Was ist MCP?
Das Model Context Protocol ist ein offener Standard, mit dem AI-Assistenten (Claude Code, Cursor, andere) auf externe Tools und Datenquellen zugreifen. Rankion stellt einen MCP-Server bereit, der jedes API-Endpoint als „Werkzeug" für den Assistenten exponiert.
API-Token in Rankion erstellen
Gehe in Rankion zu Settings → API & Integrations → „+ Neuer Token". Vergib einen aussagekräftigen Namen (z.B. „Claude Code Mac"), wähle die Scopes (für vollen Zugriff: „all") und kopiere den Token sofort — er wird nur einmal angezeigt.
Achtung
Behandle den Token wie ein Passwort. Wer ihn hat, kann auf deine Daten zugreifen UND Credits verbrauchen. Niemals in öffentliche Repos pushen.
MCP-Server in Claude Code konfigurieren
Öffne deine Claude-Code-MCP-Config (`~/.claude/mcp_servers.json` oder via `claude mcp add`). Füge folgenden Eintrag hinzu:
{
"mcpServers": {
"rankion": {
"command": "npx",
"args": ["-y", "@rankion/mcp-server"],
"env": {
"RANKION_API_TOKEN": "rk_live_YOUR_API_TOKEN"
}
}
}
}Alternativ als One-Liner über die Claude-CLI:
claude mcp add rankion \
--command "npx -y @rankion/mcp-server" \
--env RANKION_API_TOKEN=rk_live_YOUR_API_TOKENVerbindung testen
Starte Claude Code neu. Tippe in einer beliebigen Session:
Liste meine Rankion-Projekte aufWenn die Verbindung steht, antwortet Claude mit einer Liste deiner Projekte. Falls nicht: prüfe den Token (gültig?), die JSON-Syntax der Config (kommas?) und ob `npx` in deinem `$PATH` ist.
Erste echte Befehle
Drei Beispiele, die zeigen, wofür MCP wirklich nützlich ist:
# Keyword-Recherche aus dem Terminal
> Mach eine A-Z-Expansion für "nachhaltige rucksäcke" im Projekt "Outdoor"
und gib mir die Top-20-Keywords nach Suchvolumen.
# Artikel direkt erstellen lassen
> Generiere im Projekt "Outdoor" einen Artikel für das Keyword
"wanderrucksack 30l damen test 2026" und exportiere ihn als Markdown
in ./content/.
# AI-Visibility-Report on demand
> Wie ist meine Mention Rate bei "beste seo tools 2026" diese Woche
in ChatGPT und Perplexity? Vergleiche mit letzter Woche.Komplexere Workflows
Der eigentliche Hebel: Claude kettet MCP-Tools selbständig. Du gibst ein Ziel vor, Claude orchestriert die Schritte. Beispiel:
> Analysiere das Top-3-Keyword im Projekt "Magazin" auf AI-Sichtbarkeit,
finde drei Wettbewerber, die besser ranken, identifiziere die fehlenden
Subtopics und schlage drei neue Artikel vor mit Briefings, die ich
direkt in Bulk Generation kippen kann.Ergebnis
Ergebnis: Du hast einen SEO-Co-Pilot direkt im Terminal, der nicht nur Daten abruft, sondern aktiv Strategien vorschlägt und ausführt — ohne dass du das Web-UI öffnen musst.
Was du gelernt hast
- ✓ MCP als offenen Standard zum Verbinden von AI-Assistenten mit Tools verstanden
- ✓ API-Token mit korrektem Scope erstellt und sicher gespeichert
- ✓ MCP-Server-Eintrag in `~/.claude/mcp_servers.json` konfiguriert
- ✓ Verbindung mit „Liste meine Projekte"-Befehl verifiziert
- ✓ Mehrstufige Workflows (Recherche → Vergleich → Briefings) per natürlicher Sprache orchestriert