Automatisches Deployment von Claude Code / Cursor zu Vercel — Drei Workflows mit MCP, Plugin und GitHub Actions

„Claude Code hat den Fix gemacht – jetzt pushe ich von Hand und öffne das Vercel-Dashboard im Browser …“ Um dieses Hin und Her zu verringern, bietet Vercel offiziell drei Werkzeuge an: Vercel MCP (ein Server, über den KI-Tools mit Ihren Vercel-Projekten, Deployments und Logs arbeiten), das Vercel Plugin (eine Erweiterung, die Claude Code, Cursor und anderen Vercel-Wissen und Slash-Befehle hinzufügt) und Agent Skills (Anleitungspakete, die man mit npx skills add installiert). Die Namen ähneln sich und die Rollen scheinen sich zu überschneiden, deshalb kursieren vermischte Erklärungen wie „Agent Skills über MCP anbinden“.

Das Fazit vorweg: Es hilft, Deployments von einem KI-Agenten zu Vercel als drei Ansätze zu denken. ① Die Git-Integration (git push → automatisches Deployment) reicht für die meiste Solo-Arbeit. ② Direkt aus dem Editor (Vercel MCP, Vercel Plugin) passt zu allen, die der KI auch das Drumherum überlassen wollen – Logs lesen, Umgebungsvariablen anfassen. ③ GitHub Actions + Claude Code Action ist für Teams, die @claude aus PR-Kommentaren heraus korrigieren lassen und erst nach Tests oder Freigaben veröffentlichen wollen. Den „besten“ Ansatz gibt es nicht – entscheidend ist, wie viel Sie der KI überlassen und wo ein Mensch sie stoppt.

Dieser Artikel entstand, nachdem die Originaldokumentation von Vercel und Anthropic am 30. September 2026 erneut gelesen wurde. Konfigurationsbeispiele, Befehle und Tarifbedingungen entsprechen diesem Stand (beide ändern sich schnell – prüfen Sie die verlinkten Seiten, bevor Sie sich darauf verlassen). Gute Ergänzungen sind KI empfiehlt Vercel, Was ist Cursor und Kann KI die Infrastruktur übernehmen?.

1. „Agent Skills“, „MCP“ und „Plugin“ sind verschiedene Dinge

Auch wenn die KI den Code schreibt, findet die Kontrolle des Deployments auf einem anderen Bildschirm statt: zurück ins Terminal für git add . && git commit -m "fix" && git push, das Vercel-Dashboard im Browser öffnen, die Preview-URL kopieren und in Slack einfügen. Vercel hat Schritt für Schritt KI-taugliche Zugänge ergänzt, um diese Wechsel zu verringern.

Chronologisch geordnet löst sich die Verwirrung auf. Am 4. August 2025 ging Vercel MCP in die öffentliche Beta (Ankündigung von Vercel) – ein entfernter MCP-Server mit OAuth-Authentifizierung unter https://mcp.vercel.com. Im selben Monat, im August 2025, erreichte Anthropics Claude Code GitHub Action die Version 1.0 (der Tag v1.0.0 ist auf den 2025-08-25 datiert). Am 17. März 2026 kam das Vercel Plugin (Ankündigung), und seit dem 23. Juli 2026 kann Vercel MCP Code direkt deployen (Ankündigung).

Und Agent Skills sind kein MCP. Die Agent-Skills-Seite von Vercel beschreibt sie als gepackte Fähigkeiten, die man mit npx skills add <owner/repo> installiert, um einem Agenten eine bestimmte Arbeitsweise beizubringen; sie laufen in mehr als 18 Agenten, darunter Claude Code, GitHub Copilot und Cursor. Ist MCP das Mittel zum Handeln in Ihrem Konto, sind Skills das Know-how. Siehe auch Was ist MCP und Claude Agent SDK.

2. Die fünf Zugänge zu Vercel – was jeder kann und wie er sich authentifiziert

Hier sind die Wege, über die ein KI-Agent Vercel erreicht, so wie die offizielle Dokumentation sie beschreibt (Stand: 30. September 2026). Die Spalte Authentifizierung – also was Sie der KI in die Hand geben – entscheidet, wie schlimm ein Unfall werden kann.

Quellen: Vercel MCP, MCP-Tool-Referenz, Vercel Plugin, Agent Skills, Warum Commits kein Deployment auslösen (Vercel KB).

