Was ist MCP (Model Context Protocol)?
Kurzdefinition
Das Model Context Protocol (MCP) ist ein offener Standard, über den KI-Anwendungen wie Claude oder ChatGPT auf externe Systeme zugreifen: auf Datenquellen, Werkzeuge und Abläufe. Statt für jede Anbindung eine eigene Schnittstelle zu bauen, sprechen alle über dasselbe Protokoll. Grundlage sind Large Language Models und ihre Fähigkeit, APIs und Funktionen zu nutzen.
Warum gibt es MCP?
Ein Sprachmodell kennt zunächst nur, was im Gespräch steht und was es beim Training gelernt hat. Für Kalender, Dateien, Datenbanken oder Werkzeuge braucht es eine Anbindung. Ohne gemeinsamen Standard baut jede KI-Anwendung jede Anbindung einzeln. Jedes Werkzeug muss dann für jede Anwendung neu angepasst werden.
Die Dokumentation vergleicht MCP mit einem USB-C-Anschluss für KI-Anwendungen: Wie USB-C einen einheitlichen Weg bietet, elektronische Geräte zu verbinden, bietet MCP einen einheitlichen Weg, KI-Anwendungen mit externen Systemen zu verbinden (Quelle: modelcontextprotocol.io). Anthropic hat MCP am 25. November 2024 vorgestellt. Das Protokoll ist ein offener Standard (Open Source).
Wie funktioniert MCP?
MCP folgt einer Client-Server-Architektur mit drei Rollen:
- Host: die KI-Anwendung, zum Beispiel Claude Code, Claude Desktop oder Visual Studio Code. Sie koordiniert die Verbindungen.
- Client: eine Komponente im Host, die die Verbindung zu genau einem Server hält. Pro Server legt der Host einen eigenen Client an.
- Server: ein Programm, das Kontext bereitstellt. Es läuft lokal auf dem Rechner (STDIO) oder im Netz (Streamable HTTP).
Ein Server kann drei Arten von Fähigkeiten anbieten:
- Tools: Funktionen, die die KI-Anwendung aufrufen kann, zum Beispiel Dateioperationen, API-Aufrufe oder Datenbankabfragen.
- Ressourcen: Datenquellen, die Kontext liefern, zum Beispiel Dateiinhalte oder Datensätze.
- Prompts: wiederverwendbare Vorlagen, die Gespräche mit dem Modell strukturieren.
Ein typischer Ablauf geht in vier Schritten:
- Der Host verbindet sich über einen Client mit dem Server.
- Der Client fragt ab, welche Tools, Ressourcen und Prompts der Server anbietet.
- Das Modell entscheidet im Gespräch, ein Tool zu nutzen. Der Host führt den Aufruf über den Client aus.
- Das Ergebnis geht an das Modell zurück und fließt in die Antwort ein.
Die Nachrichten folgen dem Format JSON-RPC. MCP ist zustandslos: Jede Anfrage enthält alle Angaben, die der Server zur Bearbeitung braucht. Stand November 2026 gilt die Spezifikation in der Version 2026-07-28 (Quellen: Architektur und Spezifikation).
MCP, API und Function Calling: Was ist der Unterschied?
Die drei Begriffe liegen auf unterschiedlichen Ebenen.
| Begriff | Was es ist | Wer legt fest, was aufgerufen wird? |
|---|---|---|
| API | Schnittstelle eines Dienstes | Ein Programm ruft sie auf, die Logik ist im Voraus festgelegt |
| Function Calling | Fähigkeit eines Sprachmodells, Funktionen strukturiert aufzurufen | Das Modell entscheidet zur Laufzeit, welches Tool zur Anfrage passt |
| MCP | Gemeinsames Protokoll, über das Anwendungen Werkzeuge, Daten und Prompts anbieten und finden | Der Server beschreibt seine Fähigkeiten, das Modell wählt daraus aus |
MCP ergänzt APIs und Function Calling. Ein MCP-Server greift oft selbst auf eine API zu. Das Modell entscheidet über Function Calling (auch Tool Use), welches Tool es einsetzt. MCP standardisiert die Verbindung dazwischen.
Wofür wird MCP genutzt?
KI-Anwendungen greifen über MCP auf Datenquellen zu (zum Beispiel lokale Dateien oder Datenbanken) und auf Werkzeuge (zum Beispiel Suchmaschinen oder Rechner) sowie auf Abläufe (zum Beispiel spezialisierte Prompts). Entwicklerinnen und Entwickler sparen Zeit, weil ein Server mit vielen Anwendungen funktioniert. Anwendungen und Agenten erhalten Zugang zu einem Ökosystem aus Anbindungen. KI-Agenten können MCP-Server wie einen Werkzeugkasten nutzen.
