Auf den Punkt: Smartsheet betreibt einen MCP-Server auf AWS, der KI-Agenten strukturierten Zugang zu Plattformdaten gibt und durch Token-Optimierungen bislang 3 Milliarden Tokens gespart hat.
Smartsheet hat einen Remote Model Context Protocol (MCP) Server auf AWS aufgebaut, um KI-Agenten direkten Zugriff auf Daten und Funktionen der Plattform zu geben. Das System ermöglicht es Sprachmodellen und autonomen Agenten, mit Smartsheet-Daten zu arbeiten und dabei Workflows um Wochen zu verkürzen.
Smartsheet, eine Enterprise-Plattform für Projektmanagement und Workflow-Verwaltung, hat eine MCP-Serverarchitektur entwickelt, die KI-Assistenten wie Amazon Quick und Claude Desktop sowie intern das System Smart Assist befähigt, auf Smartsheet-Funktionen zuzugreifen. Damit können KI-Assistenten Projektdaten analysieren, Aufgaben aktualisieren, Sheets erstellen und Workspaces verwalten – alles über natürlichsprachige Schnittstellen. Das System unterstützt auch autonome KI-Agenten, die ohne menschliche Eingaben arbeiten und sich über die MCP-Schnittstelle koordinieren können – etwa beim Erfassen von Anforderungen, Auswahl von Aufgaben oder dem Anhängen von Testergebnissen.
Die Architektur nutzt mehrere AWS-Services in der kritischen Datenschicht: AWS Fargate mit Amazon ECS für zustandslose Container, Amazon Kinesis Data Streams und Apache Flink für ereignisgesteuerte Datenerfassung, sowie Amazon Bedrock und Amazon Neptune für Sprachmodell-Inferenz und wissensgraphbasierte projektübergreifende Analysen. Anfragen durchlaufen ein API-Gateway-Layer mit AWS WAF, Shield und Application Load Balancer, bevor sie den MCP-Server erreichen. Von dort aus werden Transaktionen über Smartsheet-APIs durchgeführt und Insights aus einer auf Databricks und Neptune aufgebauten Intelligence-Layer abgerufen. Änderungsereignisse fließen über Kinesis und Flink in eine S3-gestützte Intelligence-Schicht nach dem Medallion-Architecture-Modell.
Ein zentrales Optimierungsmerkmal ist die AI-optimierte Schnittstelle des MCP-Servers, die Token-Kosten minimiert und Halluzinationen reduzieren soll. Nach eigenen Angaben hat Smartsheet durch diese Optimierungen seit dem Launch über 3 Milliarden Tokens eingespart. Ein einzelnes MCP-Layer bedient sowohl interne als auch externe Agenten mit derselben Infrastruktur, denselben Tools und Optimierungen – ein bewusstes architektonisches Design, das Entwicklung einmalig bedeutet und allen Clients zugute kommt.
Die KI-Traffic-Muster unterscheiden sich grundlegend von klassischen Request-Patterns: Agenten orchestrieren Sequenzen von Tool-Aufrufen in Sekundenschnelle, während das Sprachmodell dann pausiert und über Lösungen nachdenkt. Smartsheet nutzt dazu ECS Auto Scaling mit Target-Tracking-Richtlinien, um sowohl plötzliche Spitzen als auch anhaltenden Durchsatz zu bewältigen. Diese Skalierungsstrategie ist speziell auf die bursty Natur von Agentenverkehr ausgerichtet.
Quelle: aws.amazon.com · Erschienen 17. Juli 2026
Lumi AI News — KI-assistierte Kuratierung gemaess Art. 50 EU AI Act. Paraphrase und Klassifikation durch Lumi News Pipeline v1.7.3.