Der MCP Server von DoiT revolutioniert die Analyse Ihrer Cloud-Kosten per KI-Assistent. Fragen Sie in natürlicher Sprache nach Kostenausschlägen, Service-Ausfällen oder Abrechnungsanomalien – und erhalten Sie sofort datenbasierte Antworten aus Ihrer realen Cloud-Umgebung. Jetzt ausprobieren.
DoiT stellt heute seinen Model Context Protocol (MCP) Server für DoiT Cloud Intelligence™ vor. Damit erhalten Sie sofort Einblick in Ihre Cloud-Nutzung – einfach per Frage in natürlicher Sprache über jedes Large-Language-Model-Tool (LLM), das MCP unterstützt, etwa Claude oder Cursor.
Mit dem MCP Server von DoiT kann jeder komplexe Fragen zur eigenen Cloud-Nutzung oder zur Nutzung integrierter Services (OpenAI, DataHub, Snowflake) stellen – und erhält präzise Antworten in Echtzeit:
- FinOps Analyst: "Welche SKUs über $XXX wiesen die größte Ausgabenabweichung gegenüber dem Vormonat auf?"
- Engineering Manager: "Warum haben sich unsere Datentransferkosten über Nacht verdoppelt?"
- Cloud Architect: "Welche Services sind über unsere AWS-Konten hinweg unterausgelastet?"
- CFO: "Welcher Geschäftsbereich liegt über seinem Cloud-Budget?"
- Product Owner: "Wie viel geben wir für Services aus, die Produkt X stützen?"
Warum macht das Model Context Protocol (MCP) das möglich?
Wenn Sie LLM-Tools nutzen, sind diese normalerweise durch ihren Trainingsstand und Kontext begrenzt.
So können Sie Claude oder ChatGPT etwa nicht zu einem kürzlich veröffentlichten Preisupdate eines Cloud-Service befragen. Das Modell weiß schlicht noch nichts davon.
Oder fragen Sie einmal nach, warum sich Ihre EC2-Kosten letzte Woche verdoppelt haben. Selbst wenn Sie manuell Billing-Exporte hochladen, Ihre Tagging-Struktur erläutern und die Organisation Ihrer Konten erklären, bleibt Ihnen nichts anderes übrig, als die Daumen zu drücken und zu hoffen, dass das Modell den Kontext versteht. Meist erhalten Sie eine halbgare Antwort, die entweder zu generisch oder schlicht falsch ist.
Genau hier setzt das Model Context Protocol (MCP) an: Es bildet die Brücke zwischen Ihren Daten und dem LLM. MCP erlaubt LLM-Tools, sich an strukturierte Live-Datenquellen anzubinden – sei es ein SaaS-Tool, eine interne Datenbank oder eine Cloud-API – und diesen Kontext in Echtzeit ins Modell einzuspeisen.
Anwendungsfälle: Was leistet der Model Context Protocol (MCP) Server von DoiT?
Unser MCP Server bringt mehrere DoiT Cloud Intelligence APIs direkt an Ihre Cloud-Kosten- und Nutzungsdaten heran.
Hier ein paar Beispiele, wie Sie mit dem MCP Server von DoiT Ihre Cloud-Kosten und -Nutzung über LLMs wie Claude und Cursor auswerten können:
Verstehen, was Ihre Cloud-Kosten treibt
Mit dem MCP Server von DoiT analysieren Sie Ihre Cloud-Kosten sofort per Frage in natürlicher Sprache.
Im folgenden Beispiel haben wir Claude gebeten, unsere drei teuersten AWS-Services im April 2025 zu ermitteln.
Claude wertete unsere Abrechnungsdaten umgehend aus und zeigte über die Reports API, dass unsere drei größten Kostenpositionen auf AWS Support, EC2 und S3 entfielen.
Claude greift über das MCP von DoiT auf Echtzeit-Abrechnungsdaten zu, um die größten AWS-Ausgaben zu analysieren
Da sich an AWS-Support-Gebühren ohnehin wenig ändern lässt, wollten wir verstehen, welche konkreten Ressourcen unsere EC2-Kosten in die Höhe trieben. Also baten wir Claude um eine detaillierte Aufschlüsselung der wichtigsten EC2-Ressourcen.
Über die MCP-Verbindung von DoiT erstelltes Dokument: EC2-Kosten werden hauptsächlich durch Reconciliation Charges getrieben – inklusive Optimierungsempfehlungen.
Claude offenbarte allerdings, dass unser mit Abstand größter Posten gar nicht an Resource IDs hing, sondern an einem Reconciliation Charge ($11.560), der 67,58 % unserer EC2-Kosten ausmachte. Also baten wir Claude, diesen erheblichen Posten weiter aufzuschlüsseln.
Der MCP Server von DoiT liefert eine detaillierte Analyse der AWS-EC2-Reconciliation-Charges und entlarvt t3.nano-Instanzen als Hauptverursacher
Cloud-Ausfälle erkennen, die Ihre Anwendungen ausbremsen
Sie können den MCP Server von DoiT auch nutzen, um sofort zu prüfen, ob bei Ihren Cloud-Anbietern aktive Incidents vorliegen, die die Performance Ihrer Anwendungen beeinträchtigen könnten.
Claude rief beispielsweise umgehend die Statusinformationen unseres Cloud-Anbieters über die Cloud Incidents API ab und identifizierte vier aktive Incidents bei Google Cloud, darunter ein ganz frisches Problem mit der Vertex Gemini API.
Claude nutzt die Cloud Incidents API von DoiT, um vier aktive Google-Cloud-Probleme zu identifizieren, die die Anwendungsperformance über mehrere Services hinweg beeinträchtigen.
