Smartsheet hat am 11. Juni 2026 in Bellevue angekündigt, dass Unternehmenskunden seinen MCP-Server nun mit ChatGPT, Microsoft Copilot und Google Cloud Gemini Enterprise verbinden können, zusätzlich zur bestehenden Claude-Unterstützung und flankiert von Smart Assist, einem neuen KI-Assistenten direkt in der Smartsheet-Plattform. Die Mitteilung, die Smartsheet selbst und Business Wire verbreitet haben, ist mehr als eine weitere Integrationsmeldung im KI-Dauerfeuer. Sie zeigt, wohin Unternehmenssoftware 2026 driftet: Nicht der Chatbot ist das Produkt, sondern der kontrollierte Zugriff auf den Arbeitskontext. Für Windows- und Microsoft-365-Administratoren ist das besonders relevant, weil Copilot damit nicht nur in Office-Dokumenten und Teams-Konversationen stöbert, sondern potenziell in operative Projektarbeit hineinragt.
Die Pointe der Ankündigung liegt nicht darin, dass Smartsheet jetzt noch drei KI-Logos auf seine Produktseite kleben kann. ChatGPT, Microsoft Copilot, Gemini Enterprise und Claude sind längst Teil der Beschaffungsdiskussion in großen Unternehmen. Der eigentliche Kampf findet eine Schicht darunter statt: Wer kontrolliert die Daten, Berechtigungen, Workflows und Aktionen, die diese Assistenten überhaupt nützlich machen?
Smartsheet positioniert seinen MCP-Server genau an dieser Stelle. Das Unternehmen argumentiert, dass klassische KI-Konnektoren oft nur Lesezugriff liefern und deshalb vor allem hübsch formulierte Zusammenfassungen erzeugen. Der MCP-Server soll dagegen mit aktuellen Arbeitsdaten verbunden sein und nicht nur beschreiben, was in einem Projekt steht, sondern Aufgaben erstellen, aktualisieren oder verändern können.
Das ist eine deutliche Verschiebung vom Such-Interface zum Arbeits-Interface. Ein Assistent, der nur antwortet, ist ein besseres Intranet. Ein Assistent, der in Smartsheet neue Zeilen, Workflows oder Dashboard-Strukturen anlegt, ist ein operatives System mit natürlicher Sprache als Eingabeschicht.
Genau deshalb ist die Ankündigung für IT-Abteilungen doppeldeutig. Sie verspricht weniger Tool-Wechsel und weniger manuelle Nacharbeit. Gleichzeitig vergrößert sie die Angriffsfläche jeder Fehlkonfiguration, jedes zu großzügigen Berechtigungsmodells und jedes schlecht verstandenen Agentenverhaltens.
Für Anbieter wie Smartsheet ist das attraktiv, weil sie sich nicht auf einen einzigen KI-Stack festlegen müssen. Claude war der naheliegende Startpunkt, weil Anthropic MCP geprägt hat. Dass Smartsheet nun ChatGPT, Microsoft Copilot und Gemini Enterprise anschließt, macht den Server aber zu einer neutraleren Integrationsschicht.
Diese Neutralität ist kommerziell klug. Viele Unternehmen haben sich noch nicht endgültig entschieden, ob ihr Standardassistent von Microsoft, OpenAI, Google oder Anthropic kommen soll. Manche werden nie eine einzige Wahl treffen, weil Rechtsabteilung, Entwicklung, Vertrieb und Projektmanagement unterschiedliche Plattformen bevorzugen.
Smartsheets Botschaft lautet deshalb: Die Arbeitsdaten sollen nicht mit dem Assistenten verheiratet werden. Wer heute Claude nutzt, morgen Copilot testet und parallel Gemini Enterprise in Google-Cloud-Umgebungen evaluiert, soll denselben operativen Kontext mitnehmen können. Das ist Anti-Lock-in als Verkaufsargument — allerdings nur auf der Assistentenebene. Der zentrale Arbeitskontext bleibt natürlich bei Smartsheet.
Ein Smartsheet-Konnektor verändert die Rolle von Copilot in Organisationen, die Smartsheet für Projektsteuerung, Portfoliomanagement, Bauprojekte, IT-Rollouts oder operative Planung verwenden. Plötzlich kann ein Nutzer nicht nur fragen, was in einem Teams-Thread beschlossen wurde, sondern auch, welche Aufgaben in einem Smartsheet-Projekt blockiert sind oder welche Statusänderungen vorgenommen werden müssen.
Das klingt nach dem Produktivitätsversprechen, das Microsoft seit Beginn der Copilot-Ära verkauft. Es ist aber auch der Moment, in dem Governance weniger abstrakt wird. Wenn Copilot über MCP mit Smartsheet sprechen kann, müssen Administratoren verstehen, welche Identität genutzt wird, welche Berechtigungen gelten, welche Aktionen protokolliert werden und wie sich riskante Prompts von legitimen Arbeitsanweisungen unterscheiden lassen.
Smartsheet sagt, alle Funktionen basierten auf derselben Governance-Grundlage. Das ist wichtig, aber nicht gleichbedeutend mit risikofrei. In der Praxis entscheidet nicht die Existenz einer Governance-Schicht, sondern deren Konfiguration, Transparenz und Auditierbarkeit.
