Kitsuno spricht MCP: Claude, ChatGPT und deine KI-Assistenz, verbunden mit deinen eigenen Karrieredaten

Seit dieser Woche sprechen beide unserer Plattformen MCP. Den Anfang machte Yako, unsere B2B-Plattform für Ausschreibungs-Intelligenz: Dort kann die KI-Assistenz einer Organisation das Gelegenheits-Terrain lesen, das Yako für sie im Blick behält. Eine Woche später zog Kitsuno nach — und damit der Teil, um den es uns eigentlich geht: Deine Assistenz, ob Claude, ChatGPT oder ein anderer Client, der das Protokoll spricht, kann sich ab sofort mit deinen eigenen Karrieredaten verbinden.

Mehr braucht es nicht als eine URL und einen Zustimmungsbildschirm. Danach ist die KI, mit der du ohnehin täglich denkst, eine Kollegin, die deine Nachweise wirklich kennt.

Was folgt, ist die komplette Führung: was MCP überhaupt ist, was eine verbundene Assistenz heute alles kann, welche Prompts sich lohnen, was das Ganze kostet — und wie die Zustimmung darunter gebaut ist, denn du hast ein Recht darauf zu wissen, wie so etwas wirklich funktioniert.

Was MCP ist, in einem Absatz

MCP, das Model Context Protocol, ist ein offener Standard mit einer einfachen Idee: KI-Assistenzen sollen mit Werkzeugen und Daten arbeiten können, von denen ihre Hersteller nie gehört haben. Eine Plattform betreibt dafür einen Server; jede kompatible Assistenz findet ihn selbst, meldet sich über ganz gewöhnliches OAuth an und nutzt, was er anbietet. Kein eigenes Plugin für jeden Chatbot, kein Widget, in dem du festsitzt — und nie wieder ein Lebenslauf, der per Copy-and-paste durchs Chatfenster wandert. Das Modell bringst du mit. Von uns kommen deine Daten, samt Schaltern.

Soweit wir sehen, ist Kitsuno die erste Consent-First-Karriereplattform, die das nativ ausliefert. Sollten wir uns irren: umso besser. Je mehr Datensätze ihren Menschen gehören, desto lieber ist es uns.

Was deine Assistenz jetzt kann

Siebzehn Werkzeuge stecken im Konnektor. Eine API-Liste wäre die langweiligste Art, sie vorzustellen — deshalb stehen sie hier als Sätze, die du ab heute einfach sagen kannst.

Wissen, was im eigenen Datensatz steckt

„Welche Nachweise habe ich für Stakeholder-Management?“ — „Zeig mir meine Testimonials aus 2024.“ — „In welchen meiner Projekte taucht Learning Design auf?“

Deine Assistenz durchsucht alles, was du freigegeben hast — Nachweise in der Bibliothek, Berufserfahrung, Bildung, Fähigkeiten — und öffnet einzelne Elemente in voller Länge. Sie sieht genau das, was du geteilt hast, und keinen Eintrag mehr; zu den Schaltern kommen wir gleich.

Alles mitnehmen können

„Exportiere meinen vollständigen Kitsuno-Datensatz.“

Ein einziges Werkzeug liefert deinen kompletten Datensatz als ein Dokument — und ignoriert dabei ganz bewusst jeden Freigabe-Schalter. Übertragbarkeit ist dein Recht aus Artikel 20 der DSGVO, und ein Recht, das Geld kostet oder die richtigen Häkchen verlangt, verdient den Namen nicht. Kostenlos, für alle, dauerhaft. Kürzer lässt sich unser Verhältnis zu deinen Daten nicht zusammenfassen.

Aus Nachweisen schreiben, nicht ins Blaue

„Erzeug mir einen Lebenslauf, zugeschnitten auf diese Head-of-Learning-Rolle.“ — „Entwirf ein Motivationsschreiben, das mit der Plattform-Arbeit einsteigt.“ — „Kürz die Zusammenfassung und gib mir das PDF.“

Zwei Spuren, und die erste kennt keine Grenze. Deine Assistenz liest denselben Writer-Brief, mit dem auch unsere Engine arbeitet — deine Stärken, deine Lücken, die Stellen, an denen Nachweise dünn werden —, zieht deine freigegebenen Elemente dazu und entwirft mit ihrem eigenen Modell: zehn Fassungen des Anschreibens, fünf Blickwinkel auf die Zusammenfassung, so viel das Gespräch hergibt. Kontingent gibt es dafür keins, Kosten auf unserer Seite auch nicht. Du bezahlst bereits für dein Modell; wir zählen deine eigene Intelligenz nicht an deinen eigenen Daten ab.

