MCP für Großhandel & B2B-Distribution

Warum gerade der Großhandel von MCP profitiert

B2B-Distribution lebt von Geschwindigkeit am Telefon und in der Mail. Ein Kunde fragt nach Verfügbarkeit, ein Außendienstler braucht die hinterlegte Konditionsstaffel, der Innendienst soll ein Angebot rausschicken — und die Daten dafür liegen verteilt in ERP, Warenwirtschaft und Shop. Jede Auskunft bedeutet Tool-Wechsel, Suchmasken und Kontextverlust.

Ein MCP-Server verbindet Ihre Systeme über das offene Model Context Protocol mit einem KI-Agenten. Statt für jede Frage in SAP Business One, weclapp oder JTL zu klicken, fragen Ihre Mitarbeiter den Agenten — und der zieht die Antwort live aus der jeweiligen API. Standardisiert, ohne dass Sie für jedes neue KI-Modell eigene Skripte oder fragile Zapier-Ketten bauen müssen.

Typische Profile: Fachgroßhändler, technische Händler, Lebensmittel- und Getränkedistribution, C-Teile- und Ersatzteilhandel. Überall dort, wo viele Artikel, gestaffelte Preise und enge Liefertermine zusammenkommen, zahlt sich die Anbindung am schnellsten aus.

Welche Systeme sich anbinden lassen

Im Großhandel treffen meist drei Welten aufeinander. Für alle gibt es belastbare Schnittstellen, auf denen ein MCP-Server aufsetzen kann:

• ERP-Systeme: SAP Business One bietet die Service Layer (OData/REST), die die volle Geschäftslogik von Aufträgen bis Lagerbewegungen abbildet. weclapp stellt eine moderne REST/JSON-API bereit, Microsoft Dynamics 365 Business Central ebenfalls REST-basierte APIs.
• Warenwirtschaft: JTL-Wawi liefert eine REST-API (ab v2.0 zusätzlich GraphQL) für Aufträge, Artikel, Kunden, Rechnungen und Bestände — ideal für Handelsbetriebe mit eigenem Lager.
• Shop-Systeme: Shopware und vergleichbare B2B-Shops haben dokumentierte Admin-APIs, über die Produkte, Bestände und Bestellungen lesbar und schreibbar sind.

Für die einzelnen Bausteine lohnt der Blick in die spezifischen Ratgeber: MCP-Server für SAP Business One, MCP-Server für weclapp und MCP-Server für Shopware.

Use Cases: Was ein Großhandels-MCP-Server konkret kann

1. Bestände & Verfügbarkeit in Echtzeit „Wie viele Paletten von Artikel 4711 sind im Lager Nord, wann kommt Nachschub?" Der Agent liest Lagerbestand, reservierte Mengen und offene Bestellungen beim Lieferanten — und gibt eine belastbare Verfügbarkeitsaussage statt eines Bauchgefühls.
2. Preise & kundenindividuelle Konditionen „Welcher Nettopreis gilt für Kunde Müller bei Abnahme von 500 Stück?" Der Agent löst Preislisten, Rabattstaffeln und Sonderkonditionen aus dem ERP auf — ohne dass der Innendienst die Konditionsmatrix selbst durchsuchen muss.
3. Bestell- & Lieferstatus „Wo steht der Auftrag von gestern Nachmittag?" Der Agent zeigt Status, Tracking und voraussichtlichen Liefertermin — und kann eine Statusmail an den Kunden als Entwurf vorbereiten.
4. Lieferanten & Einkauf Welcher Lieferant ist für einen Artikel der günstigste oder schnellste? Der Agent vergleicht hinterlegte Lieferantenpreise und Wiederbeschaffungszeiten und schlägt bei Unterschreiten des Mindestbestands eine Nachbestellung vor.
5. Angebote & Aufträge als Entwurf „Erstelle ein Angebot für die im Telefonat besprochenen Positionen." Der Agent baut Angebot oder Auftrag im ERP zusammen, übernimmt Kundenadresse, Konditionen und Liefertermin — Ihr Team prüft einmal und gibt frei.
6. Cross-System-Abgleich Bestände aus der Warenwirtschaft mit dem B2B-Shop, Kundenstammdaten zwischen Shop und ERP. Der Agent meldet Abweichungen — etwa wenn im Shop ein Artikel verfügbar erscheint, der im Lager längst vergriffen ist.

