KI-Tools · Data & Digital
Verbinden Sie Ihr Warehouse, Ihre BI, Ihre Vector Stores und Notebooks mit einem KI-Assistenten, damit er Ihre Daten mit echtem Schema-Kontext abfragen, erkunden und erklären kann, ohne handgeschriebenes SQL.
25 Ressourcen
Warehouses & SQL
9MCP Toolbox for Databases (genai-toolbox)
Googles Open-Source-MCP-Server zur Verbindung von KI-Agenten mit Datenbanken, mit vorgefertigten Tools, Connection Pooling, IAM-Auth und OpenTelemetry. Unterstützt werden BigQuery, Postgres, MySQL, SQL Server, Oracle, Snowflake, ClickHouse und viele weitere. Gedacht für Data-Teams, die ihren Agenten mehrere Datenbanken bereitstellen.
ClickHouse MCP Server
Der offizielle MCP-Server von ClickHouse, mit dem ein KI-Assistent SQL-Queries ausführen und Datenbanken sowie Tabellen auf einem ClickHouse-Cluster durchsuchen kann. Er unterstützt zudem die eingebettete chDB-Engine und einen Read-only-Modus, der vor destruktiven Operationen schützt. Nützlich für Analytics-Teams, die in großem Maßstab arbeiten.
dbt MCP Server
Der offizielle MCP-Server von dbt Labs für die Interaktion mit dbt Core, dbt Fusion und der dbt Platform. Er stellt AI-Agenten SQL-Ausführung, den Semantic Layer, die Discovery API und CLI-Befehle bereit. Richtet sich an Analytics-Engineering-Teams, die ihre Daten mit dbt modellieren.
MotherDuck / DuckDB MCP Server
Offizieller MCP-Server für DuckDB und MotherDuck, der SQL-Analysen über lokale Dateien, In-Memory-Daten, S3-gehostete und MotherDuck-Cloud-Datenbanken ermöglicht. Läuft standardmäßig read-only. Nützlich, um analytische Daten schnell aus einem KI-Assistenten heraus abzufragen.
Databricks MCP Servers (Unity Catalog / Genie)
Databricks Labs MCP Server, die Unity-Catalog-Daten, Vector-Search-Indizes, Funktionen und Genie Spaces für KI-Agenten verfügbar machen. Damit kann ein Assistent Unternehmensdaten abfragen. Gedacht für Data-Teams, die auf dem Databricks Lakehouse arbeiten.
PostgreSQL MCP server
MCP-Server, mit dem Claude eine PostgreSQL-Datenbank abfragen und deren Schemas direkt einsehen kann. Der Assistent beantwortet damit Datenfragen, ohne dass Sie SQL von Hand schreiben. Nützlich, um eine relationale Datenbank in natürlicher Sprache zu erkunden.
Snowflake Managed MCP Server (Cortex)
Snowflakes offizieller managed MCP-Server: eine governance-fähige Schnittstelle, die AI-Agents Zugriff auf Cortex Analyst (strukturierte Daten über semantische Views), Cortex Search (Suche in unstrukturierten Daten) und direkte SQL-Ausführung gibt, mit rollenbasierter Zugriffskontrolle und ohne separate Infrastruktur. Gedacht für Data-Teams, die auf Snowflake arbeiten.
Starburst MCP Server (Trino)
In Starburst Enterprise/Galaxy integrierter MCP-Server: ein zustandsloser, authentifizierter HTTP-Endpunkt für Read-only-SQL auf einem Starburst-(Trino-)Cluster, dazu Tools für Data-Product-Suche und parametrisierte Queries. Gedacht für Teams, die föderierte Daten über Trino abfragen.
Supabase MCP Server
MCP-Server, der einen KI-Assistenten mit Supabase-Projekten verbindet, um Tabellen zu verwalten, SQL auszuführen, Migrationen zu handhaben und die Datenbank abzufragen. Nützlich, um ein Supabase-Postgres-Backend aus einem Assistenten heraus zu steuern. Richtet sich an Entwickler, die auf Supabase aufbauen.
BI & Analytics
5Tableau MCP Server
Der offizielle MCP-Server von Tableau: eine Sammlung von Tools, Ressourcen und Prompts, mit denen KI-Agenten in Tableau veröffentlichte Daten abfragen und verstehen können. Nützlich, um Dashboards und Datenquellen aus einem Assistenten heraus zu erkunden. Für BI-Teams, die mit Tableau arbeiten.
Advanced Data Analysis (docs)
Eine ChatGPT-Funktion, mit der Sie Dateien und Tabellen hochladen können. ChatGPT schreibt und führt dann Python-Code aus, um die Daten zu bereinigen, zu analysieren und zu visualisieren. Nützlich, um einen Datensatz zu erkunden und Ergebnisse zu erhalten, ohne selbst Code zu schreiben. Praktisch für Data-Teams, die schnelle Ad-hoc-Analysen brauchen.