So liest man die Tabelle: Wenn es nur „deployen“ soll, reicht die Git-Integration. MCP und Plugin lohnen sich, wenn das Gespräch auch das Drumherum abdecken soll – die KI die Logs lesen lassen, um herauszufinden, warum ein Build fehlschlug, Unterschiede bei Umgebungsvariablen zeigen, die Produktion einen Schritt zurückrollen.

3. Die drei Ansätze im Überblick

Hier die drei Ansätze entlang von was die KI bekommt × Automatisierungstiefe × wo ein Mensch sie stoppt.

Faustregeln: Wenn Sie nach einem Deployment oft nur das Dashboard öffnen, um Logs zu lesen, nehmen Sie ②. Wenn PR-Reviews Alltag sind und nur getestete Änderungen live gehen sollen, nehmen Sie ③. Für einen privaten Blog oder eine kleine App reicht ① – zu viel Aufwand kostet mehr Wartung, als er spart. Die drei schließen sich nicht aus; üblich ist ① als Basis, ergänzt um ② oder ③.

4. Ansatz 1: Git-Integration (automatisches Deployment bei git push)

Die einfachste Einrichtung. Verbinden Sie Vercel mit GitHub, dann baut Vercel bei jedem git push und veröffentlicht, sobald der Build fertig ist. Die KI muss nur Code schreiben, die Commit-Nachricht schreiben und pushen. Vercels eigener Leitfaden zu GitHub Actions sagt: Weil die Git-Integration Preview-URLs, unveränderliche Deployments und Instant Rollback bereits abdeckt, brauchen die meisten Teams gar keine Pipeline.

# Einrichtung (einmalig)
1. Vercel-Dashboard → Add New → Project
2. GitHub-Repository auswählen → Import
3. Framework Preset: automatisch erkannt (Next.js usw.)
4. Environment Variables: nach Bedarf ergänzen
5. Deploy

# Täglicher Ablauf (in Cursor / Claude Code)
> Mach diesen Button rot. Wenn du fertig bist, pushe auf einen Branch feature/red-button.

# Befehle, die die KI ausführt
git switch -c feature/red-button
git add app/components/Button.tsx
git commit -m "feat: change primary button to red"
git push -u origin feature/red-button

# Vercel baut eine Preview → der PR bekommt eine Preview-URL

Der eigentliche Wert liegt darin, dass jeder Branch automatisch eine Preview-URL bekommt. Vercel-Preview-URLs gibt es in zwei Arten: eine Branch-URL, die immer auf den neuesten Stand des Branches zeigt, und eine Commit-URL, die genau auf dieses Deployment zeigt (Environments). Wenn nur Merges in main in die Produktion gehen, kann die KI beliebig oft pushen – es bleibt bei der Preview.

Achtung: Der Hobby-Tarif ist auf private, nicht kommerzielle Nutzung beschränkt (Hobby-Tarif). Pro Tag lassen sich im Hobby-Tarif 100 Deployments erstellen, im Pro-Tarif 6.000, und Hobby führt jeweils nur einen Build gleichzeitig aus (Limits). Lässt man die KI in Mini-Schritten pushen, stößt man zuerst an diese Grenzen. Zu den Preisfallen siehe §5 in KI empfiehlt Vercel.

5. Ansatz 2: Direkt aus dem Editor (Vercel MCP und Vercel Plugin)

Soll die KI auch das Drumherum eines Deployments übernehmen, nutzen Sie Vercel MCP oder das Vercel Plugin. Bei keinem von beiden muss ein Token in eine Datei geschrieben werden.

Vercel MCP einrichten (Cursor): Laut der offiziellen Anleitung genügt eine URL in .cursor/mcp.json (projektbezogen oder global).

{
  "mcpServers": {
    "vercel": {
      "url": "https://mcp.vercel.com"
    }
  }
}

Danach versucht Cursor, sich zu verbinden, und zeigt Needs login an. Ein Klick darauf öffnet die Vercel-Anmeldung im Browser, wo Sie festlegen, welche Teams Cursor nutzen darf. In Claude Code sind es zwei Zeilen:

claude mcp add --transport http vercel https://mcp.vercel.com
# danach claude starten und mit /mcp authentifizieren

Die Dokumentation nennt außerdem npx add-mcp https://mcp.vercel.com, das den Server in mehreren Clients auf einmal einträgt. Beachten Sie: Das Eintragen des Servers schließt die Autorisierung nicht ab. Bis Sie sich anmelden und einem Team Zugriff gewähren, sieht die KI dessen Deployments und Logs nicht (Tool-Referenz).

