← Alle Artikel
Produkt10 Min. Lesezeit

SEO MCP: Such- und KI-Daten in einem Chat

Ein SEO MCP Server holt Live-Daten in Claude, Cursor oder ChatGPT. Welche Frage welche Quelle braucht und wie die KI-Antworten über deine Marke dazukommen.

FameScan RedaktionRecherche & Praxiswissen
Eine Steckdosenleiste mit eigenem Kabel, drei grauen und einem grünen Stecker, alle fest eingesteckt: alle Datenquellen in einem Chat.
Die kurze Antwort

Das Wichtigste vorweg.

  • Ein SEO MCP Server verbindet einen KI-Client wie Claude, Cursor oder ChatGPT über das offene Model Context Protocol direkt mit einer SEO-Datenquelle. Die meisten liefern Google-Daten: Rankings, Keywords, Backlinks, Search Console, Analytics.
  • Was KI-Antworten über deine Marke sagen, ist eine andere Frage mit einer anderen Quelle: gemessene Antworten von ChatGPT, Perplexity, Gemini, Claude und Google AI Overviews. FameScan liefert sie per MCP, mit Intervallen und Urteil.
  • Ändern kann ein Server nur über seine Schreib-Tools und nur im Rahmen des Zugriffs, mit dem du ihn verbindest. In FameScan sind Lesen und Ändern getrennte Zugriffe, „Änderungen vornehmen“ ist anfangs nicht angehakt, und keine Verbindung bekommt mehr Rechte als deine Rolle.

Ein SEO MCP Server ist ein Connector, über den ein KI-Client wie Claude, Cursor oder ChatGPT eine SEO-Datenquelle direkt abfragt, über das offene Model Context Protocol. Die meisten Server holen Google-Daten in den Chat: Rankings, Keywords, Backlinks, Search Console. Die Frage, die dein Chef jetzt stellt, was ChatGPT über eure Marke sagt, braucht eine andere Quelle: gemessene KI-Antworten.

KI-Antworten in deinen Chat holen

FameScan ist diese Quelle als MCP-Server: Es stellt ChatGPT, Perplexity, Gemini, Claude und Google AI Overviews deine Kaufentscheidungsfragen, speichert jede Antwort und jede Quelle, die sie zitiert, und lässt Claude, Claude Code, Cursor, VS Code oder einen anderen MCP-Client mit OAuth die Ergebnisse lesen, die Kern-KPIs mit 95-%-Intervall und dem Urteil „echte Veränderung oder Rauschen“. Die Angaben zu anderen Servern stammen von deren offiziellen Seiten, geöffnet am 12. November 2026.

Was ist ein SEO-MCP-Server?

Ein SEO-MCP-Server sitzt zwischen deinem KI-Client und einem SEO-Tool: Er beschreibt, was das Tool kann, und der Client ruft ihn auf, sobald deine Frage Daten braucht. Drei Teile sind beteiligt. Der Client ist die App, in der du schreibst, etwa Claude, Cursor oder ChatGPT. Der Server ist der Connector, den ein Anbieter betreibt. Die Datenquelle ist das, was dahinter liegt: ein Keyword-Index, deine Search-Console-Property oder gespeicherte KI-Antworten.

Das Protokoll selbst beschreibt seine offizielle Seite als „Open-Source-Standard, um KI-Anwendungen mit externen Systemen zu verbinden“ (im Original: „an open-source standard for connecting AI applications to external systems“). Sie vergleicht es mit einem USB-C-Anschluss für KI-Anwendungen und nennt Claude, ChatGPT, Visual Studio Code und Cursor unter den Clients, die es unterstützen. Organisiert ist das Projekt laut seiner Governance-Seite unter LF Projects, LLC, mit einem formalen Governance-Modell und transparenten Entscheidungen.

Im Alltag ersetzt ein MCP-Server den Umweg über Export, Tabelle und Kopieren. Du fragst, der Client holt die aktuellen Zahlen und formuliert daraus die Antwort. Er ersetzt aber nicht die Messung: Was im Chat steht, ist so verlässlich wie das Tool, das die Zahlen erhoben hat.

Kurz zur Abgrenzung: „MCP SEO“ meint manchmal auch, den eigenen MCP-Server für KI-Assistenten auffindbar zu machen. Hier geht es um die andere Bedeutung, also darum, SEO- und KI-Sichtbarkeitsdaten über MCP-Server in deinen Chat zu holen.

Die Frage, die Google-Daten nicht beantworten: was KI-Antworten über dich sagen

Die meisten Übersichten zu SEO-MCP-Servern ordnen Server nach den Google-Daten, die sie liefern: Rankings, Suchvolumen, Backlinks, Klicks aus der Search Console, Sitzungen aus Analytics. Diese Daten beantworten Fragen über Google.

