Warum bietet Pimcore die beste Grundlage für KI-Apps?
Unternehmen investieren zunehmend in KI-Apps, intelligente Assistenten und automatisierte Prozesse. In der Praxis zeigt sich jedoch schnell: Eine KI ist immer nur so gut wie die Informationen, auf die sie zugreifen kann. Wenn Produktdaten, Dokumente, Bilder, Kundendaten und Inhalte in unterschiedlichen Systemen, Tabellen und Verzeichnissen verteilt sind, entstehen unvollständige oder sogar falsche Antworten.
Genau hier spielt Pimcore seine Stärken aus. Die Plattform ermöglicht es, strukturierte Daten, digitale Medien und redaktionelle Inhalte zentral zu verwalten, miteinander zu verknüpfen und über Schnittstellen bereitzustellen. Über einen MCP-Server kann dieser zentrale Datenbestand zusätzlich für moderne KI-Apps und KI-Agenten zugänglich gemacht werden.
Damit wird Pimcore nicht nur zum technischen Fundament für Websites und Webshops, sondern auch zur zuverlässigen Datenbasis für unternehmensspezifische KI-Anwendungen.
Was ist Pimcore?
Pimcore ist eine Open-Core-Plattform für Product Experience Management. Sie verbindet Datenmanagement und Experience Management in einem zentralen System. Dazu gehören unter anderem Product Information Management, Master Data Management, Digital Asset Management, Customer Data Management, Content Management und Digital Commerce.
Die offizielle Pimcore Dokumentation beschreibt Pimcore als Plattform, die Produktinformationen, Stammdaten, digitale Medien, Kundendaten, Inhalte und digitale Handelslösungen auf einer gemeinsamen Datenbasis zusammenführt. docs.pimcore.com
Im Unterschied zu einem klassischen Content-Management-System ist Pimcore nicht auf die Verwaltung von Webseiteninhalten beschränkt. Unternehmen können nahezu beliebige Datenmodelle erstellen. Dazu gehören beispielsweise Produkte, Kategorien, technische Eigenschaften, Standorte, Händler, Ansprechpartner, Veranstaltungen, Maschinen, Ersatzteile, Verträge oder Serviceinformationen.
Diese Flexibilität ist ein wesentlicher Grund dafür, warum Pimcore für individuelle Digitalprojekte und KI-Apps besonders interessant ist. Die Plattform gibt nicht starr vor, wie ein Produkt, ein Kunde oder ein Dokument aufgebaut sein muss. Stattdessen wird das Datenmodell an die tatsächlichen Anforderungen des Unternehmens angepasst.
Welche beliebten Anwendungsfälle gibt es für Pimcore?
Unternehmenswebsites und Portale
Mit Pimcore lassen sich klassische Unternehmenswebsites, internationale Markenauftritte, mehrsprachige Websites, Kundenportale und komplexe Plattformen entwickeln. Redaktionelle Inhalte werden über Dokumente verwaltet und können mit strukturierten Daten sowie digitalen Assets verknüpft werden.
Eine Produktseite kann beispielsweise aus einem redaktionellen Seitengerüst, strukturierten Produktdaten und Bildern aus dem Digital Asset Management bestehen. Wird ein Produktbild zentral ausgetauscht, kann die neue Version automatisch überall dort erscheinen, wo dieses Asset verwendet wird. Pimcore unterstützt dabei unter anderem Multi-Site-Strukturen, Mehrsprachigkeit und die Wiederverwendung von Inhalten. docs.pimcore.com
Webshops und digitale Vertriebsplattformen
Pimcore eignet sich für B2B-Webshops, B2C-Shops, Produktkataloge, Händlerportale und individuelle Commerce-Lösungen. Besonders sinnvoll ist die Plattform, wenn Produkte komplexe Varianten, technische Merkmale, individuelle Preise oder kundenspezifische Sortimente besitzen.
