Am 10. Februar 2026 kündigte Qlik die General Availability des Qlik MCP Servers an – ein Meilenstein für die Integration von KI-Assistenten in Analytics-Workflows. Der Qlik MCP Server ermöglicht es Entwicklern und Data-Teams, über das Model Context Protocol direkt auf die Qlik Analytics Engine, Datenprodukte und kuratierte Wissensdatenbanken zuzugreifen. In diesem Guide erfährst du alles über Setup, Features, Community-Alternativen und praktische Anwendungsfälle – von der ersten Konfiguration bis zum produktiven Einsatz.

Was ist der Qlik MCP Server?

Der Qlik MCP Server ist Qliks offizieller Einstiegspunkt für die Agentic Experience in Qlik Cloud. Er basiert auf dem Model Context Protocol (MCP), einem offenen Standard von Anthropic, der im November 2024 eingeführt und im Dezember 2025 an die Agentic AI Foundation (AAIF) unter der Linux Foundation übergeben wurde.

Im Gegensatz zu vielen anderen MCP-Servern ist der Qlik MCP Server vollständig remote und cloud-gehostet. Das bedeutet: keine lokale Installation, keine Wartung, keine Infrastruktur-Komplexität. Der Server läuft direkt auf deinem Qlik Cloud Tenant und ist über einen einfachen API-Endpunkt erreichbar.

Der Qlik MCP Server ist Teil von Qliks strategischer Ausrichtung auf Agentic Analytics. Diese umfasst vier zentrale Komponenten:

• Qlik Answers: Die konversationelle Benutzeroberfläche für natürlichsprachliche Dateninteraktion
• Discovery Agent: Automatisierte Datenerkundung und Insight-Generierung
• Data Products for Analytics: Kuratierte, governte Datenprodukte mit Kontext und Lineage
• MCP Server: Die offene Schnittstelle für Drittanbieter-Assistenten wie Claude, ChatGPT und Gemini

Qlik CEO Mike Capone formuliert es so: «KI bewegt sich von einer interessanten Fähigkeit zu einer operativen Erwartung. In dem Moment, in dem sie echte Entscheidungen berührt, wird Vertrauen zur harten Anforderung.» Genau hier setzt der Qlik MCP Server an: Er verbindet die Flexibilität von KI-Assistenten mit der Governance und dem Business-Kontext der Qlik-Plattform.

Für Teams, die ihre Analyseplattform in die Cloud migrieren, ist der MCP Server ein wichtiger Baustein einer umfassenden Cloud-Migration Strategie.

Wie funktioniert das Model Context Protocol?

Das Model Context Protocol (MCP) ist ein universeller, offener Standard für die Verbindung von KI-Anwendungen mit externen Systemen. Es wird oft als «USB-C für KI» bezeichnet – eine standardisierte Schnittstelle, die es ermöglicht, jede KI-Anwendung mit jedem Datenquelle oder Tool zu verbinden.

Die MCP-Architektur besteht aus drei Ebenen:

• Hosts: Die Umgebungen, in denen MCP-Clients ausgeführt werden (z.B. Claude Desktop, VS Code, IDEs)
• Clients: Die KI-Assistenten oder Tools, die MCP-Server konsumieren (z.B. Claude, ChatGPT, Cursor)
• Servers: Die Datenquellen und Tools, die Funktionalität über MCP bereitstellen (z.B. Qlik, Salesforce, Slack)

MCP definiert drei zentrale Primitive, die Server bereitstellen können:

1. Tools: Funktionen, die der KI-Assistent ausführen kann (z.B. «Erstelle ein Balkendiagramm», «Lade App-Metadaten»)
2. Resources: Kontextdaten, die der KI zur Verfügung gestellt werden (z.B. App-Strukturen, Datenmodelle, Business-Glossare)
3. Prompts: Wiederverwendbare Templates für häufige Aufgaben (z.B. «Analysiere Verkaufsdaten nach Region»)

Technisch basiert MCP auf JSON-RPC 2.0. Die Kommunikation kann über zwei Transporte erfolgen:

• stdio (Standard Input/Output): Für lokale Server, die als Prozesse auf dem Client-Rechner laufen
• Streamable HTTP (SSE): Für remote Server, die über HTTP-Endpunkte erreichbar sind

Der Qlik MCP Server verwendet Streamable HTTP, da er vollständig cloud-gehostet ist. Das bedeutet: Der Server läuft auf der Qlik Cloud-Infrastruktur, und Clients verbinden sich über HTTPS mit OAuth 2.0-Authentifizierung.