Die Frage, die Marketingleitungen inzwischen hören, ist eine andere. Wenn ein Käufer ChatGPT oder Perplexity nach dem besten Anbieter in deiner Kategorie fragt: Wirst du genannt, empfohlen, als Quelle zitiert, und wer steht stattdessen da? Diese Antwort liegt in keinem Keyword-Index und in keiner Search-Console-Property. Sie steckt in den KI-Antworten selbst. Also muss die Quelle aus KI-Antworten bestehen: deine Kaufentscheidungsfragen, in jeder Engine gestellt, gespeichert, ausgewertet und gezählt.

Google-Daten beantworten Fragen über Google; die Frage, was ChatGPT, Perplexity oder Gemini über deine Marke sagen, braucht eine Quelle aus gemessenen KI-Antworten.

Den Chat selbst zu fragen, ersetzt diese Quelle nicht. Wenn du Claude „Was hältst du von unserer Marke?“ schreibst, bekommst du eine Antwort, von einer Engine, zu einem Zeitpunkt, auf eine Frage mit deinem Namen darin. Eine Antwort ist ein Schnappschuss, erst das Muster ist der Befund: dieselben Fragen ohne Markennamen, über Engines, Länder und Wochen, mit genug Antworten, um echte Veränderung von Rauschen zu trennen. Warum eine Stichprobe mehr taugt als ein Screenshot, erklärt unser Artikel KI-Sichtbarkeit messen.

Egal, welchen Server du für diese Frage anschließt: Frag, woraus seine Zahlen bestehen. Welche Fragen, welche Engines, wie viele Antworten, und lässt sich die Antwort hinter einer Zahl öffnen?

Welche Frage braucht welchen SEO MCP Server?

Fang bei der Frage an, die du am häufigsten hörst, nicht bei einer Liste von Servern: Jede Frage hat eine Datenquelle, die die Antwort hält, und der Server ist nur der Zugang dazu. Die Tabelle ordnet nach Fragen. Die Beispiele zeigen, was die Anbieter auf ihren offiziellen Seiten selbst schreiben, Stand 12. November 2026; Preise und Zugangsregeln ändern sich, prüf also die verlinkte Seite, bevor du verbindest.

Ein Chat, vier Server
Wo ranken wir?
SEO-Suite
Welche Seiten bekommen Klicks?
Search Console
Was tun Besucher?
Analytics
Was sagt KI über uns?
FameScan
Eine Quelle pro Frage.
Frage und DatenquelleBeispiele laut offizieller Seite, 12. November 2026
Wo ranken wir, mit welchen Keywords, wer verlinkt uns?
Keyword-, Ranking- und Backlink-Index einer SEO-Suite
SISTRIX: Suchvolumen, Rankings und weitere SEO-Kennzahlen (Changelog vom 8. August 2025). Semrush: SEO API, Trends API je nach Abo, Projects API mit Lesemethoden.
Anmeldung: Semrush: OAuth als Standard, API-Key für Clients ohne OAuth. SISTRIX verweist auf seine API-Dokumentation.
Welche Seiten bekommen Klicks aus der Google-Suche?
Deine Search-Console-Property
Server aus der Community, die auf der Search Console API aufsetzen.
Anmeldung: dein Google-Konto. Prüf vorher, wer den Server pflegt.
Was tun Besucher auf der Website?
Deine Analytics-Property
Google Analytics MCP-Server von Google: nur Leseanfragen, über Admin API und Data API v1.
Anmeldung: Google-Zugangsdaten mit dem Analytics-Scope nur zum Lesen.
Was sagen ChatGPT, Perplexity, Gemini, Claude und Google AI Overviews über uns und die Wettbewerber?
Gespeicherte KI-Antworten auf die Fragen deiner Käufer, über die Zeit gemessen
MCP-Server von FameScan: 17 Lese-Tools, 7 Schreib-Tools.
Anmeldung: Konnektor in claude.ai mit FameScan-Login (OAuth) oder ein Workspace-API-Key. Liest als Standard; schreibt nur, wenn du „Änderungen vornehmen“ ankreuzt oder einen Key „Lesen & schreiben“ anlegst.

Lies die Tabelle zeilenweise. Die ersten drei Zeilen zeigen, wie Google dich sieht und was Besucher tun. Die letzte zeigt, was KI-Engines antworten, wenn ein Käufer fragt. Schließ einen Server pro Zeile an, nach der wirklich gefragt wird, und nicht mehr. Wie du einen bestimmten Server einrichtest, etwa den von SISTRIX, steht auf der Seite des Anbieters; hier geht es darum, welche Zeile du überhaupt brauchst.