Smart Assist hält die Plattform sichtbar. Teams können innerhalb von Smartsheet Fragen stellen, Aufgaben beschreiben und Antworten auf Basis des laufenden Arbeitsverlaufs erhalten. Zusammen mit Smart Columns und dem AI Dashboard Builder entsteht ein Muster: Smartsheet will KI nicht als separates Add-on verkaufen, sondern als Bedienmodell für strukturierte Arbeit.
Das ist defensiv und offensiv zugleich. Defensiv, weil viele SaaS-Anbieter fürchten müssen, dass Chatbots ihre Benutzeroberflächen entwerten. Offensiv, weil Smartsheet zeigen kann, dass ein Assistent innerhalb der Plattform tieferen Kontext besitzt als ein generischer Unternehmensbot.
Die spannendere Frage ist, welche Oberfläche sich im Alltag durchsetzt. Mitarbeiter nutzen oft den Ort, an dem sie ohnehin arbeiten. Für manche ist das Copilot in Microsoft 365, für andere ChatGPT, für Entwickler Claude Code oder Gemini CLI, für Projektmanager Smartsheet selbst. Smartsheet versucht, diese Entscheidung unwichtig zu machen — solange der Kontext aus Smartsheet stammt.
Solche Zahlen sind für eine Enterprise-Funktion beachtlich. Besonders interessant ist Smartsheets Angabe, dass fast jede dritte KI-gesteuerte Aktion aktive Arbeit erstellt, aktualisiert oder verändert. Wenn diese Metrik sauber definiert ist, spricht sie dafür, dass Nutzer den Assistenten nicht nur als Auskunftssystem verwenden.
Aber die Zahlen bleiben Anbieterzahlen. Sie sagen wenig darüber, wie viele Aktionen erfolgreich waren, wie viele korrigiert werden mussten und wie viel Zeit tatsächlich gespart wurde. Sie sagen auch nicht, ob die Nutzung aus produktiven Workflows stammt oder aus neugierigen Pilotphasen, in denen Teams neue Werkzeuge besonders intensiv testen.
Das schmälert den Befund nicht, aber es rückt ihn zurecht. Die Enterprise-KI-Branche hat zu viele Nutzungsstatistiken gesehen, die Aktivität mit Wert verwechseln. Entscheidend wird sein, ob Smartsheet-Kunden nach der ersten Experimentierwelle messbare Verbesserungen bei Projektlaufzeiten, Fehlerquoten, Reporting-Aufwand und Governance-Kosten sehen.
Solche Projekte haben Abhängigkeiten, Genehmigungen, Lieferketten, Sicherheitsanforderungen, Änderungsaufträge und Feldteams. Ein KI-Assistent, der nur Meetingnotizen zusammenfasst, hilft dort begrenzt. Ein Assistent, der aus natürlicher Sprache Workflows baut, Statusinformationen abfragt und operative Arbeit anpasst, ist deutlich näher am tatsächlichen Engpass.
Das erklärt, warum Smartsheet den Begriff Arbeitskontext so stark betont. In vielen Unternehmen ist der wichtigste Kontext nicht in E-Mails oder Dokumenten eingeschlossen, sondern in halbstrukturierten Projekt- und Prozesssystemen. Diese Systeme wissen, was offen ist, wer blockiert ist, welche Abhängigkeit kritisch wird und wo sich Arbeit seit gestern verändert hat.
Für IT-Profis ist das ein Hinweis darauf, wo KI zuerst produktiv wird. Nicht unbedingt dort, wo Texte geschrieben werden, sondern dort, wo strukturierte Arbeit mit wiederkehrenden Entscheidungen verbunden ist. Projektsteuerung, Incident-Management, Change-Prozesse und Portfolio-Reporting sind naheliegende Kandidaten.
Administratoren müssen deshalb granularer denken. Darf ein Assistent nur Statusinformationen lesen oder auch Spalten verändern? Darf er neue Workflows erstellen? Darf er Automatisierungen auslösen, die Benachrichtigungen oder Genehmigungsprozesse starten? Darf ein Nutzer per Copilot etwas tun, was er in Smartsheet selbst nicht tun dürfte?
Die richtige Antwort sollte selbstverständlich sein: Die KI darf nie mehr als der Nutzer. In der Realität entstehen Risiken aber an den Rändern. Delegierte Berechtigungen, Servicekonten, externe Konnektoren, falsch klassifizierte Daten und unklare Protokollierung sind klassische Orte, an denen gut gemeinte Automatisierung aus dem Rahmen läuft.
MCP verschärft diese Diskussion, weil es als Standard viele Integrationen erleichtert. Ein Standard senkt Reibung, aber Reibung war in Unternehmen oft auch eine unbeabsichtigte Sicherheitsbarriere. Wenn jeder Assistent leichter an operative Werkzeuge kommt, müssen Identitätsmanagement, Data Loss Prevention, Logging und Freigabeprozesse entsprechend reifer werden.
Auf der Modell- und Assistentenebene reduziert MCP tatsächlich Abhängigkeiten. Ein Unternehmen kann mehrere Assistenten anschließen und je nach Abteilung, Lizenzlage oder Sicherheitsvorgabe verschiedene Frontends nutzen. Das ist besser als eine proprietäre Integration, die nur mit einem Modell funktioniert.
Auf der Arbeitssystemebene stärkt Smartsheet aber seine eigene Position. Je mehr operative Intelligenz, Verlauf und Automatisierung in Smartsheet liegen, desto wertvoller wird die Plattform als System of Record für Arbeit. Das ist kein Vorwurf; es ist das Geschäftsmodell.