Die Zahlen sprechen für sich: MCP verzeichnet über 97 Millionen monatliche SDK-Downloads, mehr als 5.800 verfügbare Server und 300+ Clients. Erste-Klasse-Unterstützung gibt es in Claude, ChatGPT, Cursor, Gemini, Microsoft Copilot und Visual Studio Code. OpenAI, Google und Microsoft sind Platinum-Mitglieder der Agentic AI Foundation.

Welche Funktionen bietet der Qlik MCP Server?

Der Qlik MCP Server stellt eine umfassende Palette an Tools bereit, die es KI-Assistenten ermöglichen, mit Qlik Cloud zu interagieren. Die Funktionen sind in fünf zentrale Bereiche unterteilt.

Wie funktioniert die Datenexploration und Analyse in Qlik MCP Server?

Der MCP Server ermöglicht es KI-Assistenten, Qlik-Anwendungen zu navigieren und Daten zu analysieren – ohne dass der Nutzer die Qlik-Oberfläche öffnen muss. Du kannst Fragen stellen wie «Zeige mir die Top 5 Produkte nach Umsatz» oder «Welche Dimensionen sind in der Sales-App verfügbar?».

Die wichtigsten Funktionen:

• Navigieren durch App-Strukturen und Sheets
• Abfragen von Chart-Daten aus Visualisierungen
• Durchsuchen von Feldern und Master-Dimensionen
• Anwenden von Selektionen und Filtern
• Auslesen von Hypercubes und Aggregationen

Besonders leistungsstark ist die Kombination mit der Qlik Associative Engine: Während Selektionen angewendet werden, bleibt der Kontext über alle Berechnungen hinweg erhalten – die KI kann präzisere Schlussfolgerungen ziehen als bei starren SQL-Abfragen.

Wie kann ich Anwendungen erstellen in Qlik MCP Server?

Der Qlik MCP Server geht über reine Datenabfrage hinaus: Er ermöglicht es, Qlik-Anwendungen per natürlicher Sprache zu erstellen und zu modifizieren.

Beispiele:

• Erstellen neuer Sheets mit spezifischen Layouts
• Hinzufügen von Charts (Balkendiagramme, Liniendiagramme, Tabellen, KPIs)
• Definieren von Master-Dimensionen und Master-Kennzahlen
• Konfigurieren von Drill-Downs und alternierenden Dimensionen
• Setzen von Farben, Sortierungen und Chart-Eigenschaften

Das bedeutet: Ein Data Analyst kann einem KI-Assistenten sagen «Erstelle ein Dashboard mit monatlichem Umsatztrend, Top-Regionen-Balkendiagramm und einer KPI-Karte für Gesamtumsatz» – und der MCP Server generiert die entsprechenden Objekte in Qlik Cloud. Für Best Practices beim Dashboard-Design siehe unseren Guide zu dynamischen Dashboards.

Wie kann man Ausdrücke und Skripte in Qlik MCP Server verstehen?

Eine der einzigartigsten Funktionen des Qlik MCP Servers ist die Fähigkeit, Qlik-Skripte und Set-Analysis-Ausdrücke zu interpretieren. Die KI kann Load-Skripte analysieren, Datenquellen identifizieren, Transformationen dokumentieren und Fehler erklären.

Praktische Anwendungen:

• Automatische Dokumentation von Load-Skripten
• Erklärung komplexer Set-Analysis-Ausdrücke in natürlicher Sprache
• Identifikation von Performance-Bottlenecks in Skripten
• Vorschläge für Optimierungen und Best Practices

Wenn du beispielsweise einen Set-Expression wie Sum({<Year={$(=Max(Year))}, Region={'Europe'}-{'Germany'}>} Sales) nicht verstehst, kann der MCP Server erklären: «Summiere Sales für das neueste Jahr in allen europäischen Regionen außer Deutschland.»

Für tiefergehende Informationen über Qlik-Ausdrücke siehe unseren umfassenden Qlik Expressions Guide. Details zum Datenladen findest du unter Daten laden in Qlik.

Wie generiere ich Business Glossare in Qlik MCP Server?

Der Qlik MCP Server kann Qlik-Anwendungen analysieren und automatisch Business Glossare erstellen. Dabei werden Felder, Dimensionen, Kennzahlen und deren Bedeutung im Business-Kontext extrahiert.

Das generierte Glossar enthält:

• Feldnamen und Beschreibungen
• Datentypen und Beispielwerte
• Verwendung in Visualisierungen
• Beziehungen zwischen Tabellen (wenn Datenmodell verfügbar)
• Berechnungslogik von Master-Kennzahlen

Besonders wertvoll ist diese Funktion für Onboarding neuer Team-Mitglieder oder bei der Migration von Legacy-Apps. Die KI kann in Minuten ein Glossar erstellen, für das ein Analyst sonst Tage benötigen würde.