MCP stellt Tools bereit, keine Slash-Befehle. Sie bitten etwa „prüfe die Fehler meines letzten Deployments“, und die KI wählt und ruft Tools wie diese auf (Auszug aus der Liste, Stand 30. September 2026):

Das Vercel Plugin (npx plugins add vercel/vercel-plugin) bringt Vercel-Wissen und fünf Slash-Befehle mit Namensraum: /vercel-plugin:deploy (mit prod für die Produktion), /vercel-plugin:env (list, pull, add, remove, diff), /vercel-plugin:status, /vercel-plugin:bootstrap und /vercel-plugin:marketplace (Vercel Plugin). Ein Blick in die Definition des Befehls deploy zeigt: Er steuert Ihre lokale Vercel CLI (vercel, vercel --prod), erstellt standardmäßig eine Preview und wartet vor der Produktion auf ein ausdrückliches „Ja“. Befehle wie /logs oder /rollback gibt es nicht; Logs und Rollback laufen über MCP-Tools oder die CLI (vercel rollback).

Der eigentliche Gewinn: Alles bleibt im Gespräch. Bitten Sie „füge diese API hinzu, deploye sie als Preview und lies bei einem Fehler die Logs und behebe ihn“, und die KI arbeitet Codeänderung → Deployment → Build-Log prüfen → Korrektur → erneutes Deployment ab. In den Begriffen von Kann KI die Infrastruktur übernehmen? liegt das in der Zone „leistungsfähig, aber gefährlich“. Vercel stellt klar, dass eine MCP-Verbindung der KI dieselben Rechte wie Ihr Vercel-Benutzerkonto gibt, und empfiehlt, die menschliche Bestätigung immer zu aktivieren. Stellen Sie Tool-Aufrufe nicht auf automatische Freigabe.

6. Ansatz 3: GitHub Actions (@claude und Prüf-Gates)

Die Einrichtung für Teams. Mit Claude Code GitHub Actions erwähnen Sie @claude in einem Issue- oder PR-Kommentar, und Claude committet eine Korrektur und antwortet im selben Thread. Das Preview-Deployment übernimmt weiterhin die Git-Integration aus Ansatz 1 – sobald Claude auf den PR-Branch pusht, baut Vercel die Preview neu.

# Einrichtung
1. /install-github-app in Claude Code ausführen (nur Repositorys auf github.com)
2. Claude GitHub App installieren; ANTHROPIC_API_KEY (oder CLAUDE_CODE_OAUTH_TOKEN) in Secrets ablegen
3. .github/workflows/claude.yml kommt als Pull Request

# .github/workflows/claude.yml (Beispiel aus der offiziellen Dokumentation)
name: Claude Code
on:
  issue_comment:
    types: [created]
  pull_request_review_comment:
    types: [created]
jobs:
  claude:
    if: contains(github.event.comment.body, '@claude')
    runs-on: ubuntu-latest
    timeout-minutes: 30          # ausufernde Jobs stoppen (von der Doku empfohlen)
    permissions:
      contents: write
      pull-requests: write
      issues: write
      id-token: write            # für die Standard-Authentifizierung per GitHub App nötig
      actions: read              # CI-Ergebnisse in PRs lesen
    steps:
      - uses: actions/checkout@v6
        with:
          fetch-depth: 1
      - uses: anthropics/claude-code-action@v1
        with:
          anthropic_api_key: ${{ secrets.ANTHROPIC_API_KEY }}
          claude_args: "--max-turns 10"   # Züge pro Lauf begrenzen

timeout-minutes und --max-turns sind beispielhafte Ergänzungen – die beiden Maßnahmen, die der Abschnitt „Manage costs“ der Dokumentation empfiehlt (Werte an Ihr Projekt anpassen). Standardmäßig gilt keine Zugbegrenzung, setzen Sie also selbst eine.

Wenn auch GitHub Actions deployen soll – nur dann, wenn Sie vor dem Deployment Tests, Sicherheitsscans, Performance-Budgets oder eine menschliche Freigabe brauchen –, halten Sie sich an den offiziellen Leitfaden von Vercel. Sie brauchen drei Secrets: VERCEL_TOKEN, VERCEL_ORG_ID und VERCEL_PROJECT_ID (die letzten beiden stehen in der von vercel link erzeugten .vercel/project.json).

