Wer an einer Website arbeitet, hat sein Analysewerkzeug meistens in einem anderen Fenster als die Arbeit selbst. Man liest im Dashboard, dass eine Seite kein H1 hat, wechselt in den Editor, ändert es, wechselt zurück, hakt es ab. Jeder dieser Wechsel kostet nichts einzeln, aber zusammen führen sie dazu, dass die Hälfte der erkannten Probleme nie angefasst wird.
MCP ändert daran etwas Grundsätzliches: Der Assistent, mit dem du ohnehin arbeitest, bekommt Zugriff auf deine Analysedaten und kann sie nicht nur lesen, sondern auch zurückschreiben. Dieser Artikel erklärt, was dahintersteckt, wie du Traffalyzer anbindest und wo die Grenzen liegen.
Was MCP ist
Das Model Context Protocol ist ein offener Standard, über den ein Sprachmodell mit fremden Systemen sprechen kann. Man kann es sich als Steckdosenleiste vorstellen: Ein Client wie Claude Code, Claude Desktop oder Cursor bringt den Stecker mit, ein Dienst wie Traffalyzer stellt die Dose bereit. Beide müssen sich nicht kennen, sie müssen nur dasselbe Format sprechen.
Der Unterschied zu einem Chatbot, der ins Internet schauen darf, ist wichtig. Ein Modell mit Websuche findet öffentliche Seiten. Ein Modell mit MCP-Zugang bekommt deine Daten: die Suchbegriffe aus deiner Search Console, die Findings deines letzten Crawls, deinen Wachstumsplan. Und es kann Dinge tun, nicht nur berichten.
Warum das für SEO-Arbeit einen Unterschied macht
Der Wert liegt nicht darin, dass man Zahlen jetzt im Chat statt im Dashboard sieht. Er liegt in der Verbindung von Diagnose und Umsetzung in einem Arbeitsschritt.
Ein Beispiel aus der Praxis. Du sitzt im Editor an deiner Website und fragst: „Was sollte ich als Nächstes an dieser Seite verbessern?" Der Assistent holt sich die offenen Findings, sieht, dass fünf Bilder keinen Alt-Text haben, ergänzt sie direkt im Code — und hakt die Maßnahme anschließend im Analysewerkzeug ab. Die Erfolgsmessung läuft weiter, ohne dass du das Dashboard geöffnet hast.
Das ist die eigentliche Änderung: Der Bruch zwischen „ich weiß, was zu tun ist" und „ich habe es getan" verschwindet. Und mit ihm der häufigste Grund, warum SEO-Listen abgearbeitet werden — nämlich gar nicht.
Traffalyzer verbinden
Der Zugang läuft über deinen normalen Login. Es gibt keinen API-Schlüssel, den du kopieren und irgendwo hinterlegen müsstest, und keinen Token, der irgendwann still abläuft.
In Claude Code:
claude mcp add --transport http traffalyzer https://traffalyzer.com/api/mcp
Danach in einer Sitzung /mcp eingeben, traffalyzer auswählen und „Authenticate" bestätigen. Es öffnet sich ein Browserfenster mit der Zustimmungsseite, du bestätigst mit deinem üblichen Login, fertig.
In claude.ai oder Claude Desktop: Einstellungen → Connectors → „Custom Connector hinzufügen" und dieselbe Adresse einfügen.
In Cursor: Trag den Server in ~/.cursor/mcp.json (global) oder .cursor/mcp.json (nur für ein Projekt) ein:
{
"mcpServers": {
"traffalyzer": {
"url": "https://traffalyzer.com/api/mcp"
}
}
}
Cursor beherrscht sowohl Streamable HTTP als auch OAuth, die Anmeldung läuft also wie in Claude Code über ein Browserfenster.
In VS Code mit GitHub Copilot: Lege .vscode/mcp.json im Projekt an — oder über die Befehlspalette „MCP: Open User Configuration" für alle Projekte. Wichtig ist hier das Feld type:
{
"servers": {
"traffalyzer": {
"type": "http",
"url": "https://traffalyzer.com/api/mcp"
}
}
}
In ChatGPT: Geht, aber mit einer Einschränkung. Unter Einstellungen den Entwicklermodus einschalten, dann lässt sich der Server als Connector hinzufügen. Für „Deep Research" und „Company Knowledge" verlangt OpenAI allerdings, dass ein Server genau zwei Werkzeuge namens search und fetch anbietet — ein bewusst enges, nur lesendes Schema. Traffalyzer bietet stattdessen zwölf fachliche Werkzeuge an, die auch schreiben können. In diesen beiden ChatGPT-Modi funktioniert der Zugang deshalb nicht; im Entwicklermodus schon.