Wie nutzt man Datenprodukte in Qlik MCP Server?

Mit der Einführung von Data Products for Analytics in Qlik Cloud können Teams kuratierte, governte Datenprodukte erstellen und konsumieren. Der Qlik MCP Server ermöglicht es KI-Assistenten, diese Datenprodukte zu finden und zu nutzen.

Ein Datenprodukt ist mehr als eine einfache Datentabelle: Es enthält Metadaten, Business-Kontext, Lineage-Informationen, Zugriffsrichtlinien und Quality-Metriken. Der MCP Server kann:

• Datenprodukte nach Thema oder Kategorie durchsuchen
• Metadaten und Beschreibungen auslesen
• Daten aus Datenprodukten in Analysen integrieren
• Lineage und Impact-Analysen durchführen

Das ermöglicht eine governte Selfservice-Analytics: Data-Teams definieren vertrauenswürdige Datenprodukte, und Analysten nutzen sie über natürlichsprachliche Prompts – ohne SQL-Kenntnisse oder komplexe Tool-Navigation. Mehr dazu in unserem Guide zu Data Governance in Qlik.

Wie richtet man den Qlik MCP Server ein?

Die Einrichtung des Qlik MCP Servers ist unkompliziert – besonders im Vergleich zu lokalen MCP-Servern, die Installation und Konfiguration erfordern. Da der Qlik MCP Server vollständig cloud-gehostet ist, musst du lediglich die Verbindung zwischen deinem MCP-Client (z.B. Claude Desktop) und deinem Qlik Cloud Tenant herstellen.

Voraussetzungen:

1. Einen aktiven Qlik Cloud Tenant (SaaS-Deployment)
2. Einen MCP-kompatiblen Client (z.B. Claude Desktop, VS Code mit MCP-Extension, oder eine andere MCP-Host-Anwendung)
3. Berechtigungen auf dem Qlik Cloud Tenant (mindestens Lesezugriff auf Apps, für App-Erstellung zusätzlich Schreibrechte)

Schritt 1: OAuth-Endpunkt ermitteln

Der Qlik MCP Server ist über folgenden Endpunkt erreichbar:

<tenant-url>/api/ai/mcp

Beispiel: Wenn dein Tenant https://mein-unternehmen.eu.qlikcloud.com heißt, lautet der MCP-Endpunkt:

https://mein-unternehmen.eu.qlikcloud.com/api/ai/mcp

Schritt 2: OAuth-Authentifizierung konfigurieren

Der Qlik MCP Server verwendet OAuth 2.0 für die Authentifizierung. Qlik hat für Claude Desktop eine vorkonfigurierte OAuth Client ID bereitgestellt, sodass du keinen eigenen OAuth-Client registrieren musst.

Die OAuth Client ID für Claude Desktop lautet:

76d3f46e87655a50424bec7e0f0bb1e2

Wichtig: Das Client Secret bleibt leer. Qlik verwendet PKCE (Proof Key for Code Exchange), sodass kein Secret erforderlich ist.

Schritt 3: Claude Desktop konfigurieren

Öffne die Claude Desktop-Einstellungen und navigiere zum MCP-Bereich. Erstelle einen neuen Custom Connector mit folgenden Parametern:

• Remote MCP Server URL: https://<dein-tenant>.qlikcloud.com/api/ai/mcp
• Authentication Method: OAuth
• OAuth Client ID: 76d3f46e87655a50424bec7e0f0bb1e2
• OAuth Client Secret: (leer lassen)

Alternativ kannst du die Konfiguration direkt in der Claude Desktop Config-Datei (claude_desktop_config.json) vornehmen:

{
  "mcpServers": {
    "qlik-cloud": {
      "url": "https://mein-unternehmen.eu.qlikcloud.com/api/ai/mcp",
      "auth": {
        "type": "oauth",
        "clientId": "76d3f46e87655a50424bec7e0f0bb1e2",
        "clientSecret": ""
      }
    }
  }
}

Schritt 4: Verbindung testen

Starte Claude Desktop neu und öffne ein neues Projekt. Du solltest jetzt die Qlik MCP Tools in der Sidebar sehen. Teste die Verbindung mit einem einfachen Prompt:

«Liste alle Qlik-Apps auf, auf die ich Zugriff habe.»

Wenn die Verbindung erfolgreich ist, gibt Claude eine Liste der verfügbaren Apps zurück.

Hinweis zur Session-Verwaltung: Qlik MCP Sessions unterliegen den OAuth-Timeout-Einstellungen deines Tenants. Wenn deine Session abläuft, musst du dich erneut authentifizieren – Claude Desktop führt dich automatisch durch den OAuth-Flow.

