MCP-Bridge: KI-Agents triggern Bayesian Marketing Mix Modeling

Anthropic, OpenAI und Google haben sich 2026 auf einen gemeinsamen Standard für den Werkzeugzugriff durch KI-Agenten geeinigt: das Model-Context-Protocol, kurz MCP. Innerhalb weniger Monate wurde aus einem Anthropic-Vorschlag eine Industrie-Konvention — Cloudflare meldet eine Milliarde MCP-Requests pro Tag, AWS hat Bedrock-AgentCore-Endpoints in eu-central-1 native MCP-fähig gemacht, und Microsoft baut MCP-Server direkt in Copilot-Studio ein. Für Marketing-Teams stellt sich damit eine konkrete Frage: Was bedeutet das für die Attribution unserer Kampagnen?

Klassisches Marketing Mix Modeling läuft heute in einem geschlossenen Workflow. Daten werden manuell aus GA4 exportiert, ein Data-Scientist baut ein Bayesian-Modell in Python, eine PowerPoint-Präsentation landet beim CMO, sechs Wochen später kommt die nächste Studie. Zwischen den Studien existiert kein Modell — die Marketing-Entscheidungen laufen blind weiter. MCP bricht diesen Workflow auf, indem es das MMM-System zur Tool-Schnittstelle macht. Ein Marketing-Manager schreibt in Claude: 'Starte ein MMM für Q2 mit den letzten zwölf Monaten GA4-Daten und unseren TV-Spend aus der CRM-Tabelle.' Der Agent ruft die fünf MMM-Wizard-Tools auf — list_projects, create_project, trigger_training, training_status, get_results — und liefert die Antwort in unter zehn Minuten.

Die fünf Tools sind absichtlich minimal gehalten. list_projects gibt alle bestehenden MMM-Projekte eines Accounts zurück. create_project legt ein neues Projekt an, mit Kanal-Definition und Adstock-Default-Priors. trigger_training startet einen Vertex-AI-Job in europe-west6 Zürich, der Google Meridian gegen die hochgeladenen CSV-Daten fittet. training_status liefert den Fortschritt — Posterior-Sampling läuft typisch fünf bis fünfzehn Minuten. get_results gibt die Response-Kurven, ROI pro Kanal, Saturation-Punkte und Budget-Empfehlungen als strukturiertes JSON zurück, das jeder LLM weiterverarbeiten kann.

Der Sicherheitsmodell ist Service-API-Key-basiert. Jeder Nutzer kann in seinem MMM-Wizard-Account einen API-Key generieren, der scoped auf seine eigenen Projekte ist. Der Key wird im Claude-Desktop-Config oder ChatGPT-Custom-GPT als Header gesetzt, jeder Tool-Call durchläuft Clerk-Authentication und Row-Level-Security in der Postgres-Datenbank. Es gibt keine Möglichkeit, dass Agent A auf die Daten von Account B zugreift — und die Daten verlassen die EU nicht, da Vercel fra1, Neon eu-central-1 und Vertex AI europe-west6 als Hosting-Stack verwendet werden.

Die Demokratisierung kommt durch den Conversational-Flow. Bisher musste ein Marketing-Manager wissen, was Adstock ist, wie eine Hill-Saturation-Kurve aussieht und welche Priors für TV-Spend in DACH-Märkten typisch sind. Mit MCP-Bridge übernimmt der LLM die Übersetzung: Der Manager beschreibt das Problem in Geschäftssprache, der Agent ruft die passenden Tools auf, das MMM-Modell rechnet, und der Agent erklärt das Ergebnis wieder in Geschäftssprache zurück. Was Nielsen für CHF 80'000 in sechs Wochen liefert, läuft als Konversation in fünfzehn Minuten.

Besonders interessant wird die Cross-Brand-MCP-Bridge zu Schwesterprodukten. Nexbid, die Agent-Commerce-Plattform der digital opua GmbH, hat ebenfalls einen MCP-Server. DCM, der Digital Campaign Manager, bekommt im Sommer 2026 einen. Das bedeutet, ein Agent kann in einer einzigen Konversation Marketing-Spend optimieren — MMM identifiziert den ROI-stärksten Kanal, Nexbid bietet den Inventory-Match, DCM aktiviert die Kampagne. Ein Workflow, der heute drei Tools, zwei Excel-Tabellen und einen Tag braucht, läuft als Agent-Loop in Minuten.

Für CMOs bedeutet das eine strategische Verschiebung. Die Frage ist nicht mehr 'Welches MMM-Tool kaufen wir', sondern 'Welche unserer Marketing-Systeme sind MCP-fähig, und welche bleiben Insel-Lösungen'. Systeme ohne MCP-Schnittstelle werden ab 2026 strukturell unsichtbar für die KI-Agenten, die zunehmend die Marketing-Workflows steuern. Marketing Mix Modeling als geschlossene Studie verliert gegen Marketing Mix Modeling als API.

Wer MMM-Wizard mit dem eigenen Claude-Account oder ChatGPT-Custom-GPT verbinden möchte, findet die fünf MCP-Tools dokumentiert im GitHub-Repository baldri/mmm-wizard-mcp. Setup-Zeit ist unter fünf Minuten: API-Key in MMM-Wizard generieren, MCP-Server-Eintrag in der Claude-Desktop-Config ergänzen, Claude neu starten. Beim ersten Tool-Call wird der Key validiert, danach läuft die Konversation. Free-Tier-Accounts können bis zu drei MMM-Projekte über MCP triggern — genug, um den Workflow zu validieren, bevor ein Pro-Tier-Abschluss in Erwägung gezogen wird.