Overview
Überblick über Connectors in meinGPT
Connectors erweitern die Fähigkeiten Deiner KI-Assistenten, indem sie Dir ermöglichen, mit externen Systemen und Datenquellen zu interagieren.
Was sind Connectors?
Connectors sind standardisierte Schnittstellen, die es KI-Modellen ermöglichen:
- Externe Daten abzurufen – Echtzeitinformationen aus verschiedenen Quellen
- Aktionen auszuführen – Aufgaben in verbundenen Systemen durchführen
- Kontext zu erweitern – Relevante Informationen für bessere Antworten
- Workflows zu automatisieren – Komplexe Prozesse orchestrieren
Verfügbare Connectors
Highlighted Connectors
- Bündelt interne Microsoft-365-Tools (Outlook, Kalender, Teams, SharePoint)
- Zugriff im Nutzerkontext mit User-Level-Permissions
- Geeignet für E-Mail-, Meeting-, Chat- und Dokument-Workflows
- Gmail- und Kalender-Zugriff in einem Connector
- Ausführung mit den Berechtigungen des angemeldeten Nutzers
- Geeignet für persönliche Inbox- und Terminprozesse
- Zugriff auf Jira-Issues und Confluence-Wissen über den Atlassian Rovo MCP-Server
- Nativer Betrieb mit Nutzerkontext und User-Level-Permissions
- Optional als Data Pool für großskalige Wissenssuche
Alle weiteren Connectors findest Du unter: All Connectors
Native Connector vs. Data Pool
Für Microsoft 365, Google Workspace sowie Atlassian gilt dasselbe Architekturprinzip:
- Native Connector: Zugriff im Nutzerkontext mit User-Level-Permissions
- Data Pool (RAG): Skalierbare Suche auf indexierten Datenbeständen
Wichtig: Bei Data-Pool-Setups bleiben die nativen User-Level-Permissions der jeweiligen Plattform nicht automatisch erhalten.
Datenbank-Tools
- Direkte SQL-Abfragen
- Datenanalyse und -manipulation
- Unterstützt PostgreSQL, MySQL, SQLite
- Sichere Verbindungsverwaltung
Dokumentations-Tools
- Technische Dokumentation abrufen
- API-Referenzen
- Code-Beispiele
- Versionsspezifische Informationen
Built-in Tools in Chats
Die grundlegenden Built-in Tools findest Du jetzt im Bereich Chats:
Business-Tools
- CRM-Daten abrufen
- Kontakte verwalten
- Deals und Tickets
- Marketing-Automatisierung
- Zahlungsdaten abrufen
- Transaktionshistorie
- Kundeninformationen
- Abonnement-Management
Connectors aktivieren
Direkt aus dem Chat
Sobald die KI in einem Gespräch einen Connector braucht, für den Dein Konto noch nicht verbunden ist, kannst Du ihn direkt im Chat verbinden – der Umweg über die Einstellungen entfällt.
Die KI zeigt einen Hinweis mit Button Verbinden bzw. Mit dem jeweiligen Dienst verbinden (z.B. Gmail, Google Calendar, Asana, Confluence).
Du autorisierst Dein Konto per OAuth im sich öffnenden Fenster.
Nach dem Verbinden setzt die KI die Aufgabe automatisch fort – ohne den Chat zu verlassen.
Einmal verbundene Dienste bleiben unter Einstellungen → Verbindungen zentral verwaltbar (trennen, erneut verbinden).
Im Chat per @-Menü
Bereits verbundene Connectoren kannst Du im Chat-Eingabefeld direkt per @ aufrufen — gleiches Muster wie Assistenten und Datenquellen.
Tippe @ im Chat-Eingabefeld. Es öffnet sich ein Auswahlmenü mit Deinen verbundenen Connectoren (z.B. Google Calendar, Microsoft Teams, eigene MCP-Server).
Wähle den gewünschten Connector aus. Er wird als @-Erwähnung in die Nachricht eingefügt und für diesen Chat aktiviert.
Aktive Connectoren erscheinen als Chips unterhalb des Eingabefelds — über das × auf dem Chip lässt sich der Connector wieder entfernen.
Hinweis
Der Connector muss vorher unter Einstellungen → Verbindungen oder über das „+"-Menü → Connectoren im Chat verbunden sein. Andernfalls erscheint er nicht in der @-Auswahl. Funktions-Berechtigungen (z.B. „nur Lesen" bei Outlook oder Teams) werden auch bei Aktivierung über das @-Menü respektiert.
Im Assistenten-Editor
Öffne den Assistenten-Editor
Navigiere zum Abschnitt "Tools"
Wähle die gewünschten Connectors
Konfiguriere die erforderlichen Parameter
Speichere den Assistenten
Tool-Konfiguration
tools:
- type: mcp
name: database
config:
connection_string: ${DATABASE_URL}
allowed_operations: ["SELECT"]
- type: mcp
name: web
config:
max_pages: 5
timeout: 30Eigene MCP Server
Du kannst auch eigene MCP Server integrieren:
Voraussetzungen
- Öffentlich erreichbare URL
- MCP-Protokoll-Implementierung
- HTTPS-Verschlüsselung
- Authentifizierung (optional)
Integration
Server-URL im Assistenten hinzufügen
Authentifizierung konfigurieren
Verfügbare Tools testen
Berechtigungen festlegen
Details: Custom MCP Server Integration
Sicherheit
Berechtigungsmodell
- Tool-Level – Welche Tools darf der Assistent nutzen?
- Operation-Level – Welche Aktionen sind erlaubt?
- Data-Level – Auf welche Daten darf zugegriffen werden?
- User-Level – Wer darf welche Tools nutzen?
Best Practices
Minimale Berechtigungen – Nur notwendige Rechte vergeben
Audit-Logging – Alle Tool-Nutzungen protokollieren
Sichere Verbindungen – Immer HTTPS/TLS verwenden
Secrets Management – API-Keys sicher speichern
Rate Limiting – Missbrauch verhindern
Use Cases
Datenanalyse
Assistent mit Database + Charts Tools:
- Daten aus Datenbank abrufen
- Analyse durchführen
- Visualisierung erstellen
- Insights präsentieren
Recherche-Assistent
Assistent mit Web-Recherche + Context7 + Memory + Excel:
- Web nach Informationen durchsuchen
- Technische Dokumentation abrufen
- Wichtige Findings speichern
- Zusammenfassung erstellen
Business Intelligence
Assistent mit HubSpot + Stripe + Database:
- Kundendaten aggregieren
- Umsatzanalyse durchführen
- Trends identifizieren
- Reports generieren
Performance
Optimierung
- Caching – Häufige Anfragen zwischenspeichern
- Batching – Mehrere Operationen bündeln
- Timeouts – Angemessene Zeitlimits setzen
- Parallelisierung – Unabhängige Tools parallel nutzen
Monitoring
- Tool-Nutzungsstatistiken
- Antwortzeiten
- Fehlerquoten
- Kostenüberwachung
Troubleshooting
Häufige Probleme
Tool antwortet nicht:
- Verbindung prüfen
- Timeouts erhöhen
- Logs analysieren
Unerwartete Ergebnisse:
- Tool-Konfiguration überprüfen
- Berechtigungen validieren
- Input-Format prüfen
Performance-Probleme:
- Caching aktivieren
- Anfragen optimieren
- Parallelisierung nutzen