Model Context Protocol
Offener Standard von Anthropic, der KI-Agenten über eine einheitliche Schnittstelle mit Datenquellen, Werkzeugen und externen Systemen verbindet.
Das Model Context Protocol (MCP) ist ein offener Standard, der definiert, wie KI-Anwendungen mit externen Datenquellen und Werkzeugen kommunizieren. Entwickelt von Anthropic und als Open-Source-Spezifikation veröffentlicht, löst MCP ein zentrales Problem der KI-Integration: Bisher musste für jede Kombination aus KI-Modell und externem System eine eigene Anbindung entwickelt werden. MCP schafft eine universelle Schnittstelle — vergleichbar mit USB für Hardware — über die AI Agents standardisiert auf Datenbanken, APIs, Dateisysteme und Unternehmensanwendungen zugreifen können.
Wie MCP funktioniert
MCP folgt einer Client-Server-Architektur. Die KI-Anwendung (der MCP-Client) verbindet sich mit einem oder mehreren MCP-Servern, die jeweils den Zugriff auf bestimmte Ressourcen bereitstellen. Ein MCP-Server für ein Dateisystem ermöglicht das Lesen und Durchsuchen von Dokumenten. Ein MCP-Server für ein CRM-System stellt Kundendaten bereit. Ein MCP-Server für eine Datenbank erlaubt Abfragen und Auswertungen.
Das Protokoll definiert drei Kernkonzepte: Resources sind Datenquellen, die der Agent lesen kann — etwa Dokumente, Datenbankeinträge oder API-Antworten. Tools sind Aktionen, die der Agent ausführen kann — etwa eine E-Mail versenden, einen Kalendereintrag erstellen oder eine Berechnung durchführen. Prompts sind vordefinierte Interaktionsmuster, die häufige Arbeitsabläufe standardisieren.
Warum MCP wichtig ist
Ohne einen Standard wie MCP entsteht ein Integrationsproblem, das mit jeder neuen Kombination aus KI-Modell und externem System wächst. Bei zehn KI-Anwendungen und zehn Unternehmenssystemen wären ohne Standardisierung bis zu hundert individuelle Integrationen nötig. MCP reduziert dies auf zehn MCP-Server (einen pro System), die von allen KI-Anwendungen genutzt werden können.
Für Unternehmen bedeutet das: Eine einmal erstellte MCP-Anbindung an das ERP-System funktioniert mit jedem MCP-kompatiblen KI-Agenten — unabhängig davon, ob dieser auf GPT, Claude, Gemini oder einem Open-Source-Modell basiert. Das reduziert die Abhängigkeit von einzelnen Anbietern und schützt Investitionen in KI-Integrationen.
MCP im Unternehmenseinsatz
In der Praxis ermöglicht MCP den Aufbau modularer KI-Architekturen. Ein AI Agent zur Angebotserstellung kann über MCP gleichzeitig auf das CRM-System (Kundendaten), das ERP (Preislisten und Verfügbarkeiten), die Wissensdatenbank (Produktinformationen) und das E-Mail-System (Versand) zugreifen — ohne dass für jede dieser Anbindungen eine maßgeschneiderte Integration entwickelt werden muss.
Die Sicherheit wird dabei auf der Ebene der MCP-Server kontrolliert. Jeder Server definiert, welche Ressourcen er freigibt und welche Aktionen erlaubt sind. Zugriffsrechte können granular gesteuert werden, sodass ein Agent nur die Daten sieht und die Aktionen ausführen kann, die für seine Aufgabe notwendig sind.
Ökosystem und Verbreitung
MCP wird von einer wachsenden Zahl von Anbietern unterstützt. Anthropic (Claude), OpenAI, Google und Microsoft haben Unterstützung für das Protokoll integriert oder angekündigt. Die Open-Source-Community entwickelt MCP-Server für gängige Systeme — von Datenbanken wie PostgreSQL über Cloud-Dienste bis hin zu Entwicklungstools. Für Unternehmen entstehen zunehmend MCP-Server für Business-Anwendungen wie SAP, Salesforce und Microsoft 365.
Relevanz für KMUs
Für mittelständische Unternehmen senkt MCP die Einstiegshürde für KI-Integrationen erheblich. Statt teure Individualentwicklungen für jede System-Anbindung in Auftrag zu geben, können Unternehmen auf vorhandene MCP-Server zurückgreifen oder diese mit überschaubarem Aufwand erstellen lassen. Die Standardisierung bedeutet außerdem, dass ein Wechsel des KI-Modells oder -Anbieters nicht den Neuaufbau aller Integrationen erfordert — ein wichtiger Faktor für die langfristige KI-Strategie.