Die strategische Lesart lautet daher: Smartsheet akzeptiert, dass die KI-Oberfläche fragmentiert bleibt, und versucht stattdessen, die unverzichtbare Kontextschicht zu werden. Microsoft verfolgt mit Graph und Copilot eine ähnliche Logik, Google mit Workspace und Cloud-Kontext, Atlassian mit Jira und Confluence, ServiceNow mit Workflows. Der Unterschied ist, dass MCP diese Welten zumindest technisch stärker miteinander verhandelbar macht.
Für global arbeitende Unternehmen ist diese Staffelung nicht trivial. Ein US-Team könnte Copilot bereits mit Smartsheet verwenden, während europäische Kollegen noch warten müssen oder andere Assistenten einsetzen. Daraus entstehen Supportfragen, Schulungsunterschiede und möglicherweise unterschiedliche Governance-Modelle innerhalb derselben Organisation.
Hinzu kommt die Lizenzfrage. Der Smartsheet-ChatGPT-Konnektor setzt nach Smartsheets eigener Produktkommunikation Smartsheet Business oder Enterprise sowie passende ChatGPT-Konten voraus. Der Copilot-Konnektor richtet sich an Smartsheet Business- und Enterprise-Kunden mit Microsoft-Copilot-Lizenz. Damit wird der praktische Rollout weniger von der Pressemitteilung als von vorhandenen Verträgen bestimmt.
Windows- und Microsoft-365-Administratoren sollten solche Integrationen deshalb nicht als isolierte SaaS-Funktion behandeln. Sie berühren Entra-ID-Gruppen, Copilot-Lizenzierung, Conditional Access, Datenklassifizierung, Audit-Logs und möglicherweise regionale Datenvorgaben. Das klingt trocken, entscheidet aber darüber, ob die Integration ein Produktivitätsgewinn oder ein Schatten-IT-Beschleuniger wird.
Viele produktive KI-Workflows entstehen nicht im Chatfenster, sondern in der Kommandozeile, in Skripten, in CI/CD-Umgebungen und in internen Tools. Wenn Smartsheet dort präsent ist, kann es über klassische Projektmanagement-Nutzung hinauswachsen. Der Arbeitskontext wird dann nicht nur konsumiert, sondern programmatisch erweitert.
Das passt zur MCP-Logik. Ein Server stellt Fähigkeiten bereit, Clients können sehr unterschiedlich aussehen. Heute ist es Claude Code, morgen ein internes Agentenframework, übermorgen ein Copilot-Studio-Agent oder ein Sicherheitstool, das Projektabhängigkeiten in Incident-Response-Prozesse einbezieht.
Für Unternehmen ist das mächtig, aber auch heikel. Open-Source-Agenten und CLI-Werkzeuge müssen denselben Prüfpfad durchlaufen wie andere Automatisierung. Wer Projekt- und Betriebsdaten aus der Shell heraus verändert, braucht klare Verantwortlichkeit, Versionskontrolle und Protokollierung.
Die nächste Phase ist weniger spektakulär und wichtiger. KI wird an die Systeme angeschlossen, in denen Arbeit geplant, verfolgt, genehmigt und abgeschlossen wird. Dort entscheidet sich, ob Assistenten tatsächlich Prozesse beschleunigen oder nur eine neue Schicht Konversation über alte Reibungsverluste legen.
Smartsheet ist nicht allein in diesem Rennen. Microsoft, Google, Salesforce, ServiceNow, Atlassian und viele andere Anbieter versuchen, ihre Datenmodelle zur Grundlage agentischer Arbeit zu machen. Smartsheets Vorteil ist die Nähe zu teamübergreifender Projektarbeit; sein Risiko ist, dass größere Plattformanbieter denselben Kontext über breitere Suites bündeln wollen.
MCP gibt kleineren und spezialisierten Plattformen eine Antwort. Wenn Assistenten über einen offenen Standard andocken können, muss nicht jeder Anbieter den dominierenden Chatbot selbst bauen. Er muss vielmehr die beste, sicherste und handlungsfähigste Kontextschicht für sein Arbeitsgebiet bereitstellen.
Ein sinnvoller Startpunkt sind begrenzte, messbare Workflows. Beispielsweise kann ein PMO testen, ob KI Statusberichte aus Live-Daten zuverlässiger erstellt als manuelle Updates. Ein IT-Team kann prüfen, ob Change-Abhängigkeiten schneller erkannt werden. Ein Bau- oder Operations-Team kann messen, ob Feldmitarbeiter weniger Zeit mit dem Aufbau eigener Smartsheet-Lösungen verbringen.
Wichtig ist, die Metriken vorher festzulegen. „Mehr KI-Aktionen“ ist keine Geschäftskennzahl. Weniger Eskalationen, schnellere Aktualisierung von Projektplänen, geringere Fehlerquote bei Routineänderungen und bessere Einhaltung von Governance-Regeln sind es eher.
Ebenso wichtig ist ein Exit-Plan. Wenn eine Integration nicht den erwarteten Wert liefert oder die Risiken zu hoch sind, muss sie sauber zurückgedreht werden können. Das gilt besonders für Assistenten, die nicht nur lesen, sondern schreiben.
Das verlangt ein anderes Kontrollmodell. Admins müssen nicht jeden Prompt lesen, aber sie müssen verstehen, welche Werkzeuge ein Modell aufrufen darf. Sie müssen nicht jedes Modell trainieren, aber sie müssen wissen, welche Daten ein Konnektor preisgibt. Sie müssen nicht jede Automatisierung verhindern, aber sie müssen gefährliche Aktionen begrenzen.
