Ein KI-Agent hat unser Fotoshooting gemacht: Der GridShot-MCP-Server im Detail

Am 8. August 2026 haben wir einen KI-Agenten auf unseren eigenen Produktkatalog losgelassen und ihn gebeten, Marketingbilder zu produzieren. Keine Demo-Umgebung, kein handverlesener Prompt — das produktive GridShot-System, erreichbar über unseren gehosteten MCP-Server. Der Agent hat den Katalog durchsucht, Models und Kleidungsstücke ausgewählt, virtuelle Try-On-Grids generiert, die Previews bewertet, die stärksten Panels ausgewählt und sie in hoher Auflösung ausgeliefert.

Herausgekommen sind 13 fertige Bilder. Genau diese Bilder laufen jetzt auf der GridShot-Startseite.

Dieser Artikel erklärt, was der GridShot-MCP-Server ist, geht den Lauf als Fallstudie mit den echten Zahlen durch und zeigt, wie du deinen eigenen Agenten in drei Schritten anbindest.

Was ist der GridShot-MCP-Server?

MCP — das Model Context Protocol — ist ein offener Standard, über den KI-Agenten externe Werkzeuge einheitlich finden und aufrufen können. Statt für jede KI-Anwendung eine eigene Integration zu bauen, stellt ein Dienst einmal einen MCP-Server bereit, den dann jeder MCP-fähige Client nutzen kann.

Die meisten bildbezogenen MCP-Server kapseln genau einen Aufruf: Prompt rein, Pixel raus. Das ist der einfache Teil der Produktfotografie. Der schwierige Teil ist alles drumherum — das richtige Kleidungsstück in einem echten Katalog finden, den Outfit-Zustand über ein Shooting hinweg halten, auf asynchrone Jobs warten, Kandidaten bewerten, Fehlgeschlagenes wiederholen und am Ende eine Datei in veröffentlichungsfähiger Auflösung ausliefern.

Der GridShot-MCP-Server stellt genau diesen Workflow als 16 Tools bereit, gruppiert in sechs Aufgaben:

Finden — Model-Bibliothek und Kleidungskatalog durchsuchen.
Schätzen — die Kosten jeder kostenpflichtigen Aktion vorab ansehen. Immer kostenlos.
Generieren — ein Try-On-Grid mit Kandidaten erzeugen und eine einzige Operation abfragen, bis sie fertig ist.
Bewerten — das fertige Grid abrufen und einzelne Kandidaten über kurzlebige Preview-Links prüfen.
Verfeinern und bearbeiten — ein präziseres Grid nachgenerieren oder eine gezielte, koordinatenbasierte Bearbeitung auf ein Bild anwenden.
Ausliefern — aus dem freigegebenen Kandidaten eine veröffentlichungsfertige Datei in hoher Auflösung machen.

Das ist ein dritter Zugang zu demselben Workspace. Das Studio ist für Menschen, eine REST-API für Systeme, und MCP für KI-Agenten — aber alle drei teilen sich einen Katalog, eine Model-Bibliothek und eine Generierungs-Historie. Ein Agent arbeitet nicht in einem Nebenkanal, sondern in deinem echten Workspace: Alles, was er anfasst, taucht in der App auf und ist für dein Team sichtbar.

Die Fallstudie: Ein Agent, 13 Bilder, von Anfang bis Ende

Wir brauchten Bilder für die Startseite. Statt sie im Studio von Hand zu generieren, haben wir einem Agenten Zugriff über MCP gegeben und ihn arbeiten lassen.

Was der Agent tatsächlich gemacht hat

Der Lauf folgte demselben Bogen wie jedes Produktions-Shooting:

Er hat den Katalog nach Kleidungsstücken und passenden KI-Models durchsucht und daraus Outfits zusammengestellt.
Für jedes Outfit hat er ein Try-On-Grid generiert — 16 bis 25 Posen pro Grid, jedes Panel eine andere Kombination aus Pose, Winkel und Bildausschnitt.
Er hat Preview-Links für die Grids und für einzelne Kandidaten abgerufen und beurteilt, welche Panels am stärksten sind.
Die Gewinner hat er als hochauflösende Dateien ausgeliefert.

Das Ergebnis: 13 finale Bilder, verteilt auf 4 KI-Models in 5 bis 7 Outfits. Kein Mensch saß in der Generierungsschleife und hat entschieden, welches Panel bleibt.

