KI

Was ist MCP? Das Model Context Protocol und warum es die Integrationsfrage neu stellt

1. September 20267 Min. LesezeitArtur Thiessen

Ich betreibe seit einer Weile mehrere KI-Agenten auf meinen Hetzner-Servern, die für mich Aufgaben erledigen: von der Recherche bis zur Vorbereitung meiner Buchhaltung. Und wenn ich auf die Anfangszeit zurückblicke, dann erinnere ich mich vor allem an eines: Klebearbeit. Jedes Mal, wenn ein Agent auf ein neues System zugreifen sollte, habe ich eine eigene Anbindung gebaut. Eine für den Kalender. Eine für die E-Mails. Eine für die Datenbank. Und wehe, ich wollte das KI-Modell dahinter wechseln, dann durfte ich einen Teil davon noch einmal anfassen. (Ja, ich habe dabei mehr als einmal leise vor mich hin geflucht.)

Genau dieses Problem trifft früher oder später jedes Unternehmen, das KI ernsthaft einsetzen will. Kennst du diese Situationen auch:

  • Die KI soll „einfach mal" auf das CRM zugreifen, und plötzlich redest du über ein sechswöchiges Integrationsprojekt?
  • Für jedes neue KI-Tool fängt die Anbindung an deine Systeme wieder bei null an?
  • Der Dienstleister hat eine Schnittstelle gebaut, die nur mit genau einem KI-Anbieter funktioniert, und jetzt fühlst du dich an ihn gekettet?

Für dieses Problem gibt es inzwischen eine Antwort, die sich als Standard durchgesetzt hat: MCP, das Model Context Protocol. Und weil ich immer wieder gefragt werde, was das eigentlich ist, schreibe ich diesen Artikel – bewusst für Entscheider, nicht für Entwickler. Wer Code sehen will, wird hier nicht fündig. Wer verstehen will, warum das Thema strategisch wichtig ist, hoffentlich schon.

Das eigentliche Problem: Integrations-Wildwuchs

Lass mich das Problem kurz greifbar machen, denn es wird oft unterschätzt. Ein KI-Modell allein ist erstaunlich nutzlos für dein Unternehmen. Es kennt deine Kunden nicht, deine Aufträge nicht, deine Dokumente nicht. Der Wert entsteht erst, wenn die KI mit deinen Systemen verbunden ist: mit dem CRM, dem ERP, dem Dateiserver, dem Kalender.

Und hier beginnt die Rechnung, die niemandem Spaß macht: Wenn du drei KI-Werkzeuge einsetzt und fünf interne Systeme anbinden willst, dann brauchst du im schlimmsten Fall fünfzehn einzelne Integrationen. Jede muss gebaut, gewartet und abgesichert werden. Jede geht kaputt, wenn sich auf einer der beiden Seiten etwas ändert. Ich habe in über 15 Jahren Web-Entwicklung viele solcher Schnittstellen-Landschaften gesehen, und sie enden fast immer gleich: als Wildwuchs, den irgendwann niemand mehr komplett überblickt. Bei KI-Projekten passiert das nur schneller, weil gerade alle gleichzeitig loslegen.

Was MCP anders macht

Das Model Context Protocol ist ein offener Standard, den Anthropic Ende 2024 veröffentlicht hat und der inzwischen breit adoptiert wurde, unter anderem von OpenAI und Google. Das ist bemerkenswert, denn dass sich die großen KI-Anbieter auf einen gemeinsamen Standard einigen, passiert nicht alle Tage.

Die gängige Metapher dafür ist „USB-C für KI-Integrationen", und sie trifft es erstaunlich gut. Erinnerst du dich an die Schublade voller Ladekabel, jedes für ein anderes Gerät? Heute passt ein Stecker in fast alles. MCP macht dasselbe für die Verbindung zwischen KI und deinen Systemen: Statt für jede Kombination aus KI-Tool und Datenquelle eine eigene Integration zu bauen, stellst du eine Fähigkeit einmal als MCP-Server bereit (ein kleines Programm, das deine Daten oder Funktionen nach dem Standard anbietet), und jedes MCP-fähige KI-Werkzeug kann sie nutzen.

Ein Beispiel aus meinem eigenen Setup: Ich habe einen MCP-Server, der Zugriff auf bestimmte Datenbestände gibt. Diesen einen Server nutzen meine Agenten, egal, welches Modell gerade dahinter arbeitet. Als ich das letzte Mal das Modell gewechselt habe, musste ich an den Anbindungen: nichts ändern. Wer schon einmal eine Systemmigration mitgemacht hat, weiß, wie ungewöhnlich sich dieser Satz anfühlt.

