.jpeg)
Stell dir vor, du öffnest morgens deinen KI-Assistenten und fragst: "Was ist gestern auf der Website passiert?" Und statt einer generischen Antwort bekommst du eine echte Analyse. Mit deinen Daten, deinen Metriken, deinem Kontext.
Das ist kein Chatbot, der auf ein Dashboard schaut. Das ist eine direkte Verbindung zwischen deinem Analytics-Stack und einem KI-Modell, das deine Daten versteht, einordnen kann und Zusammenhänge erkennt, die dir im Dashboard nie aufgefallen wären.
Das größte Problem, wenn man KI auf Rohdaten loslässt: Sie kennt die Zahlen, aber nicht die Bedeutung. 500 Besucher auf /pricing – ist das viel oder wenig? Ohne Kontext ist jede Antwort wertlos.
Deshalb hat bchic einen eingebauten Knowledge Catalog. Der funktioniert so: Zu jeder Metrik, jedem Dashboard und jedem wichtigen KPI gibt es hinterlegte Beschreibungen, Benchmarks und Interpretationshilfen. Die KI weiß also nicht nur, dass die Bounce Rate bei 67% liegt, sondern auch, dass das für eine Landing Page im B2B-Bereich ein normaler Wert ist, für eine Produktseite aber ein Warnsignal.
Das macht den Unterschied zwischen einer Antwort wie "Die Bounce Rate beträgt 67%" und "Die Bounce Rate auf der Produktseite liegt bei 67%, das ist deutlich über eurem 90-Tage-Durchschnitt von 52%. Seit dem letzten Deployment am Dienstag ist der Wert gestiegen. Mögliche Ursache: Die Ladezeit hat sich verschlechtert."
Konkret enthält der Catalog:
Das Ergebnis: Du fragst nicht ein generisches Sprachmodell, das Analytics-Begriffe kennt. Du fragst ein Modell, das dein spezifisches Setup versteht.
Analysen passieren nicht im Vakuum. Wer heute eine Kampagne auswertet, hat letzte Woche ein Redesign gelauncht und vor drei Tagen ein technisches Deployment eingespielt. Ohne diesen Kontext ist jede Einzelanalyse nur ein Ausschnitt.
Das Kurzzeitgedächtnis löst genau das. Es speichert die letzten Interaktionen, Analysen und Erkenntnisse und stellt sie bei jeder neuen Frage automatisch als Kontext bereit.
Ein Beispiel: Am Montag fragst du "Wie performt die neue Landing Page?" und bekommst eine Analyse mit Vergleichswerten. Am Mittwoch fragst du "Hat sich das verbessert?" und die KI weiß, worauf du dich beziehst. Sie vergleicht automatisch die Werte von Montag mit dem aktuellen Stand, ohne dass du die Landing Page nochmal spezifizieren oder den Zeitraum manuell setzen musst.
Das klingt nach einer Kleinigkeit. In der Praxis ist es der Unterschied zwischen einem Tool, das man befragt, und einem Analysten, der mitdenkt.
Was das Kurzzeitgedächtnis trackt:
So entsteht über die Tage ein zusammenhängendes Bild statt isolierter Datenpunkte.
Das ist kein Feature, das man erst konfigurieren muss, bevor es nützlich wird. Hier sind echte Abfragen, die ab sofort funktionieren:
Traffic-Analyse:"Wie hat sich der Traffic diese Woche entwickelt?" liefert einen Überblick mit Tageswerten, Vergleich zur Vorwoche und Trend-Einordnung.
Kampagnen-Auswertung:"Was bringt die Google Ads Kampagne?" zeigt UTM-gefilterte Besucherzahlen, Engagement-Metriken und einen Vergleich zum organischen Traffic.
Seitenperformance:"Welche Seiten haben die höchste Bounce Rate?" liefert ein Ranking mit Kontext. Nicht nur die Zahl, sondern auch ob der Wert über oder unter dem Durchschnitt liegt.
Change Impact:"Was hat das Deployment vom Dienstag gebracht?" greift auf die Change Impact Analyse zu und liefert die Vorher-Nachher-Werte automatisch.
Zielgruppenanalyse:"Woher kommen unsere Besucher?" bricht den Traffic nach Land, Gerät, Browser und Referrer auf.
Funnel-Analyse:"Wie sieht unser Conversion-Funnel aus?" zeigt die Abbruchraten zwischen definierten Schritten und identifiziert den größten Drop-off.
Vergleiche:"Wie performt diese Woche im Vergleich zum letzten Monat?" stellt zwei Zeiträume nebeneinander, mit prozentualen Veränderungen pro Metrik.