Data Analyst (GPT)
Der offizielle Data Analyst GPT von OpenAI: Laden Sie eine Tabelle oder einen Datensatz hoch und Sie erhalten über den Code Interpreter Analysen, Charts und Insights in verständlicher Sprache. Direkt in ChatGPT einsatzbereit. Praktisch für schnelle Insights ohne Setup.
Metabase MCP Server (CognitionAI)
Community-MCP-Server, der die Metabase-API mit über 80 Tools abdeckt: Dashboards, Cards/Questions, Datenbanken und Tabellen. Er ermöglicht es einem KI-Assistenten, Analytics in Metabase auszuführen und zu verwalten. Nützlich für BI-Teams, die ihre Dashboards über einen Assistenten steuern wollen.
SQL Chat (GPT)
Custom GPT, das beim Schreiben, Erklären und Optimieren von SQL-Queries hilft und Fragen in natürlicher Sprache in SQL übersetzt. Direkt in ChatGPT nutzbar. Nützlich für Analysten und Business-User, die Queries erstellen wollen, ohne die komplette Syntax zu beherrschen.
Vektor- & Such-DBs
6Qdrant MCP Server
Der offizielle MCP-Server von Qdrant, der als semantische Memory-Schicht arbeitet: Er speichert und ruft Vektoren über die Vektorsuchmaschine Qdrant für LLM-Apps ab. Nützlich, um einem Assistenten Memory und Retrieval zu geben. Gedacht für Teams, die RAG-Anwendungen bauen.
MongoDB MCP Server
Der offizielle MCP-Server von MongoDB für MongoDB-Datenbanken und Atlas-Cluster. Er bietet find/aggregate/insert/update/delete sowie die Verwaltung von Atlas-Clustern und Stream Processing, im Read-only- oder Full-Access-Modus. Gedacht für Teams, die mit Dokumentdaten arbeiten.
Elasticsearch MCP Server
Der offizielle MCP-Server von Elastic, der einen KI-Agenten mit Elasticsearch-Indizes verbindet und ihn diese in natürlicher Sprache abfragen lässt. Er befindet sich inzwischen im Maintenance-Mode und wurde durch den MCP-Endpoint des Elastic Agent Builder (9.2.0+) ersetzt. Nützlich für Teams, die Search und Daten auf Elasticsearch betreiben.
Chroma MCP Server
Der offizielle MCP-Server von Chroma, der einen KI-Assistenten mit der Vektordatenbank Chroma verbindet: semantische Suche, Volltextsuche und Metadaten-Filterung über Collections hinweg. Für RAG-Workflows gebaut. Gedacht für Teams, die Retrieval- und Memory-Layer für LLM-Apps aufbauen.
Neo4j MCP Server
Der offizielle MCP-Server von Neo4j (in Go geschrieben), der einem AI-Assistenten strukturierten Zugriff auf einen Neo4j-Graph gibt: Schema-Exploration, Cypher-Ausführung über natürliche Sprache und Auflistung der GDS-Prozeduren. Gedacht für Teams, die mit Graphdaten arbeiten.
Pinecone Developer MCP Server
Der offizielle MCP-Server von Pinecone, mit dem ein AI-Coding-Assistant die Pinecone-Docs durchsuchen, Indexes verwalten und Vektordaten direkt aus der Entwicklungsumgebung abfragen kann. Richtet sich an Entwickler, die Anwendungen für semantische Suche bauen.
Notebooks & Frameworks
4Jupyter MCP Server
Der MCP-Server von Datalayer, mit dem ein KI-Client Jupyter Notebooks in Echtzeit steuern kann: Zellenoperationen, Kernel-Steuerung und Live-Sync des Notebooks. Nützlich, um die Ausführung und Bearbeitung von Notebooks zu automatisieren. Richtet sich an Data Scientists und ML-Teams.
Vertex AI
Die Plattform von Google Cloud, um Gemini in Produktion zu bringen: Skalierung, Security, Deployment und Managed Agents. Sie wird genutzt, um KI-Modelle und -Anwendungen im Unternehmenskontext zu bauen, zu trainieren und zu betreiben. Für Data- und ML-Teams auf Google Cloud.
LangChain
Weit verbreitetes Open-Source-Framework zum Aufbau von LLM-Anwendungen und Agenten über verschiedene Anbieter hinweg (Claude, OpenAI, Gemini). Es liefert Bausteine und Abstraktionen, um Modelle, Tools und Datenquellen zu verketten. Richtet sich an Entwickler, die KI-Anwendungen bauen.
LlamaIndex
Open-Source-Data-Framework mit Fokus auf RAG, das Ihre Dokumente und Daten mit jedem LLM verbindet. Es liefert Tooling für Indexing, Retrieval und Queries, um Ihre Quellen in natürlicher Sprache abzufragen. Gedacht für Entwickler, die Retrieval-Augmented-Anwendungen bauen.