Für erweiterte Sicherheitskonzepte siehe unseren Guide zu Qlik Cloud Sicherheit und Section Access Sicherheit.

Was ist der Community MCP Server für Qlik Sense Enterprise?

Der offizielle Qlik MCP Server unterstützt ausschließlich Qlik Cloud. Für Unternehmen, die Qlik Sense Enterprise on-premise betreiben, hat die Community mehrere Open-Source-Alternativen entwickelt.

Diese Community-Server sind besonders relevant für Organisationen, die aus Compliance-, Sicherheits- oder Infrastruktur-Gründen noch nicht in die Cloud migriert sind.

Was ist der komplette Guide für Entwickler zu Qlik MCP Server 2026?

Dieser MCP-Server bietet eine umfassende Integration mit Qlik Sense Enterprise on Windows. Er verbindet sich sowohl mit der Repository API als auch mit der Engine API und stellt 10 Tools bereit.

Hauptfunktionen:

• App-Discovery und Metadaten-Extraktion
• Hypercube-Erstellung für Datenabfragen
• Feldstatistiken und Kardinalitätsanalyse
• Load-Skript-Extraktion
• Zertifikatsbasierte Authentifizierung

Die Authentifizierung erfolgt über Qlik Sense-Zertifikate (client.pem, client_key.pem), wie sie typischerweise für Server-to-Server-Kommunikation verwendet werden.

Was ist der komplette Guide für Entwickler zum Qlik MCP Server 2026?

Dieser Server ist als PyPI-Paket verfügbar und fokussiert sich auf umfassenden Zugriff auf Qlik Sense-Anwendungen. Er bietet 9 Tools und unterstützt WebSocket-Verbindungen zur Engine API.

Besonderheiten:

• Skript-Analyse und Dokumentation
• Measure- und Dimensions-Management
• WebSocket-basierte Kommunikation
• Installation via pip install qlik-mcp-server

Der Server ist besonders geeignet für Python-basierte Workflows und automatisierte Dokumentations-Pipelines.

undsoul/qlik-claude-mcp

Mit 34 Tools über 12 Kategorien ist dies der umfassendste Community-Server. Er unterstützt sowohl Qlik Cloud als auch Qlik Sense Enterprise (17 Tools on-premise, alle 34 in der Cloud).

Tool-Kategorien:

• App-Management (Erstellen, Aktualisieren, Löschen)
• Reload-Management und Scheduling
• User- und Tenant-Verwaltung
• Space- und Stream-Navigation
• Data Lineage Tracking
• Dateninteraktion und Selektionen
• Datenverbindungen konfigurieren
• AutoML-Experimente
• Qlik Answers Assistants
• Governance-Operationen
• Lizenz-Management
• Unified Search über alle Ressourcen

Besonders wertvoll ist die Multi-Tenant- und Hybrid-Unterstützung: Der Server kann gleichzeitig mit mehreren Qlik-Umgebungen verbunden sein.

Was ist jwaxman19/qlik-mcp im Qlik MCP Server?

Dieser Server fokussiert sich auf Qlik Cloud und legt besonderen Wert auf Rate Limiting und API-Compliance. Er ist ideal für Produktivumgebungen, in denen API-Quotas beachtet werden müssen.

Features:

• Query-Apps, Sheets und Visualisierungen
• Datenextraktion aus Charts
• API-Key-Authentifizierung
• Integriertes Rate Limiting

shatzibitten/qlik-cloud-mcp

Ein schlanker MCP-Server für die Qlik Cloud API. Er ist minimalistisch und konzentriert sich auf grundlegende API-Operationen.

Wie vergleicht sich die Community zu MCP Server?

Für Unternehmen, die on-premise bleiben müssen, empfehlen wir undsoul/qlik-claude-mcp für maximale Funktionalität oder bintocher/qlik-sense-mcp für Stabilität und Enterprise-Fokus. Weitere Optimierungstipps findest du unter Performance-Optimierung.

Wie schneidet Qlik MCP im Vergleich zu Power BI, Tableau und Looker ab?

Der Qlik MCP Server ist nicht die einzige BI-Plattform mit MCP-Unterstützung. Auch Power BI, Tableau und Looker haben MCP-Server – teils offiziell, teils von der Community entwickelt. Hier ein detaillierter Vergleich.

Was sind die Alleinstellungsmerkmale von Qlik MCP?

• Assoziative Engine: Im Gegensatz zu SQL-basierten BI-Tools (Looker, Tableau) und OLAP-Cubes (Power BI) behält die Qlik Associative Engine den Kontext über alle Berechnungen hinweg. Das ermöglicht präzisere KI-Reasoning.
• Vollständig remote: Kein lokaler Server, keine Installation, keine Wartung – der gesamte MCP-Server läuft in Qlik Cloud.
• Governance-First: Data Products for Analytics, integrierte Lineage, RBAC und Audit Trails sind nativ eingebaut.
• Integration mit Qlik Answers: Der MCP Server ist Teil eines größeren Agentic-Ecosystems, nicht nur eine isolierte API.

