MCP-Server: Ihr KI-Agent kann jetzt Termine buchen

Ihr KI-Agent kann einen Aufsatz schreiben, einen Vertrag analysieren und Dokumentation in 30 Sprachen übersetzen. Aber kann er einen Friseurtermin buchen?

Bis vor Kurzem lautete die Antwort: nein. Nicht weil Sprachmodelle zu dumm sind. Sondern weil sie keine standardisierte Methode hatten, um mit externen Systemen zu kommunizieren. Jede Integration erforderte dedizierten Code, Endpoint-Mapping und manuelle Autorisierungsverwaltung.

Model Context Protocol (MCP) ändert das. Es ist ein offener Standard für die Kommunikation zwischen KI-Agenten und externen Tools — eine Art USB-C für künstliche Intelligenz. Und die Timerise API hat einen integrierten MCP-Server, der Agenten echte Buchungsoperationen von der ersten Minute an ermöglicht.

Was ist das Model Context Protocol?

MCP (Model Context Protocol) ist ein von Anthropic entwickeltes Protokoll, das definiert, wie KI-Agenten Tools entdecken und nutzen können, die von externen Servern bereitgestellt werden. Statt API-Aufrufe in Prompts hartzukodieren, verbindet sich der Agent mit einem MCP-Server und erfährt automatisch, welche Operationen ihm zur Verfügung stehen.

Eine Analogie? Stellen Sie sich eine Speisekarte im Restaurant vor. Statt zu raten, was die Küche zubereiten kann, bekommt der Agent eine Liste von Gerichten (Tools) mit Beschreibungen und Zutaten (Parametern). Er wählt aus, was er braucht, und gibt die Bestellung auf.

In der Praxis funktioniert es so:

Der Agent sendet eine initialize-Anfrage an den MCP-Server.
Der Server gibt eine Liste verfügbarer Tools mit Beschreibungen und Parameter-Schemas zurück.
Der Agent ruft ein bestimmtes Tool mit den passenden Argumenten auf.
Der Server führt die Operation aus und gibt das Ergebnis zurück.

Kein Glue-Code. Keine manuelle Dokumentation. Der Agent versteht von selbst, was er tun kann.

Wie funktioniert der MCP-Server in Timerise?

Der MCP-Server ist direkt in die Timerise API unter dem Pfad /mcp eingebunden. Es muss kein separater Prozess gestartet und keine zusätzliche Infrastruktur konfiguriert werden. Sie brauchen nur einen API-Schlüssel und die Server-Adresse:

Sandbox: https://sandbox-api.timerise.io/mcp
Produktion: https://api.timerise.io/mcp

Der Autorisierungsfluss ist einfach:

Der Agent sendet POST /mcp mit dem Header Authorization: Bearer <api-schlüssel>.
Der Server erstellt eine private MCP-Sitzung und gibt eine Sitzungs-ID im Header mcp-session-id zurück.
Jeder weitere Aufruf innerhalb dieser Sitzung verwendet denselben API-Schlüssel.
Der Agent sendet DELETE /mcp, um die Sitzung zu beenden.

Alle Zugriffskontrollen von Timerise gelten unverändert — der API-Schlüssel bestimmt, auf welche Projekte und Dienste der Agent zugreifen kann.

16 Tools für die vollständige Buchungsverwaltung

Der MCP-Server stellt 16 Tools bereit, aufgeteilt in vier Gruppen. Sie decken den gesamten Buchungslebenszyklus ab und geben Entwicklern Zugriff auf das API-Schema und die Schlüsselverwaltung.

Diensterkennung

list_projects — Liste der Projekte, die mit dem API-Schlüssel zugänglich sind
get_project — Details eines ausgewählten Projekts
list_services — Liste der Dienste innerhalb eines Projekts
get_service — Dienstdetails, einschließlich erforderlicher Formularfelder (formFields)
list_locations — Liste physischer oder virtueller Standorte

Verfügbarkeitsprüfung

list_available_slots — Abfrage verfügbarer Slots in einem bestimmten Zeitraum

Buchungsverwaltung

create_booking — Buchung erstellen (slot-basiert oder zeitraumbasiert)
confirm_booking — Buchung bestätigen (Status von NEW auf CONFIRMED ändern)
cancel_booking — Buchung stornieren
reschedule_booking — Buchung auf einen anderen Termin verschieben
list_bookings — Buchungen mit Filtern auflisten (Status, Dienst, Zeitraum)
get_booking_details — Vollständige Details einer bestimmten Buchung

Entwickler-Tools

get_api_schema — Vollständiges GraphQL-API-Schema im SDL-Format abrufen, nützlich für die Erkundung der Datenstruktur und den Aufbau von Integrationen
list_api_users — API-Benutzer und ihre Schlüssel innerhalb eines Projekts auflisten
create_api_key — Neuen API-Schlüssel für ein Projekt erstellen (der Schlüssel wird nur einmal angezeigt)
delete_api_key — API-Schlüssel anhand seiner ID löschen

Mit diesen Tools kann ein KI-Agent nicht nur Buchungen abwickeln, sondern auch Entwickler beim Onboarding unterstützen — das API-Schema abrufen, einen Sandbox-Schlüssel erstellen und sofort mit der Integration beginnen. Alles ohne die IDE zu verlassen.

