Neu Welche KI-Lösungen nutzt ihr mit JTL? (Feedback zu meinem MCP-Projekt KIuser.com gesucht)

[PascalBaumann]

Hallo zusammen,

mich treibt aktuell die Frage um, welche Möglichkeiten ihr heute schon nutzt, um KI mit JTL zu verbinden, und woran JTL selbst im Bereich KI arbeitet. Gibt es hier bereits offizielle Roadmap-Updates, die ich übersehen habe?

Hintergrund meiner Frage: Ich habe kürzlich ein Projekt mit einem JTL-Nutzer zur KI-Automatisierung und Integration umgesetzt. Die Möglichkeiten, die sich allein durch LLMs ergeben, sind gigantisch. Aus diesen Erkenntnissen heraus habe ich www.KIuser.com gebaut und würde mich sehr über euer Feedback dazu freuen.

Das Prinzip: Man registriert sich, verbindet sich über die JTL API und hat dann Zugriff auf über 100 Tools, die man sich in verschiedenen MCP (Model Context Protocol) Servern zusammenstellen kann. Die MCP-Server-URL hinterlegt man dann einfach in Claude oder ChatGPT. So kann man "out of the box" in natürlicher Sprache mit seiner JTL-Wawi kommunizieren und komplexe und einfache Daten abfragen.

Da ich durch die Entwicklung etwas in meiner eigenen Bubble war, fehlt mir gerade der Überblick, was der Rest der Community macht:

• Wer von euch entwickelt aktuell ebenfalls KI-Lösungen oder nutzt externe Anbindungen?
• Welche Use-Cases deckt ihr damit bereits ab?
• Was erhofft ihr euch von JTL nativ in naher Zukunft?

Ich freue mich auf euer Feedback und den Austausch!

Viele Grüße

Pascal

 

[recent.digital]

poste das doch gerne mal in der JTL Facebook-Gruppe, dort erreichst du gleich noch eine große Gruppe.

 

[ple]

Cooles Projekt, aber ich muss da mal was fragen, einfach aus dem Bauch heraus.
Das JTL irgendwann für API Geld verlangt, das finde ich schon hart. Sowas sollte eigentlich kostenlos sein. Aber wie kommt man da auf 300€pro Monat (nicht böse gemeint, ich gönne es dir), wenn man selber noch ein KI Abo braucht und Tokens und JTL API. Da reden wir von 119€ JTL + 199€ JTL API, eventuell noch WMS + Hardware, Software + Hosting für Shop usw.
Das wird auf Dauer ganz schön teuer und ich denke, wir sind mit den Preiserhöhungen bei JTL noch nicht am Ende.

Wie ist der Verbindungsweg aktuell bei deiner Lösung? Hostest du den MCP Server selber, der sich an die JTL Cloud dockt und da gehts weiter zum lokalen Server und API Abfrage auf die Datenbank?
Könnte ich mir so vorstellen, dann wäre man auch unterwegs informiert. Aber nur lesend.
Schreibend wäre jetzt interessant, ich lade Bilder hoch im Chat, ein paar Metadaten dazu, dann kommt Magie und ein neuer Artikel liegt in der Wawi.
Grober Weg

Gruß Christian

 

[Simone_die_Echte]

Ich bin ja von Natur aus eher eine Schissbüx und möchte unsere Daten auf jeden Fall inhouse behalten.

Aus diesem Grunde baue ich eine eigene KI-Anbindung lokal auf eigener Hardware (Nvidia Spark mit Ollama, Qdrant, n8n), ohne Cloud-Dienste.
Denn auch wenn der MCP-Server selbst lokal läuft: Sobald man ihn an Claude oder ChatGPT hängt, gehen die Anfragen und Antworten trotzdem über den großen Teich an Anthropic bzw. OpenAI.

Alles was nicht sensibel ist, kann nach wie vor mit Claude bearbeitet werden - alles was sensible Daten beinhaltet wird lokal bearbeitet.
Sicherlich etwas umständlicher, entspricht aber eher meinem Naturell.

 

[Morimus]

Solche Tools und Dienste als eigenständiges Produkt zu vermarkten, finde ich aktuell schwierig.
Welchen Burggraben hat das Produkt?

Du konkurrierst nicht nur mit anderen SaaS-Anbietern, sondern im Zweifel direkt mit dem Basismodell selbst.

Siehe GPT 6.
Ich bin im Pro-Abo und habe gestern Abend einmal meine Erstkonfiguration aufgebaut.
Viele Tools, die ich vorher gebraucht habe, sind jetzt gar nicht mehr notwendig.

OpenClaw, das mir Artikel anlegt, ein CLI, das E-Mails verarbeitet und passende Aufträge in der Wawi vorbereitet, solche Dinge haben bei mir einiges an Zeit gekostet, um sie aufzubauen.
Jetzt brauche ich vieles davon nicht mehr, weil GPT 6 solche Abläufe inzwischen direkt abbilden kann.
Man investiert Monate in ein KI-Produkt und ein Modellupdate macht einen großen Teil davon plötzlich überflüssig.

