GoHighLevel MCP: Dein CRM per Claude, ChatGPT und Cursor steuern
MCP, das Model Context Protocol, ist ein offener Standard, mit dem KI-Modelle wie Claude oder ChatGPT direkt und in Echtzeit auf dein GoHighLevel-CRM zugreifen, ohne dass jemand dafür eine eigene Schnittstelle programmiert.
Was ist MCP?
MCP steht für Model Context Protocol. Der Standard kommt von Anthropic, dem Unternehmen hinter Claude, und ist offen: Jeder Softwareanbieter kann einen eigenen MCP-Server bauen, jeder KI-Anbieter kann einen eigenen MCP-Client bauen, und beide Seiten sprechen dieselbe Sprache.
Ein Vergleich, der oft fällt: MCP funktioniert wie USB-C. Früher brauchte jedes Gerät sein eigenes Ladekabel und jeder Hersteller seinen eigenen Stecker. Heute passt fast überall derselbe Anschluss. Genauso musste bisher jede KI-Anbindung an eine Software individuell programmiert werden, mit eigenen API-Calls, eigener Authentifizierung, eigenem Datenformat. MCP ersetzt diesen Wildwuchs durch ein einheitliches Protokoll: Ein MCP-Server beschreibt, welche Aktionen er anbietet, und jeder MCP-fähige Client kann diese Aktionen automatisch entdecken und nutzen.
Für dich als GoHighLevel-Nutzer ist das relevant, weil es den Unterschied macht zwischen einer KI, die nur allgemein über CRM-Software plaudert, und einer KI, die tatsächlich in deinem Account nachschaut. Fragst du Claude über einen MCP-Server nach deinen Kontakten von heute, bekommst du echte Namen und echte Termine aus deinem GoHighLevel-Account, nicht eine generische Vermutung. HighLevel hat genau diese Verbindung offiziell gebaut: Seit Ende Juli 2025 gibt es einen eigenen MCP-Server für die Plattform.
Drei Wege, MCP mit GoHighLevel zu nutzen
MCP lässt sich auf drei unterschiedliche Arten mit GoHighLevel verbinden, je nachdem, wer die KI steuert und wer die Daten liefert.
Weg 1: Der offizielle HighLevel-MCP-Server
HighLevel hat am 30. Juli 2025 einen eigenen, offiziellen MCP-Server angekündigt, intern auch als „LeadConnector MCP Server" bezeichnet. Seither wurde er erweitert und läuft heute über zwei unterschiedliche Endpunkte.
Der Original-Endpoint (https://services.leadconnectorhq.com/mcp/)
funktioniert mit jedem HTTP-basierten MCP-Client. Die Authentifizierung läuft über OAuth oder
über ein Private Integration Token (PIT), das du unter Settings → Private Integrations mit
frei wählbaren Berechtigungen (Scopes) erzeugst. Dieser Endpoint deckt laut aktueller Doku ein
fokussiertes Set an Kern-Funktionen ab: Contacts, Conversations, Opportunities, Calendars,
Payments, Social Planner, Blogs und Emails. Zum Start im Juli 2025 waren es 21 Tools, mit der
Ansage, bis Ende 2025 auf über 250 zu wachsen. Eine aktuelle, offiziell genannte Zahl gibt es
dafür nicht mehr, ein Fachartikel nennt für Mitte 2026 36 Tools, das ist allerdings keine
HighLevel-Primärquelle.
Offizielles Beispiel für die Kopfzeilen am Original-Endpoint:
{
"mcpServers": {
"prod-ghl-mcp": {
"url": "https://services.leadconnectorhq.com/mcp/",
"headers": {
"Authorization": "Bearer <your-token>",
"locationId": "<your-location-id>"
}
}
}
}
Der neuere Per-Client-Endpoint (/mcp/{client}/v2) ist aktuell
für zwei Clients live: für Claude unter /mcp/anthropic/v2 und für
OpenAI-Clients wie ChatGPT und Codex unter /mcp/openai/v2/. Für Cursor, Windsurf
und VS Code ist dieser neue Endpoint laut Doku „geplant", beide laufen heute aber bereits über
den Original-Endpoint. Der Per-Client-Endpoint arbeitet primär mit OAuth, ein Login per Klick
inklusive Auswahl des Sub-Accounts, weil OAuth mehr Berechtigungsstufen freischaltet als ein
PIT.