Kann ein SEO-MCP-Server deine Daten ändern?

Nur wenn er Werkzeuge hat, die schreiben, und der Zugriff, mit dem du ihn verbunden hast, sie erlaubt. Ein Server bietet eine Liste von Tools an; jedes liest oder ändert etwas, und was dein Client aufrufen darf, hängt vom Zugriff ab, den du beim Verbinden freigibst.

Damit zerfällt die Sorge hinter „MCP schadet SEO“ in zwei Fragen, die du prüfen kannst. Darf der Server etwas ändern? Das zeigen seine Zugriffsstufen: Google schreibt etwa, dass sein Analytics-Server nur Leseanfragen bedient. Stimmen die Zahlen? Das hängt an der Quelle: Die Sätze formuliert dein Chat-Client, die Zahlen sollten unverändert aus dem Tool kommen, mit genug Angaben, um sie nachzuprüfen. Zwei Prüfungen helfen: Lass dir zu jeder Zahl zeigen, aus welchem Aufruf des Servers sie stammt, und frag nur nach dem, was diese Quelle hält. Sonst kann das Modell eine Zahl, die die Quelle nicht hat, aus dem Gedächtnis ergänzen.

In FameScan sind Lesen und Ändern zwei getrennte Zugriffe. Lesen umfasst 17 Tools: Projekte, Sichtbarkeits-KPIs, Verlauf, Wettbewerber, den Vergleich der Engines, Ergebnisse pro Prompt, gespeicherte Antworten, zitierte Quellen, Quellenlücken, Maßnahmen aus dem Action Center, Läufe und Credits, Alerts, den AI-Readiness-Audit und die Methodik. Ändern umfasst 7: Prompts anlegen, pausieren oder aktivieren, einen Wettbewerber hinzufügen oder entfernen, eine Maßnahme aktualisieren, einen Messlauf starten und einen AI-Readiness-Audit ausführen.

Verbindest du per Anmeldung, zeigt der Freigabe-Bildschirm „KI-Sichtbarkeitsdaten lesen“ als festen Haken und „Änderungen vornehmen“ als eigenes Kästchen, das anfangs leer ist. Eine Verbindung, die nur lesen darf, bekommt die ändernden Tools gar nicht erst angeboten. Der Zugriff ist auf deine Rolle im Workspace begrenzt: Wer selbst nur lesen darf, kann auch nur Lesen freigeben. Ein API-Key handelt im Namen der Person, die ihn erstellt hat, nie mit mehr Rechten als sein Umfang.

Lesen
17 Tools · immer an
Ändern
7 Tools · anfangs aus
Zugriffsstufen des MCP-Servers von FameScan, Stand 12. November 2026.

Lesen verbraucht keine Answer Credits, ein gestarteter Messlauf schon. Die Sichtbarkeitsübersicht liefert die Kern-KPIs mit ihrem 95-%-Intervall und der Zahl der Antworten dahinter und markiert Veränderungen gegenüber dem Vorzeitraum als echte Veränderung, Rauschen oder zu wenige Antworten. Jede gespeicherte Antwort lässt sich per ID öffnen. Alle Verbindungen stehen unter Integrationen, Verbundene Apps, wo du sie jederzeit trennst.

Ist ein MCP eine API?

Nicht ganz: Eine API ruft dein eigener Code auf, einen MCP-Server ruft dein KI-Client mitten im Gespräch auf. Der Server beschreibt jedes Tool in Worten, mit seinen Eingaben, und der Client entscheidet, welches er für deine Frage braucht.

Viele MCP-Server setzen auf einer API auf, und der Unterschied entscheidet, was du baust. Für eine Frage, die du einmal stellst, ist der Chat schneller. Für einen Bericht, der jeden Montag laufen soll, ohne dass jemand fragt, ist ein fester API-Aufruf in einem Workflow verlässlicher.

FameScan bietet beides über dieselben Tools: den MCP-Server für Claude, Cursor und andere Clients und eine REST-API für n8n, Make, Zapier oder Skripte, mit einem Workspace-API-Key. Beide lesen dieselben Zahlen wie das Dashboard und der Copilot im Portal. Für denselben Zeitraum und dieselben Filter stimmt eine Zahl in Claude also mit der Zahl im Portal überein.

FameScan mit Claude, Claude Code oder Cursor verbinden

Alles beginnt auf der Seite Integrationen im Portal von FameScan. Dort stehen die Serveradresse und für jeden Client ein fertiges Snippet zum Kopieren.

