Der Knowledge MCP: Unser Plattform-Wissen, lesbar für jedes KI-System

Vor ein paar Tagen haben wir argumentiert, dass ein AI-Coding-Agent ein Storefront in einer Stunde scaffolden kann, dass aber der Betrieb des Ergebnisses die eigentliche Disziplin ist. Hier ist die andere Hälfte dieser Geschichte, und diesmal geht es um uns. Laioutr stellt sein komplettes Plattform-Wissen jetzt über einen offenen MCP-Endpoint bereit. Jedes KI-System, ob Claude, Gemini, GPT oder ein eigenes Modell, kann unsere Dokumentation, unsere Component- und Section-Schemas, Feldtypen und Konventionen abrufen, maschinenlesbar, bevor es eine einzige Komponente baut.

Wir nennen das den Knowledge MCP. Es ist derselbe Gedanke, zu dem wir immer wieder zurückkommen: Ein Modell, das Code erzeugen kann, ist nur so gut wie das Wissen, das es zur Hand hat. Die Frage war nie, ob ein Modell gegen Laioutr bauen kann. Sie war, ob es weiß, wie. Der Knowledge MCP schließt genau diese Lücke, und zwar über einen offenen Standard statt über eine proprietäre Eigenlösung.

Warum ein offener Endpoint, keine geschlossene Integration

Statt für jeden Modell-Anbieter eine eigene Wissensquelle zu pflegen, gibt es mit MCP eine gemeinsame Sprache, über die jeder kompatible Client dieselbe Dokumentation abruft. Laioutr setzt genau auf diesen Standard statt auf eine geschlossene Eigenlösung. Und es ist jetzt offiziell: Laioutr ist im Anthropic Connector Store gelistet, ein Claude-Client kann sich also direkt mit dem Endpoint verbinden, ganz ohne proprietäres SDK.

Was der Knowledge MCP konkret liefert

Ein Agent bekommt nicht nur die Doku. Er bekommt Kontext, maschinenlesbar, bevor etwas gebaut wird:

• Die Dokumentation durchsuchen und genau den Ausschnitt holen, den ein Build braucht.
• Component- und Section-Schemas, Slot-Regeln und Feldtypen abrufen, sodass ein Agent weiß, welche Felder eine Section hat und welche Blocks in welchen Slot gehören, statt zu raten.
• Konventionen und konkrete Beispiele nachschlagen, um Komponenten, Apps und Integrationen schema-konform zu bauen.
• Jedes MCP-fähige Modell anbinden, also kein Lock-in auf einen Anbieter, und Modelle wechseln oder kombinieren, ohne den Zugang zum Wissen neu zu bauen.
• Jeden Abruf über klar vergebene Rechte laufen lassen, sodass du festlegst, welche Projekte und welche Teile der Doku ein Agent überhaupt sehen darf.

Dieselbe These, eine Ebene tiefer

Das folgt demselben Prinzip wie unsere Frontend-as-a-Service-Position: Die Plattform soll Menschen und AI-Agents das geben, was sie zum korrekten Bauen brauchen, und sich dann heraushalten. Der Knowledge MCP verändert nichts an deinem Frontend. Er liefert das Wissen, das man braucht, um gegen die Plattform zu bauen, und ersetzt bewusst weder Doku noch Verantwortung. Das Wissen wird abrufbar; was gebaut und was veröffentlicht wird, bleibt deine Entscheidung.

MCP ist außerdem nur ein Kanal von mehreren. Dasselbe Plattform-Wissen ist auch aus einem ChatGPT-Plugin und einem Claude Connector erreichbar, dasselbe Wissen, dieselbe offene Sprache. Für Enterprise-Commerce-Teams ist die Konsequenz einfach: Das Backend bleibt stabil, der Frontend-Layer wird von Menschen und AI-Agents gemeinsam gebaut, und jeder dieser Agenten arbeitet jetzt gegen den dokumentierten Stand statt gegen eine Vermutung.

Mehr zur Plattform: Agentic Frontend Management Platform, Frontend as a Service und Composability & Orchestration. Den Endpoint selbst zeigt die Knowledge MCP-Seite.