Meta Ads via Claude: Was der MCP-Server kann und was du daraus bauen kannst

Was mich überrascht hat

Ich nutze MCP seit Anthropic es Ende 2024 veröffentlicht hat. Anfangs hauptsächlich für Filesystem, GitHub und ein paar Datenbanken. Das war nett und hat unsere Dev-Workflows beschleunigt, aber für Marketing war nichts wirklich relevant.

Vor ein paar Wochen habe ich den Meta Ads MCP Server installiert, eine Open-Source-Implementation von pipeboard.co. Was mich überrascht hat war nicht die Tool-Liste an sich. Sondern wie schnell man von "ich frage Claude was über meine Kampagnen" zu "Claude macht das eigenständig nach Plan" kommt. Das ist die Schwelle, an der Tooling zu Operations wird.

Praktisches Beispiel von letzter Woche. Ich frage Claude: "Welche Ad Sets in Konto X haben in den letzten sieben Tagen einen CPA über 45 Euro und sind noch aktiv?" Claude ruft get_adsets auf, dann get_insights mit dem passenden Date Range, vergleicht die CPA-Werte, gibt mir eine Liste mit fünf Ad Sets. Ich frage nach: "Wie war der Verlauf in den letzten 30 Tagen?" Claude ruft erneut Insights mit anderem Range ab, baut eine Trendansicht. Dann: "Pausiere die drei mit dem schlechtesten Verlauf." Claude fragt mich vorher zur Bestätigung, ich bestätige, drei Calls auf update_adset, fertig. Das was sonst 20 Klicks im Ads Manager wäre, sind drei Sätze.

MCP in 60 Sekunden

MCP steht für Model Context Protocol. Es ist ein offenes JSON-RPC-2.0-Protokoll, das definiert, wie LLMs (Claude, ChatGPT, Cursor, VS Code) mit externen Servern reden. Diese Server stellen drei Dinge bereit:

• Tools: Funktionen die das LLM aufrufen kann (z.B. get_campaigns, pause_ad)
• Resources: Daten die das LLM lesen kann (z.B. Schema-Definitionen, Konfigs)
• Prompts: Wiederverwendbare Templates für komplexe Interaktionen

Server laufen entweder lokal (über stdio-Pipes mit dem MCP-Host) oder remote (über Streamable HTTP). Lokal ist der Standard für Claude Desktop. Remote für SaaS-Tools.

Was der Meta MCP Server kann

Der pipeboard Open-Source-Server (github.com/pipeboard-co/meta-ads-mcp) exponiert aktuell rund 22 Tools, gruppiert in fünf Bereiche:

Konto und Hierarchie

get_ad_accounts, get_account_info, get_account_pages. Du fragst "welche Konten habe ich" und Claude listet sie auf.

Kampagnen, Ad Sets, Ads

Get, get_details, create, update für alle drei Ebenen. Wichtig: create_campaign akzeptiert nur die neuen outcome-based Objectives (OUTCOME_AWARENESS, OUTCOME_TRAFFIC, etc.), die Legacy-Objectives sind raus. Spürt man wenn man alte Setups duplizieren will, klappt nicht.

Creatives

upload_ad_image, create_ad_creative, update_ad_creative, get_ad_image. Du kannst tatsächlich aus Claude heraus Bilder hochladen und neue Creatives bauen. Inklusive Dynamic Creative mit mehreren Headlines und Beschreibungen.

Audience und Targeting

search_interests, get_interest_suggestions, validate_interests, search_behaviors, search_demographics, search_geo_locations. Diese Tools sind unterschätzt. Du sagst Claude "finde mir Interests für Bio-Hundefutter Käufer mittleren Alters" und Claude probiert eine Reihe Suchen aus, validiert die Reichweiten, schlägt dir eine Targeting-Liste vor.

Insights und Budget

get_insights ist das mächtigste Tool. Performance-Metriken mit Breakdowns (age, gender, placement, device, etc.) und custom Attribution Windows. create_budget_schedule für zeitlich gestaffelte Budgets (Black Friday, Saison, Launches).

Was fehlt im aktuellen Stand: tieferer Custom-Audience-Management, kein Pixel- oder Conversion-API-Setup, kein vollständiges Asset-Library-Handling. Read-heavy Tasks sind exzellent abgedeckt, Write-heavy Tasks gehen, sind aber begrenzt.

