Wie wir mit Claude MCP + Skills an einem Nachmittag 2.400 $ SaaS-Kosten pro Jahr gestrichen haben
Wir haben ein Tool zur Content-Automatisierung für 30-100 $/Monat durch Claudes Model Context Protocol (MCP) und Skills ersetzt, in nur 90 Minuten. Dieser Artikel zeigt genau, wie wir ein System gebaut haben, das YouTube-Transkripte abruft, Wettbewerbs-Content recherchiert, SEO-optimierte Artikel erstellt und in unserem CMS veröffentlicht, ohne eine einzige Zeile Code zu schreiben. CTOs und Digitalverantwortliche sehen die konkreten Schritte, die echten Grenzen und einen Business Case, den auch der CFO mag: 2.400 $ SaaS-Kosten pro Jahr weniger bei voller Anpassbarkeit.
2.400 $ pro Jahr. So viel wollten wir gerade für ein Tool zur Content-Automatisierung ausgeben.
Dann habe ich 90 Minuten lang Claudes Model Context Protocol (MCP) mit Skills getestet. Jetzt geben wir gar nichts aus.
Was passiert ist und warum es deinen CFO interessieren wird.
Das 100-$-pro-Monat-Problem, das jeder CTO kennt
Wir brauchten ein System, das YouTube-Videos nimmt, ihre Transkripte abruft, ähnliche Inhalte recherchiert, SEO-optimierte Blogartikel erstellt und sie in unserem CMS veröffentlicht.
Die übliche SaaS-Lösung? 30-100 $ pro Monat, je nach Nutzung. Das sind 360-1.200 $ im Jahr für einen einzigen Workflow.
Aber wir sind ein Studio für digitale Transformation. Wir haben Dutzende Anwendungen für Kunden gebaut. Ich kannte also die echten Kosten: 25.000-50.000 $, um das intern zu entwickeln, plus 3-6 Monate Engineering-Zeit.
Beide Optionen sind an meiner ersten Regel fürs Bauen gescheitert: Sei nicht dumm.
Was wir in 90 Minuten tatsächlich gebaut haben
Ich habe einen Nachmittag damit verbracht, etwas aufzusetzen, das ich „Claude MCP + Skills“ nenne: ein Framework, mit dem Claude direkt mit externen Systemen interagiert, ohne dass man eine klassische Anwendung bauen muss.
Das kann es:
Gesamte Entwicklungszeit: 90 Minuten.
Gesamtkosten: 0 $ (läuft über das bestehende Claude-Desktop-Abo).
Geschriebene Codezeilen: 0.
Das ist kein Tippfehler.
So funktioniert MCP + Skills
Das Model Context Protocol (MCP) ist der offene Standard von Anthropic, mit dem sich AI Agents wie Claude mit externen Systemen und APIs verbinden. Stell es dir so vor, als würdest du Claude Hände geben, mit denen es in deine bestehenden Tools greifen kann.
Skills sind wiederverwendbare Anleitungen, die du einmal erstellst und denen Claude jedes Mal folgt. Sie sind wie Standard Operating Procedures, nur für AI.
Diese Architektur haben wir gebaut:
Die MCP-Server, die wir nutzen:
Der Skill, den wir erstellt haben:
Ein Anleitungsdokument mit 900 Zeilen, das Claude genau sagt, wie es:
Der Skill liest unseren Unternehmenskontext, die Markenrichtlinien, Autoreninfos und Service-Seiten aus unserem Claude Project. Jedes Mal, wenn wir ihm eine YouTube-URL oder einen Artikellink geben, führt er alle 13 Schritte automatisch aus.
Nicht jede Aufgabe braucht einen vollständigen MCP-Server. Unsere kurze Entscheidungshilfe MCP oder ein einzelner API-Call wägt beides nach Kosten im Context Window und Zugriffsumfang ab.
Warum das besser ist als eine klassische App
Ich bin Gründer eines Digitalstudios. Wir bauen Anwendungen, davon leben wir. Wenn ich also sage, dass wir das nicht als klassische App bauen, hat das Gewicht.
Das ist passiert:
Wir haben angefangen, das als Next.js-Anwendung zu entwickeln. API-Integrationen, Authentifizierung, UI-Komponenten, Deployment-Pipeline, der komplette Stack. Wir waren zu 80 % fertig.
