Teams in allen Organisationen benötigen einen ganzheitlichen Kontext, der über mehrere Systeme hinweg verfügbar ist (wie Pendo, Slack, Google Drive, Confluence, Jira und Salesforce). 

Durch die Verbindung dieser Datenquellen über MCP können sie Fragen stellen, die diese Systeme übergreifend betreffen: Führungskräfte kombinieren Pendo und Slack für die NPS-Analyse; Engineering kombiniert Pendo, Jira und Kundenfeedback für Priorisierung; oder die Kombination von Pendo und Salesforce zur Fallbearbeitung. 

Dies beseitigt Datensilos und ermöglicht Entscheidungen auf der Grundlage einer ganzheitlichen Sichtweise anstelle fragmentierter Erkenntnisse.

Zum ersten Mal können Ihr CEO, Ihr Kundensupport-Mitarbeiter und Ihr Produkt-Marketer alle auf dieselbe leistungsstarke Intelligenz zugreifen – ohne spezielle Kenntnisse oder ständiges Wechseln zwischen Apps. 

Und jetzt demokratisieren wir den Zugang zu Produkt-Insights mit Pendos MCP-Server, der Verhaltensdaten in LLMs wie Claude, Cursor und sogar Salesforce einbindet. Anstatt sich in Dashboards einzuloggen oder manuelle Berichte zu erstellen, können Teams Fragen in natürlicher Sprache stellen und erhalten Antworten, die auf echtem Nutzerverhalten basieren. 

Klingt das nach etwas, das Ihr Unternehmen gebrauchen könnte? Hier sind 12 Prompts für den Einstieg in Pendo MCP – vom CEO bis zum Engineering-Team.

MCP-Prompts für die C-Suite

1. Board-Folien mit Echtzeit-Produktdaten aktualisieren 

Bei vierteljährlichen Vorstandssitzungen muss das Führungsteam von Pendo häufig über die Fortschritte bei den Zusagen des letzten Quartals berichten und die Folien mit Leistungsdaten aktualisieren. 

Dazu geben sie ihrem LLM die Anweisung: „Lies die Produktfolien des Board-Decks vom August 2025 und schlage dann Aktualisierungen auf Basis der Produktnutzung des letzten Quartals vor." 

Ihr bevorzugtes LLM liefert Erkenntnisse zu allgemeinen Adoptionstrends, Produktleistungskennzahlen, In-App-Engagement-Raten, Aktivitäten interner Champions und der Verteilung von Power-Usern – alles, was für eine datengestützte Board-Präsentation benötigt wird.

2. Überwachung wichtiger Geschäftskennzahlen wie MAUs, täglich 

Pendo hatte das Ziel, 1 Milliarde aktive Nutzer zu erreichen. Als unser Führungsteam den Fortschritt in Richtung dieses Ziels verfolgte, fragten sie Claude oder ChatGPT: "Wie viele Menschen nutzen unser Produkt heute? Hat diese Zahl im Vergleich zur letzten Woche zu- oder abgenommen?" 

Sie nutzten diese Eingabeaufforderung auch, um Saisonalität zu berücksichtigen, zu verstehen, wie Feiertage die Nutzung beeinflussen, und um tiefer in Trends einzutauchen. 

3. Analyse der Kundenstimmung bei NPS-Detraktoren

Viele Unternehmen, darunter auch Pendo, haben einen Slack-Kanal, der jede einzelne NPS-Antwort ausgibt, die wir in der App erhalten. Diese Umfrageantworten können jedoch Ihren Posteingang überfluten und es schwer machen, das Feedback regelmäßig zu sichten. 

Um zentrale Themen bei Detraktoren (oder Promotoren) zu verstehen, verbindet Pendo-CEO und Mitgründer Todd Olson Claude sowohl mit Slack als auch mit Pendo und fragt dann: "Zeig mir Kunden, die schlechte NPS-Antworten im #nps-Kanal hinterlassen." 

Claude hebt wichtige Themen bei Kritikern hervor und verwandelt einen chaotischen Strom von Benachrichtigungen in umsetzbare Erkenntnisse darüber, was Kunden am meisten frustriert. 

MCP-Prompts für Engineering und IT 

4. Priorisierung von Engineering-Aufgaben 

Pendos Engineering Manager Tomer benötigte einen datengestützten Ansatz zur Priorisierung von Aufgaben. Genau das erreichte er mit MCP, indem er Nutzungsanalysen, Kundenfeedback und Fehlerberichte kombinierte. 

