MCP ist eines dieser Kürzel, die plötzlich überall auftauchen – in Produktankündigungen, auf Konferenzen, in KI-Tools. Wer nicht täglich mit KI-Entwicklung zu tun hat, fragt sich zurecht: Was ist das eigentlich, und warum sollte mich das interessieren? Die kurze Antwort: MCP ist der Grund, warum KI-Assistenten heute mit echten Programmen und Datenbanken arbeiten können – statt nur Text zu generieren.
MCP – die Definition
MCP steht für Model Context Protocol. Es ist ein offener Standard, den das KI-Unternehmen Anthropic Ende 2024 veröffentlicht hat. MCP definiert, wie ein KI-Modell – etwa Claude, aber auch andere – strukturiert auf externe Systeme zugreifen kann: Datenbanken, Apps, Dateien, interne Tools. Statt dass jedes KI-Tool eine eigene, proprietäre Anbindung an jedes System braucht, gibt es mit MCP eine gemeinsame Sprache.
Lohnt sich eine App für deinen Betrieb?
Finde es kostenlos heraus – in 2 Minuten.
Vereinfacht gesagt: MCP ist der USB-Standard für KI-Integrationen. Ein MCP-Server wird einmal gebaut – und jedes MCP-kompatible KI-Tool kann sich damit verbinden, ohne eigene Sonderlösung.
Warum gab es MCP nicht schon früher?
Vor MCP musste jede Verbindung zwischen einer KI und einem externen System individuell gebaut werden. Ein Unternehmen, das ChatGPT an sein CRM anbinden wollte, brauchte eine eigene Schnittstelle. Wollte es zusätzlich Claude oder ein anderes Modell anbinden, begann die Arbeit von vorn. Jede Kombination aus KI-Tool und System war ein eigenes Projekt – teuer, langsam, schwer zu warten.
MCP löst genau dieses Problem. Ein System – zum Beispiel eine Kunden-App, ein Warenwirtschaftssystem oder ein Kalender – stellt einen MCP-Server bereit. Dieser Server beschreibt, welche Daten verfügbar sind und welche Aktionen möglich sind. Jedes KI-Tool, das MCP versteht, kann diesen Server nutzen – unabhängig davon, welches Modell dahinter läuft.
Wie funktioniert MCP in der Praxis?
Man kann sich MCP als Vermittler zwischen zwei Seiten vorstellen:
- MCP-Server: Die Seite eines Systems (z. B. einer App oder Datenbank). Er stellt Daten bereit ('das sind meine Kunden') und Werkzeuge ('so kann eine Prämie angelegt werden').
- MCP-Client: Die Seite des KI-Tools (z. B. Claude Desktop). Er verbindet sich mit einem oder mehreren MCP-Servern und nutzt deren Daten und Werkzeuge, um eine Anfrage zu beantworten.
Ein Beispiel: Ein Nutzer schreibt in Claude Desktop: 'Zeig mir alle Kunden, die diese Woche zum ersten Mal aktiv waren.' Claude erkennt, dass diese Information über einen verbundenen MCP-Server verfügbar ist, ruft die passende Funktion auf, bekommt die Daten zurück – und formuliert daraus eine verständliche Antwort. Für den Nutzer sieht es aus wie ein normales Gespräch. Im Hintergrund läuft ein strukturierter Datenaustausch nach MCP-Standard.
Was MCP nicht ist
MCP ist kein eigenes KI-Modell und keine neue Art von künstlicher Intelligenz. Es ist auch keine Anwendung, die man installiert und dann benutzt wie eine App. MCP ist eine Spezifikation – eine Regel dafür, wie Daten und Aktionen zwischen einer KI und einem System ausgetauscht werden. Die eigentliche Intelligenz liefert weiterhin das KI-Modell (z. B. Claude, GPT oder Gemini). MCP sorgt nur dafür, dass dieses Modell strukturiert auf reale Systeme zugreifen kann.
Warum wird MCP gerade jetzt relevant?
Zwei Entwicklungen laufen parallel: KI-Modelle werden zuverlässiger im Umgang mit strukturierten Aufgaben, und gleichzeitig wächst der Wunsch, KI nicht nur zum Chatten, sondern zum tatsächlichen Handeln einzusetzen – Daten abrufen, Aktionen auslösen, Prozesse automatisieren. MCP ist die Infrastruktur, die diesen Schritt von 'KI beantwortet Fragen' zu 'KI erledigt Aufgaben' technisch ermöglicht, ohne dass jedes Unternehmen eine eigene Integrationsschicht bauen muss.
Große Anbieter wie Anthropic (Claude), aber auch Entwicklungstools wie Cursor haben MCP früh unterstützt. Weitere Plattformen ziehen nach, weil ein offener Standard für alle Beteiligten günstiger ist als proprietäre Einzellösungen.
Ein Beispiel aus der Praxis: MCP in einer Kunden-App
Konkret sieht das etwa so aus: Ein Unternehmen betreibt eine App mit Kundendaten, Treueprogramm und Push-Nachrichten. Mit einem MCP-Server für diese App kann ein Mitarbeiter in Claude Desktop einfach schreiben: 'Erstell eine Prämie: 15 % Rabatt für alle Kunden mit über 200 Punkten, gültig bis Monatsende.' Statt fünf Klicks im Dashboard auszuführen, formuliert die KI die Anfrage in einem Satz – der MCP-Server setzt sie in der App um. Wie das konkret für Pocketshop aussieht, zeigen wir in einem eigenen Artikel zur Steuerung per KI.
Ist MCP sicher?
Der Standard selbst regelt nur den Datenaustausch – die Sicherheit hängt davon ab, wie ein konkreter MCP-Server implementiert ist. Seriöse Anbieter arbeiten mit Zugriffstoken, die jederzeit widerrufbar sind, beschränken den Zugriff auf den jeweiligen Account und lassen datenverändernde Aktionen (z. B. eine Prämie anlegen oder eine Nachricht versenden) vor der Ausführung bestätigen. Wer einen MCP-Server nutzt, sollte prüfen, wie der jeweilige Anbieter mit diesen Punkten umgeht.
Fazit
MCP ist kein Buzzword ohne Substanz, sondern eine sinnvolle technische Antwort auf ein reales Problem: KI-Modelle brauchen einen standardisierten Weg, um mit echten Systemen zu arbeiten. Für Unternehmen bedeutet das: Wer heute eine MCP-Anbindung nutzt, ist nicht an ein bestimmtes KI-Tool gebunden. Was mit Claude eingerichtet wird, funktioniert morgen auch mit dem nächsten MCP-kompatiblen Modell – ohne Neuentwicklung.