ChatGPT oder Claude mit Business Central verbinden: vier Dinge, die zu lösen bleiben

Sie können ChatGPT oder Claude heute mit Business Central verbinden. Microsoft führt beide als Clients, die der Spezifikation des Model Context Protocol entsprechen, und der MCP-Server von Business Central nimmt sie an. Die Verbindung ist der einfache Teil.

Vier Probleme bleiben, wenn die Verbindung steht. Diese Seite benennt jedes, zeigt, wie es sich zeigt, und nennt die Kontrolle, die es löst.

Kann ChatGPT Business-Central-Daten lesen?

Ja. Microsofts MCP-Server stellt Ihre Business-Central-API-Seiten für MCP-konforme Clients bereit. Microsoft nennt Copilot Studio, GitHub Copilot, Claude, ChatGPT und MCP Inspector.

Microsoft-Hosts wie Visual Studio Code und Copilot Studio nutzen eine vorregistrierte Anwendung. Für einen Client, der nicht von Microsoft stammt, müssen Sie Ihre eigene Anwendung in Microsoft Entra ID registrieren.

Danach kann ein Assistent Ihre Debitoren auflisten, Ihre Artikel lesen und, wenn ein Administrator es erlaubt, Belege anlegen und buchen.

Problem 1: die erteilte Berechtigung ist nicht die, die Sie meinen

Microsoft gibt an, dass alle MCP-Vorgänge mit Ihrer Benutzeridentität und Ihren Berechtigungen ausgeführt werden. Diese Aussage hält am Ende von Business Central.

Die Anwendungsregistrierung ist der Teil, der Ihnen gehört. Die Sicherheitshinweise zum Model Context Protocol nennen den verwirrten Stellvertreter als zentrales Risiko des Musters: ein Server handelt mit seinen eigenen Privilegien statt mit den Privilegien der Person, die gefragt hat. In der Praxis ist die Anwendungsregistrierung die Stelle, an der das Privileg zu weit wird.

Was zu tun ist. Registrieren Sie eine Anwendung pro Verwendung. Begrenzen Sie sie auf die Person, nicht auf die Abteilung. Nutzen Sie an eine Zielgruppe gebundene Token, damit ein Token für einen Server nicht gegen einen anderen wiederverwendet werden kann. Testen Sie mit einem Benutzer, der enge Berechtigungen hat. Ein Administrator sieht alles, ein Administrator ist also das schlechteste Testkonto, das Sie wählen können.

Problem 2: die Prüfaufzeichnung benennt eine Identität, keine Absicht

Business Central hält fest, wer welche Handlung ausgeführt hat. Das ist richtig und es ist nützlich. Es ist auch weniger, als ein Finanzteam braucht.

Eine Prüfaufzeichnung sagt, dass ein Benutzer einen Debitor geändert hat. Sie sagt nicht, welche Frage diese Änderung ausgelöst hat, welche Zeilen der Assistent zuerst gelesen hat, oder auf welchen Satz die Person hin gehandelt hat. Geht drei Wochen später etwas schief, sagt die Prüfaufzeichnung Ihnen, was sich geändert hat, und nicht, warum.

Was zu tun ist. Bewahren Sie die Unterhaltung bei der Handlung. Welche Plattform Sie auch vor den Konnektor stellen, sie muss die Frage, die Werkzeugaufrufe, die Parameter und das Ergebnis speichern, und sie muss sie für einen Zeitraum bewahren, den Sie festlegen. Läuft der Assistent in einem Client, den Sie nicht kontrollieren, existiert diese Aufzeichnung nicht.

Problem 3: ein abgeschnittener Lesevorgang sieht vollständig aus

Eine Abfrage, die 500 Zeilen eines Ergebnisses mit 3.901 Zeilen zurückgibt, sieht fertig aus. Der Client erhält eine Seite. Das Modell erhält eine Liste. Keinem von beiden wird gesagt, dass Zeilen übrig sind, wenn es ihm nichts sagt.

Das Modell schreibt dann eine Summe. Die Summe ist Arithmetik über eine Stichprobe, und sie ist um einen Betrag falsch, den niemand sehen kann.

Was zu tun ist. Verlangen Sie von jedem Lesevorgang zwei Dinge: die Anzahl der zurückgegebenen Datensätze und eine Markierung, die sagt, ob weitere übrig sind. Verlangen Sie dann, dass die Antwort diese Grenze im Satz wiederholt. Ein System, das einen abgeschnittenen Lesevorgang aggregiert, ohne das zu sagen, wird auf Ihren größten Tabellen falsch liegen, und das sind die Tabellen, die Ihre größten Fragen benutzen.

Problem 4: das Modell schreibt die Zahl

Das ist das Problem, das in einer Vorführung nicht auftritt und in einer Vorstandsunterlage auftritt.

Ein Sprachmodell erzeugt den Satz, den Sie lesen. Hält das Modell die Werte, kann das Modell sie ändern. Untersuchungen zu Halluzinationen bei Finanzzahlen beschreiben das Scheitern als unauffällig statt offensichtlich: eine Zahl, die dem falschen Zeitraum zugeschrieben wird, eine Schwelle, die aus der Erinnerung statt aus den Daten kam, eine Summe, die plausibel und falsch ist.

Berechtigungskontrolle hilft hier nicht. Ein Modell mit perfekten Berechtigungen kann trotzdem eine Zahl schreiben, die in keiner Zeile steht.

Was zu tun ist. Trennen Sie die Abfrage vom Wert. Lassen Sie das Modell die Abfrage schreiben. Lassen Sie die Plattform sie ausführen, die Zeilen darstellen und dem Modell nur sagen, dass ein Ergebnis erschienen ist. Prüfen Sie dann jede Zahl in der geschriebenen Antwort gegen die Zeilen, die die Abfrage im selben Zug zurückgegeben hat, und ersetzen Sie alles, was durchfällt.

Ein Vergleich der beiden Wege

Keine der beiden Spalten ist falsch. Eine Entwicklerin, die eine Sandbox erkundet, sollte die erste nutzen. Ein Finanzteam, das auf die Antworten hin handelt, braucht die zweite.

Was wir Ihnen als Erstes raten würden

Verbinden Sie eine Sandbox und probieren Sie es aus. Die Erfahrung ist lehrreich, und sie zeigt Ihnen, wie viel von der Arbeit die Verbindung ist und wie viel alles andere.

Stellen Sie dem Assistenten dann eine Frage, deren Antwort Sie schon kennen, über einer Tabelle mit mehr Zeilen, als eine Seite hat. Fragen Sie ihn, wie viele Datensätze er gelesen hat. Die Antwort auf diese zweite Frage sagt Ihnen, ob Sie der ersten trauen können.