MCP (Model Context Protocol)
Was ist MCP (Model Context Protocol)?
Definition
MCP (Model Context Protocol) ist ein offener Standard, der festlegt, wie KI-Modelle über eine einheitliche Schnittstelle mit externen Tools, Daten und Diensten verbunden werden. Statt pro Anwendung eine eigene Integration zu bauen, spricht ein Modell MCP mit jedem kompatiblen „Server" — vergleichbar mit einem universellen Stecker zwischen KI und Ihren übrigen Systemen.
Inhaltsverzeichnis
MCP (Model Context Protocol) ist ein offener Standard — von Anthropic eingeführt und inzwischen breit übernommen — zur Anbindung von KI-Modellen an die Tools und Daten, die sie brauchen. Man nennt es „USB-C für KI": ein Anschluss, viele Geräte.
Das Problem, das MCP löst
Jeder KI-Agent muss echte Systeme erreichen — Datenbanken, Dateispeicher, CRMs, Suche. Ohne Standard ist jede Verbindung eine maßgeschneiderte Integration, und ihre Zahl explodiert, sobald man Modelle und Tools hinzufügt. MCP ersetzt dieses M×N-Chaos durch ein einziges, gemeinsames Protokoll.
Wie MCP funktioniert
- MCP-Server: kapselt ein Tool oder eine Datenquelle (z. B. eine Datenbank, ein Ticketsystem) und stellt deren Fähigkeiten standardisiert bereit.
- MCP-Client: sitzt in der KI-Anwendung und spricht mit jedem Server über dasselbe Protokoll.
- Fähigkeiten: Server bieten Tools (aufrufbare Aktionen), Resources (lesbare Daten) und Prompts (wiederverwendbare Vorlagen).
Weil die Schnittstelle einheitlich ist, lässt sich eine neue Datenquelle hinzufügen, ohne die Modell-Integration neu zu schreiben.
Warum es wichtig ist
MCP macht KI-Systeme modular und portabel. Tauscht man das zugrunde liegende LLM, nutzt man dieselben Tools weiter; fügt man ein Tool hinzu, erhält es jedes Modell. Für Unternehmen bedeutet das schnellere Integration, weniger Lock-in und eine sauberere Sicherheitsgrenze — Sie steuern genau, was jeder Server darf.
In der Praxis
In der KI-Operations-Plattform hinter dieser Website ist ein selbst gebauter MCP-Server der einzige Zugang — mit fein abgestuften Berechtigungen — über einen unternehmensweiten Memory-Speicher, sodass Dutzende Agenten dieselben Daten und Tools über eine einheitliche, kontrollierte Schnittstelle erreichen.
Fazit
MCP ist der Standard-Stecker zwischen KI-Modellen und der realen Welt. Es verwandelt Einmal-Integrationen in wiederverwendbare Bausteine — die Grundlage für skalierbare, wartbare KI-Agenten.
Häufige Fragen
Wer hat MCP entwickelt?
MCP wurde von Anthropic als offener Standard eingeführt und seither branchenweit übernommen, mit einem wachsenden Ökosystem an MCP-Servern für gängige Tools und Datenquellen.
Braucht man MCP, um einen KI-Agenten zu bauen?
Nein, aber es hilft. Tools lassen sich direkt anbinden, doch MCP standardisiert diese Verbindungen, sodass sie wiederverwendbar, austauschbar und leichter abzusichern sind — vor allem bei vielen Tools oder Agenten.
Mehr aus dem Wiki-Lexikon
Was ist ein KI-Agent?
Ein KI-Agent ist Software, die mit einem Sprachmodell zielgerichtet plant und handelt — Tools aufruft, entscheidet und mehrstufige Aufgaben autonom erledigt. Definition, Funktionsweise und Beispiele.
Was ist ein LLM (großes Sprachmodell)?
Ein großes Sprachmodell (LLM) ist eine KI, die auf riesigen Textmengen trainiert wird, um Sprache vorherzusagen und zu erzeugen. Definition, Funktionsweise, Tokens, Kontextfenster und Grenzen.
Was ist RAG (Retrieval-augmentierte Generierung)?
RAG (Retrieval-augmentierte Generierung) liefert einem LLM relevante, aktuelle Daten zur Anfragezeit, damit seine Antworten in Ihren Fakten verankert sind — nicht nur im Training. Definition, Funktionsweise und Nutzen.
Was ist KI-Automatisierung?
KI-Automatisierung nutzt Sprachmodelle und KI-Agenten für Aufgaben, die Verständnis und Urteilsvermögen erfordern — nicht nur feste Regeln. Definition, Abgrenzung zur klassischen Automatisierung und echte Beispiele.