Claude, Cursor oder ChatGPT mit einer Wissensdatenbank verbinden: Schritt für Schritt

Sie möchten, dass Claude, Cursor oder ChatGPT direkt auf Ihre eigenen Dokumente zugreifen, statt nur mit Allgemeinwissen zu antworten? Dafür gibt es drei Wege: einen MCP-Server einbinden, die REST-API mit einem API-Key ansprechen oder die Wissensdatenbank direkt im Browser abfragen. Dieser Artikel zeigt Schritt für Schritt, wie Sie eine Wissensdatenbank wie bei Kopik an jedes dieser drei Tools anschließen, inklusive Authentifizierung und Prüfung der Quellenangaben.

Drei Wege, Claude, Cursor oder ChatGPT an eine Wissensdatenbank anzubinden

Bevor Sie sich für einen Weg entscheiden, lohnt sich ein kurzer Überblick über die Unterschiede. Alle drei Wege führen am Ende zum selben Ergebnis, nämlich einer Antwort, die auf Ihren Dokumenten statt auf Allgemeinwissen basiert, aber die Einrichtung und der Alltagskomfort unterscheiden sich deutlich. MCP (Model Context Protocol) erklärt gibt einen tieferen Einstieg, falls der Begriff neu für Sie ist.

• MCP-Server: Ein Standardprotokoll, über das KI-Clients wie Claude Desktop oder Cursor Werkzeuge (Tools) und Ressourcen von externen Diensten nutzen können. Einmal eingerichtet, kann das Modell selbstständig entscheiden, wann es die Wissensdatenbank befragt.
• REST-API mit API-Key: Sie schreiben eine eigene Integration oder nutzen ChatGPT-Custom-Actions, die eine definierte Schnittstelle aufrufen. Mehr Kontrolle, etwas mehr Einrichtungsaufwand.
• Web-Oberfläche: Die schnellste Variante ohne jede Konfiguration. Ideal zum Testen einer Wissensdatenbank, bevor Sie sie in ein Tool einbinden.

Schritt für Schritt: MCP-Server mit Claude verbinden

Claude Desktop unterstützt MCP-Server nativ über eine Konfigurationsdatei. Sobald der Server eingetragen ist, taucht die Wissensdatenbank als Werkzeug auf, das Claude bei passenden Fragen automatisch aufruft, ganz ohne dass Sie in jeder Konversation manuell etwas einfügen müssen. Mehr zu den konkreten Wegen, Claude Zugriff zu geben, finden Sie in Claude Zugriff auf Unternehmensdokumente geben: 4 Wege im Vergleich.

1. Legen Sie eine Wissensdatenbank an oder wählen Sie eine bestehende aus dem Katalog unter /bases.
2. Erzeugen Sie im Dashboard der Wissensdatenbank einen API-Key, idealerweise nur mit Leserechten für diese eine Basis.
3. Kopieren Sie die MCP-Server-URL und den Key aus der Dokumentation unter /developers.
4. Öffnen Sie die MCP-Konfigurationsdatei von Claude Desktop und tragen Sie Servername, URL und Authentifizierungs-Header ein.
5. Starten Sie Claude Desktop neu. Der Server erscheint in der Werkzeugliste, meist durch ein Hammer- oder Steckersymbol erkennbar.
6. Stellen Sie eine Testfrage, die nur mit Ihren Dokumenten beantwortbar ist, und prüfen Sie, ob die Antwort zitierte Passagen enthält.

API-Key mit passenden Rechten erzeugen

Für private Wissensdatenbanken sollten Sie einen eigenen API-Key pro Anwendungsfall anlegen, also einen für Claude, einen für Cursor und gegebenenfalls einen für eine interne Automatisierung. So lässt sich der Zugriff jederzeit einzeln widerrufen, ohne dass alle Integrationen gleichzeitig ausfallen. Bei öffentlichen Wissensdatenbanken aus dem Katalog brauchen Sie dagegen keinen eigenen Key, der Zugriff läuft dann über das Guthaben Ihres Kopik-Kontos.

Cursor: MCP-Server im Editor einrichten

Für Entwicklerinnen und Entwickler ist der MCP-Server in Cursor besonders praktisch: Die Dokumentation einer internen Bibliothek, eines API-Standards oder eines internen Styleguides lässt sich direkt im Editor abfragen, ohne den Browser zu wechseln. Die Einrichtung läuft grundsätzlich wie bei Claude über eine Konfigurationsdatei (mcp.json oder die Einstellungen von Cursor), nur dass Cursor den Server projektbezogen oder global registrieren kann. Eine ausführliche Schritt-für-Schritt-Anleitung mit Screenshots und typischen Stolperfallen finden Sie in Cursor MCP einrichten: Dokumentation direkt im Editor durchsuchen.

Wenn Sie nach weiteren fertigen MCP-Servern suchen, etwa für Datenbanken, Ticketsysteme oder Dateiablagen, die Sie zusätzlich neben Ihrer Wissensdatenbank einbinden möchten, lohnt ein Blick in MCP-Server finden: Verzeichnisse, offizielle Registry und die richtige Auswahl.