Beispiele für MCP
Die Dokumentation des Protokolls nennt unter anderem diese Beispiele (Quelle: modelcontextprotocol.io):
- Agenten greifen auf Kalender und Notizen zu und arbeiten dadurch persönlicher.
- Ein Coding-Assistent wie Claude Code erzeugt aus einem Figma-Entwurf eine komplette Web-App.
- Chatbots im Unternehmen verbinden sich mit mehreren Datenbanken und ermöglichen Auswertungen per Chat.
Grenzen und Sicherheit
Ein MCP-Server gibt einer KI-Anwendung Zugriff auf Daten und Aktionen. Das erfordert Sorgfalt. Die Spezifikation nennt drei Prinzipien:
- Zustimmung und Kontrolle: Nutzende müssen zustimmen und verstehen, welche Daten genutzt und welche Aktionen ausgeführt werden.
- Datenschutz: Hosts holen die ausdrückliche Zustimmung ein, bevor sie Nutzerdaten an Server weitergeben.
- Werkzeugsicherheit: Tools können beliebigen Code ausführen. Der Host holt vor jedem Aufruf die Zustimmung der Nutzenden ein.
Das Protokoll selbst kann diese Prinzipien nicht erzwingen. Sie müssen in der jeweiligen Anwendung umgesetzt werden (Quelle: Spezifikation). Ein weiteres Risiko ist die Prompt Injection: Ein Angreifer kann Anweisungen in Daten verstecken, auf die ein MCP-Server zugreift. Auch ein vertrauenswürdiger Entwickler des Servers schützt davor nicht, weil es auf alle Inhalte ankommt, die der Server liefern kann. In ChatGPT ist deshalb vor Schreibaktionen eine manuelle Bestätigung nötig (Quelle: OpenAI-Dokumentation, Stand November 2026).
Aus der Praxis lässt sich ableiten: Jeder Server bekommt nur die Rechte, die er braucht. Bei Aktionen mit Folgen gibt ein Mensch frei. Mehr zu diesem Prinzip steht im Wiki unter Human-in-the-Loop.
Häufige Fragen zu MCP
Was ist MCP in der KI?
MCP steht für Model Context Protocol. Es ist ein offener Standard, über den KI-Anwendungen wie Claude oder ChatGPT auf Datenquellen, Werkzeuge und Abläufe zugreifen. Alle Anwendungen sprechen dazu dasselbe Protokoll.
Ist MCP dasselbe wie eine API?
Nein. Eine API ist die Schnittstelle eines einzelnen Dienstes. MCP ist ein gemeinsames Protokoll, über das KI-Anwendungen Werkzeuge verschiedener Anbieter einheitlich finden und nutzen. Ein MCP-Server greift oft selbst auf eine API zu.
Welche Anwendungen unterstützen MCP?
Laut Dokumentation unterstützen unter anderem Claude, ChatGPT, Visual Studio Code und Cursor das Protokoll (Stand November 2026).
Ist MCP sicher?
Das hängt vom Server und von den Rechten ab. Werkzeuge können beliebigen Code ausführen und müssen mit Vorsicht behandelt werden. Zustimmung der Nutzenden, Datenschutz und Werkzeugsicherheit sind die Prinzipien der Spezifikation. Das Protokoll selbst kann sie nicht erzwingen.
Wer hat MCP entwickelt?
Anthropic hat das Model Context Protocol am 25. November 2024 vorgestellt. Es ist ein offener Standard.
Weiterführende Quellen
- Model Context Protocol: Was ist MCP? (Einführung)
- Model Context Protocol: Architektur
- Model Context Protocol: Spezifikation, Version 2026-07-28
- Anthropic: Introducing the Model Context Protocol (25.11.2024)
- OpenAI: Model Context Protocol in ChatGPT
Verwandte Artikel
- Was ist Function Calling und Tool Use bei LLMs? Wie Sprachmodelle Funktionen strukturiert aufrufen.
- Was ist eine API? Die Schnittstelle, auf die viele MCP-Server zugreifen.
- Was ist ein Large Language Model (LLM)? Die Modelle, die MCP-Werkzeuge nutzen.
- Was ist der Human-in-the-Loop? Wo Menschen bei automatisierten Aktionen freigeben.
- Was ist das Model Context Protocol (MCP) und wie kann ich das in make.com einsetzen? Ein Praxisartikel zur Anbindung in make.com.
Mehr Zeit für dein Business?
Mit Prozessautomation!
Lass uns gemeinsam schauen, wie wir euch unterstützen können.
Unverbindlich und mit konkreten Handlungsideen!
