Update 22.09.2026: Personio betreibt einen eigenen MCP-Endpunkt (mcp.personio.de, OAuth nach RFC 9728, undokumentiert). Die Zugangshälfte existiert damit technisch, ist aber weder dokumentiert noch ankündigt.
OAuth2 Client Credentials ist ein Maschinen-Login, kein Nutzer-im-Auftrag-Login: für Agenten der falsche Stil.
Käufer-Fragen statt Marketing-Sprüchen: Gibt es einen offiziellen Endpunkt? Agiert der Agent im Nutzernamen? Gibt es Scopes pro Werkzeug?
Es gibt in unserem Deutscher MCP-Report 2026 eine Gruppe von Anbietern, die auf den ersten Blick KI-ready aussieht: llms.txt wird ausgeliefert, die Dokumentation ist modern, vielleicht sogar explizit für maschinelles Lesen aufbereitet. Personio gehört dazu und ist zugleich das beste Beispiel dafür, warum diese Signale die Hälfte der Wahrheit sind.
Was Personio heute bietet
- Entwicklerhub mit llms.txt: die Datei, die KI-Systemen den Einstieg in die Doku erleichtern soll (personio.de-Entwicklerhub).
- OAuth2 Client Credentials für die API (v2): solide authentifizierungstechnische Basis.
- Eine offizielle Swagger-Beschreibung, laut Doku auf GitHub gepflegt.
Das ist mehr als die Mehrheit des Feldes zeigt: 14 von 21 geprüften Anbietern stellen gar keine maschinenlesbare Beschreibung bereit. Personio hat die Hausaufgaben der Lesbarkeit gemacht.
Was fehlt und warum es der wichtigere Teil ist
Ein KI-Agent, der Personio bedienen soll, braucht drei Dinge, die keine llms.txt der Welt ersetzt:
- Einen Endpunkt, an dem Agenten-Werkzeuge offiziell angeboten werden: Personio hat keinen MCP-Server.
- Ein Delegationskonzept: „Dieser Assistent darf Urlaubsanträge lesen, aber nicht genehmigen." OAuth2 Client Credentials ist ein Maschinen-Login, kein Nutzer-im-Auftrag-Login: für Agenten der falsche Authentifizierungsstil, weil alles mit einem Dienstkonto läuft und die Zuschreibung auf einzelne Nutzer fehlt.
- Werkzeug-Verantwortung: Beschreibungen, Scopes, Bestätigungspflichten, Protokoll, die Schicht, die aus „API funktioniert" „Agenten-Einsatz ist kontrollierbar" macht.
Die allgemeine Lektion: Lesbar ≠ Betretbar
Wir sehen dieses Muster bei mehreren Anbietern des Reports (Personio, Xentral, propstack, jeweils mit llms.txt oder öffentlichen Specs): Die Dokumentationsebene zieht an, die Zugangsebene steht. Verständlich, denn Doku-Maßnahmen sind günstig und risikofrei. Aber der Wert für Kunden entsteht erst auf der Zugangsebene, und genau deshalb sind die Unterschiede im Report so groß: 4 von 21 Anbietern liefern den Zugang, ein Dutzend liefern Literatur.
Ein Praxishinweis für Käufer, die „KI-fähig" als Auswahlkriterium hören: Fragen Sie nicht nach llms.txt. Fragen Sie nach drei Dingen: Gibt es einen offiziellen Agenten-Endpunkt? Agiert der Agent im Namen des angemeldeten Nutzers (OAuth im Nutzerkontext)? Und: Können Berechtigungen pro Werkzeug eingeschränkt werden? Drei „Nein" bedeuten: KI-Fähigkeit ist in diesem Produkt derzeit Broschüre.
Für Personio-Kunden
Interne Assistenz-Anbindungen an die Personio-API sind heute möglich: mit eigenen, kontrollierten MCP-Servern auf Basis der offiziellen API (Authentifizierung per Client Credentials, idealseise über ein Dienstkonto mit minimalen Rechten). Was dabei von Anfang an mitgedacht werden sollte: Protokollierung jeder Aktion und die Entscheidung, welche personalbezogenen Daten überhaupt durch ein Sprachmodell laufen dürfen. Genau diese Fragen sortiert das Agent-Readiness-Audit; der Weg zu einem Produktionsendpunkt steht im MCP-Endpoint-Build.