Was der Lauf gekostet hat

Ein Grid kostet 1 US-Dollar plus wenige Cent KI-Compute — das deckt jedes Panel ab, das der Agent ansieht, auch die verworfenen — und dieser Dollar wird auf das erste daraus ausgelieferte Bild angerechnet.

Die Veröffentlichung wird separat abgerechnet. GridShot berechnet $1,00 pro veröffentlichtem Bild; für die 13 ausgelieferten Bilder kommen also $13 Veröffentlichungsgebühr zum Compute dazu. Wir schreiben das bewusst so aus, statt eine einzelne Schlagzeilen-Zahl zu nennen, denn die beiden Kostenarten verhalten sich völlig unterschiedlich: Compute skaliert damit, wie viel der Agent ausprobiert — die Veröffentlichungsgebühr nur mit dem, was du am Ende behältst.

Genau das ist der praktisch nützliche Teil für alle, die agentengetriebene Produktion budgetieren. Ein Grid mit 16 bis 25 Posen kostet denselben Dollar wie ein einzelnes fertiges Bild, und dieser Dollar kommt als erste Auslieferung daraus zurück — ein Agent, der aus jedem erzeugten Grid veröffentlicht, zahlt also 1 Dollar je fertigem Bild und nichts für die verworfenen Panels. Nur Grids, aus denen nie etwas ausgeliefert wird, behalten ihren Dollar.

Was wir gelernt haben

Drei Dinge sind aufgefallen. Erstens passen Grid-Generierung und Agenten ungewöhnlich gut zusammen: Ein Grid mit 16–25 Posen gibt einem Agenten eine echte Auswahl zum Bewerten — das entspricht seiner Arbeitsweise viel besser als Einzelbild-Generierung. Zweitens waren die Schätz-Tools wichtiger als erwartet: Dass man eine Aktion bepreisen kann, bevor man sie ausführt, ist der Grund, warum man einen autonomen Lauf überhaupt zulassen kann. Drittens hat die unspektakuläre Infrastruktur den Lauf getragen: asynchrones Job-Polling, Idempotenz-Schlüssel und strukturierte Fehler sind das, was einen Agenten sich selbst erholen lässt, statt ihn hängen zu lassen.

Kontrolliert, nicht unbeaufsichtigt

Einen Agenten in deinem Namen Geld ausgeben zu lassen ist nur dann vertretbar, wenn die Grenzen dort durchgesetzt werden, wo der Agent nicht hinkommt. Bei GridShot passiert das serverseitig:

Eine Obergrenze bei jeder Ausgabe. Jeder kostenpflichtige Aufruf trägt einen Maximalbetrag. Würden die echten Kosten darüber liegen, wird der Aufruf abgelehnt statt abgerechnet.
Minimale Berechtigungen. Jede Verbindung ist auf die OAuth-Scopes beschränkt, die ihr gewährt wurden. Ein Agent mit Lesezugriff auf deinen Katalog kann in deinem Namen weder ausgeben noch ausliefern.
Freigabe-Gates. Manche Jobs pausieren und warten auf eine menschliche Entscheidung.
Vollständige Nachvollziehbarkeit. Jedes Produkt, Model, jeder Job und jedes Asset, das ein Agent anfasst, ist derselbe Datensatz, den dein Team in der App sieht.
Idempotenz-Schlüssel. Ein wiederholter Aufruf bucht nie doppelt ab.

Nur 4 der 16 Tools können überhaupt Geld ausgeben: ein Grid generieren, ein Grid verfeinern, einen Shot ausliefern und ein Artefakt bearbeiten. Jede Schätzung und jede Preview ist kostenlos und ruft den Bildanbieter nie auf.

Eigenen Agenten in drei Schritten anbinden

1. Kostenloses Konto anlegen

Bei GridShot registrieren — dauert etwa eine Minute, ohne Kreditkarte. Jeder neue Workspace startet mit $10 Guthaben, genug, um echte Try-Ons zu fahren und echte Bilder auszuliefern, bevor du eigenes Geld ausgibst.

2. Agenten verbinden

Öffne in der App Einstellungen → MCP und folge der eingebauten Anleitung. Interaktive Agenten verbinden sich über OAuth; für unbeaufsichtigte, serverseitige Workloads legst du stattdessen einen Service-Account an. Der Endpoint ist https://mcp.grid-shot.com/mcp über Streamable HTTP. Die Claude Code CLI ist Ende-zu-Ende verifiziert; der Custom Connector für claude.ai und Claude Desktop ist registriert, aber noch nicht verifiziert. Es gibt keine Warteliste und keinen Antrag auf Zugang.