Statt einzelner Tools stellt er vier Meta-Werkzeuge bereit (list_locations,
search_operations, describe_operation, execute_operation),
über die die KI selbst herausfindet, welche der mehr als 550 Operationen über 38 Domänen gerade
passt. An anderer Stelle in der offiziellen Doku ist von bis zu 625 Operationen über 40
Domänen die Rede, die Zahlen schwanken je nach Dokumentationsstand. Abgedeckt sind unter
anderem Contacts, Conversations, Opportunities, Calendars, Payments, Workflows, Voice AI,
Social Planner, Custom Objects und Marketplace, um nur einen Teil der vollen Liste zu nennen.
Weg 2: Externe MCP-Server in HighLevel anbinden
Die zweite Richtung ist weniger bekannt, aber offiziell dokumentiert: HighLevel kann auch selbst als MCP-Client auftreten. In Workflows lässt sich ein AI-Agent-Baustein mit externen MCP-Servern verbinden. HighLevel nennt als Beispiele Exa und Tavily für Websuche, Browserbase für Browser-Automatisierung sowie eigene, selbst gehostete Server. HighLevel betont dabei ausdrücklich: „HighLevel does not host or manage third-party MCP servers." Unterstützt werden fünf Auth-Methoden (None, API Key, Bearer Token, OAuth2, Custom Header) und zwei Transporttypen (HTTP Streamable als Standard, Server-Sent Events als Alternative).
Eingerichtet wird das im Workflow-Editor: AI-Agent-Aktion öffnen, im Tab „Tools" auf „MCP" und „Add Connection" gehen, Name, Server-URL, Transport- und Auth-Typ eintragen, mit „Test Connection" die Verbindung prüfen (sie entdeckt automatisch die verfügbaren Tools) und dann gezielt einzelne Tools freigeben. So reichert ein Agent zum Beispiel einen neuen Lead in Echtzeit mit externen Web-Daten an, bevor er automatisch eine Opportunity anlegt.
Weg 3: Eigene und Community-MCP-Server
Neben dem offiziellen Server gibt es auf GitHub mehrere unabhängig entwickelte MCP-Server für GoHighLevel. Sie sind meist funktional umfangreicher als der Original-Endpoint, laufen aber selbst gehostet, brauchen also einen eigenen API-Key oder PIT, und bringen die Sicherheits-Fassade des neuen offiziellen Per-Client-Endpoints nicht mit.
| Repo | Sterne | Tool-Umfang | Besonderheit |
|---|---|---|---|
| basicmachines-co/open-ghl-mcp | 50 | Vollständiger API-Zugriff über zwei generische Werkzeuge, kein festes Tool-Set | Open Source, Python, eigener OAuth-Flow, Bestätigung bei destruktiven Writes |
| hridayshah7/gohighlevel-mcp | 9 | 269+ Tools über 19+ Kategorien | Community-/Foundation-Projekt, Deploy-Optionen für Vercel und Railway |
| drausal/gohighlevel-mcp | 8 | Automatisch aus der offiziellen OpenAPI-Spezifikation generiert | TypeScript, npx-Schnellstart, Stdio-Transport für Claude Desktop |
| awmctx/ghl-mcp | 0 (neu) | 520+ Tools über 40 Kategorien laut Repo-Beschreibung | MCP SDK 1.26, Streamable HTTP, gehostetes Angebot in Planung |
| tkturners/gohighlevel-mcp | 0 (neu) | 81 Tools | Beworben für Claude Code, Cursor, Windsurf, PIT oder OAuth2 mit Auto-Refresh |
Auch wir bei Upscaled Media haben eigene MCP-Server für HighLevel entwickelt und setzen sie in Kundenprojekten ein, dort, wo der offizielle Server nicht die passenden Operationen freigibt oder wir zusätzliche Kontrolle über die Sicherheits-Checks brauchen.
Einrichtung Schritt für Schritt
Fünf Clients sind offiziell als MCP-Verbindung zu GoHighLevel dokumentiert. So richtest du sie ein.
Claude.ai
Unter Settings → Connectors → „Add custom connector" trägst du die Server-URL
https://services.leadconnectorhq.com/mcp/anthropic/v2
ein und meldest dich per OAuth an, inklusive Auswahl des Sub-Accounts.