Dazu bat Tomer Claude: „Finde Seiten mit den größten Nutzungsrückgängen der letzten 30 Tage und verknüpfe das Kundenfeedback mit ARR-Daten. Füge abschließend relevante Jira-Tickets hinzu." 

Als Ergebnis erhielt Tomer einen umfassenden Bericht, der Folgendes zeigte: 

  • Wie die alte Dashboard-Seite sich auf Events auswirkte
  • Wie viel ARR dies über Accounts hinweg beeinflusst
  • Wie viele vom Kunden gemeldete Fehler dies verursacht hat 

MCP-Prompts für Produktteams

5. Datengestützte Argumente für Roadmap-Entscheidungen 

Pendo PM Jenn musste eine Feature-Investition verteidigen, als das Engineering-Team Ressourcen anderweitig einsetzen wollte. Um Daten zu sammeln, fragte Jenn Claude: „Zeig mir die Nutzungsdaten aus Pendo für unser benutzerdefiniertes Reporting-Feature im letzten Quartal. Wer nutzt es am häufigsten, wie oft, und welchen Einfluss hat es auf die Retention?" 

Sie stellte fest, dass viele hochwertige Accounts die Funktion wöchentlich nutzen und dass Accounts, die sie in den ersten 30 Tagen einführen, eine um 40 % höhere Kundenbindung aufweisen. Anschließend erstellte Claude automatisch einen Business Case in Google Docs, der belegt, dass diese Funktion ein investitionswürdiges Wachstum antreibt.

6. Verborgene Investitionsmöglichkeiten entdecken

Jenn musste die Plattform auch für die Jahresplanung bewerten und wollte Funktionen mit hoher Nutzung, aber Qualitätsproblemen finden. Dazu fragte sie Claude: „Gibt es Funktionen mit hoher Fehleranzahl in Jira, aber überraschend starken Adoptionsmetriken in Pendo?" 

Claude stellte fest, dass eines unserer meistgenutzten Features – gemessen an der Ereignisanzahl – Fehler in seiner Kernfunktionalität aufwies, was eine hochwertige Investitionsmöglichkeit offenbarte, die Aufmerksamkeit verdient. Mit diesen Daten in der Hand konnte Jenn schnell dafür sorgen, dass dieser Fix im Roadmap priorisiert wird.  

7. Untersuchung von Nutzungsspitzen und -einbrüchen 

Schließlich bemerkte Jenn einen plötzlichen Anstieg bei einer Funktion, mit der sie nicht vertraut ist, und wollte die Ursache des Problems verstehen. Dazu erstellte sie eine Claude Skill, die Besuchermetadaten prüft, Daten nach Segmenten gruppiert, Bundesfeiertage berücksichtigt und Slack, Google Drive sowie Confluence nach relevanten Signalen durchsucht.

Dann forderte Jenn auf: „Lass uns den Pendo-Nutzungsermittler verwenden, um einen Anstieg der Nutzung des Agent-Analytics-Navigationselements zu untersuchen." Claude identifizierte einen 7-fachen Anstieg am Veterans Day und führte ihn auf eine Slack-Ankündigung zurück, dass die Funktion von der geschlossenen Beta zur offenen Beta gewechselt hatte. 

8. Tägliche Produktaufmerksamkeit mit automatisierten Nutzungszusammenfassungen priorisieren

Michelle Green, Director of Product bei Cohely, stand vor einem häufigen Problem: Da täglich Hunderte von Nutzern auf der Plattform aktiv waren, wusste sie nicht, welchen Pendo-Sitzungen sie Priorität einräumen sollte. Die manuelle Überprüfung von Sitzungsaufzeichnungen war zeitaufwändig und bedeutete oft, dass kritische Signale übersehen wurden.

Um dieses Problem zu lösen, entwickelte Michelle einen Agenten in Dust.tt, der jeden Morgen um 8 Uhr läuft und die Cohely-Aktivitäten des Vortags aus Pendo abruft. Sie fragt dann: „Was ist gestern passiert?"

Der Agent gibt täglich eine Zusammenfassung zurück, die Aktivitäten zeigt, die es zu feiern gilt, besorgniserregende Muster, die Aufmerksamkeit erfordern, und bestimmte Replays, die es sich anzusehen lohnt – alles im Kontext von Cohely's idealer Customer Journey. Mit MCP weiß Michelle genau, wo sie jeden Tag ihre Zeit investieren soll.

9. Realistisches Design-Feedback auf Basis des Nutzerverhaltens

Lindsay Frank bei Clinical Ink kämpfte mit einer häufigen Design-Herausforderung: Feedback kam langsam, war subjektiv und hatte keinen Bezug zu dem, was Nutzer tatsächlich im Produkt tun. 