Produktdaten, Preise, Medien, Kategorien und redaktionelle Inhalte können in einer gemeinsamen Umgebung verwaltet werden. Ein Webshop muss dadurch nicht mit zahlreichen voneinander getrennten Datenbanken arbeiten. Gleichzeitig kann Pimcore externe Shopsysteme und Marktplätze mit Daten versorgen.
Product Information Management
Als PIM-System ermöglicht Pimcore die zentrale Verwaltung von Produktinformationen. Dazu zählen Produktnamen, Artikelnummern, Beschreibungen, technische Daten, Übersetzungen, Varianten, Beziehungen, Klassifikationen und kanalspezifische Informationen.
Die Daten werden in sogenannten Data Objects gespeichert. Für jede Objektklasse kann definiert werden, welche Felder und Datentypen vorhanden sind. Pimcore unterstützt unter anderem Textfelder, Zahlen, Datumsangaben, Auswahllisten, Relationen, lokalisierte Felder, Vererbungen und Produktvarianten. docs.pimcore.com
Digital Asset Management
Im Digital Asset Management werden Bilder, Videos, PDF-Dateien, Office-Dokumente und weitere Dateien zentral organisiert. Assets lassen sich mit Metadaten, Schlagworten und Klassifikationen ergänzen. Aus einem hochauflösenden Bild können automatisch unterschiedliche Formate und Größen für Websites, Webshops oder andere Ausgabekanäle erzeugt werden.
Für KI-Apps ist das besonders wertvoll. Ein KI-Assistent kann nicht nur auf den Dateinamen eines Dokuments zugreifen, sondern auch auf strukturierte Metadaten, Beziehungen und Nutzungskontexte.
Schnittstellen und Systemintegration
Viele Unternehmen setzen Pimcore als zentrale Datendrehscheibe ein. Daten können aus ERP-Systemen, CRM-Lösungen, Lieferantendatenbanken oder vorhandenen Fachanwendungen importiert und anschließend an Websites, Webshops, Apps, Marktplätze, Händlerportale oder Printsysteme verteilt werden.
Mit dem Pimcore Datahub lassen sich verschiedene Endpunkte für unterschiedliche Anwendungen konfigurieren. GraphQL ist eine standardmäßig verfügbare Technologie. Weitere Möglichkeiten sind unter anderem Simple REST, Datei-Exporte und Webhooks. Über Schemas und Workspaces kann festgelegt werden, welche Daten ein Endpunkt sehen oder bearbeiten darf. docs.pimcore.com
Individuelle Softwarelösungen
Pimcore basiert auf PHP und Symfony und kann umfassend erweitert werden. Dadurch eignet sich die Plattform für individuelle Anwendungen, die über eine Website oder einen Webshop hinausgehen. Denkbar sind Produktkonfiguratoren, Serviceportale, Intranets, Angebotsplattformen, Händlerlösungen, Extranets und interne Wissenssysteme.
Warum benötigen KI-Apps eine zuverlässige Datenbasis?
Große Sprachmodelle können Texte analysieren, zusammenfassen und formulieren. Sie kennen jedoch nicht automatisch die aktuellen Preise, Lieferzeiten, Produktvarianten, internen Prozesse oder Vertragsbedingungen eines Unternehmens. Ohne eine kontrollierte Verbindung zu Unternehmensdaten bleibt eine KI-App auf allgemeines Wissen oder manuell bereitgestellte Informationen beschränkt.
In vielen Unternehmen liegen relevante Informationen verteilt in Excel-Dateien, E-Mails, Netzlaufwerken, ERP-Systemen, Webshops und Datenbanken. Selbst wenn eine KI technisch auf alle Quellen zugreifen könnte, wären Begriffe, Strukturen und Beziehungen häufig nicht eindeutig.
