> For the complete documentation index, see [llms.txt](https://docs.geopard.tech/geopard-tutorials/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.geopard.tech/geopard-tutorials/de/produkt-tour-web-app/geopard-mcp.md).

# GeoPard MCP

Eine intelligente bidirektionale Brücke, die Betriebsdaten mit KI-Agenten und LLM-gestütztem agronomischem Reasoning verbindet.

GeoPard MCP ist eine KI-Brücke für datengetriebene Landwirtschaft. Es verbindet GeoPard-Betriebsdaten mit MCP-kompatiblen Assistenten und ermöglicht Agronomen, Landwirten und Anbauern, mit agronomischem und georäumlichem Kontext auf strukturierte Weise zu arbeiten. Anstatt sich auf generische KI-Prompts zu verlassen, können Teams GeoPard MCP nutzen, um Feldbedingungen zu interpretieren, Datensatzstatistiken abzurufen, Variabilität zu erklären und Erkenntnisse in praktische Maßnahmen wie Empfehlungskarten und teilflächenspezifische Applikationsstrategien zu überführen.

## Vision

GeoPard MCP ist dafür ausgelegt, mit Ihren Betriebsdaten in einer kontrollierten Umgebung zu arbeiten, im Einklang mit der übergeordneten GeoPard-Richtlinie, dass Kundendaten dem Kunden bleiben und von GeoPard sicher verwaltet werden.

GeoPard MCP formatiert und optimiert Betriebsdaten so, dass KI-Agenten und LLM-gestützte Assistenten sie effizient verarbeiten können, während der agronomische und georäumliche Kontext erhalten bleibt.

GeoPard MCP wandelt zudem KI-generierte Erkenntnisse wieder in umsetzbare Ausgaben um, einschließlich Empfehlungskarten und teilflächenspezifischer Applikationsstrategien.

{% @arcade/embed url="<https://app.arcade.software/share/rc1JfabDJ6Fge2X9CZSw>" flowId="rc1JfabDJ6Fge2X9CZSw" %}

## Funktionen

* Verbinden Sie Ihre GeoPard-Betriebsdaten mit MCP-kompatiblen KI-Agenten und Assistenten.
* Bewahren Sie den agronomischen und georäumlichen Kontext, damit KI Felddaten präziser interpretieren kann.
* Rufen Sie Felddaten und Datensatzstatistiken für Analysen und Empfehlungen ab.
* Verwandeln Sie KI-generierte Erkenntnisse in umsetzbare Ausgaben, einschließlich Empfehlungskarten und teilflächenspezifischer Applikationsstrategien.

Siehe [GeoPard MCP-Funktionen](/geopard-tutorials/de/produkt-tour-web-app/geopard-mcp/geopard-mcp-funktionen.md) für die vollständige Funktionsübersicht.

## Für wen es gedacht ist

* Agronomen, die schnellere und konsistentere digitale agronomische Arbeitsabläufe wünschen.
* Landwirte und Anbauer, die Feldbedingungen schneller interpretieren und die nächsten Maßnahmen klarer ableiten möchten.
* Agrarteams, die Fachwissen mithilfe KI-gestützter Analysen auf mehr Schläge skalieren möchten.

## Anwendungsfälle

1. Bodenverdichtung analysieren und bestimmen [Optimale Bodenbearbeitungstiefe](/geopard-tutorials/de/produkt-tour-web-app/geopard-mcp/optimale-bodenbearbeitungstiefe.md).
2. [Vegetationsmuster erklären](/geopard-tutorials/de/produkt-tour-web-app/geopard-mcp/vegetationsmuster-erklaren.md) über Schläge hinweg.
3. [Anomalien in Ertragsdatensätzen erkennen und Bereinigungs- und Kalibrierungsmaßnahmen auslösen](/geopard-tutorials/de/produkt-tour-web-app/geopard-mcp/ertragsdaten-bereinigen-und-kalibrieren.md).

## Wirtschaftlicher Nutzen

* Reduziert die manuelle Interpretation von Feld- und Datensatzinformationen.
* Beschleunigt agronomische Entscheidungsprozesse.
* Hilft Teams, konsistenter von Rohdaten zu operativen Empfehlungen zu gelangen.

## Jetzt starten

1. [GeoPard MCP verbinden](/geopard-tutorials/de/produkt-tour-web-app/geopard-mcp/geopard-mcp-verbinden.md) mit Claude, ChatGPT, Cursor und anderen MCP-Clients.
2. [Stellen Sie sicher, dass die GeoPard-MCP-Verbindung aktiv ist](/geopard-tutorials/de/produkt-tour-web-app/geopard-mcp/geopard-mcp-verbindung-uberprufen.md) bevor Sie Aktionen ausführen.
3. Nach der Verbindung können Sie schlagbezogene Workflows ausführen.

Beginnen Sie mit der Verbindung und Verifizierung und erkunden Sie dann schlagbezogene KI-Workflows. Weitere GeoPard-MCP-Workflows und Integrationen werden im Laufe der Zeit hinzugefügt.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.geopard.tech/geopard-tutorials/de/produkt-tour-web-app/geopard-mcp.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.