Zum Hauptinhalt springen
StudioMeyer

LLM Integration · CRM & ERP

LLM in CRM, ERP, Shopify einklinken. Per Sprache statt Dashboard.

Salesforce, HubSpot, Pipedrive, Shopify, SAP, DATEV, Lexware — wir verbinden dein bestehendes Tool mit Claude, ChatGPT oder einem eigenen Bot. Du fragst *welche Deals haben diesen Monat 80%+ Probability* und bekommst die Antwort. Mit Permissions, Sandbox-Test und Audit-Log.

Was du bekommst

Sechs Bausteine für eine produktionsreife LLM-Anbindung

Wir bauen nicht nur einen Wrapper um deine API. Wir bauen die ganze Brücke inklusive Permissions, Sandbox-Mode und bidirektionaler Sync. Damit aus *kann ich einbauen* ein zuverlässiges Production-Setup wird.

API-Mapping deiner Geschäftslogik
Wir gehen mit dir durch welche Endpoints und welche Felder dein CRM oder ERP oder Shop bereitstellt. Was relevant ist für LLM-Zugriff, was draußen bleiben sollte (Gehälter, Personaldaten, internes Reporting).
Custom MCP-Server oder REST-API-Bridge
Wir bauen entweder einen Custom MCP-Server (Model Context Protocol — der Standard für LLM-Tool-Anbindung 2026) oder nutzen einen existierenden. Alternative: REST-API-Bridge mit OpenAPI-Spec wenn dein Tool noch nicht MCP-fähig ist.
Permission-System pro Rolle
Geschäftsführung sieht alles, Vertrieb nur seine Deals, Marketing nur Anzeigen-Daten, Praktikant nur lesen. Permissions werden auf MCP-Tool-Ebene durchgesetzt, nicht im LLM-Prompt — sicher gegen Prompt-Injection.
Webhook-Sync für bidirektionale Updates
Wenn das LLM ein Deal anlegt, landet es im CRM. Wenn jemand im CRM einen Status ändert, sieht das LLM die Änderung beim nächsten Call. Keine veralteten Antworten aus dem Vortag.
Sandbox-Mode mit Test-Daten
Vor Production lassen wir das LLM mit einer Sandbox-Kopie deines CRMs reden. Du kannst die echten Antworten sehen, bevor das System mit echten Daten arbeitet. Falsche Antworten werden hier gefangen.
Audit-Log und Monitoring
Jeder Tool-Call wird geloggt mit User, Timestamp, Tool, Parametern, Antwort. Du kannst nachvollziehen wer wann was abgefragt hat. Pflicht für DSGVO und interne Compliance.

Wofür das nutzt

Fünf konkrete CRM-und-ERP-Anbindungen

HubSpot in Claude Desktop für den Vertriebsleiter

Du fragst Claude im Daily *welche Deals haben diesen Monat über 80% Probability und Last-Update älter als 7 Tage* — Claude ruft via MCP HubSpot ab, filtert, antwortet mit Liste plus Empfehlungen wem man hinterherrufen sollte. Spart 15-20 Minuten pro Tag für Pipeline-Hygiene.

Shopify in ChatGPT für den Shop-Inhaber

Du fragst *welche Produkte unter 80 EUR sind in Größe L lagernd und haben Verkäufe gestiegen gegenüber letztem Monat* — die KI ruft Shopify-API ab und liefert die Antwort. Plus Empfehlungen welche Produkte du pushen solltest.

DATEV-Anbindung für den Steuerberater

Mandanten-Anrufe werden produktiver wenn du im Gespräch mit Claude fragst *was sind die offenen Rechnungen bei Mandant X dieses Quartal*. DATEV-Daten kommen via MCP-Bridge. Read-Only, Audit-Log Pflicht, DSGVO-Vertrag mit AV-Klausel.

Salesforce in Cursor für den Dev-Team-Lead

Entwickler fragen aus der IDE heraus Daten aus dem CRM ab (z.B. für Customer-Success-Features oder Reporting-Dashboards), ohne Salesforce-UI öffnen zu müssen. Spart Context-Switching.

Pipedrive in eigenem Bot für Lead-Routing

Anfragen aus deinem Website-Bot werden automatisch ins Pipedrive einsortiert. Bot kennt die Pipedrive-Pipeline-Stufen, legt Deals an mit korrekten Tags und Owner-Zuweisung. Spart manuelle CRM-Pflege.

So läuft das ab

Vier Phasen vom Tool-Audit zur Production

  1. 01

    Tool-Audit

    Wir gehen mit dir durch was dein CRM oder ERP oder Shop kann (API-Verfügbarkeit, Endpoints, Rate-Limits, Datenmodell). Plus DSGVO-Mapping: welche Felder sind sensibel, welche brauchen explizite Erlaubnis, welche nicht raus.

  2. 02

    MCP-Server-Setup oder REST-Bridge

    Wenn dein Tool MCP-fähig ist (HubSpot, Salesforce, Notion, Linear haben Standard-MCPs), nutzen wir den. Falls nicht (DATEV, Lexware, viele ERPs) bauen wir einen Custom-MCP. Plus Permission-Schicht auf MCP-Tool-Level.