Der Agent muss weder die GraphQL-Struktur noch Anfrageformate kennen. Der MCP-Server abstrahiert diese Details und stellt saubere, gut beschriebene Tools bereit.

Von der Frage zur Buchung — Schritt für Schritt

Sehen wir uns an, wie ein KI-Agent den vollständigen Buchungsprozess mit MCP-Tools durchführt. Der Benutzer schreibt: „Buche mir einen Haarschnitt am Montagmorgen, wenn etwas verfügbar ist."

Schritt 1: Projekt finden

Der Agent ruft list_projects auf und erhält eine Projektliste, z. B. "Haircut Studio" mit der ID prj_abc123.

Schritt 2: Dienst finden

Der Agent ruft list_services mit der projectId auf und findet "Men's Haircut" mit der ID svc_xyz789.

Schritt 3: Erforderliche Felder prüfen

Der Agent ruft get_service auf, um zu erfahren, welche Daten für die Buchung benötigt werden. Der Server gibt eine Feldliste zurück: vollständiger Name (erforderlich), E-Mail (erforderlich), Telefon (optional).

Schritt 4: Verfügbarkeit prüfen

Der Agent ruft list_available_slots mit dem Zeitraum Montagmorgen auf und erhält eine Liste freier Slots mit ihren IDs.

Schritt 5: Buchung erstellen

Der Agent ruft create_booking mit dem ausgewählten Slot, Benutzerdaten und Zeitzone auf. Die Buchung wird mit dem Status NEW erstellt.

Schritt 6: Buchung bestätigen

Der Agent ruft confirm_booking auf, um den Status auf CONFIRMED zu ändern.

Sechs Tool-Aufrufe. Null Zeilen Integrationscode. Der Agent bestimmt die Reihenfolge der Operationen selbst anhand der Tool-Beschreibungen des MCP-Servers.

Einrichtung in 2 Minuten

Der Timerise MCP-Server funktioniert mit jedem Client, der das MCP-Protokoll unterstützt. So verbinden Sie ihn mit gängigen Tools.

Claude Desktop

Bearbeiten Sie die Konfigurationsdatei (macOS: ~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "timerise": {
      "url": "https://sandbox-api.timerise.io/mcp",
      "headers": {
        "Authorization": "Bearer SANDBOX-ihr-api-schluessel"
      }
    }
  }
}

Produktion: Ersetzen Sie die URL durch https://api.timerise.io/mcp und verwenden Sie einen Schlüssel mit dem Präfix PROD-.

Nach dem Neustart von Claude Desktop bestätigt das Hammer-Symbol in der Symbolleiste, dass die MCP-Tools aktiv sind. Fragen Sie Claude: „Welche Timerise-Projekte siehst du?" — es wird automatisch list_projects aufrufen.

Claude Code (CLI)

claude mcp add timerise \
  --transport http \
  --url https://sandbox-api.timerise.io/mcp \
  --header "Authorization: Bearer SANDBOX-ihr-api-schluessel"

Cursor

Bearbeiten Sie ~/.cursor/mcp.json oder nutzen Sie Cursor Settings → MCP → Add Server:

{
  "mcpServers": {
    "timerise": {
      "url": "https://sandbox-api.timerise.io/mcp",
      "headers": {
        "Authorization": "Bearer SANDBOX-ihr-api-schluessel"
      }
    }
  }
}

OpenAI Agents SDK (Python)

from agents import Agent, Runner
from agents.mcp import MCPServerStreamableHttp

async with MCPServerStreamableHttp(
    url="https://sandbox-api.timerise.io/mcp",
    headers={"Authorization": "Bearer SANDBOX-ihr-api-schluessel"},
) as timerise:
    agent = Agent(
        name="Buchungsassistent",
        instructions="Sie helfen Benutzern bei der Terminbuchung.",
        mcp_servers=[timerise],
    )
    result = await Runner.run(
        agent, "Buche mir einen Slot am Montagmorgen."
    )

In jedem Fall beschränkt sich die Einrichtung auf die Angabe der MCP-Server-URL und eines API-Schlüssels. Den Rest übernimmt das Protokoll.

Test- und Debugging-Tools

Bevor Sie Ihren Agenten in die Produktion entlassen, lohnt es sich, die MCP-Verbindung zu testen. Timerise bietet Ihnen dafür mehrere Wege.

