Model Context Protocol (MCP): Definition, Funktionsweise und Bedeutung für KMU

Das Model Context Protocol (MCP) ist ein offener Standard, der KI-Anwendungen mit externen Datenquellen und Werkzeugen verbindet – einheitlich, statt für jede Kombination eine eigene Schnittstelle zu bauen. Eingeführt wurde MCP im November 2024 von Anthropic; inzwischen unterstützen auch OpenAI, Microsoft und Google das Protokoll, das seit Ende 2025 unter dem Dach der Linux Foundation weiterentwickelt wird. MCP gilt als „USB-C für KI": Ein MCP-Server stellt Daten oder Funktionen bereit, jede kompatible KI kann sie nutzen. Für KMU ist MCP der Schlüssel, um KI-Assistenten und Agenten sicher mit eigenen Systemen wie ERP, CRM oder Dokumentenablage zu verbinden.

Wer künstliche Intelligenz produktiv einsetzen will, stößt schnell auf ein praktisches Problem: Das Sprachmodell kennt die eigenen Unternehmensdaten nicht und kann in den eigenen Systemen nichts ausrichten. Jahrelang bedeutete das: individuelle Schnittstellen für jede Kombination aus KI-Anwendung und Datenquelle. Das Model Context Protocol löst dieses Problem mit einem einheitlichen Standard – und hat sich in kurzer Zeit branchenübergreifend durchgesetzt. Dieser Artikel erklärt, was MCP ist, wie es funktioniert, was ein MCP-Server macht und warum der Standard für den KI-Einsatz im Mittelstand eine zentrale Rolle spielt.

‍

Was ist das Model Context Protocol? – Die Definition

Das Model Context Protocol (MCP) ist ein offenes Protokoll, das standardisiert, wie KI-Anwendungen auf externe Daten, Werkzeuge und Dienste zugreifen. Es definiert eine gemeinsame Sprache zwischen Large Language Models (LLMs) beziehungsweise den darauf aufbauenden Anwendungen und den Systemen, in denen Unternehmenswissen liegt: Dateiablagen, Datenbanken, Ticketsysteme, CRM- und ERP-Lösungen.

Die gängigste Analogie: MCP ist der „USB-C-Anschluss für KI". So wie ein USB-C-Kabel beliebige Geräte mit beliebigen Ladegeräten verbindet, verbindet MCP beliebige KI-Anwendungen mit beliebigen Datenquellen – vorausgesetzt, beide Seiten sprechen das Protokoll. Vor MCP galt das „N×M-Problem": Für N KI-Anwendungen und M Systeme waren im schlimmsten Fall N×M Einzelintegrationen nötig. Mit MCP genügt pro System ein einziger MCP-Server, den alle kompatiblen KI-Anwendungen nutzen können.

Entwickelt wurde MCP von Anthropic, dem Unternehmen hinter dem KI-Modell Claude, und im November 2024 als Open-Source-Standard veröffentlicht. Der Durchbruch kam im Frühjahr 2025, als OpenAI, Microsoft und Google ihre Unterstützung ankündigten. Ende 2025 übergab Anthropic das Protokoll an eine herstellerneutrale Stiftung unter dem Dach der Linux Foundation – ein wichtiges Signal für Unternehmen, die auf Investitionssicherheit achten.

‍

Wie funktioniert MCP? – Die Architektur

MCP folgt einer Client-Server-Architektur mit drei Rollen:

Host: Die KI-Anwendung, mit der Nutzer arbeiten – etwa ein Chat-Assistent, eine Entwicklungsumgebung oder ein KI-Agent.

Client: Die Komponente im Host, die die Verbindung zu einem MCP-Server aufbaut und verwaltet.

Server: Das Programm, das eine Datenquelle oder ein Werkzeug über MCP zugänglich macht.