ChatGPT: Custom Actions und Tools anbinden

ChatGPT unterstützt externe Tools über Custom Actions, die auf einem OpenAPI-Schema basieren. Statt eines MCP-Servers hinterlegen Sie dort die REST-API-Schnittstelle Ihrer Wissensdatenbank: einen Endpunkt zum Stellen einer Frage, einen für Antworten mit Zitaten und optional einen reinen Passagen-Modus. In der eigenen GPT-Konfiguration fügen Sie die Schnittstellenbeschreibung ein, hinterlegen den API-Key als Authentifizierung und testen den Aufruf direkt im Konfigurationsfenster.

1. Öffnen Sie die GPT-Erstellung in ChatGPT und wechseln Sie zum Reiter für Actions.
2. Fügen Sie das OpenAPI-Schema der Wissensdatenbank-API ein, wie unter /developers dokumentiert.
3. Wählen Sie als Authentifizierungstyp API-Key und tragen Sie den Header-Namen sowie den Wert ein.
4. Testen Sie eine Beispielanfrage direkt im Editor, bevor Sie den GPT speichern.
5. Formulieren Sie in den Anweisungen klar, dass das Modell bei fachlichen Fragen zuerst das Tool aufrufen und die zitierten Passagen in der Antwort erwähnen soll.

Authentifizierung und Zugriffsrechte vor dem Verbinden festlegen

Bevor Sie Claude, Cursor oder ChatGPT produktiv auf eine Wissensdatenbank zugreifen lassen, sollten einige Entscheidungen feststehen. Das gilt besonders, wenn mehrere Personen im Team oder externe Kunden Zugriff bekommen.

• Öffentlich oder privat: Eine öffentliche Basis im Katalog unter /bases ist für jeden abfragbar und pro Frage kostenpflichtig, eine private Basis ist nur mit Ihren eigenen API-Keys erreichbar.
• Scoped Keys: Legen Sie pro Tool und pro Wissensdatenbank einen eigenen Key an, statt einen einzigen Key überall einzusetzen.
• Guthaben versus Abo: Prepaid-Credits pro Frage eignen sich für unregelmäßige Nutzung, ein Chat-Abo mit Nutzungsanzeige für regelmäßige tägliche Abfragen.
• Protokollierung: Prüfen Sie, ob Sie im Dashboard nachvollziehen können, welche Fragen über welchen Key gestellt wurden, falls mehrere Agenten gleichzeitig zugreifen.
• Rechte des Dokuments: Stellen Sie sicher, dass die hochgeladenen Dokumente tatsächlich geteilt werden dürfen, bevor Sie eine Basis öffentlich schalten.

Antworten mit Quellenangabe prüfen, bevor Sie ihnen vertrauen

Ein zentraler Vorteil, eine Wissensdatenbank statt reinem Modellwissen zu befragen, ist die Möglichkeit, jede Antwort gegen die zitierte Passage zu prüfen. Das gilt unabhängig davon, ob die Frage über Claude, Cursor oder ChatGPT gestellt wurde. Richten Sie sich in Ihrem Team eine kurze Routine ein: Bei wichtigen Entscheidungen immer die zitierte Stelle im Originaldokument öffnen, statt die Antwort unkritisch zu übernehmen. Eine konkrete Anleitung dazu finden Sie in KI-Antworten mit Quellenangaben: So prüfen Sie eine Antwort auf Ihre Dokumente. Wenn Sie grundsätzlich verstehen möchten, warum Modelle ohne Quellenbezug manchmal plausibel klingende, aber falsche Antworten liefern, hilft KI-Halluzinationen vermeiden: So liefern Sprachmodelle belegte Antworten.

Wie Chunking und Indexierung im Hintergrund genau funktionieren, also warum eine Antwort überhaupt die richtige Passage findet, erklärt Chunking-Strategien für RAG: Fixed-Size, Satz, Semantisch oder Struktur-bewusst? im Detail.

Häufige Stolperfallen beim Verbinden

• Veralteter Key: Nach dem Rotieren eines API-Keys muss die Konfiguration in Claude, Cursor oder ChatGPT manuell aktualisiert werden, sonst schlägt der Aufruf fehl.
• Falscher Modus: Wird versehentlich der Passagen-Modus statt des Antwortmodus mit Zitaten genutzt, liefert das Tool nur Rohtext statt einer fertigen Antwort.
• Zu große Fragen: Sehr lange, mehrteilige Fragen liefern oft schwächere Treffer als eine klar formulierte Einzelfrage pro Aufruf.
• Fehlende Anweisung im System-Prompt: Ohne klare Anweisung ruft das Modell das Tool manchmal gar nicht erst auf, selbst wenn es verfügbar ist.

Fazit

Ob MCP-Server, REST-API oder Web-Oberfläche: Die technische Hürde, Claude, Cursor oder ChatGPT an eine Wissensdatenbank anzuschließen, ist in den meisten Fällen eine Sache von wenigen Minuten. Entscheidend ist weniger die Technik als die Vorbereitung: saubere Dokumente, passende Zugriffsrechte und eine Routine, um zitierte Antworten zu prüfen. Wer das einmal für eine Wissensdatenbank eingerichtet hat, kann das Muster für weitere Projekte wiederverwenden.