Claude Code (CLI)
Per Kommandozeile:
claude mcp add --transport http leadconnector https://services.leadconnectorhq.com/mcp/anthropic/v2
oder direkt in der .mcp.json:
{
"mcpServers": {
"leadconnector": {
"type": "http",
"url": "https://services.leadconnectorhq.com/mcp/anthropic/v2"
}
}
} Cursor
Cursor läuft aktuell über den Original-Endpoint, mit PIT oder OAuth. Das PIT erzeugst du unter
Settings → Private Integrations. Eintrag in
~/.cursor/mcp.json:
{
"mcpServers": {
"ghl-remote": {
"url": "https://services.leadconnectorhq.com/mcp/",
"headers": {
"Authorization": "Bearer <dein-PIT>",
"locationId": "<deine-location-id>",
"Version": "2021-07-28"
}
}
}
} ChatGPT
Settings → Security and login → Developer mode aktivieren → Plugins → neues Plugin mit der
Server-URL https://services.leadconnectorhq.com/mcp/openai/v2/
anlegen → Anmeldung per OAuth.
n8n
Ab n8n v1.104 gibt es einen MCP-Client-Node. URL ist
https://services.leadconnectorhq.com/mcp/,
als Transport-Protokoll HTTP Streamable, Authentifizierung über Header
(Authorization,
locationId).
Codex (CLI/IDE)
Ebenfalls offiziell dokumentiert, über den OpenAI-Endpoint:
codex mcp add leadconnector --url https://services.leadconnectorhq.com/mcp/openai/v2/
codex mcp login leadconnector
Ebenfalls offiziell als unterstützte Clients genannt, ohne eigenes Konfigurationsbeispiel an dieser
Stelle: Claude Cowork, Windsurf, OpenAI Playground und LangGraph (Python) mit dem
MultiServerMCPClient und
Streamable-HTTP-Transport.
Acht Dinge, die du damit im Agenturalltag machst
Anwendungsfälle, die auf den offiziell dokumentierten Toolkategorien aufbauen. Die Formulierung als Beispiel ist unsere Ableitung, die Funktionsbasis ist belegt.
Lead-Nachfassung ohne Termin
Du lässt dir über Contacts und Conversations alle Kontakte der letzten 30 Tage ohne gebuchten Termin auflisten und gleich individuelle Nachfass-Entwürfe als Draft anlegen.
„Zeig mir alle Kontakte aus den letzten 30 Tagen ohne Termin und schreib für jeden einen kurzen Nachfass-Entwurf."
Pipeline-Check am Morgen
Ein Agent zieht sich morgens die Opportunities und Pipelines deiner Sub-Accounts, erkennt stehen gebliebene Deals und fasst den Tag zusammen. Genau dieses Szenario nennt HighLevel selbst im Launch-Blogpost als Beispiel.
„Welche Opportunities in meiner Pipeline haben seit über 14 Tagen keine Aktivität?"
Terminfindung und Umbuchung
Über die Calendars- und Appointments-Operationen prüft die KI freie Slots und schlägt Kunden neue Termine vor oder bucht direkt um, sofern die Berechtigung „Edit Calendar Events" freigegeben ist.
„Finde für Kunde Müller einen freien Termin nächste Woche und verschiebe den bestehenden."
Tag- und Segment-Pflege
Du lässt Kontakte nach Kriterien durchsuchen, etwa „hat Formular X ausgefüllt, aber nicht gekauft", und automatisch taggen oder in einen Workflow einschreiben.
„Tagge alle Kontakte, die das Beratungsformular ausgefüllt, aber noch keinen Termin gebucht haben, mit „Follow-up nötig"."
Rechnungs- und Zahlungsstatus abfragen
Statt im Dashboard zu klicken, fragt ein Support-Mitarbeiter per natürlicher Sprache offene Invoices oder Payment-Transactions eines Kunden ab.
„Zeig mir alle offenen Rechnungen von Kunde Schmidt aus diesem Quartal."
Social-Content-Vorplanung
Über die Social-Planner-Operationen erstellt ein Agent Entwürfe für mehrere Kanäle und legt sie direkt in die Kalenderansicht.
„Erstelle drei Social-Post-Entwürfe für Instagram und Facebook zum Thema Herbstangebot und plane sie für nächste Woche."
Multi-Client-Reporting für Agenturen
Über den agenturweiten Per-Client-Endpoint vergleicht ein Agent dieselbe Kennzahl über mehrere Sub-Accounts hinweg, genau das Szenario, das die offizielle Doku selbst als Beispiel nennt.
„Liste die Kontakte mit dem Tag „vip-2026" bei Kunde A auf und vergleiche die Anzahl mit Kunde B."