Was sind die Stärken von Power BI MCP?

• XMLA Endpoint: Direkter DAX-Zugriff und Modell-Manipulation
• Microsoft-Ecosystem: Nahtlose Integration mit Azure, Office 365, Teams
• Umfangreiche Community-Server: Open-Source-Projekte mit tiefer Power BI-Integration

Was sind die Stärken von Tableau MCP?

• Offizielles npm-Paket: @tableau/mcp-server ist vendor-maintained
• Visualisierungsflexibilität: Beste Drag-and-Drop-Visualisierungen im Markt
• External Embedding SDK: Ermöglicht agentic Analytics in jeder Web-App

Was sind die Stärken von Looker MCP?

• 32 Tools: Umfangreichste Tool-Palette
• LookML-Zugriff: Modellierungsschicht als Code, versionierbar via Git
• Google Cloud Native: Enge Integration mit BigQuery, Vertex AI, GCP IAM

Für Qlik-Nutzer ist der offizielle MCP Server die klare Wahl – besonders in regulierten Branchen, wo Governance und Audit-Trails entscheidend sind. Power BI eignet sich für Microsoft-zentrierte Organisationen, Tableau für designorientierte Teams und Looker für datengetriebene Unternehmen im Google-Ecosystem.

Welche praktischen Anwendungsfälle gibt es für den Qlik MCP Server?

Der Qlik MCP Server öffnet eine Vielzahl neuer Workflows, die bisher manuelle Schritte oder komplexe Skripte erforderten. Hier sind fünf praxisnahe Szenarien.

Wie funktioniert die natürlichsprachliche Datenexploration ohne Qlik-Oberfläche?

Ein Sales Manager möchte schnell wissen, welche Regionen im letzten Quartal die höchsten Umsatzsteigerungen hatten – ohne die Qlik-App zu öffnen und durch Dashboards zu navigieren.

Mit dem Qlik MCP Server kann er einfach in Claude Desktop fragen:

«Zeige mir die Top 5 Regionen nach Umsatzwachstum im Q4 2025 aus der Sales-App.»

Claude verbindet sich über MCP mit Qlik Cloud, lädt die relevanten Daten, berechnet das Wachstum und präsentiert die Ergebnisse – in Sekunden, ohne GUI-Interaktion.

Wie kann ich eine automatisierte Dashboard-Erstellung per Prompt durchführen?

Ein BI-Entwickler erhält die Anforderung, ein Executive Dashboard mit KPIs, Trends und regionalen Vergleichen zu erstellen. Statt manuell Charts zu konfigurieren, gibt er einen Prompt ein:

«Erstelle ein neues Sheet ‚Executive Overview‘ mit: 1) KPI-Karte für Gesamtumsatz, 2) Liniendiagramm für monatlichen Umsatztrend der letzten 12 Monate, 3) Balkendiagramm für Top 10 Produkte, 4) Tabelle mit regionalen Umsätzen.»

Der Qlik MCP Server generiert die Objekte automatisch – inklusive korrekter Dimensionen, Measures und Sortierungen. Der Entwickler muss nur noch Fine-Tuning vornehmen.

Weitere Tipps zur Dashboard-Gestaltung findest du in unserem Tutorial zu dynamischen Dashboards.

Wie führe ich eine Load-Script-Analyse und Dokumentation durch?

Ein neuer Entwickler übernimmt eine Legacy-App mit einem 2.000-Zeilen-Load-Skript. Um die Datenquellen, Transformationen und Business-Logik zu verstehen, würde er normalerweise Tage benötigen.

Mit dem Qlik MCP Server kann er fragen:

«Analysiere das Load-Skript der Customer-App und erstelle eine Dokumentation: Welche Datenquellen werden verwendet? Welche Transformationen werden angewendet? Gibt es Performance-Risiken?»

Die KI extrahiert das Skript über MCP, identifiziert SQL-Queries, LOAD-Statements, WHERE-Klauseln, Joins und Transformationen – und generiert eine strukturierte Dokumentation in Markdown.

Für Best Practices beim Daten laden siehe Daten laden in Qlik und Star-Schema Datenmodellierung.

Wie funktioniert die Cross-Plattform-Datenanalyse mit mehreren MCP-Servern?

Ein Data Analyst arbeitet mit Daten aus Qlik (Analytics), Snowflake (Data Warehouse) und Confluence (Dokumentation). Normalerweise müsste er zwischen drei Tools wechseln.