Um Designs anhand der tatsächlichen Nutzung zu validieren, verband Lindsay Pendo MCP und Figma MCP mit Claude und rief Produktionsdaten wie Feature-Nutzung, Verhaltensmuster und Segment-Insights ab. Anschließend ordnete sie diese Daten definierten Benutzer-Personas zu. 

Jetzt gibt sie ein: „Überprüfe diese Figma-Designdatei und gib mir Feedback als [Persona], basierend auf ihrem tatsächlichen Verhalten im Produkt."

Claude lieferte kontextbewusste Design-Kritiken, die auf realem Nutzerverhalten basieren, und identifizierte potenzielle Usability-Probleme frühzeitig im Designprozess, bevor sie die Entwicklung erreichen.

MCP-Prompts für Customer Success

10. Automatisches Befüllen von Quartals-Business-Review-Decks 

Ein Customer-Success-Mitarbeiter bei Pendo musste sich auf ein vierteljährliches Business-Review (QBR) mit einem Kunden vorbereiten, indem er eine Folienpräsentation mit Kontodaten aktualisierte. Dazu lud er seine Standardvorlage in Claude Artifacts hoch und gab folgende Eingabe: „Verwende die BSR-Vorlage in Google Drive und fülle alle Details für diesen Kunden aus." 

Claude erstellte dann eine vollständige Präsentation auf Basis der Vorlage und zeigte Datenpunkte wie: 

  • Aktive Besucher
  • Events
  • Aktive Apps
  • Das Verlängerungsdatum
  • Nutzungsstunden
  • Strategische Prioritäten
  • Adoptionsstatus
  • Möglichkeiten für weiteres Wachstum

11. Gefährdete Kunden erkennen, bevor sie abwandern

Stephanie Tanzar bei ATC hat ein Customer Health Dashboard entwickelt, um Account-Managern zu helfen, Kunden, die von einer Abwanderung bedroht sind, proaktiv zu erkennen. Die Kundenbindungsdaten lagen in Pendo vor, waren aber nicht handlungsorientiert aufbereitet.

Um dies zu beheben, verband Stephanie Pendo MCP, um Login-Häufigkeit, Feature-Adoption, Event-Engagement und Konsistenzmetriken abzurufen. Anschließend entwickelte sie einen Health-Score-Algorithmus (0–100), der Accounts als Healthy, At Risk, oder Critical kennzeichnet. 

Account-Manager bei ATC können jetzt Abfragen stellen wie: „Zeig mir Kunden, die abwanderungsgefährdet sind," und „Welche Neukunden nutzen wichtige Funktionen nicht?"

Das Dashboard zeigt inaktive Accounts, Kunden, die wichtige Funktionen nicht mehr nutzen, sowie neue Kunden, die Schulungen benötigen. So wissen die Account-Manager von ATC genau, wen sie kontaktieren müssen – anstatt Probleme erst zu entdecken, wenn ein Kunde bereits beschlossen hat, das Unternehmen zu verlassen.

MCP-Prompts für Marketing

12. Produktbasierte Marketingkampagnen erstellen 

Tate, ein Product Marketer bei Pendo, plante die GA-Launchkampagne für Agent Analytics und musste das historische Nutzerverhalten innerhalb des Produkts verstehen. 

Um dies herauszufinden, gab Tate Claude folgende Eingabe: „Zeig mir, welche Agent Analytics-Funktionen unsere Beta-Nutzer am häufigsten verwenden. Erstelle dann ein Launch-Briefing in Google Docs, das die wichtigsten Anwendungsfälle und Nutzerverhalten zusammenfasst." 

Danach stellte Claude fest, dass Beta-Nutzer die Zeit bis zum Abschluss für agentische und nicht-agentische Workflows benchmarken, Gespräche analysieren und die wichtigsten Anwendungsfälle verstehen wollten. Claude erstellte ein v1-Launch-Briefing und eine Botschaft, die auf diesen Herausforderungen basierte, und verschaffte dem Marketing ein tieferes Verständnis der Agent Analytics-Nutzer. 

KI-Tools sind nur so intelligent wie der Kontext, den Sie ihnen geben. Ob Sie als Führungskraft Board-Präsentationen vorbereiten, als Ingenieur Fehlerbehebungen priorisieren oder als Support-Mitarbeiter Fälle lösen – Pendo MCP bringt Product Intelligence in Ihre bestehenden Workflows. 

Bereit, Pendos MCP-Server mit Ihrem Workflow zu verbinden? So richten Sie ihn noch heute ein.