Dynatrace MCP Server

Der Dynatrace MCP Server verbindet KI-Assistenten wie Claude Code, Cursor oder GitHub Copilot in VS Code mit der Observability-Plattform von Dynatrace. Wer Anwendungen, Hosts und Kubernetes-Cluster mit Dynatrace überwacht, kann dem Assistenten damit Fragen stellen wie „Welche Probleme gab es in den letzten Stunden?“, „Warum steigt die Fehlerrate dieses Dienstes?“ oder „Welche Schwachstellen betreffen unsere Produktionsumgebung?“, ohne zwischen Entwicklungsumgebung und Weboberfläche zu wechseln. Betrieben wird der Server von Dynatrace selbst. Laut Dokumentation ist er ein gehosteter Dienst, der direkt in der eigenen Dynatrace-Umgebung erreichbar ist, lokal muss nichts installiert werden.

Was ist der Dynatrace MCP Server?

Dynatrace sammelt Logs, Metriken, Traces, Ereignisse und Sicherheitsdaten und speichert sie im Datenspeicher Grail, der mit der Abfragesprache DQL durchsucht wird. Der MCP-Server stellt eine Sammlung von Werkzeugen bereit, die diese Daten für externe Agenten nutzbar machen. Die Adresse folgt laut Dokumentation dem Muster https://{umgebungsname}.apps.dynatrace.com/platform-reserved/mcp-gateway/v0.1/servers/dynatrace-mcp/mcp, jede Anfrage trägt ein Bearer-Token im Header. Damit läuft der Zugriff innerhalb der eigenen Umgebung und im Rahmen der dort vergebenen Berechtigungen.

Welche Anwendungsfälle unterstützt er?

Die Dokumentation nennt mehrere Szenarien. Der Assistent kann mit generativer KI eine DQL-Abfrage aus einer Frage in normaler Sprache erzeugen, eine bestehende Abfrage erklären und die erzeugte Abfrage anschließend ausführen. Er kann Probleme und Schwachstellen untersuchen, Kubernetes-Ereignisse analysieren, Zeitreihen auswerten und vorhersagen, Dokumente und Anleitungen zur Fehlersuche finden sowie Namen und IDs von Entitäten auflösen. Gerade die Übersetzung von Fragen in DQL ist für Teams hilfreich, die die Abfragesprache nicht täglich nutzen.

Wofür ist er besonders nützlich?

Der Nutzen liegt dort, wo Entwicklerinnen und Entwickler Produktionskontext brauchen, während sie Code schreiben oder einen Vorfall untersuchen. Statt Log-Auszüge manuell zu kopieren, holt sich der Assistent die relevanten Daten selbst, verknüpft sie mit dem Code im Editor und schlägt Ursachen oder Korrekturen vor. Im Vergleich zu allgemeinen Datenbank- oder Log-Servern kennt dieser Server die Konzepte von Dynatrace, also Probleme, Entitäten und Davis-KI, und liefert dadurch Antworten, die zur Überwachungsumgebung passen.

Einrichtung

Für Claude Code nennt das offizielle Repository dynatrace-for-ai den Befehl claude plugin install dynatrace@claude-plugins-official; danach setzen Sie die Umgebungsvariablen DT_ENVIRONMENT und DT_PLATFORM_TOKEN. Andere Clients tragen die oben genannte URL als Remote-Server ein. Zur Authentifizierung stehen laut Dokumentation zwei Wege offen: ein Platform Token, das als Bearer-Token übergeben und manuell erneuert wird, oder ein OAuth-Client mit Authorization-Code-Ablauf und automatischer Erneuerung. Beide benötigen die Berechtigungen mcp-gateway:servers:invoke und mcp-gateway:servers:read, der OAuth-Client zusätzlich Scopes für KI-Funktionen, Dokumentensuche, DQL-Erzeugung und lesenden Zugriff auf Logs, Metriken, Spans, Ereignisse und Sicherheitsdaten.

Sicherheit und Grenzen

Der Assistent arbeitet mit den Rechten des Tokens. Vergeben Sie daher nur die Scopes, die Ihr Anwendungsfall wirklich braucht, und bevorzugen Sie lesenden Zugriff. Beachten Sie, dass abgerufene Überwachungsdaten in den Kontext des KI-Clients und damit zum Modellanbieter gelangen; Logs können personenbezogene Daten oder Zugangsdaten enthalten. Laut Dokumentation unterstützt der Server derzeit weder CIMD noch öffentliche OAuth-Clients oder dynamische Client-Registrierung, was die Einrichtung in manchen Clients erschwert. Das ältere Community-Projekt dynatrace-oss/dynatrace-mcp ist archiviert und verweist auf diesen Remote-Server.

