Es gibt Entwicklungen, die in der breiten Öffentlichkeit kaum auffallen, aber unter der Haube alles verändern. Das Model Context Protocol, kurz MCP, ist so eine. Wer verstehen will, warum KI-Agenten gerade von der Spielerei zum echten Werkzeug werden, kommt an diesem Thema nicht vorbei.
Das Problem, das MCP löst
Ein Sprachmodell ist erst mal ein kluger Text-Generator. Es kann formulieren, planen, argumentieren, aber es sitzt in einer Box. Es kommt nicht an deine Kundendatenbank, deinen Kalender, dein Buchhaltungssystem. Genau da lag lange die Grenze: Die Modelle wurden immer besser, aber ohne Anbindung an die echte Welt blieben sie Berater ohne Hände.
Mehr zum Thema: KI im Gründeralltag – Grundlagen, Praxis und alle Artikel an einer Stelle.
MCP ist im Grunde eine gemeinsame Sprache, über die ein Agent mit Werkzeugen und Datenquellen spricht. Statt für jedes System eine eigene Sonderlösung zu bauen, gibt es einen Standard, an den sich beide Seiten halten. Das klingt technisch, ist aber der Unterschied zwischen einem Agenten, der nur redet, und einem, der handelt.
Ein Beispiel aus dem Alltag: Willst du, dass ein Agent Rechnungen aus deinem Postfach zieht, mit dem CRM abgleicht und einen Zahlungslauf vorbereitet, brauchtest du früher drei einzeln programmierte Schnittstellen, jede mit eigener Anmeldung, eigenem Datenformat, eigenen Fehlern. Mit MCP sprechen Postfach, CRM und Buchhaltung dieselbe Protokollsprache, und der Agent orchestriert sie, ohne dass jemand für jede Kombination neuen Klebe-Code schreibt.
Wie MCP unter der Haube funktioniert
Man muss kein Entwickler sein, um das Prinzip zu verstehen. MCP folgt einem einfachen Client-Server-Muster mit drei Rollen. Der Host ist die Anwendung, mit der du redest, etwa ein Chat-Fenster oder ein Coding-Assistent. Der Client sitzt im Host und verwaltet die Verbindungen. Der Server ist der Baustein, der eine Datenquelle oder ein Werkzeug bereitstellt, zum Beispiel dein CRM oder dein Dateisystem.
Jeder Server bietet dem Agenten drei Arten von Fähigkeiten an: Tools sind Aktionen, die der Agent ausführen kann, etwa eine Bestellung anlegen. Resources sind Daten, die er lesen darf, etwa ein Dokument oder eine Tabelle. Prompts sind vorbereitete Vorlagen, die zeigen, wie ein Werkzeug am besten genutzt wird. Weil alles über eine offene, JSON-basierte Schnittstelle läuft, kann jeder Host mit jedem Server sprechen, ganz gleich, wer ihn gebaut hat. Wichtig für Vertrauen: Ein Server sieht nie den ganzen Gesprächsverlauf, und der Host entscheidet, welche Zugriffe erlaubt sind.
Warum ein Standard so wichtig ist
Standards sind langweilig, und sie sind der Grund, warum ganze Industrien plötzlich schneller werden. Ohne einheitliche Steckdosen kein Massenmarkt für Elektrogeräte. Ohne einheitliche Container keine globale Logistik. MCP ist so ein Steckdosen-Moment für KI-Agenten: Wenn sich Werkzeuge und Modelle über eine gemeinsame Schnittstelle verbinden, entsteht ein Ökosystem, in dem sich Bausteine frei kombinieren lassen.
Für Unternehmen heißt das: Die Anbindung von KI an bestehende Systeme wird billiger, schneller und weniger fehleranfällig. Was gestern ein monatelanges Integrationsprojekt war, wird zur Frage von Tagen. Ein einmal gebauter MCP-Server für dein Warenwirtschaftssystem funktioniert danach mit jedem Agenten, der den Standard spricht, statt für jedes neue Tool von vorne anzufangen.
Warum plötzlich alle mitmachen
Ein Standard ist nur so viel wert wie die Zahl derer, die ihn nutzen. Und genau hier ist in kurzer Zeit etwas Bemerkenswertes passiert. Anthropic hat MCP im November 2024 als offenes Protokoll veröffentlicht. Wenige Monate später, im Frühjahr 2025, haben die direkten Wettbewerber nachgezogen: OpenAI unterstützt MCP in seinen Produkten und im Agents-SDK, Google DeepMind hat die Unterstützung für sein Gemini-SDK bestätigt und von einem schnell aufkommenden offenen Standard gesprochen. Auch Microsoft ist an Bord.
Dass sich konkurrierende Anbieter auf dieselbe Schnittstelle einigen, ist selten und ein starkes Signal. Es bedeutet, dass MCP nicht die Wette eines einzelnen Herstellers ist, sondern gemeinsame Infrastruktur wird, ähnlich wie HTTP fürs Web oder SQL für Datenbanken. Die Details lassen sich in der öffentlichen Dokumentation zum Protokoll nachvollziehen. Wer heute auf MCP setzt, wettet also nicht auf ein Nischenformat, sondern auf den Weg, den die Branche bereits eingeschlagen hat.
Was du daraus mitnehmen solltest
Du musst MCP nicht selbst implementieren, um davon zu profitieren. Aber du solltest bei jeder KI-Lösung fragen: Wie dockt das an unsere echten Systeme an? Ein Agent, der nur in seiner eigenen Welt lebt, bleibt eine Demo. Erst die Anbindung an deine Daten und Prozesse macht ihn produktiv. Und wenn es ans Modell selbst geht, lohnt der Blick darauf, welches KI-Modell zur Aufgabe passt. Der Standard fürs Andocken ist da, und wer ihn nutzt, baut auf Fundament statt auf Sand.
Häufige Fragen
Was ist das Model Context Protocol (MCP)?
Ein offener Standard, über den KI-Agenten einheitlich mit Werkzeugen und Datenquellen sprechen, statt für jedes System eine eigene Schnittstelle zu bauen.
Wie funktioniert MCP technisch?
Über ein Client-Server-Muster: Ein Host verbindet sich mit Servern, die dem Agenten Tools (Aktionen), Resources (Daten) und Prompts (Vorlagen) über eine offene, JSON-basierte Schnittstelle anbieten.
Wer unterstützt MCP?
Anthropic hat den Standard Ende 2024 veröffentlicht, 2025 folgten unter anderem OpenAI, Google DeepMind und Microsoft. Diese breite Unterstützung macht MCP zu gemeinsamer Infrastruktur statt zur Wette eines einzelnen Anbieters.
Was heißt das für Unternehmen?
Die Anbindung von KI an bestehende Systeme wird zur Frage von Tagen statt Monaten, entscheidend ist, dass ein Agent an die echten Daten und Prozesse andockt.
Herzlich,
Euer Dennis Weidner