Mit MCP kann er alle drei Server in Claude Desktop konfigurieren und übergreifende Analysen durchführen:

«Lade die Umsatzdaten aus Qlik, vergleiche sie mit den Forecast-Daten aus Snowflake und prüfe, ob es Diskrepanzen gibt. Dokumentiere Abweichungen und erstelle einen Confluence-Artikel.»

Claude orchestriert die drei MCP-Server, führt Vergleiche durch, identifiziert Diskrepanzen und publiziert die Ergebnisse – alles in einem Workflow.

Für erweiterte Integrationen siehe Qlik Predict und Machine Learning und Qlik Automate Integration.

Was sind Governance-Audits und Compliance-Checks im Qlik MCP Server?

Ein Governance-Team muss prüfen, welche Apps personenbezogene Daten enthalten und ob Section Access korrekt konfiguriert ist.

Mit dem Qlik MCP Server kann ein automatisierter Audit-Prompt erstellt werden:

«Liste alle Apps auf, die Felder mit ‚Email‘, ‚SSN‘ oder ‚Address‘ enthalten. Prüfe, ob Section Access aktiviert ist. Erstelle einen Bericht mit Apps, die potenzielle Compliance-Risiken haben.»

Die KI durchsucht alle Apps, identifiziert kritische Felder, prüft Section Access-Konfigurationen und generiert einen Audit-Report.

Details zu Sicherheitskonzepten findest du unter Section Access Sicherheit und GDPR-Compliance in Qlik Cloud.

Wie funktioniert Sicherheit und Governance beim Qlik MCP Server?

Ein zentrales Versprechen des Qlik MCP Servers ist Trusted Intelligence: KI-Assistenten erhalten Zugriff auf Analytics und Daten – aber mit Governance, Audit Trails und Zugriffskontrollen. Wie funktioniert das konkret?

Wie funktioniert die OAuth 2.0 Authentifizierung in Qlik MCP Server?

Der Qlik MCP Server verwendet OAuth 2.0 mit PKCE (Proof Key for Code Exchange). Das bedeutet:

• Keine Passwörter oder API-Keys im Klartext
• Zeitlich begrenzte Access Tokens
• Refresh Tokens für nahtlose Verlängerung
• Standardkonformer OAuth-Flow (RFC 6749, RFC 7636)

Wichtig: Credentials erreichen niemals das LLM. Die Authentifizierung erfolgt zwischen dem MCP-Client (z.B. Claude Desktop) und Qlik Cloud – die KI sieht nur die Ergebnisse der API-Calls, nicht die Token selbst.

Was ist Role-Based Access Control (RBAC)?

Der Qlik MCP Server respektiert alle Zugriffsrechte, die in Qlik Cloud konfiguriert sind. Das bedeutet:

• Ein User kann über MCP nur auf Apps zugreifen, auf die er auch in der Qlik-Oberfläche Zugriff hat
• Section Access-Regeln werden vollständig durchgesetzt
• Space-Berechtigungen (Personal, Shared, Managed) gelten auch für MCP-Zugriffe
• Data-Level-Security (DLS) bleibt intakt

Wenn ein User beispielsweise nur Daten für Region «Europa» sehen darf (via Section Access), sieht er auch über MCP-Abfragen nur europäische Daten.

Was sind Audit Trails und Logging im Qlik MCP Server?

Alle MCP-Server-Zugriffe werden in den Qlik Cloud Audit Logs protokolliert. Das umfasst:

• Wer hat wann auf welche App zugegriffen?
• Welche Tools wurden ausgeführt?
• Welche Daten wurden abgerufen?
• Wurden Änderungen vorgenommen (App-Erstellung, Sheet-Modifikation)?

Das ermöglicht vollständige Nachvollziehbarkeit – eine Anforderung in regulierten Branchen wie Finanzdienstleistungen, Gesundheitswesen und öffentlicher Verwaltung.

Was sind die GDPR-Compliance-Überlegungen für Qlik MCP Server?

Beim Einsatz des Qlik MCP Servers in GDPR-relevanten Umgebungen sind folgende Punkte zu beachten:

• Datenverarbeitung außerhalb der EU: Wenn der MCP-Client (z.B. Claude) außerhalb der EU gehostet ist, werden möglicherweise Daten in Drittländer übertragen. Prüfe die Data Processing Agreements deines LLM-Anbieters.
• Anonymisierung bei Prompts: Vermeide es, personenbezogene Daten direkt in Prompts einzugeben. Nutze stattdessen App-IDs, Field-Namen und Filter.
• Datenminimierung: Konfiguriere MCP-Abfragen so, dass nur notwendige Felder abgerufen werden – nicht ganze Datensätze.
• Vertrauliche Felder maskieren: Nutze Qlik-Funktionen wie Hash256() oder Anonymize() für PII-Felder, bevor sie über MCP abgerufen werden.