Setup: drei Wege

1. pipeboard.co (Remote OAuth). Du gehst auf die Webseite, loggst dich mit Facebook ein, autorisierst Zugriff auf dein Werbekonto, kopierst eine Connector-URL in Claude Desktop. Keine lokale Installation. Für Nicht-Techies der schnellste Weg.
2. Selber lokal hosten. npm install oder Python-Variante, eigene Meta Developer App, System User Access Token mit den drei Scopes, Claude Desktop Config bearbeiten. 20 bis 30 Minuten. Vorteil: volle Kontrolle, Token bleibt bei dir.
3. Markifact (kommerzielle SaaS). Gehostete Version mit vorgefertigten Recipes und UI-Layer. Monatsgebühr. Sinnvoll wenn du mehrere Konten gleichzeitig steuerst und nichts selbst betreiben willst.

Wir nutzen den lokalen Selbstbau. Drei Gründe: Token-Scope-Kontrolle, keine externe Stelle die Zugriff auf Kunden-Konten hat, und ich kann den Server-Code anpassen wenn ein Tool fehlt.

Claude Desktop Config

Falls du den lokalen Weg gehst, sieht dein claude_desktop_config.json ungefähr so aus (Pfad: ~/Library/Application Support/Claude/claude_desktop_config.json auf macOS, %APPDATA%\Claude\claude_desktop_config.json auf Windows):

// claude_desktop_config.json
{
  "mcpServers": {
    "meta-ads": {
      "command": "npx",
      "args": ["-y", "@pipeboard/meta-ads-mcp"],
      "env": {
        "META_ACCESS_TOKEN": "EAAxxxxxxxxxxxxx",
        "META_AD_ACCOUNT_ID": "act_1234567890",
        "META_API_VERSION": "v22.0"
      }
    }
  }
}json

Claude Desktop neu starten, im Chat sollte unten links ein kleines Symbol erscheinen das anzeigt, dass der Server verbunden ist. Wenn nicht: tail -f ~/Library/Logs/Claude/mcp-server-meta-ads.log verrät dir warum (meistens Token-Scope oder falscher Account-Prefix).

Die ersten zehn Minuten

Was ich typischerweise als erstes frage, um die Verbindung zu testen und einen Überblick zu kriegen:

• "Welche Werbekonten habe ich Zugriff drauf?"
• "Liste mir die aktiven Kampagnen in Konto act_xxx mit aktuellem Status und Budget."
• "Welche Ad Sets in Kampagne Y haben einen ROAS über 3 in den letzten 7 Tagen?"
• "Vergleich Performance der Top 5 Ads in den letzten 14 Tagen, gruppiert nach Placement."
• "Welche meiner Ads haben in den letzten 3 Tagen unter 0,5% CTR und mehr als 50 Euro Spend?"

Was du ziemlich schnell merkst: Claude versteht Domain-Sprache. "ROAS über 3", "CTR unter 0,5%", "letzte 14 Tage" werden in die richtigen API-Calls übersetzt, ohne dass du Field-Namen kennen musst. Das ist die eigentliche Magie. Du redest in deiner Sprache, der LLM mappt auf API-Sprache.

Wo es kippt: MCP-Server kombinieren

Hier wird es interessant. Claude Desktop kann mehrere MCP-Server gleichzeitig laden. Das heisst: dein Setup hat nicht nur Meta-Ads-Zugriff, sondern auch alle anderen MCP-Server, die du angebunden hast.

Beispiele für nützliche Kombinationen:

• Meta Ads + Google Sheets MCP: Performance-Report nach Sheet exportieren
• Meta Ads + Telegram MCP: Alerts und Befehle über Telegram-Bot
• Meta Ads + Slack MCP: Daily Standup im Marketing-Channel
• Meta Ads + GitHub MCP: Creative-Briefs aus PR-Beschreibungen ableiten
• Meta Ads + Filesystem MCP: Lokale CSV mit Conversion-Daten gegen Meta-Insights matchen

Sobald du zwei MCP-Server hast, kann Claude zwischen ihnen vermitteln. "Hol die Performance-Daten aus Meta und schreib sie in das Sheet 'Mai 2026 Performance'" ist ein einziger Befehl, hinter dem 5 bis 10 Tool-Calls auf zwei verschiedenen Servern laufen.

Build-Idee: Telegram-Bot für tägliche Ads-Updates

Was wir dabei gelernt haben: Die formatierung ist wichtiger als die Daten. Eine Nachricht mit 30 Zahlen liest niemand. Eine Nachricht mit 3 Zahlen und einem Satz "Achtung, Kampagne Y hat über Nacht 40% mehr Spend gefressen" wird gelesen. Lass Claude die Daten interpretieren, nicht nur abrufen.

