Welches Problem MCP löst
Ein Sprachmodell kennt von sich aus weder deine Dateien noch deinen Kalender noch deine Meetings. Damit es damit arbeiten kann, muss es angebunden werden. Früher hieß das: Jede KI-Anwendung brauchte für jede Datenquelle eine eigene, maßgeschneiderte Schnittstelle. Bei vielen Anwendungen und vielen Quellen ergibt das ein unübersichtliches Geflecht an Einzellösungen.
MCP ersetzt das durch eine gemeinsame Sprache. Ein Anbieter baut einmal einen MCP-Server für seinen Dienst, und jede KI-Anwendung, die MCP versteht, kann ihn nutzen. Anthropic hat das Protokoll im November 2024 als Open Source veröffentlicht und im Dezember 2025 an die Agentic AI Foundation unter dem Dach der Linux Foundation übergeben. Laut offizieller Dokumentation unterstützen neben Claude unter anderem ChatGPT sowie Entwicklungswerkzeuge wie Visual Studio Code und Cursor den Standard.
Host, Client und Server
MCP unterscheidet drei Rollen:
| Rolle | Was sie ist | Beispiel |
|---|---|---|
| Host | die KI-Anwendung, mit der du arbeitest | Claude im Browser oder als Desktop-App |
| Client | die Verbindungskomponente im Host, je eine pro Server | läuft unsichtbar im Hintergrund |
| Server | das Programm, das Daten oder Funktionen bereitstellt | der MCP-Server eines Meeting-Archivs oder Dateispeichers |
Ein Server kann dem Modell vor allem drei Dinge anbieten: Werkzeuge (Funktionen, die das Modell aufrufen kann, etwa „Meetings durchsuchen“), Ressourcen (Inhalte und Daten zum Lesen) und Prompts (vorbereitete Vorlagen für typische Aufgaben). Server können lokal auf dem eigenen Rechner laufen oder als Remote-Server über das Internet erreichbar sein.
Wie ein Aufruf abläuft
Wenn ein MCP-Server verbunden ist, erfährt das Modell, welche Werkzeuge es gibt und wofür sie gedacht sind – eine Art Inhaltsverzeichnis mit Beschreibungen. Stellst du eine Frage, entscheidet das Modell selbst, ob ihm ein Werkzeug weiterhilft. Es schickt dann einen strukturierten Aufruf an den Server, etwa „suche nach Meetings mit dem Kunden Gruber seit März“. Der Server liefert das Ergebnis zurück, und das Modell formuliert daraus seine Antwort.
Das Prinzip ist mit Retrieval-Augmented Generation verwandt, aber flexibler: Das Modell kann mehrmals nachfragen, Suchbegriffe anpassen und verschiedene Werkzeuge kombinieren. Damit ist MCP ein wichtiger Baustein für KI-Agenten, die Aufgaben über mehrere Schritte erledigen.
MCP, API und Connector
Eine API ist die Programmierschnittstelle eines einzelnen Dienstes, gedacht für Software-Entwickler:innen. MCP setzt darauf auf: Ein MCP-Server nutzt im Hintergrund oft die API eines Dienstes, beschreibt seine Funktionen aber so, dass ein Sprachmodell sie verstehen und selbstständig nutzen kann. In Claude heißt eine solche eingerichtete Verbindung Connector.
Worauf du bei der Sicherheit achten solltest
Ein MCP-Server gibt einem Modell Zugriff auf echte Daten und manchmal auf echte Aktionen. Verbinde deshalb nur Server von Anbietern, denen du deine Daten ohnehin anvertraust. Persönliche Server-Adressen sind wie ein Passwort zu behandeln. Und weil Daten aus angebundenen Quellen Text enthalten können, der wie eine Anweisung aussieht, sollten folgenreiche Aktionen – Mails senden, Daten löschen – nicht ungeprüft ausgeführt werden.
Ein Vertriebsmitarbeiter fragt Claude: „Was ist bei Kunde Huber noch offen?“
Claude sieht, dass ein verbundener MCP-Server ein Werkzeug zum Durchsuchen von Meetings anbietet, und ruft es mit dem Suchbegriff „Huber“ auf. Der Server liefert die Zusammenfassungen der letzten drei Calls. Claude liest daraus zwei offene Punkte und eine Zusage ab und antwortet mit Datum und Meeting-Titel als Quelle.
Dieser Eintrag dient der allgemeinen Information und ersetzt keine individuelle Beratung.