MCP Inspector

MCP Inspector ist ein browserbasiertes Tool zum interaktiven Testen von MCP-Servern. Starten Sie es mit einem einzigen Befehl:

npx @modelcontextprotocol/inspector

In der Oberfläche unter http://localhost:5173 wählen Sie Streamable HTTP als Transport, geben die Adresse https://sandbox-api.timerise.io/mcp ein und fügen den Autorisierungs-Header hinzu. Sie können alle 16 Tools durchsuchen, mit beliebigen Argumenten aufrufen und die rohen JSON-RPC-Nachrichten im Tab Network beobachten.

Testen mit curl

Wenn Sie das Terminal bevorzugen, initialisieren Sie eine Sitzung manuell:

curl -si -X POST https://sandbox-api.timerise.io/mcp \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer SANDBOX-ihr-api-schluessel" \
  -d '{
    "jsonrpc": "2.0",
    "method": "initialize",
    "params": {
      "protocolVersion": "2025-03-26",
      "capabilities": {},
      "clientInfo": { "name": "test", "version": "0.1" }
    },
    "id": 1
  }'

Der Server gibt einen mcp-session-id-Header zurück. Verwenden Sie ihn in nachfolgenden Anfragen, z. B. zum Abrufen der Tool-Liste (tools/list) oder zum Aufrufen eines bestimmten Tools (tools/call).

Häufige Probleme

404 Session not found — die Sitzung ist abgelaufen oder die API wurde neugestartet. Senden Sie eine neue initialize-Anfrage ohne den mcp-session-id-Header.
Not authorized — der API-Schlüssel hat keinen Zugriff auf das angegebene Projekt. Prüfen Sie die Berechtigungen im Timerise-Dashboard.
Slot not available — der Slot wurde von jemand anderem gebucht. Rufen Sie list_available_slots erneut auf.

MCP-Sitzungen leben auf der Serverseite. Wenn die Verbindung unterbrochen wird, sollte der Agent die Sitzung neu initialisieren.

OAuth 2.1 für Claude.ai und andere Plattformen

Neben der Bearer-Token-Autorisierung unterstützt Timerise OAuth 2.1 mit PKCE — den Standard, der von Claude.ai, ChatGPT, Google Gemini und anderen KI-Plattformen benötigt wird, die sich mit entfernten MCP-Servern verbinden.

Der Prozess sieht folgendermaßen aus:

Ein Administrator erstellt OAuth-Anmeldedaten über die GraphQL-API (mcpOAuthClientCreate).
clientId und clientSecret werden in den Einstellungen der KI-Plattform konfiguriert.
Die Plattform führt automatisch OAuth-Endpoint-Discovery, Autorisierung und Token-Austausch durch.
Das resultierende Zugriffstoken ist ein Standard-Timerise-API-Schlüssel.

Damit kann ein KI-Agent auf Claude.ai dieselben 16 MCP-Tools nutzen wie ein Agent, der über Bearer-Token verbunden ist — ohne zusätzliche Konfiguration auf Entwicklerseite.

Wann ist MCP sinnvoll?

Der MCP-Server in Timerise eignet sich für Szenarien, in denen ein KI-Agent eigenständig Buchungsoperationen durchführen muss, ohne Entwicklereingriff:

Kundenservice-Chatbots — ein Bot auf der Website oder in WhatsApp, der selbstständig Termine bucht, verschiebt oder storniert.
Sprachassistenten — ein Voicebot in einer Klinik, der dem Patienten während eines Telefonats einen neuen Termin vorschlägt.
IDE-Agenten — ein Entwickler in Cursor bittet den Agenten, verfügbare Test-Slots in der Sandbox-Umgebung zu prüfen.
Interne Automatisierung — ein Python-Skript mit dem OpenAI Agents SDK, das täglich die Auslastung prüft und einen Bericht erstellt.

In jedem dieser Fälle braucht der Agent keinen dedizierten Integrationscode. Eine MCP-Serververbindung und ein API-Schlüssel mit den richtigen Berechtigungen genügen.

Zusammenfassung

Model Context Protocol ist das fehlende Bindeglied zwischen intelligenten Sprachmodellen und realen Geschäftssystemen. Timerise bettet einen MCP-Server direkt in die API ein und eliminiert so die Notwendigkeit, Integrationscode zu schreiben.

16 Tools decken den gesamten Buchungszyklus ab — von der Diensterkennung über die Verfügbarkeitsprüfung bis hin zur Erstellung und Verwaltung von Buchungen. Die Einrichtung dauert Minuten, nicht Tage. Und dank OAuth-2.1-Unterstützung funktioniert der MCP-Server sowohl mit lokalen Entwicklertools als auch mit KI-Plattformen in der Cloud.

Wenn Sie einen KI-Agenten bauen, der Buchungen abwickeln soll, schreiben Sie keinen weiteren REST-API-Wrapper. Verbinden Sie ihn mit dem Timerise MCP-Server und lassen Sie ihn arbeiten.

Timerise MCP-Dokumentation →

MCP-Server mit MCP Inspector testen →

Registrieren und kostenlos starten →

<br>

Mateusz Sowa