Dann habe ich gemerkt, dass ich gegen meine eigene Regel verstoße: Finde den schnellsten, effizientesten Weg, um das zu bekommen, was du brauchst.
Die klassische App hatte drei fatale Schwächen:
1. Sie war statisch. Sobald der Code geschrieben war, bedeutete jede Änderung der Logik, Algorithmen neu zu schreiben. Mit Skills bearbeiten wir einfach Text, und das Verhalten ändert sich sofort.
2. Sie konnte sich nicht anpassen. Wenn wir eine neue Content-Quelle hinzufügen oder unseren Schreibstil ändern wollten, hätten wir einen Entwicklungssprint gebraucht. Mit Skills aktualisieren wir ein Dokument.
3. Wir konnten nicht mit ihr reden. Sobald die App lief, konnten wir nicht eingreifen. Mit Claude können wir pausieren, Feedback geben und mitten in der Ausführung die Richtung korrigieren.
Der letzte Punkt ist entscheidend. Wenn Claude uns fünf Titelvorschläge zeigt, können wir sagen: „Mir gefällt Nr. 3, aber betone beim Schreiben des Artikels stärker den ROI-Aspekt.“ Das konnte die App nicht.
Der erste Live-Test: Was tatsächlich passiert ist
Dieses Video dokumentiert unseren ersten echten Test des Systems. Ich hatte den Skill geschrieben, ihn aber nie von Anfang bis Ende laufen lassen.
Ich habe Claude eine YouTube-URL gegeben und gesagt: „Create SEO-friendly blog post ready to publish on Webflow based on this YouTube video.“
Das ist in den nächsten 13 Minuten passiert:
Minute 1: Claude hat die 900 Zeilen Skill-Dokumentation gelesen und alle 13 Schritte verstanden.
Minute 2: Es hat das komplette YouTube-Transkript abgerufen. (Allein dafür habe ich in der App-Version Tage gebraucht, wegen API-Einschränkungen und dummer Fehler.)
Minute 3-5: Es hat Serper MCP mehrfach aufgerufen, um ähnliche Artikel zu recherchieren, ihre Struktur zu analysieren und Content-Lücken zu finden.
Minute 6-7: Es hat eine Keyword-Analyse durchgeführt und fünf Titelvarianten erstellt.
Pause: Ich habe die Titel geprüft, einen ausgewählt und zusätzlichen Kontext zum gewünschten Blickwinkel gegeben.
Minute 8-12: Es hat einen Blogartikel mit 2.200 Wörtern nach unseren Markenrichtlinien geschrieben, inklusive sauberer Quellenangaben, interner Links und SEO-Formatierung.
Minute 13: Es hat ihn als Entwurf in Webflow veröffentlicht.
Erster Versuch. Keine Fehler. Kein Debugging.
Zum Vergleich die App-Version: Ich habe wochenlang mit Problemen bei der Markdown-Formatierung, Ausfällen der Transkript-API und inkonsistenter Content-Generierung gekämpft.
Der Business Case, den dein CFO sehen muss
Reden wir über die echten Kosten, die wir vermeiden.
Option klassisches SaaS:
Option intern bauen:
Option MCP + Skills:
Die Rechnung ist eindeutig. Wir sparen 2.400 $ pro Jahr gegenüber einer SaaS-Lösung der mittleren Preisklasse und vermeiden 25.000-50.000 $ Entwicklungskosten.
Aber was deinen CFO wirklich interessiert: Wir können dieses Muster jetzt auf Dutzende andere Workflows anwenden.
E-Mail-Triage? MCP + Skills.
Lead-Qualifizierung? MCP + Skills.
Report-Erstellung? MCP + Skills.
Jeder davon spart 2.000-5.000 $ pro Jahr. Das sind 20.000-50.000 $ an operativen Einsparungen, ohne zusätzliche Leute einzustellen.
Was das für deine Entwicklungs-Roadmap bedeutet
Ich habe in 13 Jahren unzählige Vorstandssitzungen erlebt, in denen Führungskräfte über Bauen oder Kaufen diskutieren. Das Gespräch läuft meist so:
„Wir brauchen diese Fähigkeit.“
„Kaufen wir ein SaaS-Tool oder bauen wir es selbst?“
„SaaS ist schneller, aber unflexibel.“
„Selbst bauen ist teuer, gibt uns aber Kontrolle.“
„Vertagen wir das aufs nächste Quartal.“
MCP + Skills bringt eine dritte Option: Es per Prompt entstehen lassen.
