MCP (Model Context Protocol)

Was ist MCP (Model Context Protocol)?

Das Model Context Protocol (MCP) ist ein offener Standard, den Anthropic 2024 vorgestellt hat und der festlegt, wie KI-Modelle mit externen Tools, Datenquellen und Diensten kommunizieren. Ein KI-Assistent wie Claude kann darüber Daten lesen und Aktionen ausführen, ohne dass für jede Anbindung eine eigene Schnittstelle programmiert werden muss.

Ein Sprachmodell weiß von sich aus nichts über Ihr Unternehmen. Es kennt weder Ihre Kundendatenbank noch Ihren Kalender noch die Tickets im Servicesystem. Bevor es MCP gab, musste jede dieser Verbindungen einzeln gebaut werden, für jedes KI-Produkt und jedes Zielsystem neu. Das war teuer und hat dazu geführt, dass KI-Assistenten im Unternehmen meist isoliert blieben.

MCP löst dieses Problem, indem es eine gemeinsame Sprache definiert. Auf der einen Seite steht die KI-Anwendung, etwa Claude in der Desktop-App oder Claude Code. Auf der anderen Seite stehen MCP-Server, die jeweils ein System kapseln: ein Server für Google Drive, einer für die Datenbank, einer für das Ticketsystem. Beide Seiten sprechen dasselbe Protokoll, deshalb passt jede Anwendung zu jedem Server.

Die Analogie, die sich durchgesetzt hat, ist der USB-Anschluss. Bevor es einen einheitlichen Stecker gab, brauchte jedes Gerät ein eigenes Kabel. Seit es den Standard gibt, funktioniert jedes Gerät an jedem Rechner. MCP ist dieser Stecker für KI-Anwendungen.

So funktioniert das Protokoll

MCP unterscheidet drei Rollen. Der Host ist die KI-Anwendung, mit der der Nutzer arbeitet. Der Client ist die Komponente im Host, die die Verbindung zu einem Server hält. Der Server stellt Funktionen bereit. In der Praxis müssen Sie sich nur Host und Server merken: Claude ist der Host, Ihre angebundenen Systeme sind die Server.

Ein MCP-Server bietet drei Arten von Bausteinen an. Tools sind Funktionen, die das Modell aufrufen kann, zum Beispiel “Suche Kunde nach Kundennummer” oder “Lege Termin an”. Resources sind Daten, die das Modell lesen kann, etwa eine Datei oder einen Datenbankeintrag. Prompts sind vorbereitete Anweisungsvorlagen, die der Server dem Nutzer anbietet.

Der Ablauf einer Anfrage sieht so aus: Der Nutzer stellt eine Frage, zum Beispiel “Welche offenen Rechnungen hat die Firma Muster GmbH?”. Das Modell erkennt, dass es dafür ein Tool des Buchhaltungs-Servers braucht, und ruft es mit dem Firmennamen als Parameter auf. Der Server fragt das Buchhaltungssystem ab und liefert das Ergebnis zurück. Das Modell formuliert daraus eine Antwort. Der Nutzer sieht nur Frage und Antwort, die Vermittlung passiert im Hintergrund.

Wichtig ist, dass das Modell die Tools nicht blind ausführt. Die KI-Anwendung kann vor jedem Aufruf eine Bestätigung des Nutzers einholen, und das sollte bei allen Aktionen, die Daten verändern, auch die Regel sein. Lesen darf automatisch passieren, Schreiben sollte ein Mensch freigeben.

Fertige Konnektoren und eigene Server

Für viele verbreitete Anwendungen gibt es bereits fertige MCP-Server, in Claude als Konnektoren bezeichnet. Dazu gehören nach aktuellem Stand unter anderem Google Drive, Google Kalender, Gmail, Microsoft 365, Slack, Notion, Asana und diverse Datenbanken. Diese Konnektoren lassen sich in der Claude-Oberfläche einrichten, in Unternehmensplänen zentral durch den Administrator. Der aktuelle Katalog sollte direkt bei Anthropic geprüft werden, weil er sich laufend ändert.

Wer eigene Systeme anbinden möchte, schreibt einen eigenen MCP-Server. Anthropic stellt dafür Software-Entwicklungspakete in mehreren Programmiersprachen bereit, unter anderem für Python und TypeScript. Ein einfacher Server, der drei oder vier Funktionen eines internen Systems bereitstellt, ist erfahrungsgemäß in wenigen Tagen umgesetzt. Die eigentliche Arbeit liegt meist nicht im Protokoll, sondern in der Frage, welche Funktionen das Modell überhaupt bekommen soll und mit welchen Berechtigungen.

Ein Sonderfall ist die Kombination mit Automatisierungswerkzeugen. n8n kann selbst als MCP-Server auftreten und Workflows als Tools für Claude anbieten. Damit lassen sich bestehende Automatisierungen ohne zusätzliche Programmierung für den KI-Assistenten öffnen. Wie das im Detail aussieht, beschreibt der Artikel Claude und n8n: Prozesse mit KI automatisieren.