# .github/workflows/vercel-preview.yml (Form aus der Vercel KB)
name: Vercel Preview Deployment
env:
  VERCEL_ORG_ID: ${{ secrets.VERCEL_ORG_ID }}
  VERCEL_PROJECT_ID: ${{ secrets.VERCEL_PROJECT_ID }}
on:
  push:
    branches-ignore:
      - main
jobs:
  Deploy-Preview:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - run: npm install --global vercel@latest
      - run: vercel pull --yes --environment=preview --token=${{ secrets.VERCEL_TOKEN }}
      # hier Tests und Scans einfügen
      - run: vercel build --token=${{ secrets.VERCEL_TOKEN }}
      - run: vercel deploy --prebuilt --token=${{ secrets.VERCEL_TOKEN }}

# vercel.json – Git-ausgelöste Deployments abschalten, damit nicht doppelt deployt wird
{ "git": { "deploymentEnabled": false } }

Derselbe Leitfaden nennt die Fallen: Bleibt die Git-Integration aktiv, während auch Actions deployt, lösen beide beim selben Commit aus; ohne --prebuilt baut Vercel dasselbe noch einmal. Umgekehrt gilt: Wenn Sie nur Tests laufen lassen wollen, ist es schlanker, die Git-Integration zu behalten, die Tests beim Ereignis deployment_status gegen die Preview auszuführen und mit Deployment Checks die Übernahme in die Produktion zurückzuhalten.

# So sieht es in der Praxis aus
# Ein Entwickler öffnet einen PR → die Git-Integration baut eine Preview
[Bot] Vercel Preview: https://<preview-url>

# Ein Reviewer kommentiert den PR
@claude lass diesen Button beim Hover ebenfalls die Farbe wechseln

# Claude fügt einen Commit hinzu und antwortet → Vercel baut die Preview neu
# Reviewer prüft → approve → merge → Produktions-Deployment

Achtung: Bei privaten Repositorys muss der Commit-Autor Mitglied des Vercel-Teams sein (im Hobby-Tarif der Eigentümer), sonst wird nichts deployt (Vercel KB). Wenn in Actions erstellte Commits keine Preview erzeugen, prüfen Sie zuerst den Kommentar des Vercel Bot und den Commit-Autor.

Mit dieser Einrichtung wird das Szenario „kein Mensch fasst den Code an, bis der PR fertig ist“ realistisch. Wie in Erfahrene vs. Einsteiger und Schafft KI die Bürojobs ab? beschrieben, konzentriert sich das Team auf das Review, während die KI implementiert.

7. Preview-Umgebungen nutzen – Branch → URL → Teilen

Was sich in allen drei Ansätzen auszahlt, ist die konsequente Nutzung von Preview-Umgebungen. Vercel erstellt automatisch Preview-Deployments für Nicht-Produktions-Branches und PRs, sodass Sie mehrere Varianten derselben Änderung nebeneinanderstellen können – ohne zusätzliche Einrichtung.

Quellen: Environments (Staging-Optionen und Tarife), Password Protection (Preise), Sharable Links (einer im Hobby-Tarif), jeweils Stand 30. September 2026. Der Standardschutz ohne Passwort ist Vercel Authentication (nur Teammitglieder können zugreifen), den Vercel als empfohlene Methode bezeichnet.

8. Vier Stolperfallen – env-Lecks, Limits und Kosten, Konflikte, Rollback

Wer Deployments einem KI-Agenten überlässt, läuft leicht in diese vier Fallen. Jede lässt sich mit vorab erledigter Einrichtung eindämmen.

Quellen: MCP-Tools für Umgebungsvariablen (get_project_env liefert den entschlüsselten Wert), Spend Management (ohne Aufpreis im Pro-Tarif und in einigen Enterprise-Tarifen; die Nutzung wird alle paar Minuten geprüft, das Pausieren kommt daher mit etwas Verzögerung), Instant Rollback, Git-Konfiguration.

Den oft wiederholten Rat, „einen Cloudflare-Proxy vor Vercel zu schalten“, empfehlen wir nicht als Absicherung. In einem offiziellen KB-Artikel schreibt Vercel, dass es einen externen Proxy davor nicht empfiehlt, weil die Vercel Firewall dann nicht mehr den ganzen Verkehr sieht und die Performance sinkt.

Noch ein Hinweis: Wir raten davon ab, Produktions-Deployments vollständig von der KI automatisieren zu lassen. Auch bei den Ansätzen ② und ③ gilt: Für die Produktion bleibt die letzte Freigabe beim Menschen. Wie in Was man einer KI nicht geben sollte beschrieben, kann KI die Produktion durch völlig unabsichtliche Fehler beschädigen. Bis Preview und Staging automatisieren, für die Produktion eine menschliche Freigabe verlangen – ein zweistufiges Gate.