Hier ergibt das Sinn:
Passt gut zu MCP + Skills:
Passt nicht gut:
Der Sweet Spot? Die internen Tools, die seit 6 Monaten in deinem Backlog liegen, weil sie wichtig, aber nicht dringend genug sind, um Engineers vom Kernprodukt abzuziehen.
So setzt du das konkret um
Du musst nicht technisch sein, um das aufzusetzen. Aber du musst klar darüber nachdenken, was du automatisieren willst.
So gehen wir vor:
Schritt 1: Claude Desktop installieren
Lade es von der Website von Anthropic herunter. Dort laufen die MCP-Server.
Schritt 2: MCP-Server konfigurieren
Das sind die Verbindungen zu externen Diensten. Du bearbeitest eine JSON-Konfigurationsdatei, um die Server hinzuzufügen, die du brauchst. Die MCP-Dokumentation von Anthropic enthält die vollständige Liste und die Anleitungen zur Einrichtung.
Für unsere Blog-Automatisierung nutzen wir:
Schritt 3: Ein Claude Project anlegen
In Projects kannst du Kontextdokumente hinzufügen, auf die Claude zurückgreift. Wir haben hinzugefügt:
Schritt 4: Deinen Skill schreiben
Das ist das Anleitungsdokument. Starte mit einem klaren Workflow:
Schreib es in einfacher Sprache. Sei konkret. Füge Beispiele hinzu, wie ein gutes Ergebnis aussieht.
Unser Skill hat 900 Zeilen, aber wir haben mit 100 Zeilen angefangen und ihn über drei Iterationen verfeinert.
Schritt 5: Mit einem echten Beispiel testen
Versuch nicht, alles auf einmal zu automatisieren. Wähle einen Workflow. Gib Claude einen echten Input. Schau, was kaputtgeht.
In unserem ersten Test wollte Claude veröffentlichen, bevor der Titel freigegeben war. Wir haben dem Skill eine Zeile hinzugefügt: „CRITICAL: STOP AND SHOW TITLES TO USER.“ Problem gelöst.
Schritt 6: Anhand der Ergebnisse verfeinern
Das Schöne an Skills: Du bearbeitest nur Text. Keine Codeänderungen, keine Deployments, keine Testumgebungen.
Wir sind jetzt bei Version 3 unseres Skills. Jede Iteration hat 15-20 Minuten gedauert.
Die Grenzen, über die niemand spricht
Das ist keine Magie. Es gibt echte Einschränkungen.
Du bist durch Claudes Context Window begrenzt. Unser Skill hat 900 Zeilen plus Kontextdokumente. Wir nähern uns der Grenze dessen, was Claude auf einmal im Speicher halten kann.
MCP-Server sind nicht immer zuverlässig. Server von Drittanbietern können ausfallen oder Rate Limits haben. Serper MCP ist bei uns schon während Suchen ausgefallen, und wir mussten es erneut versuchen.
Du brauchst etwas technisches Grundverständnis. MCP-Server einzurichten heißt, JSON-Dateien zu bearbeiten und grundlegende Konfiguration zu verstehen. Kein Programmieren, aber auch nicht null technischer Aufwand.
Es ist nichts für geschäftskritische Systeme. Wir nutzen das für die Content-Erstellung, nicht für Transaktionen mit Kunden. Wenn etwas fehlschlägt, versuchen wir es erneut. Für Blogartikel ist das in Ordnung, für Zahlungsabwicklung nicht.
Sicherheit zählt. Du gibst Claude Zugriff auf externe Systeme. Achte darauf, API-Keys mit passenden Berechtigungen zu nutzen. Verbinde es nicht mit Systemen mit sensiblen Kundendaten, solange du die Folgen nicht verstehst.
Das sind keine K.-o.-Kriterien. Es sind Einschränkungen, die du kennen solltest, bevor du dich festlegst.
Was passiert, wenn das jeder kann?