Ein Beispiel: In einer Tabelle steht eine interne Artikelnummer, im Webshop wird eine andere Kennung verwendet und im ERP-System existiert zusätzlich eine Materialnummer. Ohne klar definierte Beziehungen kann die KI nicht zuverlässig erkennen, dass alle Kennungen dasselbe Produkt betreffen.
Pimcore löst dieses Problem, indem Informationen strukturiert modelliert und miteinander verknüpft werden. Ein Produkt kann Beziehungen zu Kategorien, Varianten, Dokumenten, Bildern, Ersatzteilen, Herstellern und Zielgruppen besitzen. Die KI erhält dadurch nicht nur einzelne Textbausteine, sondern einen fachlich strukturierten Kontext.
Was ist ein MCP-Server?
MCP steht für Model Context Protocol. Dabei handelt es sich um ein offenes Protokoll, das die Kommunikation zwischen KI-Anwendungen und externen Datenquellen oder Werkzeugen standardisiert. Vereinfacht ausgedrückt ist MCP eine gemeinsame Sprache, über die eine KI-App herausfinden kann, welche Daten und Funktionen ein angeschlossenes System anbietet.
Die offizielle MCP-Spezifikation beschreibt eine Host-Client-Server-Architektur. Der MCP-Server stellt spezialisierte Daten und Funktionen bereit. Der MCP-Client ist Bestandteil der KI-Anwendung und baut die Verbindung zum Server auf. modelcontextprotocol.io
Ein MCP-Server kann Ressourcen, Prompts und Tools anbieten. Ressourcen liefern Kontextdaten, während Tools konkrete Funktionen bereitstellen. Eine KI-App kann dadurch beispielsweise eine Produktsuche ausführen, ein bestimmtes Objekt abrufen oder Beziehungen zwischen Datensätzen untersuchen. modelcontextprotocol.io
Der große Vorteil ist die Standardisierung. Statt für jede KI-App eine vollständig individuelle Integration zu entwickeln, kann ein MCP-kompatibler Zugang geschaffen werden. Voraussetzung ist natürlich, dass auch die verwendete KI-Anwendung externe MCP-Server unterstützt.
Wie kann Pimcore über einen MCP-Server mit KI-Apps verbunden werden?
Pimcore bietet im Datahub Simple REST einen MCP-Server-Endpunkt. Dieser ermöglicht es KI-Agenten und Sprachmodellen, auf freigegebene Pimcore-Daten zuzugreifen und Abfragen auszuführen. Laut aktueller Pimcore Dokumentation befindet sich diese Funktion zum Stand 3. September 2026 noch in einem experimentellen Status. Da MCP ein junger und dynamischer Standard ist, können sich Funktionen und technische Details in zukünftigen Versionen ändern. docs.pimcore.com
1. Datenmodell in Pimcore vorbereiten
Im ersten Schritt müssen die benötigten Informationen sauber in Pimcore modelliert sein. Für einen Produktassistenten könnten dies Produkte, Varianten, Kategorien, technische Daten, Downloads und Bilder sein. Für einen Service-Assistenten werden möglicherweise Maschinen, Ersatzteile, Wartungsintervalle und Handbücher benötigt.
Je genauer Felder, Beziehungen und Bezeichnungen definiert sind, desto besser kann die KI die Daten interpretieren. Aussagekräftige Feldnamen und klare Klassifikationen sind deshalb ebenso wichtig wie vollständige Inhalte.
2. Datahub Simple REST konfigurieren
Über eine Datahub-Konfiguration wird festgelegt, welche Daten für den vorgesehenen Anwendungsfall verfügbar sein sollen. Nicht jede KI-App benötigt Zugriff auf den gesamten Datenbestand. Ein öffentlicher Produktberater sollte beispielsweise keine internen Einkaufspreise oder unveröffentlichten Produkte sehen.