Für Microsoft-orientierte Umgebungen bedeutet das: Copilot-Governance endet nicht bei Microsoft 365. Sobald Copilot über MCP mit Smartsheet und ähnlichen Systemen verbunden wird, wandert die Verantwortung in ein Ökosystem aus Identitäten, SaaS-Berechtigungen und Drittanbieterprotokollen. Wer nur im Microsoft-Admin-Center sucht, sieht dann nicht mehr das ganze Bild.
Das ist unbequem, aber auch eine Chance. Gut geführte IT-Abteilungen können zum Enabler werden, wenn sie sichere Muster für KI-gestützte Arbeit definieren. Schlecht geführte Organisationen werden dagegen feststellen, dass Mitarbeiter die bequemste Oberfläche wählen, bevor die Richtlinie fertig ist.
Smartsheet nutzt diesen Wettbewerb aus. Statt sich auf einen Gewinner festzulegen, stellt es sich als Arbeitskontext bereit, den alle Gewinner brauchen könnten. Das ist eine vernünftige Strategie in einem Markt, der noch zu jung ist, um endgültige Loyalitäten zu belohnen.
Für Kunden ist das kurzfristig gut. Sie bekommen Wahlfreiheit, können bestehende Lizenzen nutzen und vermeiden zumindest teilweise, ihre Projektarbeit an einen einzigen Assistenten zu binden. Langfristig hängt der Nutzen davon ab, ob Standards wie MCP offen, sicher und interoperabel bleiben oder ob die großen Plattformanbieter sie durch proprietäre Erweiterungen wieder einfangen.
Die Geschichte der Unternehmens-IT legt nahe, dass beides gleichzeitig passieren wird. Standards setzen sich durch, weil sie Reibung senken. Anbieter differenzieren sich, indem sie genau dort proprietäre Mehrwerte schaffen, wo der Standard endet.
Smartsheet verkauft nicht den Bot, sondern den Kontext
Die Pointe der Ankündigung liegt nicht darin, dass Smartsheet jetzt noch drei KI-Logos auf seine Produktseite kleben kann. ChatGPT, Microsoft Copilot, Gemini Enterprise und Claude sind längst Teil der Beschaffungsdiskussion in großen Unternehmen. Der eigentliche Kampf findet eine Schicht darunter statt: Wer kontrolliert die Daten, Berechtigungen, Workflows und Aktionen, die diese Assistenten überhaupt nützlich machen?Smartsheet positioniert seinen MCP-Server genau an dieser Stelle. Das Unternehmen argumentiert, dass klassische KI-Konnektoren oft nur Lesezugriff liefern und deshalb vor allem hübsch formulierte Zusammenfassungen erzeugen. Der MCP-Server soll dagegen mit aktuellen Arbeitsdaten verbunden sein und nicht nur beschreiben, was in einem Projekt steht, sondern Aufgaben erstellen, aktualisieren oder verändern können.
Das ist eine deutliche Verschiebung vom Such-Interface zum Arbeits-Interface. Ein Assistent, der nur antwortet, ist ein besseres Intranet. Ein Assistent, der in Smartsheet neue Zeilen, Workflows oder Dashboard-Strukturen anlegt, ist ein operatives System mit natürlicher Sprache als Eingabeschicht.
Genau deshalb ist die Ankündigung für IT-Abteilungen doppeldeutig. Sie verspricht weniger Tool-Wechsel und weniger manuelle Nacharbeit. Gleichzeitig vergrößert sie die Angriffsfläche jeder Fehlkonfiguration, jedes zu großzügigen Berechtigungsmodells und jedes schlecht verstandenen Agentenverhaltens.
MCP wird zur Steckdose für Unternehmens-KI
Das Model Context Protocol wurde von Anthropic Ende 2024 als offener Standard vorgestellt, um KI-Assistenten mit externen Datenquellen und Werkzeugen zu verbinden. Die Idee ist einfach, aber folgenreich: Statt für jeden Assistenten und jede Anwendung eine eigene Integration zu bauen, stellen Systeme standardisierte Fähigkeiten bereit, die ein Modell aufrufen kann.Für Anbieter wie Smartsheet ist das attraktiv, weil sie sich nicht auf einen einzigen KI-Stack festlegen müssen. Claude war der naheliegende Startpunkt, weil Anthropic MCP geprägt hat. Dass Smartsheet nun ChatGPT, Microsoft Copilot und Gemini Enterprise anschließt, macht den Server aber zu einer neutraleren Integrationsschicht.
Diese Neutralität ist kommerziell klug. Viele Unternehmen haben sich noch nicht endgültig entschieden, ob ihr Standardassistent von Microsoft, OpenAI, Google oder Anthropic kommen soll. Manche werden nie eine einzige Wahl treffen, weil Rechtsabteilung, Entwicklung, Vertrieb und Projektmanagement unterschiedliche Plattformen bevorzugen.
Smartsheets Botschaft lautet deshalb: Die Arbeitsdaten sollen nicht mit dem Assistenten verheiratet werden. Wer heute Claude nutzt, morgen Copilot testet und parallel Gemini Enterprise in Google-Cloud-Umgebungen evaluiert, soll denselben operativen Kontext mitnehmen können. Das ist Anti-Lock-in als Verkaufsargument — allerdings nur auf der Assistentenebene. Der zentrale Arbeitskontext bleibt natürlich bei Smartsheet.