  3. 03

    Sandbox-Test mit Test-Daten

    Wir klonen dein CRM-Tool oder eine Test-Instanz. Du gibst uns 20-30 typische Fragen die du erwartest. Wir testen jede. Erfolgs-Kriterium: korrekte Antworten plus richtige Permission-Anwendung plus Audit-Log konsistent.

  4. 04

    Production-Rollout mit Monitoring

    System geht live, Audit-Log läuft, wir tracken Tool-Call-Volumen, Erfolgsrate, Permission-Verstoesse (sollten Null sein). Monatliches Monitoring-Reporting. Bei API-Änderungen deines Tools (HubSpot deprecated v3 für v4, Shopify ändert REST zu GraphQL) ziehen wir den Connector mit.

Preis

Ab 2.500 EUR Setup plus 199-399 EUR/Mo Hosting und Wartung

Standard-Tools mit existierendem MCP-Server (HubSpot, Salesforce, Notion, Linear): ab 2.500 EUR Setup plus 199 EUR/Mo. Custom-MCP für SpezialTools (DATEV, Lexware, deutsche ERPs): ab 4.500 EUR Setup plus 299 EUR/Mo. Read-only-Anbindungen sind günstiger als bidirektional. LLM-Kosten laufen separat auf deinen OpenAI- oder Anthropic-Account.

Preise und Pakete

FAQ

Häufige Fragen zu LLM-CRM-und-ERP-Anbindung

Welche CRM-und-ERP-Tools unterstützt ihr?

Standard-Stack: HubSpot, Salesforce, Pipedrive, Notion, Linear, Airtable, Microsoft Dynamics, Zoho — diese haben Standard-MCP-Server die wir nur konfigurieren und mit Permission-Schicht erweitern. Mid-Tier: Shopify, WooCommerce, Stripe, QuickBooks, Xero, SAP (S/4HANA und Business One) — Custom-MCP nötig aber Standard-APIs. Deutsche Tools: DATEV, Lexware, sevDesk, BuchhaltungsButler — Custom-MCP, oft mit API-Limits die wir umarbeiten müssen.

Was wenn mein Tool keine API hat?

Dann gibt es drei Optionen: 1) RPA-Brücke (wir bauen einen Bot der das Tool wie ein Mensch bedient) — geht, ist aber fragil und teuer in der Wartung. 2) Datenbank-Brücke wenn das Tool eine eigene DB hat auf die wir Read-Only zugreifen können. 3) Workaround via Export-Import-Pipelines (z.B. CSV-Export jede Stunde). Wir empfehlen Option 2 wenn möglich, sonst neues Tool wählen.

MCP-Server oder REST-API-Bridge?

MCP ist 2026 der Standard für LLM-Tool-Anbindung. Vorteile: Standard-Protokoll, von Claude und ChatGPT und Cursor und Codex direkt unterstützt, eingebaute Permission-Modelle. REST-API-Bridge nutzen wir wenn du das Tool auch für Nicht-LLM-Use-Cases brauchst (klassische Web-Apps, Mobile-Apps). Oft ist es beides in Kombination.

Wie sicher ist die Anbindung wirklich?

Vier Schichten: 1) OAuth oder API-Key mit Secret-Manager (Vault, AWS Secrets Manager, kein Plain-Text) 2) Permission-Layer auf MCP-Tool-Ebene mit Per-User-Rollen 3) Rate-Limiting damit kein LLM-Loop dein CRM überlastet 4) Audit-Log für alle Calls. Plus: sensible Felder (Gehälter, Personaldaten) werden im MCP-Server-Code geblocklisted, das LLM sieht sie nie.

Wer darf was sehen (Permissions)?

Permissions werden pro User definiert. Beispiel: Geschäftsführung sieht alle Deals, Außendienst nur Deals in eigenem Territorium, Praktikant nur Read-Only auf Kontakte ohne Telefonnummern. Wir mappen die User-Rollen aus deinem bestehenden Tool (z.B. Salesforce-Rollen) auf MCP-Permission-Sets. Bei Änderungen im Tool werden die Permissions automatisch nachgezogen.

Was wenn das Tool seine API ändert?

Standard-MCP-Server (HubSpot, Salesforce) bekommen Updates von uns oder von der Tool-Community — wir ziehen die Updates ein und testen. Custom-MCP wartet das Studio (in den 199-399 EUR/Mo Hosting enthalten). Wir tracken API-Deprecation-Notices von OpenAI, Anthropic, HubSpot, Salesforce — bei Breaking-Changes haben wir das System angepasst bevor die alte Version abgeschaltet wird.

Nächster Schritt

Erstgespräch 30 Minuten kostenlos.

Wir schauen welches Tool du verbinden willst, welche Felder relevant sind und welcher Anbindungs-Typ Sinn macht. Ehrliche Einschätzung, kein Sales-Pitch.

LLM in CRM, ERP, Shopify einklinken: MCP + API-Integration | StudioMeyer | StudioMeyer