Mit Schemas lässt sich bestimmen, welche Klassen, Felder und Elementtypen bereitgestellt werden. Workspaces schränken zusätzlich ein, auf welche Bereiche der Objekt- und Asset-Bäume ein Endpunkt zugreifen darf. Dieses Prinzip unterstützt eine gezielte und anwendungsbezogene Freigabe. docs.pimcore.com
3. MCP-Server aktivieren
In den Delivery Settings der jeweiligen Simple REST Konfiguration wird die Option für den MCP-Server aktiviert. Zusätzlich wird ein API-Key benötigt. Die Konfiguration muss aktiv sein und einen gültigen Schlüssel besitzen.
Der MCP-Endpunkt ist anschließend über eine definierte Adresse innerhalb der Pimcore-Installation erreichbar. Die Authentifizierung erfolgt mit einem Bearer Token. Verschiedene Konfigurationen können unterschiedliche API-Keys verwenden, sodass Zugriffe granular voneinander getrennt werden können. Für den produktiven Einsatz empfiehlt die Pimcore Dokumentation HTTPS sowie einen sicheren Umgang mit den API-Keys. docs.pimcore.com
4. KI-App als MCP-Client anbinden
Die KI-App wird so konfiguriert, dass sie den Pimcore MCP-Server als externe Datenquelle beziehungsweise als Werkzeug verwendet. Dazu benötigt sie die URL des Endpunkts und die erforderlichen Zugangsdaten.
Bei einer Nutzerfrage entscheidet die KI-App anhand der bereitgestellten Tool-Beschreibungen, welche Funktion benötigt wird. Die Abfrage wird an Pimcore gesendet, Pimcore liefert strukturierte Ergebnisse zurück und das Sprachmodell formuliert daraus eine verständliche Antwort.
5. Typischer Ablauf einer Anfrage
- Ein Kunde fragt: Welche Maschine eignet sich für den Einsatzbereich X?
- Die KI-App erkennt, dass aktuelle Produktinformationen benötigt werden.
- Der MCP-Client ruft das passende Suchwerkzeug des Pimcore MCP-Servers auf.
- Pimcore durchsucht die freigegebenen und indexierten Produktdaten.
- Die Ergebnisse werden als strukturierte Daten an die KI-App übergeben.
- Die KI vergleicht Eigenschaften, Beziehungen und Einschränkungen.
- Der Kunde erhält eine verständliche Antwort auf Basis der aktuellen Pimcore-Daten.
Der von Pimcore dokumentierte MCP-Server stellt unter anderem Werkzeuge bereit, um zugängliche Datahub-Konfigurationen aufzulisten, Objekte und Assets zu durchsuchen, hierarchische Strukturen zu navigieren und Elemente anhand ihrer ID abzurufen. Suchergebnisse werden dabei als strukturierte JSON-Daten geliefert. docs.pimcore.com
Warum ist Pimcore die beste Grundlage für KI-Apps?
Ob Pimcore für ein konkretes Unternehmen die beste Lösung ist, hängt immer von den Anforderungen, der vorhandenen Systemlandschaft und den Zielen ab. Aus unserer Sicht bietet Pimcore jedoch eine besonders starke Grundlage für unternehmensspezifische KI-Apps.
1. Strukturierte statt unkontrollierte Daten
Eine KI kann einen langen Fließtext interpretieren. Für zuverlässige geschäftliche Anwendungen sind strukturierte Daten aber häufig wesentlich besser geeignet. Wenn Preis, Material, Gewicht, Freigabestatus und Lieferregion in eindeutig definierten Feldern gespeichert sind, kann eine KI diese Werte gezielt abfragen und vergleichen.
In Pimcore wird die Struktur eines Data Objects über eine Klassendefinition festgelegt. So entsteht ein konsistentes und maschinenlesbares Datenmodell. docs.pimcore.com
2. Beziehungen erzeugen wertvollen Kontext
Unternehmenswissen besteht nicht nur aus einzelnen Informationen, sondern aus Zusammenhängen. Ein Ersatzteil gehört zu einer Maschine, ein Dokument gilt für eine bestimmte Produktgeneration und ein Bild darf nur in ausgewählten Ländern verwendet werden.
