Warum wir einen MCP-Server vor einem Vertriebsteam gebaut haben

Die meisten B2B-Datenprodukte werden noch verkauft wie 2015: Landingpage, Demo-Formular, Sales-Call, Beschaffungszyklus. Wir glauben, die Entdeckungsebene wandert woanders hin — ins Modell.

Ein Analyst mit einer These zu deutscher Batterietechnik öffnet keine fünf Tabs mehr. Er fragt Claude. Und damit die Antwort etwas taugt, braucht das Modell ein Tool, das deutsche Privatunternehmen, ihre Patente und ihre Eigentümer wirklich kennt — aufrufbar mitten im Gespräch, ohne den Chat zu verlassen.

Agent-nativ, nicht agent-freundlich

Es gibt einen echten Unterschied zwischen einer API, die ein Agent technisch aufrufen kann, und einer, nach der ein Agent greift. Zweiteres braucht dreierlei: eine saubere, gut beschriebene Tool-Oberfläche, reibungslose Credentials und Präsenz an den Orten, an denen Modelle suchen.

Darum liefert Owndex einen erstklassigen MCP-Server. Einmal installiert, stellen Claude, Cursor und jeder MCP-Client fünf native Tools bereit — scout, company_profile, semantic_search, tech_fields, dataset_stats — jedes für das Modell dokumentiert, nicht nur für einen Menschen, der Swagger liest.

uvx owndex-mcp   # dann OWNDEX_API_KEY setzen

Danach fragt der Nutzer einfach. „Finde private deutsche Festkörperbatterie-Hersteller, die ich übernehmen könnte, und sag mir, wem sie gehören.“ Der Agent wählt scout, filtert auf private Firmen, sortiert nach Patentintensität, löst Eigentum auf — und antwortet inline.

Warum das der Burggraben ist, nicht Spielerei

Die Platzhirsche bei deutschen Firmendaten sind Web-Apps mit Seat-Lizenzen, gebaut für Menschen, die durch ein UI klicken. Eine Agenten-Oberfläche nachzurüsten — mit den richtigen Tool-Beschreibungen, der richtigen Auth und einem Free-Tier, das ein Agent selbst testen kann — ist kein Wochenendprojekt und läuft ihrem Preismodell zuwider.

Wir fangen am anderen Ende an. Owndex ist zuerst API und MCP-Server; das Dashboard ist Komfort obendrauf. Gelistet im offiziellen MCP-Registry, bei Smithery, Glama und in der Cursor-Directory findet uns ein Agent, ohne dass jemand einen Endpoint verdrahtet.

Sei das Deutsche-Firmen-Tool, nach dem die KI greift. Das ist die ganze Distributionsstrategie.

Der ehrliche Teil

Das funktioniert nur, wenn die Daten gut und die Tool-Beschreibungen ehrlich sind. Wir sagen dem Modell genau, was wir haben — entity-resolved Patente, GLEIF-basiertes Eigentum, Gesellschafterlisten-Verfügbarkeit — und genau, was noch nicht, etwa die Eigentümer-Extraktion aus Gesellschafterlisten-PDFs. Ein Modell, das in deinem Namen zu viel verspricht, ist schlimmer als gar keins.

Wenn du einen Analyst-Agenten baust: richte ihn auf Owndex und stell ihm etwas Schwieriges über den deutschen Mittelstand. Das ist die Demo.