Externe Recherche direkt im Workflow
Über die umgekehrte MCP-Richtung reichert ein AI-Agent im Workflow einen neuen Lead in Echtzeit mit externen Web-Daten an, etwa über einen Exa- oder Tavily-MCP-Server, bevor automatisch eine Opportunity angelegt wird.
„Recherchiere die Firma dieses Leads und reichere das Kontaktprofil an, bevor die Opportunity erstellt wird."
MCP oder REST-API: was wann?
Der MCP-Server ist kein separates API-Angebot, sondern eine zusätzliche Zugriffsschicht über derselben LeadConnector-API, der REST-API v2. Die REST-API v2 ist die vollständige, klassische Schnittstelle mit allen Endpunkten: Basis-Zugriff ist im Starter- und Unlimited-Plan enthalten, erweiterter Zugriff inklusive OAuth 2.0 und Agency-Keys erst ab dem Agency-Pro-Plan.
Der Unterschied in der Praxis: Wer eine eigene Software oder Custom-App baut, braucht die REST-API v2 mit eigener Authentifizierung, eigenem Error-Handling und eigener Versionierung. Wer eine KI direkt mit dem CRM sprechen lassen will, nutzt MCP: Der Client entdeckt die verfügbaren Operationen automatisch, und HighLevel schaltet bei sensiblen oder unumkehrbaren Aktionen zusätzliche Sicherheits-Checks vor. Eine vollständige 1:1-Deckung, dass der MCP-Server jede REST-Funktion abdeckt, ist offiziell nicht belegt, insbesondere für den kleineren Original-Endpoint.
| Kriterium | REST-API v2 | MCP-Server |
|---|---|---|
| Zielgruppe | Entwickler, eigene Software, Custom-Apps | KI-Clients wie Claude, ChatGPT, Cursor, n8n |
| Aufwand | Eigene Auth-, Error-Handling- und Versionierungslogik nötig | Fertigen Client verbinden, kaum eigener Code |
| Umfang | Vollständige, versionierte API-Oberfläche | Original-Endpoint fokussiert, Per-Client-Endpoint über 550 Operationen laut Doku |
| Sicherheit | Klassische API-Key- oder OAuth-Rechte | Scope-basierte Freigabe plus Sicherheits-Checks bei sensiblen Aktionen laut Doku |
| Typischer Einsatz | Eigene Integrationen, Webhooks, Individualsoftware | Chat mit CRM-Daten, KI-Agenten in Workflows, schnelle Abfragen ohne Code |
Was MCP kostet
Der offizielle MCP-Server selbst wird in keiner offiziellen HighLevel-Quelle als kostenpflichtiges Zusatzprodukt gelistet, er ist Teil der bestehenden API-Infrastruktur. Ein Drittanbieter-Fachartikel bestätigt das: kostenlos in jedem GHL-Plan, du zahlst nur für dein GoHighLevel-Abo und für deinen Claude- oder ChatGPT-Zugang. Das ist allerdings keine HighLevel-Primärquelle, sondern eine Sekundärquelle.
Offiziell und primär belegt ist dagegen: Der zugrunde liegende API-Zugriff ist plangebunden, Basis-Zugriff ist im Starter- und Unlimited-Plan enthalten, erweiterter Zugriff erst ab dem Agency-Pro-Plan. Konkrete Rate Limits für den MCP-Server selbst, also wie viele Anfragen pro Minute erlaubt sind, nennt keine der geprüften offiziellen Quellen. Das ist eine offene Lücke, keine Zahl, die wir raten.
Sicherheit und DSGVO
Ein Private Integration Token (PIT) ist ein Zugangsschlüssel zu deinem GoHighLevel-Account, den du unter Settings → Private Integrations mit selbst gewählten Berechtigungen erzeugst. Wer diesen Token besitzt, kann alles tun, wofür die Berechtigungen reichen, deshalb gehört er niemals in einen Chat-Verlauf, einen Screenshot oder eine Nachricht. Poste ihn nie, teile ihn nie, speichere ihn nur dort, wo er technisch gebraucht wird.
Sobald du Claude oder ChatGPT per MCP mit deinem CRM verbindest, verarbeiten diese Anbieter deine CRM-Daten, um die Anfrage zu beantworten. Das ist eine Auftragsverarbeitung im Sinne der DSGVO, die du vertraglich abdecken musst. Details dazu und zu den weiteren bei uns eingesetzten Diensten stehen in der Datenschutzerklärung.