Pimcore kann diese Beziehungen direkt abbilden. Eine KI-App erhält dadurch deutlich mehr Kontext als bei der Suche in isolierten Dokumenten.
3. Zentrale und aktuelle Datenquelle
Wenn Produktdaten in Pimcore gepflegt und von dort an Website, Webshop, App und KI-Assistent verteilt werden, greifen alle Kanäle auf dieselbe Grundlage zu. Änderungen müssen nicht in mehreren Systemen nachgetragen werden. Pimcore verfolgt dabei das Prinzip, Daten unabhängig vom Ausgabekanal zu speichern und über verschiedene Kanäle bereitzustellen. docs.pimcore.com
4. Kontrollierte Schnittstellen
Über Datahub-Konfigurationen kann für jeden Anwendungsfall ein eigener Endpunkt eingerichtet werden. Ein interner Vertriebsassistent darf andere Felder sehen als ein öffentlich zugänglicher Produktberater. Schemas und Workspaces begrenzen die veröffentlichten Klassen, Felder und Datenbereiche.
Diese Kontrolle ist wichtig, weil der Einsatz einer KI nicht bedeuten darf, dass automatisch alle Unternehmensdaten freigegeben werden.
5. Daten, Inhalte und Medien in einem System
Pimcore verbindet Data Objects, Assets und Documents. Die KI kann dadurch strukturierte Produktdaten, digitale Medien und redaktionelle Inhalte in einem gemeinsamen fachlichen Kontext verwenden. Diese Kombination ist besonders hilfreich für Produktberatung, Support, Vertrieb und Content-Erstellung.
6. Erweiterbarkeit für individuelle Anforderungen
Nicht jede KI-App arbeitet gleich. Manche Anwendungen benötigen ausschließlich lesenden Zugriff. Andere sollen Inhalte vorschlagen, Datensätze klassifizieren oder Freigabeprozesse vorbereiten. Pimcore lässt sich durch individuelle Schnittstellen, Symfony-Komponenten, Ereignisse und zusätzliche Geschäftslogik erweitern.
7. Versionierung und nachvollziehbare Prozesse
Pimcore versioniert Dokumente, Assets und Data Objects. Änderungen können verglichen und frühere Versionen wiederhergestellt werden. docs.pimcore.com
Das ist insbesondere dann relevant, wenn KI-Funktionen Daten verändern oder neue Inhalte erstellen sollen. KI-generierte Vorschläge sollten nicht ungeprüft veröffentlicht werden. Sinnvoll sind Workflows, Freigabeschritte und eine klare Trennung zwischen Entwurf und Veröffentlichung.
8. Gute Grundlage für vielfältige KI-Anwendungen
Auf Basis von Pimcore können beispielsweise folgende KI-Apps entstehen:
- Produktberater für Websites und Webshops
- Interne Vertriebsassistenten
- Service- und Support-Chatbots
- Assistenten für Ersatzteilrecherche
- Systeme zur automatisierten Datenklassifikation
- KI-gestützte Produkttext- und Content-Erstellung
- Assistenten für Händler, Partner und Außendienst
- Interne Wissenssysteme mit natürlicher Sprachsuche
- Automatisierte Übersetzungs- und Anreicherungsprozesse
- Qualitätsprüfungen für Produktdaten
Wichtige Sicherheitsaspekte
Der Zugriff einer KI-App auf Pimcore-Daten muss sorgfältig geplant werden. API-Keys dürfen nicht im Frontend oder in öffentlich zugänglichen Dateien gespeichert werden. Für produktive Systeme sollte ausschließlich eine verschlüsselte HTTPS-Verbindung verwendet werden.