Ein MCP-Server stellt seine Fähigkeiten über drei Grundbausteine bereit:

Die KI-Anwendung fragt beim Verbindungsaufbau ab, welche Tools und Resources ein Server anbietet, und entscheidet dann im Arbeitsablauf selbst, wann sie welche Fähigkeit nutzt. Technisch kommunizieren Client und Server entweder lokal (auf demselben Rechner) oder über das Netzwerk per HTTP – MCP-Server können also auch zentral in der Cloud betrieben werden.

‍

Was ist ein MCP-Server?

Ein MCP-Server ist ein meist kleines Programm, das ein konkretes System für KI-Anwendungen zugänglich macht. Es übersetzt zwischen dem MCP-Standard und der jeweiligen Fachanwendung. Beispiele:

Fertige MCP-Server von Softwareanbietern. Für verbreitete Dienste wie GitHub, Slack, Salesforce, Stripe, Notion oder SharePoint existieren offizielle MCP-Server. Die zentrale MCP-Registry zählte bereits Ende 2025 rund 2.000 Einträge, die Entwicklungspakete des Standards werden millionenfach pro Monat heruntergeladen.

Eigene MCP-Server für interne Systeme. Unternehmen können eigene Server entwickeln (lassen), um etwa das ERP, eine Produktdatenbank oder ein Altsystem für KI-Assistenten und KI-Agenten nutzbar zu machen. Der Aufwand ist überschaubar: Ein einfacher MCP-Server mit wenigen Tools ist in Tagen statt Monaten entwickelt, typische Projektkosten liegen bei 5.000 bis 25.000 Euro.

Wichtig ist die Abgrenzung: Ein MCP-Server ersetzt keine klassische API, sondern setzt auf ihr auf. Er beschreibt die Fähigkeiten eines Systems so, dass ein Sprachmodell sie versteht und selbstständig sinnvoll einsetzen kann.

‍

Warum MCP für den KI-Einsatz so wichtig ist

Interoperabilität statt Vendor-Lock-in. Weil praktisch alle großen Anbieter MCP unterstützen – von Claude über ChatGPT und Gemini bis zu Microsoft Copilot und GitHub Copilot –, funktioniert ein einmal erstellter MCP-Server mit unterschiedlichen KI-Anwendungen. Wer den KI-Anbieter wechselt, behält seine Integrationen.

Grundlage für Agentic AI. Autonome Agenten sind nur so nützlich wie die Werkzeuge, auf die sie zugreifen können. MCP ist der De-facto-Standard, über den Agenten Aktionen in Unternehmenssystemen ausführen – im Microsoft-Ökosystem etwa in Copilot Studio und Microsoft Foundry, die MCP-Server als Tool-Quelle für Agenten einbinden.

Aktuelle Daten statt Trainingsstand. Über MCP-Resources greifen Modelle auf Live-Daten zu, statt auf ihr eingefrorenes Trainingswissen angewiesen zu sein. Das ergänzt Ansätze wie Retrieval Augmented Generation (RAG): Während RAG vor allem Wissen für Antworten bereitstellt, standardisiert MCP zusätzlich das Handeln – also den Zugriff auf Tools und Aktionen.

Abgrenzung: MCP, API und RAG

‍

Praktische Beispiele: MCP im Mittelstand

Interner Wissensassistent. Ein Assistent beantwortet Mitarbeiterfragen auf Basis von SharePoint, Intranet und Ticketsystem – angebunden über je einen MCP-Server. Neue Quellen lassen sich in Stunden ergänzen, ohne den Assistenten umzubauen.

Vertriebsunterstützung. Ein KI-Assistent mit MCP-Zugriff auf CRM und Angebotshistorie erstellt Gesprächsvorbereitungen: offene Vorgänge, letzte Bestellungen, passende Ansprechpartner – auf Zuruf in Sekunden statt in 20 Minuten Recherche.

IT-Betrieb und Support. Ein Agent nutzt MCP-Server für Monitoring, Ticketsystem und Dokumentation: Er analysiert Störungsmeldungen, schlägt Lösungen aus der Wissensdatenbank vor und dokumentiert den Fall automatisch.