Das sind keine Demo-Prompts. Das sind die Fragen, die wir selbst jeden Tag stellen.
Neue Tools scheitern meistens an einer von zwei Stellen: Entweder sie sind so komplex, dass nur der technische Lead sie bedienen kann. Oder sie sind so offen, dass man nicht weiß, wo man anfangen soll.
bchic MCP ist keins von beiden.
Setup in unter zwei Minuten: Du generierst einen API-Token in bchic unter Einstellungen > Integrationen, trägst die MCP-URL in deinem KI-Assistenten ein, fertig. Kein SDK, keine Bibliothek, kein Deployment.
Guardrails statt Freitext-Chaos: Die KI greift nicht auf eine offene Datenbank zu und schreibt SQL. Sie nutzt vordefinierte, getestete Analyse-Funktionen mit klaren Parametern. Das bedeutet: Die Antworten sind reproduzierbar, die Metriken stimmen, und niemand bekommt versehentlich falsche Zahlen, weil ein Prompt schlecht formuliert war.
Leserechte, keine Schreibrechte: Die MCP-Verbindung kann Daten abfragen und analysieren, aber nichts verändern. Kein Tracking-Code wird modifiziert, keine Einstellungen überschrieben, keine Daten gelöscht. Wer will, kann Change Events anlegen lassen, aber das war's. Volle Kontrolle bleibt bei dir.
DSGVO von Anfang an: Die KI-Verbindung verarbeitet aggregierte Analytics-Daten, keine personenbezogenen Informationen. Da bchic cookieless arbeitet und keine PII erfasst, gibt es auch auf der KI-Seite kein Datenschutz-Problem. Kein zusätzliches Processing Agreement, keine neue Rechtsgrundlage nötig.
Die ehrliche Antwort: Weil wir es selbst gebraucht haben.
Wir haben bchic von Anfang an mit dem Anspruch gebaut, dass Analytics-Daten nicht in einem Dashboard versauern sollten. Dashboards sind gut für Monitoring. Für Entscheidungen braucht man Interpretation. Und Interpretation skaliert nicht, wenn sie im Kopf einer einzelnen Person stattfindet.
Die klassische Analytics-Welt funktioniert so: Daten sammeln, Dashboard bauen, Meeting ansetzen, jemand präsentiert Zahlen, das Team diskutiert, irgendwann fällt eine Entscheidung. Dieser Prozess dauert Tage. Manchmal Wochen.
Mit einer KI-Schnittstelle wird daraus: Frage stellen, Antwort bekommen, entscheiden. In Minuten statt Tagen. Nicht weil die KI schlauer ist als das Team, sondern weil sie den manuellen Teil der Analyse eliminiert: Daten zusammentragen, Zeiträume vergleichen, Muster erkennen, Kontext herstellen.
Das ist kein Feature. Das ist eine andere Art, mit Daten zu arbeiten.
Was du heute siehst, ist der Anfang. Die MCP-Schnittstelle ist die Grundlage für alles, was kommt.
Proaktive Insights: Statt auf Fragen zu warten, erkennt das System Anomalien und informiert dich aktiv. Traffic-Einbruch am Sonntagabend? Du erfährst es Montagmorgen um 8, nicht Mittwoch im Weekly.
Automatisierte Reports: Wöchentliche Zusammenfassungen, die nicht aus Standardtabellen bestehen, sondern aus kontextualisierten Analysen. Was ist passiert, warum ist es passiert, was sollte man als nächstes tun.
Tiefere Verknüpfungen: Change Impact Analyse, Funnel-Daten, Traffic-Quellen und Zielgruppen-Segmente als ein zusammenhängendes Bild. Nicht fünf separate Dashboards, sondern eine Antwort auf "Wo verlieren wir gerade Geld und warum?"
Multi-Source-Analyse: Langfristig wollen wir nicht nur bchic-Daten analysierbar machen, sondern auch Verknüpfungen mit CRM, Ad-Plattformen und Business-Daten ermöglichen. Damit die Antwort auf "Lohnt sich diese Kampagne?" nicht nur Besucherzahlen enthält, sondern echten Revenue.
Die MCP-Integration ist ab sofort für alle bchic-Kunden verfügbar die auf dem Growth Plan sind. Kein Upgrade, kein Aufpreis, kein Feature-Gate.
Wer noch kein bchic nutzt: Kostenlosen Account anlegen und in fünf Minuten live sein. Cookieless, DSGVO-nativ, und ab jetzt mit einem Gehirn, das mitdenkt.