Zudem gilt das Prinzip der minimal erforderlichen Berechtigungen. Eine KI-App sollte nur auf die Daten und Funktionen zugreifen können, die sie für ihren Zweck tatsächlich benötigt. Schreibende Funktionen benötigen zusätzliche Prüfungen, Protokollierung und möglichst eine menschliche Freigabe.
Auch die MCP-Spezifikation betont Benutzerkontrolle, Datenschutz, nachvollziehbare Berechtigungen und einen vorsichtigen Umgang mit Werkzeugen, die Aktionen ausführen können. modelcontextprotocol.io
Vor der Umsetzung sollten außerdem Datenschutz, Hosting, Auftragsverarbeitung, Protokollierung und die Auswahl des verwendeten Sprachmodells geprüft werden. Besonders sensible Informationen sollten nur dann verarbeitet werden, wenn technische und organisatorische Maßnahmen den jeweiligen Anforderungen entsprechen.
Fragen und Antworten zum Zugriff auf Pimcore-Daten mit KI-Apps
Kann jede KI-App auf Pimcore zugreifen?
Nein. Die KI-App muss entweder MCP unterstützen oder über eine individuelle API-Integration angebunden werden. Alternativ können GraphQL-, REST- oder speziell entwickelte Schnittstellen verwendet werden.
Benötigt eine KI-App Zugriff auf alle Pimcore-Daten?
Nein. Es sollten nur die Daten freigegeben werden, die für den jeweiligen Anwendungsfall erforderlich sind. Datahub-Schemas und Workspaces ermöglichen eine gezielte Einschränkung.
Kann die KI aktuelle Produktdaten aus Pimcore abrufen?
Ja. Wenn Produktdaten über den konfigurierten Endpunkt verfügbar und aktuell gepflegt sind, kann die KI-App diese Informationen zur Beantwortung von Anfragen verwenden.
Kann die KI auch Bilder und PDF-Dateien finden?
Ja. Der Pimcore MCP-Server kann nach zugänglichen Objekten und Assets suchen. Wie gut einzelne Dateiinhalte ausgewertet werden können, hängt von der konkreten Implementierung und gegebenenfalls von ergänzenden Extraktions- oder Analyseprozessen ab.
Kann eine KI Daten in Pimcore verändern?
Das hängt vom gewählten Endpunkt und der Implementierung ab. Der dokumentierte Simple REST MCP-Zugang konzentriert sich auf den Zugriff und die Abfrage freigegebener Daten. Schreibende KI-Prozesse können individuell umgesetzt werden, sollten aber immer durch Berechtigungen, Validierungen und Freigabeworkflows abgesichert sein.
Wie verhindert man, dass vertrauliche Daten an die KI gelangen?
Vertrauliche Klassen, Felder und Datenbereiche dürfen nicht im entsprechenden Endpunkt freigegeben werden. Zusätzlich sind getrennte API-Keys, sichere Speicherung der Zugangsdaten, HTTPS und eine sorgfältige Prüfung des KI-Anbieters wichtig.
Ist MCP zwingend erforderlich?
Nein. Pimcore kann auch über GraphQL, REST, Webhooks oder individuelle APIs mit KI-Anwendungen verbunden werden. MCP bietet jedoch eine standardisierte und zunehmend verbreitete Möglichkeit, KI-Apps mit externen Werkzeugen und Datenquellen zu verbinden.
Ersetzt eine KI-App die Datenpflege in Pimcore?
Nein. Eine KI-App profitiert von gepflegten Daten, ersetzt aber keine klare Datenstrategie. KI kann bei Klassifikation, Anreicherung und Qualitätssicherung unterstützen. Fachliche Verantwortung, Freigaben und Datenqualität bleiben dennoch zentrale Aufgaben des Unternehmens.
Ist der Pimcore MCP-Server bereits für jedes Produktivsystem geeignet?
Die Funktion wird in der aktuellen Pimcore Dokumentation als experimentell bezeichnet. Vor einem produktiven Einsatz sollten Version, Funktionsumfang, Sicherheitsanforderungen und mögliche Änderungen sorgfältig geprüft werden.