Wenn Sie stark auf diese Services setzen, lassen sich Performance-Einbußen so sofort erklären – ohne dass Sie mehrere Statusseiten manuell prüfen oder auf Support-Tickets warten müssen.
Mit dem MCP Server von DoiT können Sie zudem tiefer in jeden Incident eintauchen und konkrete Fehlermeldungen, Zeitabläufe und Lösungsschätzungen in Sekunden abrufen. So entscheidet Ihr Team schneller, ob abhängige Workflows pausiert oder temporäre Workarounds eingeführt werden sollen.
Anomalien bei Cloud-Kosten aufspüren
Sie können den MCP Server von DoiT auch zu kürzlich aufgetretenen Kostenausschlägen oder Anomalien befragen. Über unsere Anomalies API ruft Ihr KI-Assistent sofort Informationen zu den jüngsten Cloud-Kostenausschlägen ab und schafft unmittelbare Transparenz darüber, bei welchen Services unerwartete Anstiege auftreten, wie schwerwiegend diese sind und vieles mehr.
Der MCP Server von DoiT erlaubt Claude, fünf aktuelle AWS-Kostenanomalien mit präzisen Dollarbeträgen und Schweregraden sofort zu identifizieren.
Direkter Draht zu den DoiT Experts
Schließlich können Sie den MCP Server von DoiT auch nutzen, um Support-Tickets bei unseren Customer Reliability Engineers anzulegen – egal ob bei einem kritischen Produktionsproblem oder für strategische Beratung zu anstehenden Infrastrukturentscheidungen.
Ticket-Eröffnung bei einem DoiT Customer Reliability Engineer (CRE) über Claude – via DoiT MCP
Wie der MCP Server von DoiT unseren internen Teams hilft
Im Rahmen ihrer Arbeit an Cloud-Optimierungsinitiativen erstellen DoiT Customer Reliability Engineers (CREs) Berichte zur Kostenoptimierung, planen Kapazitäten, prognostizieren Datenbank- und Compute-Bedarf und bewerten Kostenanomalien.
Piyush Patil, Senior CRE bei DoiT, der mit AWS-Kunden an MAP-Migrationen und AWS-Optimierung insgesamt arbeitet, sieht den MCP Server als "… zusätzlichen Vorteil und Werkzeug, um präzise Daten für unsere laufenden Fälle zu erhalten. Er wird verbessern, wie wir Kunden bei Blockern, Budgets, Compute-Kapazitäten, künftigen Projekten und vielem mehr unterstützen."
Matthias Baetens, ein weiterer Senior CRE und technischer Lead unseres MCP Servers, teilt Piyushs Begeisterung:
"Es ist großartig, mit dem Release unseres MCP Servers an vorderster Front der KI-Innovation zu stehen. Er wird unsere Kundenbetreuung deutlich verbessern und uns ermöglichen, komplexe Fragen zu Cloud-Kosten in Sekunden statt Stunden zu beantworten. Ich bin gespannt, auf welche kreativen Arten unsere Kunden diese Funktion einsetzen werden, um ihr Cloud Financial Management zu verbessern und Entscheidungen zu beschleunigen."
Dieser dialogorientierte Zugriff auf Ihre FinOps-Daten, Cloud-Insights und Support-Funktionen bedeutet: Sie erhalten Antworten genau dort, wo Sie ohnehin arbeiten – und Cloud-Kostenmanagement wird so reibungsloser und effizienter.
Für einen tieferen Einblick in technische Architektur und Implementierungsdetails empfehlen wir den Engineering-Blogpost von Matthias über den Aufbau des MCP Servers von DoiT.
So installieren Sie den Model Context Protocol (MCP) Server von DoiT
Um den MCP Server von DoiT in einem KI-Assistenten-Tool mit MCP-Unterstützung zu nutzen, brauchen Sie nur Folgendes:
- Node.js v18 oder höher
- Ihren DoiT API Key (zu finden in Ihrem DoiT-Profil)
Anschließend konfigurieren Sie Ihr KI-Assistenten-Tool so, dass es mit Ihren Cloud-Daten kommuniziert.
Dazu ergänzen Sie in Ihrer Konfigurationsdatei die Verbindungsdetails des DoiT MCP Servers samt Ihres API Keys.
Nach dem Aktualisieren der Konfiguration und einem Neustart Ihres KI-Assistenten ist alles bereit. Sie können dann in natürlicher Sprache Fragen zu Ihren Cloud-Kosten stellen, aktive Incidents prüfen und Performance-Probleme analysieren.
Detaillierte Konfigurationsanleitungen und -optionen finden Sie in unserem GitHub-Repo.
Fazit
Es ist eine spannende Zeit für KI-gestütztes Arbeiten. Unternehmen wie Zapier, GitHub und viele andere bringen eigene MCPs auf den Markt, um Echtzeit-Kontext in den Arbeitsalltag zu holen. Mit dem MCP Server von DoiT geht das nun auch für Ihre Cloud-Kostendaten – mit sofortigen, präzisen Einblicken direkt aus Ihren LLM-Tools.
Und das ist erst der Anfang: Wir bauen unseren MCP Server aktiv aus, sodass er jede DoiT Cloud Intelligence API abdeckt. Schon bald können Sie damit jede Funktion unserer Plattform direkt per natürlicher Sprache nutzen.
Probieren Sie den MCP Server von DoiT selbst aus und erleben Sie, was möglich ist, wenn Ihr LLM Ihre Cloud wirklich kennt.