Das ist es, was SaaS-Führungskräfte nachts wach hält: Wenn Unternehmen ihre eigenen Automatisierungs-Tools per Prompt entstehen lassen können, warum sollten sie für generische Lösungen zahlen?
Klarna hat angekündigt, 1.200 SaaS-Tools abzuschaffen und mit AI eigene zu bauen. Das ist kein kleines Unternehmen, das eine mutige Wette eingeht. Das ist ein großes Unternehmen mit treuhänderischer Verantwortung, das eine kalkulierte Entscheidung trifft.
Der Trend ist klar: Software-as-a-Service wird zu Software-as-a-Prompt.
Klassische SaaS-Unternehmen reagieren auf drei Arten:
1. Sie bauen AI-Anpassung ein. Salesforce hat Einstein GPT. Microsoft hat Copilot in der Power Platform. Sie versuchen, ihre Plattformen so flexibel zu machen wie maßgeschneiderte Lösungen.
2. Sie setzen verstärkt auf Enterprise-Features. Sicherheit, Compliance, Verfügbarkeitsgarantien, Support: Dinge, die AI-generierte Tools nicht einfach nachbilden können.
3. Übernahmen. Große Player kaufen Startups für AI-Automatisierung, um die Technologie zu integrieren, bevor sie selbst disruptiert werden.
Für dein Unternehmen entsteht daraus eine Chance. Du kannst jetzt mit ein paar Stunden Setup interne Tools bauen, die früher 50.000-100.000 $ gekostet hätten.
Die Unternehmen, die das zuerst verstehen, werden einen deutlichen Vorteil bei den operativen Kosten haben.
Was wir als Nächstes machen
Diese Blog-Automatisierung war unser Proof of Concept. Jetzt weiten wir das auf andere Workflows aus.
Als Nächstes:
Jeder davon würde als SaaS-Tool typischerweise 30-100 $/Monat kosten oder Wochen an Entwicklungszeit erfordern.
Mit MCP + Skills rechnen wir mit 2-4 Stunden Setup pro Workflow.
Das ist die echte Transformation. Nicht ein SaaS-Tool ersetzen, sondern Dutzende.
Die Entscheidung, die du wirklich triffst
Wenn du CTO, CPO oder Digitalverantwortlicher bist, entscheidest du nicht, ob du MCP + Skills ausprobierst. Du entscheidest, ob du wartest, bis deine Wettbewerber es zuerst verstehen.
Meine Empfehlung: Nimm einen Workflow, der seit 6 Monaten in deinem Backlog liegt. Etwas Wichtiges, aber nicht Dringendes. Etwas, das als SaaS 50-100 $/Monat kosten würde.
Nimm dir diese Woche 90 Minuten, um es mit MCP + Skills aufzusetzen.
Wenn es funktioniert, sparst du 600-1.200 $ pro Jahr und hast deinem CEO eine neue Fähigkeit bewiesen. Wenn nicht, hast du 90 Minuten investiert, um zu lernen, warum.
Diese Wette lohnt sich.
Du brauchst Hilfe beim Start? Unser 90-Tage-Transformationsprogramm umfasst Automatisierungsstrategie und Umsetzung. Wir helfen CTOs zu erkennen, welche Workflows sich am besten für diesen Ansatz eignen, und bauen die Infrastruktur dafür auf.
Oder starte mit unserem kostenlosen MVP-Programm, um das Konzept mit einem einzelnen Workflow zu testen, bevor du dich auf eine vollständige Umsetzung festlegst.
So oder so lautet die Frage nicht „Sollen wir das machen?“, sondern „Wie schnell können wir loslegen?“
Dein CFO wartet auf die Einsparungen. Dein CEO will in diesem Quartal Ergebnisse sehen. Und deine Wettbewerber experimentieren schon damit.
90 Minuten. Mehr hat es bei uns nicht gebraucht.
Wie lange willst du noch warten?
Über den Autor
Behrad Mirafshar ist Gründer & CEO von Bonanza Studios, wo er Ideen in 4-12 Wochen in funktionsfähige MVPs verwandelt. Mit 13 Jahren in der Berliner Startup-Szene war er Teil der Gründungsteams von Grover (Unicorn) und Kenjo (führende HR-Plattform in DACH). CEOs holen ihn für Projekte, die ihre Teams nicht anfassen können oder wollen, weil er Produkte baut, keine PowerPoints.