  1. claude.ai. Öffne Einstellungen → Konnektoren → Benutzerdefinierten Konnektor hinzufügen, füge die URL ein und klicke auf Verbinden. Du meldest dich bei FameScan an und wählst Workspace und Zugriff; einen API-Key brauchst du nicht. Andere MCP-Clients mit OAuth verbinden sich genauso; in claude.ai heißen solche Verbindungen Konnektoren.
  2. Claude Code. Ein Admin oder Owner erstellt unter Integrationen einen API-Key. Voreingestellt ist „Nur lesen“; „Lesen & schreiben“ wählst du, wenn Claude Code auch Prompts anlegen oder Läufe starten soll. Den Befehl aus dem Snippet führst du im Terminal aus und prüfst die Verbindung danach mit /mcp.
  3. Cursor. Das JSON-Snippet kommt in die Datei .cursor/mcp.json im Projekt oder in die globalen MCP-Einstellungen von Cursor. Snippets für Claude Desktop und VS Code liegen daneben.

Ein neuer Key wird nur einmal angezeigt, die Snippets enthalten ihn dann schon. Jedes Mitglied kann sich per Anmeldung eine App für sich selbst verbinden; API-Keys verwalten Admins und Owner. Unter derselben Seite findest du vier fertige Workflows als MCP-Prompts: einen wöchentlichen Sichtbarkeits-Puls, ein Wettbewerbs-Radar, „Einen Prompt gewinnen“ und ein Content-Briefing für KI-Suche.

MCP-Server und REST-API gehören zu jedem bezahlten Plan, auch während einer laufenden Testphase. Lite kostet $12 im Monat oder $9 im Monat bei jährlicher Zahlung, mit 20 Answer Credits im Monat. Starter kostet $49 im Monat oder $39 im Monat bei jährlicher Zahlung, mit 200 Answer Credits und täglichen Läufen, Stand 12. November 2026. Alle Pläne stehen auf der Preisseite, Fragen zur Einrichtung beantwortet die Hilfe.

Arbeitet in deinem Team niemand mit einem KI-Client, antwortet der Copilot im Portal aus denselben Tools, mit Diagrammen; dort kommt jede Änderung als Vorschlag, den du übernimmst.

Deinen KI-Client verbinden

Fiktives Beispiel: der Wochen-Puls in einem Chat

Am Montag wählt die Analystin in Claude den Workflow „Weekly AI-visibility pulse“, im Portal „Wöchentlicher Sichtbarkeits-Puls“ genannt. Claude ruft damit die Sichtbarkeitsübersicht der letzten 7 Tage ab, den Wettbewerbervergleich, die Maßnahmen und die schwächsten Prompts. Die Antwort fasst zusammen, was zählt, und lässt Rauschen weg.

Zurück kommt im Beispiel: Der FameScan Score liegt bei 31, Intervall 24 bis 38. Die einzige echte Veränderung: Die Empfehlungsrate liegt 9 Punkte höher. Paylark hat sich am stärksten bewegt. Unter den drei schwächsten Fragen ist „beste Rechnungs-App für Freelancer“. Oben im Action Center steht die Maßnahme „Get present on sources AIs cite for competitors“.

Für die schwächste Frage startet sie „Win a prompt“. Claude holt die letzten Antworten pro Engine, wer in welcher Reihenfolge genannt wurde und welche Domains am häufigsten zitiert werden, und öffnet zwei gespeicherte Antworten. In beiden stützt sich die Engine auf dieselben zwei Vergleichsseiten, auf denen Paylark steht und Quillbase fehlt.

Im selben Chat fragt sie den Analytics-Server nach den Sitzungen der Preisseite. Beides bleibt getrennt: Die eine Zeile sagt, was Besucher getan haben, die andere, was KI-Antworten gesagt haben.

Das ist der Montags-Test: Dem Kunden zeigt sie die Rate mit Intervall, das Urteil und die zwei gespeicherten Antworten mit ihren Quellen. Jede Zahl führt zu einer Antwort, die sich im Portal öffnen lässt. Mit einem Key „Lesen & schreiben“ könnte derselbe Chat neue Kaufentscheidungsfragen aus dem Plan anlegen und die Maßnahme auf „in Arbeit“ setzen; hier erledigt sie das im Portal.

Welche MCP-Server brauchst du wirklich für SEO?

So wenige, wie du Fragen wirklich beantworten musst. Jeder Server ist ein weiterer Zugang, den jemand pflegt und freigibt, und ein Chat mit fünf Quellen wird nicht klüger, nur länger.