3. Erstes Shooting starten

Richte den Agenten auf deinen Katalog aus und lass ihn ein Try-On-Grid generieren, die Kandidaten bewerten und das beste Panel ausliefern. Fang mit einem Schätz-Aufruf an, dann siehst du den Preis, bevor irgendetwas abgerechnet wird.

Die vollständige Tool-Referenz — alle 16 Tools, der jeweils nötige Scope und was kostenlos bzw. kostenpflichtig ist — steht auf der GridShot-MCP-Seite.

Für wen sich das lohnt

Agentengetriebene Produktion zahlt sich dort aus, wo Bildarbeit repetitiv und mengenlastig ist: Katalog-Refresh nach einem Saisonwechsel, marktspezifische Varianten desselben Produkts, oder der lange Schwanz an Artikeln, für den sich ein Shooting nie gerechnet hat. Für Kampagnen- und Editorial-Bilder, bei denen gerade die kreative Handschrift der Punkt ist, taugt es nicht.

Wer die Ergebnisse sehen will, bevor er etwas anbindet: Die Beispiel-Galerie und die Startseite zeigen echte Resultate — und jetzt weißt du auch genau, wie die Bilder auf der Startseite entstanden sind.

Häufige Fragen

Was ist ein MCP-Server für Produktfotografie?

Ein Server, der einen Fotografie-Workflow als Tools bereitstellt, die ein KI-Agent über das Model Context Protocol aufrufen kann — statt als Weboberfläche, durch die sich ein Mensch klickt. Bei GridShot heißt das: Katalogsuche, Generierung virtueller Try-On-Grids, Kandidatenbewertung, Verfeinerung und High-Res-Auslieferung sind alle vom Agenten aufrufbar, gegen deinen echten Workspace.

Kann ein KI-Agent wirklich eigenständig veröffentlichungsfähige Produktbilder erzeugen?

Ja, innerhalb der Grenzen, die du setzt. Am 8. August 2026 hat ein Agent den kompletten Workflow auf GridShot in der Produktivumgebung durchlaufen und 13 fertige Bilder über 4 Models und 5–7 Outfits ausgeliefert, ohne dass ein Mensch Panels ausgewählt hat. Bei dir bleibt die Steuerung: Ausgabegrenzen, Berechtigungs-Scopes und Freigabe-Gates setzt GridShot durch, nicht der Agent.

Was kostet Produktfotografie über einen KI-Agenten?

GridShot rechnet über ein Prepaid-Wallet ab: $1,00 pro veröffentlichtem Bild plus den tatsächlich verbrauchten KI-Compute. Der Compute eines kompletten Grid-Laufs bleibt im Cent-Bereich; die Veröffentlichungsgebühr kommt separat je ausgeliefertem Bild dazu. Schätzungen und Previews sind immer kostenlos, ein Agent kann einen Lauf also vorher bepreisen.

Welche KI-Clients können sich mit dem GridShot-MCP-Server verbinden?

Die Claude Code CLI ist Ende-zu-Ende verifiziert. Der Custom Connector für claude.ai und Claude Desktop ist als registrierter Client hinterlegt, aber noch nicht verifiziert. Andere registrierte Clients können sich verbinden, sind aber noch nicht verifiziert; die offene Client-Registrierung ist deaktiviert, sodass jede Verbindung eine ist, die du oder ein Workspace-Admin genehmigt hat.

Wie verhindere ich, dass ein Agent zu viel ausgibt?

Jeder kostenpflichtige Aufruf verlangt eine Kostenobergrenze, und der Aufruf wird abgelehnt statt abgerechnet, wenn die echten Kosten darüber lägen. Verbindungen sind zusätzlich auf die gewährten OAuth-Scopes beschränkt, nur 4 der 16 Tools können überhaupt Geld ausgeben, und Wiederholungen tragen einen Idempotenz-Schlüssel, sodass nie doppelt abgebucht wird.

Kann ich den GridShot-MCP-Server kostenlos ausprobieren?

Für die Anbindung fällt nichts an. Jeder neue Workspace startet mit $10 Guthaben, und alle Schätz- und Preview-Tools sind kostenlos und rufen den Bildanbieter nie auf — du kannst also einen Agenten verbinden und den ganzen Workflow erkunden, bevor du etwas ausgibst.