Die zweite Spur ist unsere Make-Engine auf Abruf: zielgerichteter Lebenslauf, Motivationsschreiben, Speaker-Bio, Projekt-Fallstudie, Referenzanfrage — streng in deinem geprüften Bestand verankert, ohne einen einzigen erfundenen Punkt, gegen dein normales Entwurfskontingent, exakt wie in der App. So oder so kann die Assistenz Zeile für Zeile nachschärfen, Lebensläufe als PDF ausgeben und das Ergebnis zurücklesen — und dabei fangen, was keine Punktzahl fängt: die drei Seiten Wildwuchs, die Behauptung, die sich unbemerkt verschoben hat. Ihre Arbeit legt sie in deiner Bibliothek ab, sichtbar markiert und jederzeit rückgängig zu machen.

Donnerstag ist Gespräch

„Brief mich für das Deloitte-Gespräch.“ — „Prob mit mir. Und stell die unangenehmen Fragen zum Lückenjahr.“ — „Wen kenne ich bei dieser Firma?“

Der Teil, den wir für wirklich neu halten. Deine Assistenz holt sich denselben deterministischen Briefing-Prompt, mit dem unser Prepare-Raum arbeitet, baut daraus mit ihrem eigenen Modell dein Interview-Briefing — aus deinen freigegebenen Nachweisen und der tatsächlichen Stelle — und speichert es über unsere Validierung zurück. Und dann probt sie mit dir. Nicht entlang einer generischen Fragenliste, sondern entlang deiner echten Bewerbung. Unseren In-App-Übungschat haben wir dabei bewusst außen vor gelassen: Deine Assistenz kann selbst hervorragend interviewen, und ein Modell pro Gespräch ist schlicht die ehrlichere Architektur.

Meet, das Beziehungsnetz, kümmert sich um alles rund ums Gespräch: anstehende Runden samt Bereitschaft auf einen Blick, das Dossier zu einer Firma mitsamt deiner eigenen Pipeline-Geschichte dort — und die Frage, wen du da eigentlich wirklich kennst.

Die Pipeline, ohne Beschönigung

„Wie steht meine Suche?“ — „Was kam diese Woche rein — und was habe ich liegen lassen?“

Über die Daten- und Meet-Werkzeuge sieht deine Assistenz dasselbe wie unsere App: was hereingekommen ist, was du entworfen und nie abgeschickt hast, was schon zu lange still ist. Eine Assistenz mit Blick auf deinen echten Datensatz hält alle Beteiligten ehrlich. Uns eingeschlossen.

Nachfragen, wie das alles funktioniert

„Frag Kitsuno, warum sich meine Bewerbungen so generisch anfühlen.“ — „Wie verknüpfe ich Nachweise mit einer Rolle?“

Deine Assistenz durchsucht unser komplettes Hilfe-Buch — dieselben kanonischen Antworten, die auch die In-App-Hilfe ausspielt, in deiner Sprache und live gelesen, damit nichts veraltet. Nur dass sie, anders als eine Hilfeseite, zusätzlich in deinen tatsächlichen Brief schauen und dir deine Version der Antwort geben kann.

Die Schalter darunter

Alles bis hierher gehorcht einem einzigen Modell, und das beginnt bei null.

Standardmäßig aus, Element für Element. Geteilt wird nichts, bevor du es freigibst. Die Ansicht „Mit KI-Assistent teilen“ in deiner Bibliothek führt durch den ganzen Bestand — Berufserfahrung, Bildung, Fähigkeiten, jeden Nachweistyp — mit Häkchen pro Element, Schaltern pro Abschnitt und einem Zähler, der live mitläuft. Derselbe Schalter sitzt in jedem Element-Editor. Gib drei Projekte und deine Referenzen frei und lass den Rest im Dunkeln: Mehr bekommt keine Assistenz je zu sehen.

Es gewährt die Person, nicht der Client. Der Zustimmungsbildschirm zeigt jede Berechtigung mit ehrlichem Plan-Hinweis — ganz gleich, was die verbindende Assistenz gerade angefragt hat. Die Anfrage eines Clients ist für uns ein Hinweis auf die Reihenfolge, mehr nicht; entscheiden tust du. Der OAuth-Standard hat diese Lesart immer zugelassen — der Autorisierungsserver vergibt die Berechtigungen nach dem Willen der Person, der die Daten gehören —, und eine andere Lesart von Zustimmung kommt für uns nicht infrage.

Widerruf heißt Widerruf. Ein Klick unter Konto → Verknüpfungen beendet eine Verbindung vollständig — den Zugriffstoken ebenso wie die Refresh-Tokens, mit denen Clients sonst leise angemeldet bleiben. Und jeder Zugriff, den je eine Assistenz gemacht hat, steht in einem Protokoll, das du selbst lesen kannst.