Build-Idee: Nächtlicher Setup-Audit

Build-Idee: Anomaly Alerts

Build-Idee: Cross-Platform Reports

Risiken und Falltüren

Token-Scope ist heikel. Wenn du ads_management gibst, hat der MCP-Server volle Schreibrechte auf dein Konto. Claude könnte theoretisch alle Kampagnen pausieren wenn der Prompt blöd formuliert ist. Setze für Read-Only Setups konsequent nur ads_read. Für Schreibzugriff arbeite mit Confirmation-Flows (pipeboard-MCP hat das eingebaut, eigene Implementierungen sollten das auch haben).

Auto-Execution-Risiko. Wenn du Claude sagst "räum auf was nicht performt" und Claude zwanzig Ad Sets pausiert, von denen drei eigentlich nur in einer Lern-Phase waren, hast du ein Problem. Confirmation vor jeder Schreibaktion ist Pflicht, nicht Komfort.

Rate Limits. Die Meta Marketing API hat strikte Tier-basierte Limits. Bei aggressiven Setups (Insights-Calls auf 50+ Kampagnen alle 15 Min) wirst du sehr schnell gethrottled. Cache Insights wo möglich, batch Calls, respektiere die Headers. Der pipeboard-Server macht das halbwegs gut, aber bei Custom-Setups musst du das selber bauen.

Multi-Account-Verwechslungen. Wenn du Zugriff auf mehrere Konten hast, kann Claude im Kontext durcheinander kommen. "Pausiere die Kampagne X" ist mehrdeutig wenn beide Konten eine Kampagne X haben. Wir stellen jeden Prompt mit dem aktiven Konto-Kontext voran ("Wir arbeiten gerade in Konto act_xxx") oder begrenzen den MCP-Server pro Session auf ein Konto.

Currency und Timezone. Meta liefert Insights in der Konto-Currency und Konto-Timezone. Wenn du Claude mit "letzte 7 Tage" fragst, ist die Frage: aus welcher Timezone? Lass das explizit setzen oder dokumentiere die Annahmen im System-Prompt.

Datenschutz, der ungelöste Teil. Meta-Daten enthalten PII (E-Mail-Hashes in Custom Audiences, etc.). Wenn Claude die liest und an einen Drittanbieter (Anthropic API) sendet, ist das ein Vertragsthema mit deinen Kunden. Bei Enterprise-Setups bestehen wir auf Anthropic Workspace mit DPA und EU-Region-Pinning. Bei kleineren Setups klären wir das transparent im AVV.

Wer welchen Weg gehen sollte

• Marketer ohne Setup-Lust: pipeboard.co Remote-OAuth. 5 Minuten Setup, sofort startklar.
• Agentur mit mehreren Kunden-Konten: Selbstbau lokal, getrennte Konfigurationen pro Konto, klare Audit-Logs.
• In-House Performance-Team: Selbstbau auf einem zentralen Server (z.B. Cloud-Run-Container) plus eigene Scheduling-Logik. Die echten Build-Ideen oben rentieren sich hier.
• Enterprise mit Compliance: Markifact oder eigene Implementation mit DPA. Pipeboard.co kann auch gehen mit explizitem Vertrag.
• Neugierig, will erst mal sehen: 30 Minuten investieren, pipeboard Remote anbinden, eine Stunde damit reden, danach entscheiden.

Schlussgedanke

Wir reden seit 18 Monaten von "AI Marketing", aber das meiste was darunter lief, war Chatbots oder Auto-Caption-Generators. MCP ist die erste Technologie, die das, was wir tatsächlich tun (Kampagnen analysieren, optimieren, reporten) in den LLM-Workflow integriert. Nicht als Spielerei, sondern als Operations-Layer.

Die spannende Frage ist nicht mehr "kann KI das übernehmen". Sondern: was machst du jetzt mit der Zeit, die du gewinnst, wenn das Routine-Reporting weg ist. Strategie. Creative Briefings. Kunden-Gespräche. Die Sachen wofür Menschen besser sind als jeder LLM-Stack.

Wenn du noch nicht mit MCP rumprobiert hast, ist das ein guter Mai-Nachmittag. pipeboard.co aufrufen, anbinden, fragen "welche Kampagnen laufen gerade in meinem Konto und was kostet mich der schlechteste Performer". Diese erste Antwort, in dem Tonfall in dem du es gewohnt bist Fragen zu stellen, ist der Moment, in dem es klick macht.