So funktioniert die Integration

Das Architektur-Bild für den Großhandel:

KI-Agent ↔ MCP-Server (Ihr EU-Host) ↔ ERP / Warenwirtschaft / Shop (REST, OData oder GraphQL)

Die konkreten Schritte:

• System-Inventur: Wir klären, welche Systeme führend sind — meist das ERP für Preise und Aufträge, die Warenwirtschaft für Bestände, der Shop für Online-Bestellungen — und wo Datenhoheit liegt.
• Tool-Mapping: Wir definieren MCP-Tools wie check_stock, get_customer_price, get_order_status, list_suppliers, create_quote_draft. Jedes mit JSON-Schema, validierten Eingaben und klaren Fehlermeldungen.
• Read vs. Write: Lesende Abfragen (Bestand, Preis, Status) laufen direkt. Schreibende Aktionen (Angebot, Bestellung) legt der Agent standardmäßig als Entwurf an — Freigabe durch einen Menschen, konfigurierbar pro Tool.
• Konditions-Logik sauber abbilden: Gerade kundenindividuelle Preise sind heikel. Wir kapseln die Preisfindung so, dass der Agent nur den korrekten Preis für den jeweiligen Kunden sieht — keine fremden Konditionen.
• Logging: Jede Abfrage und jede Schreibaktion wird mit Zeitstempel, Benutzer und Diff protokolliert — wichtig, wenn mehrere Personen über den Agenten arbeiten.

Datenschutz, Hosting & Sicherheit

Im Großhandel sind die sensiblen Daten weniger personenbezogen als geschäftskritisch: Einkaufspreise, Margen, Lieferantenkonditionen und kundenindividuelle Rabatte. Genau diese dürfen nicht in einer fremden US-Cloud landen oder zwischen Kunden vermischt werden. Darauf achten wir bei jedem Großhandels-MCP-Server:

• EU-Hosting des MCP-Servers (z. B. Hetzner oder Azure Germany), kein US-Edge.
• AVV mit dem KI-Anbieter in EU-Datenresidenz — Claude über AWS Bedrock (EU-Region Frankfurt) oder Google Vertex AI (EU), alternativ OpenAI Enterprise EU bzw. Azure OpenAI Deutschland.
• Datenminimierung pro Tool: Der Agent sieht nur die Felder, die eine Aufgabe braucht — kein Generalzugriff auf die gesamte Konditionsmatrix.
• Rollen- und Mandantentrennung: Außendienst, Innendienst und Einkauf erhalten unterschiedliche Tool-Rechte.
• Vollständiges Audit-Log, damit jede automatisierte Aktion nachvollziehbar bleibt.

Was kostet das?

Großhandelsprojekte sind anspruchsvoller als eine reine Buchhaltungsanbindung, weil oft mehrere Systeme zusammenspielen. Trotzdem arbeiten wir auch hier in klaren, abgrenzbaren Schritten:

• Pro Use Case starten — meist Bestandsabfrage oder Preisauskunft zuerst, weil dort der Tagesnutzen am höchsten ist. Danach Schritt für Schritt erweitern.
• Festpreis je Use Case statt offenem Stundenbudget. Skalierung in überschaubaren Inkrementen.
• Beratungs- und Konzeptionsanteile sind je nach Konstellation öffentlich förderfähig — das prüfen wir in der Erstberatung unverbindlich mit.

Die konkrete Zahl hängt von der Anzahl angebundener Systeme, der Komplexität Ihrer Konditionslogik und dem gewünschten Tool-Umfang ab. Wir nennen sie nach einem kurzen Audit — auf Basis Ihrer realen Systemlandschaft, nicht pauschal.

Häufige Fragen

Funktioniert MCP mit meinem ERP wie SAP Business One oder weclapp?

Ja. SAP Business One bringt die Service Layer (OData/REST) mit, weclapp eine moderne REST-API und JTL-Wawi eine REST- bzw. ab v2.0 GraphQL-API. Auf jeder dieser Schnittstellen lässt sich ein MCP-Server aufsetzen, der genau die Funktionen als Tools bereitstellt, die Sie wirklich brauchen.

Sieht der KI-Agent kundenindividuelle Preise und Konditionen?

Nur soweit Sie das freigeben. Wir kapseln die Preisfindung so, dass der Agent für eine Anfrage immer nur den korrekten Preis des betreffenden Kunden auflöst — keine fremden Staffeln, keine Generalfreigabe auf die ganze Konditionsmatrix.

Kann die KI direkt Bestellungen oder Angebote anlegen?

Technisch ja. In der Praxis legt der Agent Angebote und Aufträge zunächst als Entwurf an. Den finalen Schritt mit Preis und Liefertermin gibt Ihr Team frei — bis Sie genug Vertrauen aufgebaut haben, um einzelne Routinen vollständig zu automatisieren.

Wie bleibt das DSGVO-konform bei sensiblen Lieferanten- und Kundendaten?

MCP-Server in der EU, AVV mit dem KI-Anbieter in EU-Datenresidenz, Datenminimierung pro Tool und ein lückenloses Audit-Log. So verlässt kein Datensatz die kontrollierte Kette — und Einkaufspreise oder Margen bleiben da, wo sie hingehören.

Was, wenn ich mehrere Systeme parallel betreibe?

Genau das ist der Regelfall im Großhandel. Ein MCP-Server kann ERP, Warenwirtschaft und Shop gleichzeitig anbinden und Daten gegeneinander abgleichen. Mehr dazu im Ratgeber zum MCP-Cluster.

Welche KI-Modelle lassen sich anbinden?

Alle MCP-kompatiblen Modelle: Anthropic Claude, OpenAI GPT, Google Gemini, Microsoft Copilot. Ein Modellwechsel ist später ohne neue Integration möglich.