Unsere Empfehlung aus der Agenturpraxis: Verbinde MCP zuerst mit einem Test-Sub-Account, nicht mit dem Produktiv-Account. So siehst du, welche Daten die KI tatsächlich sieht und welche Aktionen sie ausführt, bevor echte Kundendaten im Spiel sind.
Wir bauen dir deinen MCP-Server
Wir von Upscaled Media setzen GoHighLevel nicht nur täglich für unsere eigenen Kunden ein, wir haben auch eigene MCP-Server für HighLevel programmiert, dort, wo der offizielle Server nicht die passenden Operationen freigibt oder ein Kundenprojekt eine eigene Sicherheits-Logik braucht. Ob offizieller Server, Community-Projekt oder eigene Lösung: In einem kostenlosen Beratungsgespräch finden wir den passenden Weg für dein CRM.
Häufige Fragen zu GoHighLevel MCP
Was ist der Unterschied zwischen MCP und Zapier?
Zapier verbindet Apps über feste, vorgebaute Automatisierungen: Wenn X passiert, tue Y. MCP ist dagegen ein offener Protokoll-Standard, über den eine KI selbst herausfindet, welche Aktionen ein System wie GoHighLevel anbietet, und sie dynamisch im Chat aufruft, ohne dass vorher ein fester Zap gebaut wurde. Beide Wege lassen sich auch kombinieren, das eine schließt das andere nicht aus.
Funktioniert MCP mit ChatGPT?
Ja. HighLevel dokumentiert einen eigenen Endpoint für OpenAI-Clients (/mcp/openai/v2/). In ChatGPT aktivierst du dafür den Developer-Modus in den Einstellungen, richtest unter Plugins ein neues Plugin mit dieser Server-URL ein und meldest dich per OAuth an.
Brauche ich Programmierkenntnisse?
Für Claude.ai oder ChatGPT nicht, dort trägst du nur eine URL ein und meldest dich per OAuth an. Für Cursor, Claude Code oder n8n brauchst du etwas technisches Grundverständnis, weil du eine Konfigurationsdatei anlegst oder einen Terminal-Befehl ausführst.
Kann die KI Daten in meinem CRM löschen?
Grundsätzlich ja, wenn die verwendeten Berechtigungen das zulassen, also die Scopes bei OAuth oder die Rechte im Private Integration Token. HighLevel gibt an, dass sensible und unumkehrbare Aktionen zusätzlich mit Bestätigungs- und Sicherheits-Checks abgesichert sind. Trotzdem gilt: Richte MCP zuerst an einem Test-Sub-Account ein und vergib nur die Berechtigungen, die der jeweilige Anwendungsfall wirklich braucht.
Was kostet der HighLevel-MCP-Server?
Offiziell wird der Server nicht als eigenes, kostenpflichtiges Produkt gelistet. Ein Fachartikel, keine HighLevel-Primärquelle, beschreibt ihn als kostenlos in jedem Plan: Du zahlst nur dein GoHighLevel-Abo und deinen KI-Zugang. Konkrete Rate Limits für den Server selbst sind offiziell nicht beziffert.
Welchen Plan brauche ich?
Der MCP-Server baut auf derselben API auf wie der Rest der Plattform. Offiziell primär belegt ist: Basis-API-Zugriff ist im Starter- und Unlimited-Plan enthalten, erweiterter API-Zugriff inklusive OAuth 2.0 und Agency-Keys erst ab dem Agency-Pro-Plan. Ob MCP speziell auch im kleinsten Plan technisch uneingeschränkt läuft, ist nicht separat offiziell verifiziert.
Gibt es MCP auf Deutsch?
Vor dieser Seite praktisch nicht. Unsere Recherche fand keine relevanten deutschsprachigen Fachartikel oder Anleitungen zu „gohighlevel mcp", der einzige deutschsprachige Treffer war die lokalisierte Oberfläche eines internationalen MCP-Katalogs, dessen Inhalte selbst auf Englisch sind. Genau diese Lücke soll diese Seite schließen.
Verwandte Funktionen
MCP hängt eng mit diesen anderen GoHighLevel-Funktionen zusammen
APIs
REST API Zugang
Mehr erfahrenWebhooks
Eingehende und ausgehende Webhooks
Mehr erfahrenAgent Studio
KI-Agenten erstellen und konfigurieren
Mehr erfahrenAI Employee
KI-Mitarbeiter für automatisierte Antworten
Mehr erfahrenWorkflow Automation
Visuelle Workflow-Erstellung
Mehr erfahrenZapier / Make
Zapier & Make Integration
Mehr erfahren