Zusammenfassung

Wer aus Claude Code oder Cursor auf Vercel deployen will, sollte zuerst Git-Integration, CLI, Vercel MCP, Vercel Plugin und Agent Skills auseinanderhalten. MCP ist das Mittel zum Handeln, angebunden per OAuth; das Plugin bringt die Befehle /vercel-plugin:* und Wissen mit; Skills sind Anleitungen. Das Deployment selbst erledigt in den meisten Fällen die Git-Integration völlig ausreichend.

Die Wahl hängt davon ab, wie viel Sie der KI überlassen und wo ein Mensch sie stoppt: ① Solo-Arbeit → Git-Integration; ② die KI soll auch Logs analysieren und env verwalten → Vercel MCP / Plugin (kein Token in Dateien – Anmeldung per OAuth); ③ Teams mit alltäglichen PR-Reviews → GitHub Actions (@claude korrigiert; das Deployment kommt aus der Git-Integration oder, wenn Prüf-Gates nötig sind, aus Actions + CLI). Nutzen Sie Previews für A/B-Vergleich, Staging und Kundenabnahme, und begegnen Sie den vier Fallen mit Bestätigung der Tool-Aufrufe, Einstellungen für Limits und Ausgaben, einem Rollback-Ablauf und menschlicher Freigabe für die Produktion.

Weiterführend: KI empfiehlt Vercel, Vercel AI SDK, v0 vs Bolt vs Lovable, Was ist Cursor und Kann KI die Infrastruktur übernehmen?.

FAQ

F. Geht das auch bei anderen Hostern (Cloudflare, Netlify)?
A. Ja. Beide veröffentlichen offizielle MCP-Server. Cloudflare betreibt einen Katalog entfernter MCP-Server, mit denen man sich per OAuth verbindet, darunter einen für Workers-Builds (MCP-Server von Cloudflare). Netlify bietet den Netlify MCP Server. Entscheiden Sie nach Framework-Passung und Preis statt danach, ob es eine Agenten-Anbindung gibt. Siehe auch die Kriterien in KI empfiehlt Vercel.

F. Was eignet sich besser für Deployments auf Vercel, Claude Code oder Cursor?
A. Beide werden von Vercel MCP und vom Vercel Plugin unterstützt, auf Vercel-Seite ist also fast dasselbe möglich. Der Unterschied liegt in der Arbeitsweise: Claude Code ist terminalzentriert, mit offizieller GitHub-Actions-Integration; Cursor ist editorzentriert, mit MCP-Einrichtung per Klick. Wer in VS Code zu Hause ist, greift eher zu Cursor; wer im Terminal lebt, zu Claude Code.

F. Darf die KI Produktions-Deployments vollständig automatisieren?
A. Nicht empfohlen. Bis Preview und Staging automatisieren, aber für die Produktion immer die letzte Freigabe durch einen Menschen. Gründe: Die KI kann die Produktion ohne jede böse Absicht beschädigen, und bei einem Vorfall wird die Verantwortung unklar. Sperren Sie mit GitHub Branch Protection direkte Pushes auf main und verlangen Sie freigegebene PRs.

F. Darf .cursor/mcp.json ins Git-Repository?
A. Mit der offiziellen Vercel-MCP-Konfiguration enthält die Datei keine Geheimnisse. Sie enthält nur die URL https://mcp.vercel.com; die Authentifizierung erfolgt per OAuth und bleibt auf der Browserseite, daher ist es in Ordnung, sie zum Teilen mit dem Team zu committen. Anders ist es, wenn Sie den API-Schlüssel eines anderen MCP-Servers fest in einen Header schreiben – diese Datei gehört nicht ins Repository. Den in CI verwendeten VERCEL_TOKEN legen Sie in den GitHub Secrets ab, nie in der Workflow-Datei.

F. Ich mache mir Sorgen um die Kosten von GitHub Actions.
A. Laut der offiziellen Dokumentation entstehen Kosten an zwei Stellen: GitHub-Actions-Minuten und Claude-API-Tokens (wer sich mit einem OAuth-Token eines Abonnements authentifiziert, nutzt das Claude-Abonnement statt der API-Abrechnung). Der Betrag pro Lauf hängt von Prompt-Länge, Komplexität der Aufgabe und Größe der Codebasis ab. Die in der Dokumentation genannten Stellschrauben: Züge mit --max-turns in claude_args begrenzen, Timeouts für den Workflow setzen, konkrete @claude-Anfragen formulieren und CLAUDE.md knapp halten. Standardmäßig gibt es keine Zugbegrenzung – setzen Sie selbst eine.