Details zur GDPR-Umsetzung findest du in unserem Guide GDPR-Compliance in Qlik Cloud. Allgemeine Governance-Strategien sind unter Data Governance in Qlik beschrieben.

Was sind die Best Practices für die sichere Nutzung von MCP?

1. Least-Privilege-Prinzip: Gib MCP-Usern nur die minimal notwendigen Berechtigungen.
2. Session-Timeouts konfigurieren: Setze OAuth-Refresh-Token-Timeouts auf sinnvolle Werte (z.B. 8 Stunden).
3. Audit Logs regelmäßig prüfen: Überwache ungewöhnliche Zugriffsmuster oder Massen-Datenabfragen.
4. Data Products bevorzugen: Nutze governte Data Products statt direkter App-Zugriffe – sie enthalten bereits Kontext, Quality-Metriken und Lineage.
5. Sensible Apps separieren: Erstelle dedizierte Spaces für hochsensible Daten und begrenze MCP-Zugriff explizit.

Was sind die häufigsten Fragen zum Qlik MCP Server?

Was kostet der Qlik MCP Server?

Der Qlik MCP Server ist in Qlik Cloud enthalten – ohne Aufpreis. Alle Nutzer mit einem aktiven Qlik Cloud Tenant können den MCP Server nutzen, sofern sie entsprechende Zugriffsrechte auf Apps haben.

Es fallen keine zusätzlichen Lizenzkosten an. Die Nutzung des MCP Servers wird über die bestehenden Qlik Cloud Subscriptions (Professional, Enterprise) abgedeckt.

Wichtig: Dein MCP-Client (z.B. Claude Desktop) kann separate Kosten verursachen – prüfe die Preismodelle deines LLM-Anbieters.

Funktioniert der Qlik MCP Server mit Qlik Sense Enterprise on-premise?

Nein, der offizielle Qlik MCP Server unterstützt ausschließlich Qlik Cloud. Für on-premise Deployments gibt es jedoch mehrere Community-Server:

• bintocher/qlik-sense-mcp: 10 Tools, Zertifikats-Auth, Repository + Engine API
• arthurfantaci/qlik-mcp-server: 9 Tools, PyPI-Paket, WebSocket-Support
• undsoul/qlik-claude-mcp: 34 Tools (17 on-premise verfügbar), Multi-Tenant

Diese Community-Server sind Open Source und werden von der Qlik-Community gewartet – nicht von Qlik selbst.

Welche LLM Clients werden unterstützt?

Der Qlik MCP Server ist MCP-standardkonform und funktioniert mit jedem MCP-kompatiblen Client. Offiziell getestet und dokumentiert ist die Integration mit Claude Desktop (Anthropic).

Weitere kompatible Clients:

• ChatGPT Desktop (OpenAI) – mit Custom Actions
• VS Code mit MCP-Extensions
• Cursor IDE
• Cline
• Microsoft Copilot (über Custom Connectors)
• Google Gemini (experimentell)

Für Clients außerhalb von Claude Desktop musst du möglicherweise eigene OAuth-Clients in Qlik Cloud registrieren. Qlik stellt derzeit nur für Claude Desktop eine vorkonfigurierte Client ID bereit (76d3f46e87655a50424bec7e0f0bb1e2).

Wie sicher ist der Qlik MCP Server?

Der Qlik MCP Server verwendet OAuth 2.0 mit PKCE, Role-Based Access Control (RBAC) und vollständige Audit Logging. Wichtige Sicherheitsmerkmale:

• Credentials erreichen niemals das LLM: Die Authentifizierung erfolgt zwischen MCP-Client und Qlik Cloud – die KI sieht nur API-Antworten, nicht die OAuth-Token.
• Alle Qlik-Zugriffsrechte gelten: Section Access, Space-Berechtigungen, DLS werden durchgesetzt.
• Audit Trails: Alle MCP-Zugriffe werden in Qlik Cloud Audit Logs protokolliert.
• Zeitlich begrenzte Sessions: OAuth-Tokens laufen automatisch ab und müssen erneuert werden.

Für regulierte Branchen empfiehlt sich die Kombination aus MCP Server, Section Access und GDPR-Compliance-Maßnahmen.

Was ist der Unterschied zwischen Qlik MCP und Qlik Answers?

Qlik Answers ist die konversationelle Benutzeroberfläche von Qlik – eine native Chat-UI innerhalb von Qlik Cloud, in der Nutzer Fragen in natürlicher Sprache stellen können.

