Integration Landscape
Gesamtbild der Integrationsarchitektur in meinGPT
Das Gesamtbild
In meinGPT wird jede Integrationsart auf ein gemeinsames Laufzeitmodell reduziert:
LLM + Tool Calls als zentrales Integrationsnetz.
Dadurch lassen sich sehr unterschiedliche Systeme einheitlich betreiben, absichern und skalieren.
Nutzer & Teams
Interaktionsschicht
Assistenten
Workflows
Custom Apps
CORE
Tool Call Orchestrator
Zentraler Hub für alle Tool-Aufrufe mit Logging, Governance & Permissions
Integrationsschicht
Connectors
Databases
Data Pools
No-Code
Custom MCP
Externe Systeme
Übergreifende Sicherheit
Permissions
Identity (JWT)
Connections
Sicherheits- und Zugriffsmodell (quer über alles)
Diese Schichten gelten für alle Integrationsarten:
- Permissions & Assistant Sharing (User, Teams, Gruppen)
- Identity Forwarding (JWT) für sichere Kontextweitergabe
- Connections Cloud/On-Prem (IP Allowlisting, Enterprise Connection Network, VPN)
Wann welcher Baustein?
| Baustein | Anwendungsfall |
|---|---|
| Connectors | Aktionen in externen Tools ausführen (Slack, Jira, etc.) |
| Databases | Strukturierte Daten gezielt abfragen (SQL, NoSQL) |
| Data Pools (RAG) | Dokumentwissen durchsuchen und nutzen |
| No-Code | Bestehende Prozessautomationen integrieren (Make, Zapier) |
| Custom MCP | Kundenspezifische Protokolle/Backends anbinden |
| Custom AI Apps | Eigene UI für geführte Spezial-Workflows |