Für welche Unternehmen lohnt sich Pimcore als KI-Grundlage besonders?
Pimcore ist besonders interessant für Unternehmen mit komplexen Produkten, vielen digitalen Assets, mehreren Sprachen, verschiedenen Vertriebskanälen oder individuellen Geschäftsprozessen. Gerade KMUs können davon profitieren, ihre Datenbasis schrittweise aufzubauen und später um KI-Funktionen zu erweitern.
Fazit: Ohne strukturierte Daten keine zuverlässige Unternehmens-KI
Viele KI-Projekte starten mit der Auswahl eines Sprachmodells. Langfristig ist jedoch die Datenbasis mindestens ebenso wichtig. Nur wenn Informationen aktuell, strukturiert, eindeutig und kontrolliert zugänglich sind, können KI-Apps zuverlässige Ergebnisse liefern.
Pimcore bietet dafür eine sehr starke Grundlage. Die Plattform führt strukturierte Daten, digitale Assets und redaktionelle Inhalte zusammen. Über Datahub, GraphQL, REST, individuelle Schnittstellen und einen MCP-Server können die benötigten Informationen gezielt für KI-Anwendungen bereitgestellt werden.
Besonders wertvoll ist die Kombination aus flexiblem Datenmodell, Beziehungen, zentraler Datenpflege, Berechtigungen, Versionierung und technischer Erweiterbarkeit. Unternehmen erhalten damit keine isolierte KI-Lösung, sondern eine nachhaltige Architektur, die Websites, Webshops, Schnittstellen, interne Anwendungen und KI-Apps auf einer gemeinsamen Grundlage verbinden kann.
Pimcore und KI mit der Viucom Digitalagentur
Wir bei der Viucom Digitalagentur aus Freilassing im Berchtesgadener Land bei Salzburg verfügen über langjährige Erfahrung in der Konzeption und Entwicklung anspruchsvoller Pimcore-Lösungen. Wir unterstützen kleine und mittlere Unternehmen bei Websites, Webshops, Schnittstellen, OpenDXP-Projekten, individuellen Softwarelösungen und der Integration moderner KI-Technologien.
Gemeinsam mit Ihnen prüfen wir, welche Daten für eine KI-App benötigt werden, wie ein geeignetes Pimcore-Datenmodell aufgebaut werden kann und welche Schnittstelle für den geplanten Anwendungsfall sinnvoll ist. Dabei berücksichtigen wir nicht nur die technische Umsetzung, sondern auch Datenqualität, Berechtigungen, Sicherheit, Wartbarkeit und zukünftige Erweiterungen.
Sie möchten wissen, wie Ihre Pimcore-Daten mit einem KI-Assistenten, einem Produktberater oder einer individuellen KI-App verbunden werden können? Dann freuen wir uns über Ihre Anfrage.
Als Digitalagentur Viucom stehen wir Ihnen mit langjähriger Erfahrung und hoher technischer Expertise bei Fragen sowie bei der Konzeption und Entwicklung gerne zur Verfügung.
Jetzt Kontakt mit der Viucom Digitalagentur aufnehmen
Weitere Informationen zu unserer Agentur und unseren Leistungen finden Sie auf der Website der Viucom Digitalagentur. viucom.de
Quellen
- Pimcore Development Documentation: Pimcore Overview
- Pimcore Development Documentation: Pimcore Data Elements
- Pimcore Development Documentation: Pimcore Datahub
- Pimcore Development Documentation: Datahub Basic Principle
- Pimcore Development Documentation: Datahub GraphQL
- Pimcore Development Documentation: MCP Server Integration
- Pimcore Development Documentation: Versioning
- Model Context Protocol: Architecture
- Model Context Protocol: Server Features
- Model Context Protocol: Authorization
- Viucom Digitalagentur
- Viucom Digitalagentur: Kontakt