Microsoft Copilot wird nützlicher, aber auch schwerer zu begrenzen
Für die WindowsForum-Leserschaft ist die Copilot-Integration der interessanteste Teil. Microsoft hat Copilot in den vergangenen Jahren zur Oberfläche für Microsoft 365, Windows, Security, Entwicklerwerkzeuge und Geschäftsprozesse ausgebaut. Doch Copilot ist nur so gut wie die Systeme, die es sicher und sinnvoll abfragen darf.Ein Smartsheet-Konnektor verändert die Rolle von Copilot in Organisationen, die Smartsheet für Projektsteuerung, Portfoliomanagement, Bauprojekte, IT-Rollouts oder operative Planung verwenden. Plötzlich kann ein Nutzer nicht nur fragen, was in einem Teams-Thread beschlossen wurde, sondern auch, welche Aufgaben in einem Smartsheet-Projekt blockiert sind oder welche Statusänderungen vorgenommen werden müssen.
Das klingt nach dem Produktivitätsversprechen, das Microsoft seit Beginn der Copilot-Ära verkauft. Es ist aber auch der Moment, in dem Governance weniger abstrakt wird. Wenn Copilot über MCP mit Smartsheet sprechen kann, müssen Administratoren verstehen, welche Identität genutzt wird, welche Berechtigungen gelten, welche Aktionen protokolliert werden und wie sich riskante Prompts von legitimen Arbeitsanweisungen unterscheiden lassen.
Smartsheet sagt, alle Funktionen basierten auf derselben Governance-Grundlage. Das ist wichtig, aber nicht gleichbedeutend mit risikofrei. In der Praxis entscheidet nicht die Existenz einer Governance-Schicht, sondern deren Konfiguration, Transparenz und Auditierbarkeit.
Smart Assist ist die Absicherung gegen die fremde Oberfläche
Mit Smart Assist baut Smartsheet denselben KI-Ansatz direkt in die eigene Plattform ein. Das ist kein Nebenprodukt, sondern strategisch notwendig. Wenn Smartsheet nur externe Assistenten bedienen würde, verlöre es langfristig die Nutzeroberfläche an Microsoft, OpenAI, Google oder Anthropic.Smart Assist hält die Plattform sichtbar. Teams können innerhalb von Smartsheet Fragen stellen, Aufgaben beschreiben und Antworten auf Basis des laufenden Arbeitsverlaufs erhalten. Zusammen mit Smart Columns und dem AI Dashboard Builder entsteht ein Muster: Smartsheet will KI nicht als separates Add-on verkaufen, sondern als Bedienmodell für strukturierte Arbeit.
Das ist defensiv und offensiv zugleich. Defensiv, weil viele SaaS-Anbieter fürchten müssen, dass Chatbots ihre Benutzeroberflächen entwerten. Offensiv, weil Smartsheet zeigen kann, dass ein Assistent innerhalb der Plattform tieferen Kontext besitzt als ein generischer Unternehmensbot.
Die spannendere Frage ist, welche Oberfläche sich im Alltag durchsetzt. Mitarbeiter nutzen oft den Ort, an dem sie ohnehin arbeiten. Für manche ist das Copilot in Microsoft 365, für andere ChatGPT, für Entwickler Claude Code oder Gemini CLI, für Projektmanager Smartsheet selbst. Smartsheet versucht, diese Entscheidung unwichtig zu machen — solange der Kontext aus Smartsheet stammt.
Die Nutzungszahlen sind beeindruckend, aber sie erzählen nur die halbe Geschichte
Smartsheet nennt frühe Zahlen, die auf eine schnelle Adoption hindeuten. Seit dem Start der Smartsheet-MCP- und Claude-Integration im März sollen mehr als 22.000 eindeutige Nutzer über drei Millionen KI-Aktionen ausgeführt haben. Die wöchentlich aktiven Nutzer seien von unter 1.000 auf mehr als 9.000 gestiegen, die Tool-Aufrufe von 42.000 auf mehr als 700.000 pro Woche.Solche Zahlen sind für eine Enterprise-Funktion beachtlich. Besonders interessant ist Smartsheets Angabe, dass fast jede dritte KI-gesteuerte Aktion aktive Arbeit erstellt, aktualisiert oder verändert. Wenn diese Metrik sauber definiert ist, spricht sie dafür, dass Nutzer den Assistenten nicht nur als Auskunftssystem verwenden.
Aber die Zahlen bleiben Anbieterzahlen. Sie sagen wenig darüber, wie viele Aktionen erfolgreich waren, wie viele korrigiert werden mussten und wie viel Zeit tatsächlich gespart wurde. Sie sagen auch nicht, ob die Nutzung aus produktiven Workflows stammt oder aus neugierigen Pilotphasen, in denen Teams neue Werkzeuge besonders intensiv testen.
Das schmälert den Befund nicht, aber es rückt ihn zurecht. Die Enterprise-KI-Branche hat zu viele Nutzungsstatistiken gesehen, die Aktivität mit Wert verwechseln. Entscheidend wird sein, ob Smartsheet-Kunden nach der ersten Experimentierwelle messbare Verbesserungen bei Projektlaufzeiten, Fehlerquoten, Reporting-Aufwand und Governance-Kosten sehen.
