MCP (Model Context Protocol)
Offener Standard, über den KI-Anwendungen auf Daten, Werkzeuge und Systeme zugreifen.
Erklärung
Das Model Context Protocol (MCP) ist ein offener Standard, über den KI-Anwendungen einheitlich auf externe Datenquellen, Werkzeuge und Systeme zugreifen. Es wird oft als „USB-C-Anschluss für KI“ beschrieben.
So funktioniert's
Ein MCP-Server stellt die Funktionen eines Systems bereit, etwa „Kunden suchen“ oder „Ticket anlegen“. Eine KI-Anwendung mit MCP-Client verbindet sich mit dem Server, erkennt zur Laufzeit, welche Werkzeuge verfügbar sind, und ruft sie bei Bedarf per Tool Calling auf.
Praxisbeispiel
Ein Vertriebsmitarbeiter fragt in seinem KI-Assistenten: „Welche offenen Angebote über 10.000 Euro laufen diese Woche aus?“ Über einen MCP-Server für das CRM holt sich die KI die Daten direkt und fasst sie zusammen.
Warum es wichtig ist
Ohne Standard muss jede KI-Anwendung jedes System einzeln anbinden. MCP macht aus vielen Einzelintegrationen wiederverwendbare Bausteine und senkt so den Aufwand, KI an bestehende Unternehmenssysteme anzuschließen.
Was ist ein MCP-Server?
MCP kennt drei Rollen. Der Host ist die KI-Anwendung, mit der man arbeitet, etwa Claude, ChatGPT, Cursor oder ein eigener Agent. Der MCP-Client steckt im Host und spricht das Protokoll. Der MCP-Server ist die Brücke zu einem konkreten System wie Datenbank, CRM, Dateiablage oder interner API.
Ein MCP-Server kann drei Arten von Fähigkeiten bereitstellen: Tools (Aktionen, die das Modell ausführen kann), Resources (Daten und Inhalte, die als Kontext gelesen werden) und Prompts (Vorlagen für wiederkehrende Aufgaben). Lokale Server laufen auf dem eigenen Rechner, entfernte Server werden über HTTP angesprochen.
MCP-Server erstellen: So gehen Unternehmen vor
Für viele verbreitete Dienste gibt es fertige MCP-Server, oft direkt vom Hersteller. Für eigene Systeme lässt sich ein Server mit den offiziellen SDKs, unter anderem für TypeScript und Python, vergleichsweise schnell bauen. Der eigentliche Aufwand liegt weniger im Protokoll als im Zuschnitt der Werkzeuge: Welche Aktionen braucht die KI wirklich, mit welchen Parametern und welchen Rechten?
Bewährt haben sich wenige, klar beschriebene Werkzeuge statt einer 1:1-Abbildung der gesamten API, getrennte Lese- und Schreibrechte, Authentifizierung pro Nutzer und die Protokollierung aller Aufrufe. Server aus unbekannten Quellen sollten vor der Nutzung geprüft werden, denn ein MCP-Server handelt mit genau den Rechten, die man ihm gibt.
MCP vs. Function Calling vs. API
Eine API ist die Schnittstelle eines Systems für andere Software. Function Calling ist die Fähigkeit eines Sprachmodells, Werkzeuge strukturiert aufzurufen. MCP standardisiert, wie Werkzeuge und Daten für Sprachmodelle bereitgestellt werden, sodass ein einmal gebauter Server von vielen KI-Anwendungen genutzt werden kann. Oft kapselt ein MCP-Server eine bestehende API.
Häufige Fragen
Was ist MCP bei KI?
MCP steht für Model Context Protocol, einen offenen Standard, mit dem KI-Anwendungen einheitlich auf Daten, Werkzeuge und Unternehmenssysteme zugreifen können.
Wer steht hinter MCP?
Anthropic hat MCP entwickelt und im November 2024 als Open Source veröffentlicht. Seit Dezember 2025 wird das Protokoll herstellerneutral in der Agentic AI Foundation unter dem Dach der Linux Foundation weiterentwickelt, die Anthropic unter anderem gemeinsam mit OpenAI gegründet hat.
Ist MCP sicher?
MCP ist ein Protokoll, die Sicherheit hängt von der Umsetzung ab. Risiken sind zu weit gefasste Rechte, ungeprüfte Server aus Drittquellen und Prompt Injection über abgerufene Inhalte. Minimale Rechte, geprüfte Server und Freigaben für kritische Aktionen reduzieren sie deutlich.
Brauche ich MCP für einen KI-Agenten?
Nicht zwingend. Für wenige, fest definierte Integrationen reicht klassisches Tool Calling. MCP lohnt sich, wenn viele Systeme angebunden oder dieselben Werkzeuge in mehreren KI-Anwendungen genutzt werden sollen.