Wir haben Claude in ganz normaler Sprache gebeten, sich die Warteschlange von GLPI anzusehen, ein Ticket zu erstellen und zu sagen, was die falsche Dringlichkeit hatte. Er las 18 Tickets, erstellte ein neues Ticket, schlug drei Änderungen der Dringlichkeit mit jeweiliger Begründung vor und änderte nur, was der Techniker genehmigte. Es waren 8 Aufrufe des Modells für 0,10 US$. Verbunden wurde Claude mit GLPI über einen MCP-Server mit etwa 140 Zeilen Python, den Sie am Ende dieses Artikels herunterladen können.
Dieser Artikel setzt die Reihe über KI im Service Desk fort, nach Triage mit Jev und KI-FinOps: was jedes Ticket kostet.
Was MCP ist, in drei Absätzen
MCP (Model Context Protocol) ist ein offener Standard, den Anthropic Ende 2024 geschaffen hat, um KI-Assistenten mit Systemen zu verbinden. Statt dass jedes Werkzeug seine eigene Integration erfindet, veröffentlicht ein System einen MCP-Server mit einer Liste von Werkzeugen („Warteschlange auflisten“, „Ticket erstellen“), und jeder kompatible Client kann sie nutzen: Claude Desktop, Claude Code, VS Code und andere.
Der Standard hat sich schnell durchgesetzt. Marktanalysen zufolge überschritten die Entwicklungskits von MCP im März 2026 die Marke von 97 Millionen Downloads pro Monat.
Für den Service Desk ist die Folge einfach: Die KI verlässt das Chatfenster und kann in GLPI abfragen und handeln. Und hierfür muss entschieden werden, was sie allein tun darf und was eine Genehmigung braucht.
Die Wege, GLPI per MCP mit einer KI zu verbinden
| Weg | Wie er funktioniert | Für wen |
|---|---|---|
| Plugin GLPI AI von Teclib | Offizielles Plugin mit Assistent in GLPI und MCP-Server für externe Clients. Erfordert GLPI 11.0.7 oder höher und ein Abonnement von GLPI Network | Wer bereits GLPI Network hat |
| Plugins von Drittanbietern | Es gibt MCP-Server-Plugins für GLPI, die von Partnern veröffentlicht wurden | Wer etwas Fertiges möchte und den Anbieter prüft |
| Eigener MCP-Server auf Basis der API von GLPI | Ein kleines Programm, welches die Werkzeuge in API-Aufrufe übersetzt | Wer volle Kontrolle darüber möchte, was die KI tun darf |
Die ersten beiden haben wir nicht getestet; die Angaben stammen aus der öffentlichen Dokumentation. In diesem Artikel zeigen wir den dritten Weg, weil er jede Sicherheitsentscheidung explizit macht.
Die Demo
Das Szenario: GLPI des NexTool-Supports, in einer Testeinheit mit der fiktiven Firma Acme und 25 fiktiven Tickets. Der Assistent ist Claude Sonnet 5.5, verbunden mit unserem MCP-Server.
Die Werkzeuge, die wir ihm gegeben haben:
| Werkzeug | Typ | Was es tut |
|---|---|---|
listar_fila |
lesend | Offene Tickets mit Status, Dringlichkeit und Datum |
detalhe_chamado |
lesend | Beschreibung und letzte Folgeaktionen eines Tickets |
abrir_chamado |
schreibend | Erstellt ein Ticket |
definir_urgencia |
schreibend | Ändert die Dringlichkeit und hält die Begründung in einer privaten Folgeaktion fest |
adicionar_acompanhamento |
schreibend | Fügt eine Folgeaktion hinzu |
Die goldene Regel: Die schreibenden Werkzeuge haben einen Parameter confirmado. Aufrufe ohne ihn liefern nur eine Vorschau, und der Assistent muss sie dem Techniker zeigen und auf sein „OK“ warten. So hängt die menschliche Genehmigung nicht vom guten Willen des Modells ab: Sie steckt im Code.
Was geschah, Anfrage für Anfrage:
- „Wie sieht die Warteschlange aus? Und erstellen Sie ein Ticket für das Multifunktionsgerät ohne Toner.“ Der Assistent listete die Warteschlange auf (18 offene Tickets), wies auf die am längsten liegenden und die mit hoher Dringlichkeit hin und zeigte die Vorschau des neuen Tickets. Erstellt hat er nichts.
- „Sie können es erstellen. Und sagen Sie mir, was dringender sein sollte, bevor Sie etwas ändern.“ Er erstellte ein Ticket, las vier Tickets im Detail und schlug vor, drei hochzustufen, jeweils mit Begründung: ERP langsam bei der Ausstellung von Rechnungen (die gesamte Finanzabteilung betroffen und der Kassenabschluss blockiert), kein Zugriff auf die Zeiterfassung (zwei Benutzer mit demselben Problem) und fehlgeschlagenes nächtliches Backup. Geändert hat er nichts.