Der Bauprojekt-Verweis ist kein Zufall
Smartsheet zitiert DPR Construction, einen Kunden aus dem Bau- und Infrastrukturumfeld. Das Beispiel ist gut gewählt. Große Bauprojekte, Rechenzentren und Gesundheitseinrichtungen sind genau die Art von Umgebungen, in denen Arbeit nicht in einem einzelnen Dokument lebt.Solche Projekte haben Abhängigkeiten, Genehmigungen, Lieferketten, Sicherheitsanforderungen, Änderungsaufträge und Feldteams. Ein KI-Assistent, der nur Meetingnotizen zusammenfasst, hilft dort begrenzt. Ein Assistent, der aus natürlicher Sprache Workflows baut, Statusinformationen abfragt und operative Arbeit anpasst, ist deutlich näher am tatsächlichen Engpass.
Das erklärt, warum Smartsheet den Begriff Arbeitskontext so stark betont. In vielen Unternehmen ist der wichtigste Kontext nicht in E-Mails oder Dokumenten eingeschlossen, sondern in halbstrukturierten Projekt- und Prozesssystemen. Diese Systeme wissen, was offen ist, wer blockiert ist, welche Abhängigkeit kritisch wird und wo sich Arbeit seit gestern verändert hat.
Für IT-Profis ist das ein Hinweis darauf, wo KI zuerst produktiv wird. Nicht unbedingt dort, wo Texte geschrieben werden, sondern dort, wo strukturierte Arbeit mit wiederkehrenden Entscheidungen verbunden ist. Projektsteuerung, Incident-Management, Change-Prozesse und Portfolio-Reporting sind naheliegende Kandidaten.
Die neue Bequemlichkeit braucht neue Kontrollen
Je näher KI an echte Arbeit rückt, desto weniger reicht die alte Sicherheitslogik von „lesen ja, schreiben nein“. Smartsheet wirbt gerade damit, dass KI-Aktionen Arbeit verändern können. Das ist der Nutzen — und das Risiko.Administratoren müssen deshalb granularer denken. Darf ein Assistent nur Statusinformationen lesen oder auch Spalten verändern? Darf er neue Workflows erstellen? Darf er Automatisierungen auslösen, die Benachrichtigungen oder Genehmigungsprozesse starten? Darf ein Nutzer per Copilot etwas tun, was er in Smartsheet selbst nicht tun dürfte?
Die richtige Antwort sollte selbstverständlich sein: Die KI darf nie mehr als der Nutzer. In der Realität entstehen Risiken aber an den Rändern. Delegierte Berechtigungen, Servicekonten, externe Konnektoren, falsch klassifizierte Daten und unklare Protokollierung sind klassische Orte, an denen gut gemeinte Automatisierung aus dem Rahmen läuft.
MCP verschärft diese Diskussion, weil es als Standard viele Integrationen erleichtert. Ein Standard senkt Reibung, aber Reibung war in Unternehmen oft auch eine unbeabsichtigte Sicherheitsbarriere. Wenn jeder Assistent leichter an operative Werkzeuge kommt, müssen Identitätsmanagement, Data Loss Prevention, Logging und Freigabeprozesse entsprechend reifer werden.
Anbieterneutralität ist nicht dasselbe wie Plattformneutralität
Smartsheet betont, dass Kunden nicht an einen KI-Anbieter gebunden sein sollen. Das ist glaubwürdig, solange es um die Wahl zwischen Claude, ChatGPT, Copilot und Gemini Enterprise geht. Doch es lohnt sich, die Ebenen auseinanderzuhalten.Auf der Modell- und Assistentenebene reduziert MCP tatsächlich Abhängigkeiten. Ein Unternehmen kann mehrere Assistenten anschließen und je nach Abteilung, Lizenzlage oder Sicherheitsvorgabe verschiedene Frontends nutzen. Das ist besser als eine proprietäre Integration, die nur mit einem Modell funktioniert.
Auf der Arbeitssystemebene stärkt Smartsheet aber seine eigene Position. Je mehr operative Intelligenz, Verlauf und Automatisierung in Smartsheet liegen, desto wertvoller wird die Plattform als System of Record für Arbeit. Das ist kein Vorwurf; es ist das Geschäftsmodell.
Die strategische Lesart lautet daher: Smartsheet akzeptiert, dass die KI-Oberfläche fragmentiert bleibt, und versucht stattdessen, die unverzichtbare Kontextschicht zu werden. Microsoft verfolgt mit Graph und Copilot eine ähnliche Logik, Google mit Workspace und Cloud-Kontext, Atlassian mit Jira und Confluence, ServiceNow mit Workflows. Der Unterschied ist, dass MCP diese Welten zumindest technisch stärker miteinander verhandelbar macht.
Für Windows-Shops wird das Lizenz- und Richtliniengefüge komplizierter
Die Verfügbarkeit ist gestaffelt. Smart Assist, der Smartsheet-MCP-Server sowie die Verbindungen zu Claude und Google Cloud Gemini Enterprise sind laut Smartsheet für alle Kunden verfügbar. Die Verbindungen zu Microsoft Copilot und ChatGPT sind zunächst für US-Kunden verfügbar und sollen später in APJ und EMEA folgen.Für global arbeitende Unternehmen ist diese Staffelung nicht trivial. Ein US-Team könnte Copilot bereits mit Smartsheet verwenden, während europäische Kollegen noch warten müssen oder andere Assistenten einsetzen. Daraus entstehen Supportfragen, Schulungsunterschiede und möglicherweise unterschiedliche Governance-Modelle innerhalb derselben Organisation.