Der Unterschied, auf einen Blick:

KriteriumEinzelintegrationenMCP-Standard
Aufwand bei 3 KI-Tools und 5 Systemenbis zu 15 eigene Integrationen5 MCP-Server
Wechsel des KI-Modells oder -AnbietersAnbindungen anpassen oder neu bauenAnbindungen bleiben unverändert
Bindung an den AnbieterSchnittstelle funktioniert oft nur mit einem KI-Anbieteroffener Standard, u. a. von Anthropic, OpenAI und Google getragen
Wartungjede einzelne Integration pflegen und absichernein Server pro System

Warum das eine Entscheider-Frage ist, keine Entwickler-Frage

Jetzt könntest du sagen: Schön für die Techniker, aber warum soll mich als Geschäftsführer ein Protokoll interessieren? Aus einem einfachen Grund: MCP verändert, wie sich Investitionen in KI-Integrationen rechnen.

Was wäre, wenn du die Anbindung an dein Warenwirtschaftssystem nur einmal bauen müsstest und sie mit jedem künftigen KI-Werkzeug weiterverwenden könntest? Was wäre, wenn ein Wechsel des KI-Anbieters keine Neuentwicklung deiner Integrationen bedeuten würde? Was wäre, wenn deine IT-Landschaft für die nächste KI-Generation schon vorbereitet wäre, bevor diese überhaupt erscheint?

Genau das ist das Versprechen, und im Kern hält MCP es auch. Eine Integration, die als MCP-Server gebaut ist, ist keine Wette auf einen bestimmten KI-Anbieter mehr, sondern ein Baustein, der bleibt. Das reduziert die Abhängigkeit von einzelnen Herstellern. Und es macht die Frage „welches KI-Tool nehmen wir?" deutlich entspannter, weil sie nicht mehr alle Integrationsentscheidungen mitentscheidet. Für mich ist das der eigentliche Grund, warum ich bei diesem Thema hellhörig geworden bin: Es ist eine der seltenen Entwicklungen, bei denen Technik-Entscheidung und Geschäftsentscheidung in dieselbe Richtung zeigen.

Ehrlicherweise gehört auch dazu: MCP löst nicht alles. Der Standard ist jung, das Ökosystem wächst noch, und für manche Spezialfälle bleibt eine maßgeschneiderte Integration die bessere Wahl. Ich möchte nicht jedes Integrationsproblem pauschal mit MCP bewerfen, aber als Standardweg für „KI trifft Unternehmenssysteme" hat es sich bei mir und vielen anderen durchgesetzt.

Die unbequeme Wahrheit: Jede Tür braucht ein Schloss

Und jetzt der Teil, den viele Artikel über MCP elegant weglassen. Ein MCP-Server ist, technisch nüchtern betrachtet, eine Tür in deine Systeme. Eine standardisierte, gut dokumentierte, für KI-Werkzeuge leicht zu öffnende Tür. Das ist ja gerade der Sinn der Sache. Aber eine Tür, die leicht zu öffnen ist, muss man umso sorgfältiger abschließen können.

Ich sage das nicht theoretisch. Ich betreibe selbst MCP-Server für meine Agenten, und ich weiß aus eigener Erfahrung, wie verführerisch es ist, einem System „mal eben" weitreichende Zugriffe zu geben, weil es gerade praktisch ist. Seit ich tiefer in die Cybersecurity eingestiegen bin, schaue ich auf meine eigenen Setups mit anderen Augen. Die Fragen, die du vor dem Betrieb eines MCP-Servers beantwortet haben solltest, sind dieselben wie bei jedem Systemzugang: Wer darf diese Tür benutzen? Wie weisen sich Nutzer und Werkzeuge aus? Und was genau darf durch diese Tür: nur lesen, oder auch schreiben und löschen?

Berechtigungen und Authentifizierung sind bei MCP keine Kür, sondern Pflicht. Die offizielle MCP-Spezifikation widmet den Sicherheitsrisiken ein eigenes Kapitel: von gekaperten Sitzungen bis zu zu breit vergebenen Zugriffsrechten. Ein MCP-Server ohne sauberes Berechtigungskonzept ist wie eine Haustür ohne Schloss: Die Bequemlichkeit ist dieselbe, das Risiko nicht. Wer das von Anfang an mitdenkt, hat ein mächtiges Werkzeug. Wer es weglässt, hat eine Schwachstelle mit Standard-Anschluss.