Kosten

Der Server selbst ist Teil der Dynatrace-Plattform und setzt eine Dynatrace-Umgebung voraus. Dynatrace rechnet laut Preisseite über ein Plattform-Abonnement mit nutzungsbasierter Abrechnung ab; Abfragen auf Grail können dabei Verbrauch erzeugen. Welche Konditionen für Sie gelten, entnehmen Sie der offiziellen Preisseite oder Ihrem Vertrag, eine kostenlose Testumgebung wird dort angeboten.

Für wen lohnt sich der Dynatrace MCP Server?

Er lohnt sich für Teams, die Dynatrace bereits produktiv einsetzen und ihre Entwicklungswerkzeuge mit Produktionsdaten verbinden wollen, etwa Plattform-, SRE- und DevOps-Teams. Wer keine Dynatrace-Umgebung besitzt, hat davon keinen Nutzen, denn der Server ist keine eigenständige Überwachungslösung, sondern ein Zugang zur Plattform.

Eine Dynatrace-Umgebung, ein Platform Token oder OAuth-Client mit den benötigten Scopes und ein MCP-Client mit Unterstützung für Remote-Server, etwa Claude Code, Cursor oder VS Code mit GitHub Copilot.

Mit dem Dynatrace MCP Server fragt ein KI-Assistent Probleme, Logs und Schwachstellen Ihrer Dynatrace-Umgebung ab und lässt sich DQL-Abfragen erzeugen. Dieser Ratgeber führt von der Token-Erstellung bis zur ersten Abfrage.

Schritt 1: Voraussetzungen prüfen

Sie benötigen eine Dynatrace-Umgebung, einen MCP-Client mit Unterstützung für Remote-Server und die Möglichkeit, ein Platform Token oder einen OAuth-Client anzulegen. Der Server ist laut Dokumentation ein gehosteter Dienst Ihrer Umgebung, lokal installieren müssen Sie nichts.

Zugang anlegen

Laut Dokumentation gibt es zwei Wege. Ein Platform Token wird als Bearer-Token übergeben und muss manuell erneuert werden. Ein OAuth-Client mit Authorization-Code-Ablauf erneuert sich automatisch. Beide benötigen mcp-gateway:servers:invoke und mcp-gateway:servers:read. Beim OAuth-Client kommen Scopes für KI-Funktionen, Dokumentensuche, DQL-Erzeugung und lesenden Speicherzugriff hinzu. Vergeben Sie nur, was Sie brauchen.

Schritt 2: In Claude Code einrichten

Das offizielle Repository Dynatrace/dynatrace-for-ai nennt claude plugin install dynatrace@claude-plugins-official. Setzen Sie danach DT_ENVIRONMENT auf die URL Ihrer Umgebung, etwa https://abc12345.apps.dynatrace.com, und DT_PLATFORM_TOKEN auf Ihr Token.

claude plugin install dynatrace@claude-plugins-official

Andere Clients

Tragen Sie https://{umgebungsname}.apps.dynatrace.com/platform-reserved/mcp-gateway/v0.1/servers/dynatrace-mcp/mcp als Remote-Server ein und übergeben Sie das Token im Authorization-Header. Cursor und VS Code mit GitHub Copilot werden in der Dokumentation ausdrücklich genannt.

Schritt 3: Erste Abfragen

Beginnen Sie lesend: „Welche Probleme gab es heute in der Produktionsumgebung?“ oder „Erzeuge eine DQL-Abfrage für Fehler-Logs des letzten Tages und erkläre sie.“ Prüfen Sie die erzeugte Abfrage, bevor Sie sie ausführen lassen.

Kosten im Blick behalten

Abfragen auf Grail können Verbrauch erzeugen. Begrenzen Sie Zeiträume und Datenmengen in Ihren Fragen und beobachten Sie den Verbrauch in der Plattform.

Sensible Daten beachten

Abgerufene Logs gelangen in den Kontext des KI-Clients. Prüfen Sie, ob darin personenbezogene Daten oder Zugangsdaten stehen, bevor Sie den Server für Produktionsumgebungen freigeben.

Platform Token als Bearer-Header oder OAuth-Client mit Authorization-Code-Ablauf; beide benötigen die Berechtigungen mcp-gateway:servers:invoke und mcp-gateway:servers:read.

Lesender Zugriff auf Logs, Metriken, Spans, Ereignisse und Sicherheitsdaten der Umgebung sowie auf KI- und Dokumentenfunktionen, im Rahmen der Scopes des verwendeten Tokens.

Der Server läuft gehostet bei Dynatrace. Überwachungsdaten, die der Assistent abruft, gelangen in den Kontext des KI-Clients und damit zum Modellanbieter.

Offenlegung von Logs mit personenbezogenen Daten oder Zugangsdaten gegenüber dem Modellanbieter, zu weit gefasste Token-Scopes und unerwartet hoher Verbrauch durch umfangreiche Grail-Abfragen.