Hinzu kommt die Lizenzfrage. Der Smartsheet-ChatGPT-Konnektor setzt nach Smartsheets eigener Produktkommunikation Smartsheet Business oder Enterprise sowie passende ChatGPT-Konten voraus. Der Copilot-Konnektor richtet sich an Smartsheet Business- und Enterprise-Kunden mit Microsoft-Copilot-Lizenz. Damit wird der praktische Rollout weniger von der Pressemitteilung als von vorhandenen Verträgen bestimmt.
Windows- und Microsoft-365-Administratoren sollten solche Integrationen deshalb nicht als isolierte SaaS-Funktion behandeln. Sie berühren Entra-ID-Gruppen, Copilot-Lizenzierung, Conditional Access, Datenklassifizierung, Audit-Logs und möglicherweise regionale Datenvorgaben. Das klingt trocken, entscheidet aber darüber, ob die Integration ein Produktivitätsgewinn oder ein Schatten-IT-Beschleuniger wird.
Open Source am Rand soll Entwickler in den Workflow ziehen
Smartsheet hat zusätzlich CLI Agent Power Tools veröffentlicht, ein kostenloses Open-Source-Toolkit mit sechs Claude-Code-Agenten für den MCP-Server. Das wirkt auf den ersten Blick wie eine Randnotiz. In Wahrheit ist es ein Signal an Entwickler und technisch versierte Operations-Teams.Viele produktive KI-Workflows entstehen nicht im Chatfenster, sondern in der Kommandozeile, in Skripten, in CI/CD-Umgebungen und in internen Tools. Wenn Smartsheet dort präsent ist, kann es über klassische Projektmanagement-Nutzung hinauswachsen. Der Arbeitskontext wird dann nicht nur konsumiert, sondern programmatisch erweitert.
Das passt zur MCP-Logik. Ein Server stellt Fähigkeiten bereit, Clients können sehr unterschiedlich aussehen. Heute ist es Claude Code, morgen ein internes Agentenframework, übermorgen ein Copilot-Studio-Agent oder ein Sicherheitstool, das Projektabhängigkeiten in Incident-Response-Prozesse einbezieht.
Für Unternehmen ist das mächtig, aber auch heikel. Open-Source-Agenten und CLI-Werkzeuge müssen denselben Prüfpfad durchlaufen wie andere Automatisierung. Wer Projekt- und Betriebsdaten aus der Shell heraus verändert, braucht klare Verantwortlichkeit, Versionskontrolle und Protokollierung.
Die Smartsheet-Meldung zeigt, warum Enterprise-KI erwachsen wird
Die erste Phase generativer KI im Büro war von Demonstrationen geprägt. Ein Chatbot schrieb eine E-Mail, fasste eine PDF zusammen oder erzeugte eine Präsentationsgliederung. Das war nützlich, aber oft nicht tief genug, um Geschäftsprozesse zu verändern.Die nächste Phase ist weniger spektakulär und wichtiger. KI wird an die Systeme angeschlossen, in denen Arbeit geplant, verfolgt, genehmigt und abgeschlossen wird. Dort entscheidet sich, ob Assistenten tatsächlich Prozesse beschleunigen oder nur eine neue Schicht Konversation über alte Reibungsverluste legen.
Smartsheet ist nicht allein in diesem Rennen. Microsoft, Google, Salesforce, ServiceNow, Atlassian und viele andere Anbieter versuchen, ihre Datenmodelle zur Grundlage agentischer Arbeit zu machen. Smartsheets Vorteil ist die Nähe zu teamübergreifender Projektarbeit; sein Risiko ist, dass größere Plattformanbieter denselben Kontext über breitere Suites bündeln wollen.
MCP gibt kleineren und spezialisierten Plattformen eine Antwort. Wenn Assistenten über einen offenen Standard andocken können, muss nicht jeder Anbieter den dominierenden Chatbot selbst bauen. Er muss vielmehr die beste, sicherste und handlungsfähigste Kontextschicht für sein Arbeitsgebiet bereitstellen.
Der praktische Wert entsteht erst nach der Pilotphase
Die schwierige Arbeit beginnt nach der Aktivierung. Unternehmen müssen entscheiden, welche Anwendungsfälle reif genug sind, welche Daten in Prompts gelangen dürfen und welche Aktionen menschliche Freigabe benötigen. Das lässt sich nicht allein mit einem Schalter in der Admin-Konsole lösen.Ein sinnvoller Startpunkt sind begrenzte, messbare Workflows. Beispielsweise kann ein PMO testen, ob KI Statusberichte aus Live-Daten zuverlässiger erstellt als manuelle Updates. Ein IT-Team kann prüfen, ob Change-Abhängigkeiten schneller erkannt werden. Ein Bau- oder Operations-Team kann messen, ob Feldmitarbeiter weniger Zeit mit dem Aufbau eigener Smartsheet-Lösungen verbringen.
Wichtig ist, die Metriken vorher festzulegen. „Mehr KI-Aktionen“ ist keine Geschäftskennzahl. Weniger Eskalationen, schnellere Aktualisierung von Projektplänen, geringere Fehlerquote bei Routineänderungen und bessere Einhaltung von Governance-Regeln sind es eher.
Ebenso wichtig ist ein Exit-Plan. Wenn eine Integration nicht den erwarteten Wert liefert oder die Risiken zu hoch sind, muss sie sauber zurückgedreht werden können. Das gilt besonders für Assistenten, die nicht nur lesen, sondern schreiben.