Was ich dir konkret mitgeben möchte

Wenn du gerade über KI-Integrationen nachdenkst oder wenn dir ein Dienstleister ein Angebot gemacht hat, dann stell eine einfache Frage: „Ist das MCP-fähig gebaut?" Die Antwort verrät dir viel. Nicht, weil MCP ein Qualitätssiegel wäre, sondern weil die Antwort zeigt, ob dein Dienstleister in wiederverwendbaren Bausteinen denkt oder in Einzelanfertigungen, die dich an ihn binden.

Und wenn du schon KI-Werkzeuge im Einsatz hast: Mach dir ein Bild davon, welche Integrationen bereits existieren und wie sie abgesichert sind. Das ist ein überschaubarer Aufwand und deutlich angenehmer, als es nach einem Vorfall nachzuholen.

Bei mir laufen diese beiden Themen ohnehin zusammen: KI-Implementierung und solide Webtechnologie sind für mich keine getrennten Welten. Ein MCP-Server ist am Ende ein Stück Software-Handwerk. Und ob das gut oder schlecht gebaut ist, entscheidet darüber, ob deine KI-Strategie auf Fundament oder auf Sand steht.

Ich lerne bei diesem Thema selbst noch jede Woche dazu (der Standard entwickelt sich schneller, als ich Blogartikel schreiben kann, was zugegebenermaßen keine hohe Messlatte ist). Genau deshalb interessiert mich, wo du stehst: Setzt du schon auf MCP? Kämpfst du noch mit dem Integrations-Wildwuchs? Sprich mich an, schreib mir eine E-Mail oder ruf einfach an. Lass uns die Integrationsfrage gemeinsam sortieren und voneinander lernen.

Häufige Fragen

Was ist MCP (Model Context Protocol) einfach erklärt?
MCP ist ein offener Standard, der KI-Werkzeuge mit deinen Unternehmenssystemen verbindet, wie ein USB-C-Anschluss für KI. Du baust die Anbindung an ein System einmal als MCP-Server, und jedes MCP-fähige KI-Tool kann sie nutzen. Veröffentlicht hat den Standard Anthropic Ende 2024; OpenAI und Google unterstützen ihn inzwischen ebenfalls.
Warum ist MCP für mittelständische Unternehmen wichtig?
Weil es die Rechnung hinter KI-Integrationen verändert: Ohne Standard brauchst du im schlimmsten Fall für jede Kombination aus KI-Tool und System eine eigene Anbindung: bei drei Tools und fünf Systemen bis zu fünfzehn. Mit MCP baust du pro System einen Server und bleibst unabhängig vom KI-Anbieter; ein Wechsel erzwingt keine Neuentwicklung.
Ist ein MCP-Server ein Sicherheitsrisiko?
Ein MCP-Server ist eine standardisierte, leicht zu öffnende Tür in deine Systeme. Ob er zum Risiko wird, entscheidet dein Berechtigungskonzept. Kläre vor dem Betrieb: Wer darf zugreifen, wie authentifizieren sich Nutzer und Werkzeuge, und darf die KI nur lesen oder auch schreiben? Die MCP-Spezifikation beschreibt dafür verbindliche Sicherheitsanforderungen.
Muss ich als Geschäftsführer MCP technisch verstehen?
Nein. Aber eine Frage lohnt sich bei jedem Angebot für KI-Integrationen: Ist das MCP-fähig gebaut? Die Antwort zeigt, ob dein Dienstleister in wiederverwendbaren Bausteinen denkt oder in Einzelanfertigungen, die dich an ihn binden. MCP-basierte Integrationen bleiben nutzbar, auch wenn du das KI-Werkzeug oder den Anbieter später wechselst.

Quellen

  1. Anthropic: Introducing the Model Context Protocol
  2. Model Context Protocol: What is MCP? (offizielle Projektseite)
  3. OpenAI: Model Context Protocol (MCP), Agents SDK Dokumentation
  4. Google Cloud: Announcing official MCP support for Google services
  5. Model Context Protocol: Security Best Practices (Spezifikation 2025-06-18)

Artikel teilen

Willst du KI sinnvoll einsetzen?

Beratung, Coaching und Implementierung — von der Strategie bis zum produktiven System.

KI-Projekt besprechen

Mehr zum Thema