 

[ple]

Naja, Schiss haben, ich denke mir, wir werden es nicht aufhalten können. Und wer sagt, dass die KI lokal nicht einfach trotzdem alles rumschickt? Außer die ist vom Netz getrennt. schwierig schwierig. Skynet lässt grüßen, vor allem, wenn wir in die Singularität der KI kommen und die einfach auf Assembly programmieren demnächst.
Aber ein Spark würde ich mir gerne auch mal wünschen, bin mir aber nicht sicher, schnell die Hardware veraltet.

Aber die Entwicklung ist gerade rasant. Mal eben einen Test gemacht mit meiner Testdatenbank.
Grok-Bot ( Bots besitzen eine gemeinsame VM) per vpn verbunden. Nun hat haben meine Bots zugriff auf die Test SQL. Die sollten das Schema der Datenbank eben erstellen und durften nur lesend drauf zugreifen.
Kurze Frage, wieviel Umsatz nach Steuerklasse gemacht wurde pro Monat und dann kam auch schon die Antwort. SQL Query muss ich noch überprüfen, aber es waren schon mal die richtigen Tabellen und was Storno/Gutschrift ist wurde auch erkannt. SQL MCP würde auch gehen, aber was der Agent darf oder nicht und was wo liegt usw. das mach ich lieber über die md Datei.

Artikelanlage würde auch gehen, mit mehr Zeit und Anweisungen für die md Datei. Selbst ein Grok Bot kann Grok-build in der VM nutzen für Programme schreiben und die Bots sind immer online und erreichbar.
Oh ha, da kommt was auf uns zu.

Aber ja, ich gebe @Morimus recht, die Entwicklung ist rasant, da ändert sich alle 2 Tage was. Diese Woche soll noch Grok 4.7 mit 2,1 Billionen Parameter.
Grok5, da reden die schon von 10Billionen Parameter !!!!
Wollte mit openclaw auch mal rumtüffteln, hat sich aber mit Grok Bots erledigt.

PS: Das ist keine " Wundertüte" !!!!

 

[Simone_die_Echte]

Und wer sagt, dass die KI lokal nicht einfach trotzdem alles rumschickt? Außer die ist vom Netz getrennt. schwierig schwierig

Über die pfsense den Internetzugang unterbinden, WLAN und Bluetooth über UEFI

 

[5 Elements]

Hallo zusammen,

ich klink mich hier mal ins Thema ein, da es genau das wieder spiegelt an dem wir seit gut 10 Monaten arbeiten.

Wir bauen als Agentur für mehrere Kunden KI Anbindungen für JTL Wawi, Erst simpel als eigener Workflow in JTL Wawi selbst (Produktbeschriebungen/SEO Daten etc.), dann mit Openclaw als eine Art JTL-Copilot und aktuell sind wir bei einem spezialisierten MCP für die JTL REST-API gelandet mit 38 Tools die alle API Endpunkte deterministisch absichern.

Was hier im Thread steht, deckt sich weitgehend mit dem, was wir unterwegs gelernt haben — oft schmerzhaft. Daher würde ich unsere Erfahrungen mal teilen, vielleicht erspart sie dem ein oder anderen Leser Kopfzerbrechen und schlaflose Nächte

@ple das mit den Anweisungen in der md kenn ich, und genau da wirds später unangenehm. Am Anfang läuft alles wunderbar und man denkt sich, wahnsinn was das Ding alles kann. Sobald aber das Kontextfenster einmal voll ist und die Datenmenge wächst, werden die Anweisungen nicht mehr sauber abgearbeitet. Dann kommt sowas wie "sorry, ich hab die md nicht vollständig gelesen" oder "das hab ich nicht geprüft, nur angenommen". Bei Geschäftsdaten ist das richtig gefährlich.

Deterministische Regeln sind für JTL WAWI und GEschäftsdaten wichtig und haben in einer md nichts verloren. Das sind Richtlinien und Hinweise, mehr nicht. Nichts was da drinsteht zwingt die KI, es auch genau so zu machen.
Wir mussten das selbst lernen. Bei uns steht heute eine Prüfung fest im Werkzeug, die vorher als Regel in der Anweisungsdatei stand: ein Artikelexport lieferte 16.271 Zeilen für 16.256 Artikel, ein Join hatte vervielfacht, und gemerkt hat es keiner. Die Regel in der md hatte nicht gereicht.
Dazu kommt was, das viele unterschätzen: die Anleitung, die ein MCP-Server beim Verbinden mitschickt, wird je nach Client gekürzt. Was hinten steht kommt beim Modell gar nicht erst an. Wir haben das gemessen, als eine Versionsangabe schlicht nicht ankam.

Alles was wirklich gelten muss, gehört also ins Werkzeug selbst. Da kann sich die KI nicht dran vorbeimogeln, an einer Anweisung in den md Dateien schon.