Abgrenzung zu API, RAG und Plugins

Eine API ist die Schnittstelle eines einzelnen Systems. Jede API hat eigene Regeln, eigene Datenformate und eigene Authentifizierung. MCP ersetzt APIs nicht, sondern setzt darauf auf: Der MCP-Server nutzt die API des Zielsystems und übersetzt sie in das einheitliche Protokoll.

Retrieval Augmented Generation beantwortet die Frage, wie ein Modell relevantes Wissen aus großen Dokumentbeständen bekommt. MCP beantwortet die Frage, wie ein Modell überhaupt an Systeme herankommt. Beides lässt sich kombinieren, etwa mit einem MCP-Server, der eine Vektordatenbank durchsucht.

Plugins, wie sie einzelne Anbieter früher eingeführt haben, waren proprietär und an ein Produkt gebunden. MCP ist offen dokumentiert und wird von mehreren Anbietern unterstützt. Ein Server, der heute für Claude gebaut wird, lässt sich grundsätzlich auch mit anderen MCP-fähigen Anwendungen nutzen.

Praxisbeispiel aus dem Unternehmensalltag

Ein Großhändler für Sanitärbedarf mit 60 Mitarbeitenden betreibt ein Warenwirtschaftssystem, ein Ticketsystem für Kundenanfragen und eine Dokumentenablage in Microsoft 365. Die Serviceabteilung beantwortet täglich Fragen zu Lieferstatus, Verfügbarkeit und Rücksendungen. Für jede Anfrage müssen die Mitarbeitenden in zwei oder drei Systemen nachsehen.

Das Unternehmen bindet die Dokumentenablage über den fertigen Konnektor an und lässt einen eigenen MCP-Server für das Warenwirtschaftssystem entwickeln. Der Server bietet vier Tools: Bestellung suchen, Lieferstatus abfragen, Lagerbestand prüfen und Rücksendung anlegen. Die ersten drei laufen automatisch, die vierte verlangt eine Bestätigung des Mitarbeitenden.

Ein Servicemitarbeiter kann nun in Claude schreiben: “Kunde 4711 fragt, wo Bestellung 98765 bleibt, und will Position 2 zurückschicken.” Claude ruft Bestellung und Lieferstatus ab, findet in der Dokumentenablage die Rücksendebedingungen, bereitet die Rücksendung vor und schlägt einen Antworttext vor. Der Mitarbeiter prüft, bestätigt die Rücksendung und sendet die Antwort. Der Wechsel zwischen den Systemen entfällt.

Bedeutung für kleine und mittelständische Unternehmen

Für KMU ist MCP der Weg, einen KI-Assistenten von einem reinen Textwerkzeug zu einem Werkzeug zu machen, das mit den eigenen Daten arbeitet. Der Einstieg über fertige Konnektoren ist ohne Programmierung möglich und deckt bereits viel ab: E-Mails, Kalender, Dokumente, Chat. Wer diese Grundlage nutzt, spart die Kopierarbeit zwischen Anwendungen und dem Chat.

Der zweite Schritt, eigene Server für interne Systeme, lohnt sich dort, wo Mitarbeitende regelmäßig dieselben Abfragen in denselben Systemen machen. Erfahrungsgemäß sind das Kundenservice, Vertriebsinnendienst, Einkauf und Buchhaltung. Eine Einordnung, welche Prozesse sich zuerst anbieten, gehört zu jeder Claude Automatisierung, die wir begleiten. Den strategischen Rahmen beschreibt die Seite Claude für Unternehmen.

Vorteile und Grenzen

Der zentrale Vorteil ist die Standardisierung. Einmal gebaute Anbindungen bleiben nutzbar, auch wenn das KI-Produkt wechselt. Die Wartung ist geringer als bei individuellen Integrationen, und die wachsende Zahl fertiger Server verkürzt den Einstieg.

Die Grenzen liegen in Sicherheit und Berechtigungen. Ein MCP-Server hat genau die Rechte, die ihm eingeräumt werden, und das Modell kann alle freigegebenen Tools nutzen. Server aus unbekannter Quelle sind ein Risiko, weil sie Daten weiterleiten oder Aktionen auslösen können. Vergeben Sie minimale Rechte, dokumentieren Sie jeden angebundenen Server und lassen Sie die Einrichtung vom Datenschutzbeauftragten prüfen. Ob eine Anbindung datenschutzrechtlich zulässig ist, hängt von den betroffenen Daten, dem Plan und den vertraglichen Grundlagen ab, dieser Text ersetzt keine Rechtsberatung.

Eine weitere Grenze ist die Zuverlässigkeit. Ein Modell kann ein Tool mit falschen Parametern aufrufen oder ein Ergebnis fehlinterpretieren. Bei Prozessen mit finanziellen oder rechtlichen Folgen gehört deshalb immer ein Mensch in die Entscheidung. MCP macht den Zugriff möglich, die Verantwortung bleibt im Unternehmen.