Die Adresse steht auch in deinen Einstellungen unter „KI-Assistenten (MCP)", mit einem Knopf zum Kopieren.
Eine Einordnung zur Ehrlichkeit: Geprüft haben wir den Zugang mit Claude Code und mit einem selbst gebauten Testclient, der das Protokoll direkt spricht. Die Angaben zu Cursor, VS Code und ChatGPT stammen aus deren jeweiliger Dokumentation. Da sich in diesem Feld gerade viel bewegt, kann eine Version dort schneller anders aussehen als dieser Artikel.
Was der Assistent danach kann
Zwölf Werkzeuge stehen bereit. Sie zerfallen in drei Gruppen.
Überblick und Priorisierung. next_actions ist der Einstieg für alles, was mit „was soll ich tun" anfängt. Es beantwortet in einem einzigen Aufruf, womit über alle deine Projekte hinweg zu beginnen ist: kritische Findings, offene Aufgaben, der nächste unerledigte Schritt deines Wachstumsplans, Projekte mit veralteter Analyse. Ohne dieses Werkzeug müsste ein Assistent jedes Projekt einzeln abfragen und selbst vergleichen. list_domains liefert die Projektliste mit Scores.
Daten lesen. search_console_queries und search_console_pages holen echte Suchbegriffe, Positionen und Klicks. traffic_trend zeigt den Verlauf über Wochen, page_report das Vollbild zu einer einzelnen Seite. growth_plan gibt Diagnose, Flaschenhals und Schritte aus, quests_and_issues die Aufgabenliste mit den betroffenen URLs. run_scan startet eine neue Analyse, get_scan_status verfolgt sie.
Zurückschreiben. complete_quest und complete_plan_step markieren eine Maßnahme als erledigt, vergeben die zugehörigen Punkte und stoßen die Wirkungsprüfung an. Das sind die beiden Werkzeuge, die aus einem Auskunftssystem ein Arbeitssystem machen.
Vier Sätze, die sofort funktionieren
Geh meine Traffalyzer-Projekte durch und sag mir, was am dringendsten ist.
Welche Suchbegriffe bringen Impressionen, aber kaum Klicks?
Zeig mir Schritt eins meines Wachstumsplans und erklär mir das Warum dahinter.
Ich habe die fehlenden Alt-Texte ergänzt — hak die Aufgabe ab.
Der letzte ist der interessante. Er schließt den Kreis, der sonst offen bleibt.
Was dabei nicht passiert
Bei einem Zugang, der fremden Software Zugriff auf eigene Daten gibt, gehören die Grenzen genauso in die Beschreibung wie die Möglichkeiten.
Ein Assistent sieht ausschließlich deine eigenen Projekte. Jeder Zugriff auf ein Projekt läuft durch eine Besitzprüfung. Eine fremde oder frei erfundene Projekt-Kennung liefert immer dieselbe Antwort — nie Daten, und auch keinen Hinweis darauf, ob es sie überhaupt gibt. Das ist ein Unterschied, der zählt: Sonst ließe sich über die Fehlermeldung herausfinden, welche Kennungen existieren.
Die Anmeldung ist deine eigene. Der Zugang hängt an deinem Login, nicht an einem Schlüssel, der weitergereicht werden kann. Ziehst du die Zustimmung zurück, ist der Zugang zu.
Es gibt ein Tageslimit. 200 Aufrufe auf einem Gratis-Konto, 2.000 auf einem bezahlten. Das reicht für normales Arbeiten deutlich, verhindert aber, dass ein schlecht gebauter Automatismus stundenlang im Kreis läuft.
Schreibende Werkzeuge fragen nach. Die Beschreibungen der beiden abhakenden Werkzeuge enthalten die ausdrückliche Anweisung, sie nie ohne Aufforderung aufzurufen. Ein Assistent soll deine Aufgabenliste nicht selbsttätig leerräumen.
Und das Abhaken ersetzt keine Arbeit. Eine Maßnahme als erledigt zu markieren, ohne sie umgesetzt zu haben, verfälscht deine eigene Erfolgsmessung. Traffalyzer prüft anschließend, ob sich messbar etwas verändert hat — wer vorschnell abhakt, bekommt am Ende nur schlechtere Daten über sich selbst.
Für wen sich das lohnt
Am meisten haben Leute davon, die ihre Website selbst bearbeiten und ohnehin mit einem KI-Assistenten arbeiten. Für sie verschwindet der Fensterwechsel, und die Trefferquote bei der Umsetzung steigt spürbar.
Wer seine Website von einer Agentur betreuen lässt und nur die Berichte liest, braucht den Zugang nicht. Für den bleibt das Dashboard der richtige Ort. Und wer noch gar keine Analyse laufen hat, fängt besser dort an: Ein Assistent kann nur weiterreichen, was gemessen wurde.