der Erstellung kundenspezifischer Logik verringert und es werden unternehmensweit erweiterte Preisgestaltungsfunktionen verfügbar.
Über eine einzelne Schnittstelle hinaus
MCP ist nicht auf eine einzige Anwendungsschicht beschränkt.
Durch die externe Bereitstellung der MCP-Tools ermöglicht Quicklizard seinen Kunden, Preisberechnungsfunktionen in ihre eigenen Umgebungen zu integrieren, darunter BI-Systeme, benutzerdefinierte Agenten und externe Tools.
Der Zugriff auf die Preisinformationen ist daher entweder über die von Quicklizard verwaltete Lösung oder über vom Kunden ausgewählte Agenten und Workflows möglich, je nachdem, wie das jeweilige Unternehmen vorgehen möchte.
Eine neue Grundlage für Preissysteme
MCP spiegelt einen allgemeinen Wandel in der Art und Weise wider, wie Softwaresysteme entworfen werden.
Schnittstellen sind nicht mehr die primäre Ebene der Interaktion. Agenten werden zur Schnittstelle, und strukturierte Protokolle legen fest, wie sie auf Systemfunktionen zugreifen und diese nutzen.
“MCP steht für einen Wandel von isolierten KI-Funktionen hin zu vollständig koordinierten Pricing-Intelligence-Systemen. Wir bieten unseren Kunden nicht nur KI-basierte Erkenntnisse, sondern auch die Möglichkeit, diese sicher und in großem Maßstab umzusetzen”, sagte Yedidya Shwartz, CTO bei Quicklizard.
Mit der Einführung von MCP schafft Quicklizard die Grundlage für flexiblere, skalierbarere und intelligentere Preissysteme, bei denen Daten, Modelle und Arbeitsabläufe über eine einheitliche Interaktionsebene miteinander verbunden sind.