Qlik MCP Server ist die technische Schnittstelle, die es Drittanbieter-Assistenten (z.B. Claude, ChatGPT) ermöglicht, auf Qlik zuzugreifen. MCP ist das Protokoll, Qlik Answers ist die UI.

Vereinfacht:

• Qlik Answers = Qliks eigener KI-Assistent (UI in Qlik Cloud)
• Qlik MCP Server = Protokoll-Schnittstelle für externe KI-Assistenten (API)

Beide nutzen die gleiche zugrunde liegende Technologie (Qlik Analytics Engine, Data Products, Governance-Layer), aber Qlik Answers ist für Qlik-native Nutzung gedacht, während MCP die Integration mit Tools wie Claude, VS Code oder Slack ermöglicht.

Was sind die wichtigsten Erkenntnisse und Ausblicke für Qlik MCP Server?

Der Qlik MCP Server, seit dem 10. Februar 2026 allgemein verfügbar, markiert einen Wendepunkt in der Integration von Analytics und KI. Mit der Einführung eines standardisierten, offenen Protokolls für den Zugriff auf die Qlik Analytics Engine schafft Qlik eine neue Kategorie von Workflows: governte, auditierbare, kontexterhaltende Agentic Analytics.

Die wichtigsten Erkenntnisse:

• Vollständig cloud-gehostet: Kein Setup, keine Wartung – der MCP Server läuft auf deinem Qlik Cloud Tenant.
• Standardbasiert: MCP ist ein offener Standard unter der AAIF (Linux Foundation), unterstützt von Anthropic, OpenAI, Google und Microsoft.
• Governance-First: OAuth 2.0, RBAC, Audit Logs und Data Products gewährleisten Sicherheit und Compliance.
• Flexibel erweiterbar: Community-Server ermöglichen on-premise Nutzung und erweiterte Features.
• Plattformübergreifend: Funktioniert mit Claude, ChatGPT, VS Code, Cursor und jedem MCP-Client.

Was ist Qliks Roadmap für Agentic Analytics?

Qlik hat angekündigt, dass der MCP Server nur der Anfang ist. Für 2026 sind weitere Agents geplant:

• Data Pipeline Agent: Automatisierte Datenintegration und ETL-Workflows
• Data Quality Agent: Proaktive Identifikation von Datenqualitätsproblemen und Anomalien
• Data Stewardship Agent: Unterstützung bei Metadaten-Management und Governance-Aufgaben
• Erweiterte MCP-Tools: Neue Tools für Collaboration, Alerting und Embedding

Parallel dazu wird das MCP-Ökosystem weiter wachsen. Der nächste MCP Dev Summit findet am 2.-3. April 2026 in New York City statt. Eine stabile Version des TypeScript SDK v2 wird für Q1 2026 erwartet, mit nativem Support für asynchrone Features und horizontale Skalierung.

Ist MCP der Industriestandard für Qlik Server?

Mit über 97 Millionen monatlichen SDK-Downloads und 5.800+ verfügbaren Servern hat sich MCP als De-facto-Standard für Agentic AI etabliert. Die Übergabe an die AAIF unter der Linux Foundation garantiert langfristige Stabilität und Vendor-Neutralität.

Wie starte ich jetzt mit dem Qlik MCP Server?

Wenn du Qlik Cloud nutzt, steht dir der MCP Server bereits zur Verfügung. Installiere Claude Desktop, konfiguriere den Qlik MCP Server und erlebe, wie natürlichsprachliche Analytics die Art und Weise verändert, wie dein Team mit Daten arbeitet.

Für on-premise Nutzer: Teste einen der Community-Server (undsoul/qlik-claude-mcp für maximale Features oder bintocher/qlik-sense-mcp für Enterprise-Stabilität) und plane den Übergang zur Cloud mit unserer Cloud-Migration Strategie.

Die Zukunft von Analytics ist agentic – und mit dem Qlik MCP Server bist du bereits mittendrin.

Quellen:

• Qlik Brings Agentic Analytics to General Availability and Launches MCP Server for Third-Party Assistants (BusinessWire, 2026)
• Linux Foundation Announces the Formation of the Agentic AI Foundation (AAIF) (Linux Foundation, 2025)
• Connecting to the Qlik MCP server | Qlik Cloud Help (Qlik Documentation)
• bintocher/qlik-sense-mcp (GitHub)
• arthurfantaci/qlik-mcp-server (GitHub)
• Qlik MCP Server by undsoul (Glama)
• A Year of MCP: From Internal Experiment to Industry Standard (Pento, 2025)

Lesen Sie auch: Qlik Cloud Data Gateway: Verbindungsprobleme diagnostizieren und beheben

Lesen Sie auch: Qlik Automate Email Automation: Automatische Berichte in 15 Minuten einrichten