Integration Landscape

Diese Seite erklärt das Architekturmodell. Wenn Du einfach nur einen Service verbinden willst, starte hier: Integrationen Startseite.

Das Gesamtbild

In meinGPT wird jede Integrationsart auf ein gemeinsames Laufzeitmodell reduziert:

LLM + Tool Calls als zentrales Integrationsnetz.

Dadurch lassen sich sehr unterschiedliche Systeme einheitlich betreiben, absichern und skalieren.

Starte mit 'Deine Optionen', wenn Du einfach den passenden Integrationsweg auswaehlen willst.

Nutzer & Teams

Wo Du arbeitest

Assistenten

Workflows

Eigene Apps

CORE

meinGPT Runtime (automatische Steuerung)

Wählt pro Anfrage den passenden Connector/die passende Datenquelle und setzt Richtlinien durch.

Verbundene Systeme

Connectors

Databases

Data Pools

No-Code

Custom MCP

Externe Systeme

Gilt überall durchgängig

Permissions

Identity (JWT)

Connections

Rechte, Identität und Netzwerkregeln gelten für alle Integrationsarten.

Du verbindest Systeme nicht einzeln pro Assistant, sondern über ein einheitliches Integrationsmodell.
Dein Assistant entscheidet je nach Aufgabe, welches Tool bzw. welche Datenquelle genutzt wird.
Sicherheit, Rechte und Netzwerkzugriffe gelten konsistent über alle Integrationsarten.

Diese Schichten gelten für alle Integrationsarten:

Ich will...	Starte hier
Microsoft 365, Google, Jira, Confluence anbinden	Connectors Overview
Dokumente/Dateien als Wissen durchsuchbar machen	Data Pools (RAG)
Datenbanken abfragen	Databases Overview
Eigene interne APIs anbinden	Custom MCP
Private Systeme im Unternehmensnetz erreichen	Connections (Cloud/On-Prem)

Baustein	Anwendungsfall
Connectors	Aktionen in externen Tools ausführen (Slack, Jira, etc.)
Databases	Strukturierte Daten gezielt abfragen (SQL, NoSQL)
Data Pools (RAG)	Dokumentwissen durchsuchen und nutzen
No-Code	Bestehende Prozessautomationen integrieren (Make, Zapier)
Custom MCP	Kundenspezifische Protokolle/Backends anbinden
Custom AI Apps	Eigene UI für geführte Spezial-Workflows