An dieser Integration erkennt man den neuen Admin-Job
Die Smartsheet-Ankündigung ist ein gutes Beispiel dafür, wie sich der Alltag von Administratoren verändert. Früher ging es bei SaaS-Integrationen oft um Single Sign-on, Benutzerbereitstellung und Datenexporte. Heute geht es um Agenten, die mit natürlicher Sprache operative Systeme bedienen.Das verlangt ein anderes Kontrollmodell. Admins müssen nicht jeden Prompt lesen, aber sie müssen verstehen, welche Werkzeuge ein Modell aufrufen darf. Sie müssen nicht jedes Modell trainieren, aber sie müssen wissen, welche Daten ein Konnektor preisgibt. Sie müssen nicht jede Automatisierung verhindern, aber sie müssen gefährliche Aktionen begrenzen.
Für Microsoft-orientierte Umgebungen bedeutet das: Copilot-Governance endet nicht bei Microsoft 365. Sobald Copilot über MCP mit Smartsheet und ähnlichen Systemen verbunden wird, wandert die Verantwortung in ein Ökosystem aus Identitäten, SaaS-Berechtigungen und Drittanbieterprotokollen. Wer nur im Microsoft-Admin-Center sucht, sieht dann nicht mehr das ganze Bild.
Das ist unbequem, aber auch eine Chance. Gut geführte IT-Abteilungen können zum Enabler werden, wenn sie sichere Muster für KI-gestützte Arbeit definieren. Schlecht geführte Organisationen werden dagegen feststellen, dass Mitarbeiter die bequemste Oberfläche wählen, bevor die Richtlinie fertig ist.
Die eigentliche Nachricht steckt zwischen Copilot und Smartsheet
Smartsheets Schritt ist ein kleiner Ausschnitt aus einem größeren Plattformkampf. Microsoft will Copilot zur universellen Arbeitsoberfläche machen. OpenAI will ChatGPT Enterprise als horizontale Wissens- und Aktionsschicht etablieren. Google will Gemini Enterprise in Cloud- und Workspace-Prozesse einbetten. Anthropic hat mit MCP einen Standard geprägt, der ausgerechnet Konkurrenten hilft, an dieselben Werkzeuge anzudocken.Smartsheet nutzt diesen Wettbewerb aus. Statt sich auf einen Gewinner festzulegen, stellt es sich als Arbeitskontext bereit, den alle Gewinner brauchen könnten. Das ist eine vernünftige Strategie in einem Markt, der noch zu jung ist, um endgültige Loyalitäten zu belohnen.
Für Kunden ist das kurzfristig gut. Sie bekommen Wahlfreiheit, können bestehende Lizenzen nutzen und vermeiden zumindest teilweise, ihre Projektarbeit an einen einzigen Assistenten zu binden. Langfristig hängt der Nutzen davon ab, ob Standards wie MCP offen, sicher und interoperabel bleiben oder ob die großen Plattformanbieter sie durch proprietäre Erweiterungen wieder einfangen.
Die Geschichte der Unternehmens-IT legt nahe, dass beides gleichzeitig passieren wird. Standards setzen sich durch, weil sie Reibung senken. Anbieter differenzieren sich, indem sie genau dort proprietäre Mehrwerte schaffen, wo der Standard endet.
Was Windows-Teams aus Smartsheets MCP-Vorstoß mitnehmen sollten
Für IT-Profis ist diese Meldung weniger ein Grund zur Euphorie als ein Anlass zur Bestandsaufnahme. Smartsheet zeigt, dass KI-Integrationen jetzt in die operative Ebene vordringen und dort konkrete Änderungen auslösen können.- Unternehmen sollten vor der Aktivierung klären, ob ihre KI-Assistenten nur Smartsheet-Daten lesen oder auch Projekte, Workflows und Aufgaben verändern dürfen.
- Microsoft-365-Administratoren sollten Copilot-Konnektoren als Teil ihres gesamten Identitäts- und Datenzugriffsmodells behandeln, nicht als isolierte Produktivitätsfunktion.
- Globale Organisationen sollten die regionale Verfügbarkeit beachten, weil Copilot- und ChatGPT-Verbindungen zunächst für US-Kunden bereitstehen und APJ sowie EMEA später folgen sollen.
- Pilotprojekte sollten an Geschäftsergebnissen gemessen werden, nicht an der Zahl der Prompts, Nutzer oder Tool-Aufrufe.
- Entwicklerteams sollten CLI- und Open-Source-Agenten denselben Sicherheitsprüfungen unterwerfen wie andere Automatisierung, die produktive Arbeitsdaten verändern kann.
- Fachbereiche sollten nicht davon ausgehen, dass ein Assistent den Arbeitskontext versteht, nur weil er Zugriff auf ein System hat.
References
- Primary source: aol.com
Published: 2026-07-07T17:50:14.124965
Loading…
www.aol.com - Related coverage: smartsheet.com
- Related coverage: afp.com
Loading…
www.afp.com - Related coverage: developers.smartsheet.com
Smartsheet MCP server introduction
developers.smartsheet.com
- Related coverage: marketscreener.com
Loading…
www.marketscreener.com - Related coverage: de.finance.yahoo.com
Loading…
de.finance.yahoo.com
- Related coverage: manatech.nz
- Related coverage: techradar.com
Loading…
www.techradar.com