Einmal zeigen ist einfacher, als es in drei Absätzen zu erklären. So sieht die Arbeit mit dem DecisionRules MCP-Server aus.
Vor MCP
Programmatisch mit DecisionRules zu kommunizieren war schon immer möglich. Der Management-API-Schlüssel ist von Anfang an vorhanden.
Das bedeutete jedoch, dass Sie Ihre eigene Integrationsschicht schreiben und pflegen, die Authentifizierung selbst verwalten und darauf hoffen mussten, dass Ihr KI-Assistent wusste, was er mit der Antwort anfangen sollte. Es funktionierte. Es war nur etwas, das Sie nicht einfach anfordern konnten. Es war etwas, das Sie zuerst bauen mussten.
Was MCP tatsächlich ist
Das Model Context Protocol ist ein gemeinsames Protokoll, das einer KI ermöglicht, sich direkt mit einem Tool zu verbinden und darin Aktionen auszuführen, anstatt die Dokumentation zu lesen und zu raten.
Das ist nicht mehr nur ein Nischenexperiment eines Anbieters. Im Dezember 2025 spendete Anthropic MCP an die Agentic AI Foundation, einen zweckgebundenen Fonds unter der Linux Foundation, mitbegründet von Anthropic, OpenAI und Block, unterstützt von Google, Microsoft, AWS, Cloudflare und Bloomberg. ChatGPT, Cursor, Gemini, Microsoft Copilot und VS Code unterstützen es alle von Haus aus.
Lernen Sie den DecisionRules MCP-Server kennen
Einmal verbunden kann Ihre KI eine Beschreibung in Alltagssprache in eine funktionierende Entscheidungstabelle, eine Scripting-Regel oder eine Nachschlagetabelle umwandeln. Sie kann erklären, was eine bestehende Regel bewirkt, auf Anfrage Testdaten generieren und eine Regel mit realen Eingaben ausführen, um Ihnen das Ergebnis zu zeigen. Die weniger glamourösen Aufgaben gehören ebenfalls dazu: Versionen aktualisieren, Tags verwalten und nachverfolgen, welche Regeln von der Regel abhängen, die Sie gerade ändern wollen.
Heute sind es mehr als 60 einzelne Aktionen, und die Anzahl wächst weiter. Die genaue Zahl ist weniger wichtig als der zugrunde liegende Wandel. Sie können jetzt einfach fragen.
Und wenn Sie fragen, ist es kein Glücksspiel, dass ein Allzweckmodell errät, wie eine Entscheidungstabelle aussehen sollte. Die Anfrage läuft über den KI-Assistenten, den DecisionRules mit echter Regellogik und Best Practices trainiert hat. Claude oder Copilot führt das Gespräch. Sie entscheiden, was er tun soll. Unser MCP-Server hilft nur beim Erstellen.
Haben Sie während des Erstellens eine Frage, zum Beispiel welche Funktion genau etwas macht oder ob bereits eine Vorlage dafür existiert? Sie müssen den Tab nicht verlassen, um in der Dokumentation zu suchen. DecisionRules betreibt außerdem einen separaten Distribution-MCP-Server, der Dokumentation, Beispiele und wiederverwendbare Funktionen in dasselbe Gespräch stellt, ohne dass eine Anmeldung erforderlich ist.
Und wir sind nicht der einzige Server im Raum
Das ist der Teil, den man leicht übersieht. Ihr KI-Client kann mehrere MCP-Verbindungen gleichzeitig halten, und sie arbeiten in einer einzigen Anfrage zusammen.
Das verändert, was eine Regel ist. Bis jetzt befand sich eine Regel hinter einer Schnittstelle, die nur Menschen geöffnet haben. Jetzt können das Ticket, das die Richtlinie beschreibt, die Tabelle mit den Preisen und die Regel, die beides widerspiegeln muss, alle im selben Gespräch sein.
Ticket DR-412 lesen, die darin beschriebene Regel erstellen, Testfälle generieren und das Ergebnis wieder als Kommentar im Ticket hinterlassen.
Niemand hat etwas exportiert. Niemand hat eine Tabelle in ein Chatfenster eingefügt. Die Anfrage erschien im Ticket, und die Antwort landete dort ebenfalls.
Warum das wichtig ist
Wo Sie uns bereits finden können
ChatGPT, Claude, VS Code und GitHub Copilot, Codex, der Docker MCP Catalog, Azure MCP Center und Smithery für alles andere.
Verbinden bedeutet nicht, einen Endpunkt manuell zu konfigurieren. Sie öffnen die Connector-Liste in Ihrem KI-Client, finden DecisionRules und klicken auf Verbinden. Danach erfolgt eine normale Anmeldung und die Auswahl des Arbeitsbereichs, in dem Ihr Assistent arbeiten soll.
Wenn Sie DecisionRules in Ihrer eigenen Infrastruktur betreiben, erreicht die Konfiguration aus diesen Katalogen nicht Ihre Instanz. Für diesen Fall gibt es einen eigenen Einrichtungsweg.
Was Menschen damit tatsächlich machen
Ohne MCP bedeutete es, um echte KI-Unterstützung für eine bestimmte Regel zu erhalten, DecisionRules zu öffnen, die Regel zu finden, ihre Struktur zu exportieren, sie in einen Chat einzufügen, zu warten und die Änderungen von Hand zurückzuspielen. Fünf Schritte, bevor die KI überhaupt sehen konnte, womit sie arbeitet.
Mit MCP ist es ein Satz in dem Chat, den Sie bereits offen hatten: aktualisiere den Preis in der Produkttabelle basierend auf der neuen Preisliste.
Probieren Sie es selbst aus
Einige Beispiele dafür, was Sie Ihren KI-Assistenten fragen können, sobald er verbunden ist:
- Erstellen Sie eine Entscheidungstabelle zur Berechnung eines Rabatts basierend auf dem Bestellwert und dem Kundenstatus.
- Nehmen Sie diese Preisliste und erstellen Sie damit eine neue Version der Produkttabelle.
- Generieren Sie 10 Testfälle für die Kreditbewertungsregel, Version 3.
- Erklären Sie, warum diese Regel für diese Eingabewerte 'genehmigt' zurückgibt.