  • SEO-Leitung im Unternehmen: ein Server für die eigene Website, Search Console oder Analytics, und eine Quelle für KI-Antworten. Die Suite für die Recherche kommt dazu, wenn du sie ohnehin im Alltag nutzt.
  • Agentur: ein Suite-Server für die Recherche über alle Kunden und pro Kunde ein Workspace in FameScan, weil jede Verbindung genau einem Workspace gehört. So bleiben die Zahlen der Kunden getrennt. Mehr dazu auf der Seite für Agenturen.
  • Gründer, die Marketing selbst machen: Fang mit der Frage an, die Investoren oder Kunden stellen. Oft ist das die nach KI-Antworten, und Analytics reicht als zweite Quelle.

Verbinde zuerst den einen Server, der die Antwort auf die Frage hält, die du am häufigsten hörst, und den nächsten erst, wenn eine neue Frage ihn braucht. Ist FameScan verbunden, kopier das als ersten Prompt in deinen Chat:

Die Antwort zeigt dir, wo die nächste Stunde hingeht. Sind deine Kaufentscheidungsfragen noch dünn, beginnt die Arbeit bei den Fragen selbst: Wie du ein Fragenset baust, das echte Käufer abbildet, steht im Artikel zum Prompt Tracking.

Häufig gefragt

Was ist ein SEO-MCP-Server?

Ein Connector, über den ein KI-Client wie Claude, Cursor oder ChatGPT eine SEO-Datenquelle direkt abfragt, über das offene Model Context Protocol. Statt Tabellen zu exportieren und in den Chat zu kopieren, stellst du eine Frage, und der Client holt die aktuellen Zahlen aus dem verbundenen Tool. Die Zahlen sind so gut wie das Tool, das sie gemessen hat.

Ist ein MCP eine API?

Nicht ganz. Eine API ruft dein eigener Code auf, mit festen Aufrufen. Ein MCP-Server beschreibt seine Werkzeuge so, dass ein KI-Client sie mitten im Gespräch selbst auswählt und aufruft. Viele MCP-Server setzen auf einer API auf. FameScan bietet beides über dieselben Werkzeuge: den MCP-Server für Claude, Cursor und andere Clients, die REST-API für n8n, Make, Zapier oder Skripte.

Welche MCP-Server nutzen SEOs?

Meist die Server der Tools, die sie ohnehin bezahlen: eine Keyword- und Backlink-Suite für die Recherche, Search Console und Google Analytics für die eigene Website. Für die Frage, was ChatGPT, Perplexity, Gemini, Claude und Google AI Overviews über eine Marke sagen, braucht es eine Quelle aus gemessenen KI-Antworten, etwa den MCP-Server von FameScan.

Kann ein MCP-Server meine Daten ändern?

Nur über Tools, die schreiben, und nur im Rahmen des Zugriffs, mit dem du ihn verbindest. Prüf, welche Tools ein Server anbietet und welchen Zugriff du freigibst. In FameScan sind Lesen und Ändern getrennt: Bei der Anmeldung ist „Änderungen vornehmen“ nicht angehakt, eine reine Leseverbindung bekommt die ändernden Tools gar nicht angeboten, und keine Verbindung erhält mehr Rechte als deine Rolle im Workspace. Unter Integrationen trennst du jede App jederzeit.

Brauche ich einen bezahlten Plan für den MCP-Server von FameScan?

Ja. MCP-Server und REST-API gehören zu jedem bezahlten Plan, auch während einer laufenden Testphase. Lite kostet $12 im Monat oder $9 im Monat bei jährlicher Zahlung, mit 20 Answer Credits im Monat, Stand 12. November 2026. Die übrigen Pläne stehen auf der Preisseite.

Kann ich nicht einfach ChatGPT fragen, was es über meine Marke sagt?

Du bekommst dann eine Antwort, von einer Engine, zu einem Zeitpunkt, auf eine Frage, die deinen Markennamen schon enthält. Das ist ein Schnappschuss. Belastbar wird es erst über viele Antworten auf echte Kaufentscheidungsfragen ohne deinen Namen, in mehreren Engines und über Wochen, mit einem Intervall, das echte Veränderung von Rauschen trennt.

Quellen & weiterführendes Wissen

Quellen geprüft am 12. November 2026.

Weiterlesen

Vom Wissen zur Messung

Welche Antworten bekommt deine Zielgruppe?

Starte mit deiner Marke und den Fragen deiner Kunden. FameScan hilft dir, Nennungen, Quellen und Lücken einzuordnen.

Brand Discovery starten So funktioniert FameScanDiscovery inklusive · Dashboard mit Abo oder aktiver Testphase