Der Export ist der Boden. Das eine Werkzeug, an das kein Schalter heranreicht, weil Übertragbarkeit ein Recht ist. Alles andere ist eine Wahl.

Was es kostet, ohne Kleingedrucktes

Verbinden: kostenlos. Daten-Werkzeuge, Export, Writer-Brief, Hilfe-Buch: in jedem Plan. Deine Assistenz, die mit ihrem eigenen Modell aus Brief und Nachweisen entwirft: unbegrenzt, ohne Kontingent, ohne Kosten auf unserer Seite — diese Spur ist der eigentliche Sinn des ganzen Entwurfs. Unsere Make-Engine: dein normales Entwurfskontingent. Prepare: Scout oder Pro. Meet: Pro. Alles identisch zur App und an genau einer Stelle durchgesetzt — die Assistenz eines Free-Kontos bekommt eine klare Meldung, die den nötigen Plan beim Namen nennt, statt still zu scheitern. Und Freigaben sind von Dauer: Hak die Premium-Berechtigungen ruhig heute an; sie springen in dem Moment an, in dem dein Plan sie abdeckt, ohne dass du dich neu verbinden musst.

Das Rückgrat — und warum es stärker wird

Und hier die stille Konsequenz aus alldem, ehrlicherweise der Grund, warum uns MCP mehr freut als jedes einzelne Werkzeug: Die Bibliothek ist damit zum wertvollsten Stück geworden, das wir bauen.

Modelle werden gerade überall zugleich besser — und dabei immer austauschbarer. Was aber kein Modell aus dem Nichts erzeugen kann, so fähig es sein mag, ist ein geprüfter Datensatz deines Arbeitslebens: Projekte mit den Referenzdokumenten daran, Fähigkeiten, verknüpft mit den Nachweisen, die sie belegen, dazu Testimonials, die Thesis, die Fallstudien — strukturiert und Element für Element mit deiner Zustimmung. Und in ein Chatfenster passt umgekehrt kein Stellenmarkt: Kitsunos Scanner arbeiten sich Tag für Tag durch Hunderte von Börsen und Quellen, deduplizieren, filtern geografisch, extrahieren und bewerten — und machen aus dem chaotischen Stellen-Web saubere Zeilen, über die ein Modell tatsächlich nachdenken kann.

Diese beiden Dinge, deine Nachweise und das lebende Terrain, sind das Rückgrat. Jedes gute LLM, das daran hängt, wird auf der Stelle besser in Karrierearbeit als dasselbe LLM ohne — weil Verankerung Brillanz schlägt, jedes Mal, wenn jemand fragt: „Was sage ich zum Lückenjahr?“ oder „Passt diese Rolle überhaupt zu mir?“ Jedes Element, das du deiner Bibliothek jetzt hinzufügst, stärkt jede Assistenz, die du je verbinden wirst, die heutige wie die künftige. Wir übernehmen das Crawlen, das Aufräumen, die Struktur und die Zustimmungs-Mechanik; das Denken übernimmt das Modell deiner Wahl. Auf diese Arbeitsteilung setzen wir — und sie bedeutet: Je besser die Modelle werden, desto nützlicher werden wir. Nicht umgekehrt.

Warum offen, und warum jetzt

Die Assistenz, der du vertraust, hätten wir dir nie bauen können. Du hast ein Modell, für das du bezahlst, einen Ton, den du über Monate eingestellt hast, einen Kontext, der längst weiß, wie du denkst. Dich für deine eigenen Karrieredaten in unser Chatfenster zu zwingen — das wäre Vereinnahmung im Kostüm der Bequemlichkeit.

Also sind beide Plattformen den anderen Weg gegangen. Yako zuerst: das Terrain der Organisation, lesbar für den Agenten der Organisation. Kitsuno eine Woche später: die Daten der Person, lesbar für den Agenten der Person. Ein Protokoll, zwei Richtungen desselben Handschlags — und dazwischen kein Modell außer dem, das der Mensch selbst gewählt hat.

Das Agenten-Web kommt ohnehin. Vertrauen verdienen darin die Plattformen, deren Zustimmungsmodell auch den Kontakt mit dem Agenten von jemand anderem übersteht.

Probier es aus: claude.ai → Settings → Connectors → Add custom connector → https://app.kitsuno.ai/mcp → bestätige, was du freigeben willst. Öffne dann deine Bibliothek, tipp auf Mit KI-Assistent teilen — und fang bei null an.

Die längere Geschichte — zwanzig Jahre davon, von einem Essay über konstruktivistische Pädagogik aus dem Jahr 2005 bis zum Launch dieser Woche — steht im Substack unseres Gründers.

Veröffentlicht am 23. August 2026. Keine Affiliate-Links. Keine bezahlten Platzierungen.