21. Mai 2026 · digital opua
MCP-Bridge: KI-Agents triggern Bayesian Marketing Mix Modeling
Wie das Model-Context-Protocol Claude, ChatGPT und Nexbid-Agents direkten Zugriff auf MMM-Pipelines gibt — und warum das die Marketing-Analyse demokratisiert.
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 Marketing-Daten bleiben in Europa, da Vercel fra1, Neon eu-central-1 und europe-west6 als Hosting-Stack dienen. Die Anmeldung selbst läuft über Clerk in den USA (Swiss-US Data Privacy Framework).
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 ein klassisches Studienprojekt in Wochen liefert, läuft hier als Konversation in 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.