- MCP – Model Context Protocol: Offener Protokollstandard von Anthropic, der festlegt, wie KI-Modelle strukturiert mit externen Werkzeugen, Daten und Diensten kommunizieren.
- Das Model Context Protocol (MCP) ist ein 2024 von Anthropic veröffentlichter offener Standard, der beschreibt, wie KI-Modelle mit externen Systemen — Tools, Datenbanken, APIs — kommunizieren sollen.
- MCP definiert ein einheitliches Client-Server-Modell: Der KI-Agent agiert als MCP-Client, externe Dienste stellen MCP-Server bereit, die ihre Fähigkeiten maschinenlesbar beschreiben.
/01Was ist das Model Context Protocol?
Das Model Context Protocol (MCP) ist ein 2024 von Anthropic veröffentlichter offener Standard, der beschreibt, wie KI-Modelle mit externen Systemen — Tools, Datenbanken, APIs — kommunizieren sollen. MCP definiert ein einheitliches Client-Server-Modell: Der KI-Agent agiert als MCP-Client, externe Dienste stellen MCP-Server bereit, die ihre Fähigkeiten maschinenlesbar beschreiben.
Ziel ist Interoperabilität: Ein Agent, der MCP spricht, kann ohne individuelle Integration mit jedem MCP-kompatiblen Dienst zusammenarbeiten — ähnlich wie HTTP das Web vereinheitlicht hat.
/02Kernkonzepte von MCP
MCP strukturiert die Interaktion zwischen Modell und Umgebung in drei Kategorien:
- Tools: Funktionen, die das Modell aktiv aufrufen kann (z.B. eine Datenbankabfrage starten)
- Resources: Datenquellen, die das Modell lesen kann (z.B. Dateien, CRM-Einträge)
- Prompts: Vordefinierte Abfragevorlagen, die ein Server dem Modell bereitstellt
- Sampling: Möglichkeit für den Server, seinerseits Modellanfragen auszulösen
Merksatz
MCP ist das USB-C-Prinzip für KI-Agenten: ein universeller Anschluss, damit jedes Modell mit jedem Dienst zusammenarbeiten kann — ohne proprietäre Sonderanpassung.
/03Relevanz für den Mittelstand
Unternehmen, die eigene Systeme (ERP, CRM, interne Datenbanken) an KI-Agenten anbinden wollen, profitieren von MCP als Standardschnittstelle. Statt für jedes KI-Modell eine eigene Integration zu bauen, genügt ein MCP-Server pro System. Das senkt Integrationsaufwand und erhöht die Austauschbarkeit des KI-Modells. Für On-Premise-Deployments lässt sich MCP so konfigurieren, dass keine Daten das Firmennetz verlassen.