- „Beim wichtigsten stimme ich zu, ändern Sie nur dieses.“ Er zeigte die Vorschau der Änderung: Dringlichkeit mittel auf hoch, mit der Begründung, die in die Folgeaktion gehen würde.
- „Bestätigt.“ Er änderte die Dringlichkeit, hielt die Begründung in einer privaten Folgeaktion fest und erinnerte daran, dass die anderen beiden unverändert blieben.
In einem ersten Durchlauf desselben Ablaufs bemerkte er außerdem, dass ein Ticket mit hoher Dringlichkeit laut der letzten Folgeaktion bereits vom Benutzer selbst gelöst worden war, und schlug vor, die Dringlichkeit zu senken und es zu schließen. Genau solche Lektüre macht niemand bei einer Warteschlange von 18 Tickets um 8 Uhr morgens.
Kosten: 8 Aufrufe des Modells, rund 38.000 Eingabe-Tokens und 2.700 Ausgabe-Tokens, 0,10 US$ mit Claude Sonnet 5.5 zum Listenpreis. Den Großteil machen die Warteschlange und die gelesenen Tickets aus, die bei jedem Schritt erneut an ein Modell gehen. Ein günstigeres Modell würde diesen Betrag senken; einen Kostenvergleich pro Aufgabe finden Sie unter KI-FinOps.
Sicherheit: die vier Sperren, die wir verwenden
- Eigener Dienstbenutzer. Der Assistent nutzt ein eigenes Konto mit Remote-Zugriffstoken, nie die Anmeldung einer Person. In GLPI erscheint alles, was er getan hat, in der Historie unter dem Namen dieses Kontos.
- Minimales Profil und eine Einheit. Beim Öffnen der Sitzung wechselt der Server zu einem Technikerprofil und beschränkt die Sitzung auf eine Einheit. Der Assistent sieht und ändert den Rest von GLPI nicht, selbst wenn er danach fragt.
- Menschliche Genehmigung im Code. Schreiben nur mit
confirmado=true, nach dem „OK“ des Technikers. In der Demo machte der Assistent Vorschläge, bevor er handelte, und zeigte die Vorschau vor dem Speichern; die Änderung erfolgte erst beim „Bestätigt“. - Protokollierung jeder Aktion. Der Server schreibt jeden Werkzeugaufruf in eine Audit-Datei, und GLPI speichert die Historie jedes geänderten Tickets.
Und was Sie nicht freigeben sollten: Verwaltungswerkzeuge (Benutzer, Profile, Regeln), Löschen von Tickets und alle personenbezogenen Daten, die der Assistent nicht lesen muss. Der Token bleibt außerhalb des Codes, in einer Umgebungsvariablen oder im Passworttresor des Systems.
Wo es sich lohnt und wo nicht
Lohnt sich: - Die Warteschlange des Tages zusammenfassen und zeigen, was liegen geblieben ist. - Ein Ticket aus einer Unterhaltung erstellen, mit vorgeschlagener Kategorie und Dringlichkeit. - Dringlichkeiten prüfen und Änderungen mit Begründung vorschlagen. - „Wie ist der Status von Ticket X“ beantworten, ohne GLPI zu öffnen.
Lohnt sich (noch) nicht: - Unumkehrbare Aktionen ohne Genehmigung: Löschen, Ändern von Berechtigungen, Massenschließung. - Entscheidungen, die Kontext erfordern, der nicht in GLPI steht, etwa ein Flurgespräch oder eine politische Priorität. - Die Triage bei hohem Volumen ersetzen: Um Tausende Tickets zu klassifizieren, ist ein Klassifikator wie Jev günstiger und schneller (siehe Test).
Laden Sie den Beispielserver herunter
Der MCP-Beispielserver enthält die fünf Werkzeuge der Demo, die Genehmigung über confirmado, die Audit-Protokollierung und die Anleitung zur Verbindung mit Claude Desktop oder Claude Code. Er nutzt die REST-API v1, die es in GLPI 10 (apirest.php) und in GLPI 11 (api.php/v1) gibt; wir haben unter 11 getestet. Testen Sie ihn in einer Einheit oder einem Test-GLPI, bevor Sie in Produktion gehen.
Lieber etwas Fertiges? NexTool MCP for GLPI erledigt dies mit mehr als 160 Werkzeugen, als Open Source zur lokalen Ausführung oder gehostet, mit Anmeldung und Connector für Claude und ChatGPT. Lernen Sie NexTool MCP for GLPI kennen oder sehen Sie sich Repository auf GitHub an.
Möchten Sie Hilfe, um dies sicher in Ihrem GLPI aufzusetzen? Sprechen Sie mit unserem Team.
Demo von NexTool am 4. Oktober 2026, auf GLPI 11.0.7 unseres Supports, mit einer Testeinheit und fiktiven Daten. Erstelltes Ticket und geänderte Dringlichkeit wurden am Ende rückgängig gemacht. Das Modell wurde über OpenRouter zum Listenpreis genutzt. Die Angaben zum Plugin GLPI AI und zu Plugins von Drittanbietern stammen aus der öffentlichen Dokumentation.