Entwicklung und Automatisierung. Entwicklerteams verbinden ihre Werkzeuge (Code-Repository, CI/CD, Projektmanagement) über MCP mit Coding-Assistenten – der am weitesten verbreitete Anwendungsfall, von dem auch kleinere Softwareteams profitieren.

‍

Sicherheit: Chancen und Risiken von MCP

MCP öffnet KI-Systemen die Tür zu Unternehmensdaten – entsprechend gehört Sicherheit von Anfang an ins Konzept:

1. Zugriff minimal halten. Jeder MCP-Server sollte nur die Tools und Daten bereitstellen, die der Anwendungsfall wirklich erfordert. Ein Server mit Vollzugriff auf das ERP ist selten nötig und immer riskant.

2. Authentifizierung und Autorisierung erzwingen. Der Standard sieht moderne Verfahren wie OAuth 2.1 vor; Remote-Server ohne saubere Authentifizierung haben in Unternehmensumgebungen nichts verloren. Der Grundsatz „never trust, always verify" aus dem Zero-Trust-Modell gilt auch für KI-Zugriffe.

3. Nur vertrauenswürdige Server einsetzen. MCP-Server aus unbekannten Quellen können manipulierte Tool-Beschreibungen enthalten (Prompt Injection) und die KI zu unerwünschten Aktionen verleiten. Empfehlung: offizielle Server der Hersteller, geprüfte Registries oder Eigenentwicklung.

4. Protokollieren und überwachen. Welche KI hat wann welches Tool mit welchen Daten aufgerufen? Ohne Audit-Trail lassen sich Vorfälle weder erkennen noch aufarbeiten – ein zentraler Baustein der IT-Sicherheit beim KI-Einsatz.

5. Freigaben für kritische Aktionen. Schreibende oder löschende Tools sollten eine menschliche Bestätigung erfordern, zumindest in der Einführungsphase.

‍

Häufige Fragen rund um das Model Context Protocol

Was ist MCP einfach erklärt?

MCP (Model Context Protocol) ist ein offener Standard, über den KI-Anwendungen auf externe Daten und Werkzeuge zugreifen. Statt für jede Kombination aus KI und System eine eigene Schnittstelle zu programmieren, genügt ein MCP-Server pro System – jede kompatible KI kann ihn nutzen. Deshalb wird MCP oft als „USB-C für KI" bezeichnet.

Was ist ein MCP-Server?

Ein MCP-Server ist ein Programm, das ein konkretes System – etwa CRM, Dateiablage oder Ticketsystem – für KI-Anwendungen zugänglich macht. Er stellt Tools (Aktionen), Resources (Daten) und Prompts (Vorlagen) in standardisierter Form bereit. Für viele verbreitete Dienste gibt es fertige MCP-Server; eigene Server lassen sich mit überschaubarem Aufwand entwickeln.

Wer steht hinter dem Model Context Protocol?

MCP wurde im November 2024 von Anthropic veröffentlicht, dem Unternehmen hinter dem KI-Modell Claude. Seit 2025 unterstützen unter anderem OpenAI, Microsoft, Google und AWS den Standard. Ende 2025 wurde MCP in eine herstellerneutrale Stiftung unter der Linux Foundation überführt und wird dort in offenen Arbeitsgruppen weiterentwickelt.

Brauchen KMU eigene MCP-Server?

Nicht zwingend. Für verbreitete Systeme wie Microsoft 365, GitHub oder Salesforce existieren fertige Server. Ein eigener MCP-Server lohnt sich, wenn interne Systeme – ERP, Branchensoftware, Datenbanken – für KI-Assistenten oder Agenten nutzbar werden sollen. Typische Projekte liegen bei 5.000 bis 25.000 Euro und wenigen Wochen Umsetzungszeit.

Ist MCP sicher?

Der Standard bringt moderne Sicherheitsmechanismen wie OAuth 2.1 mit, die Sicherheit hängt aber von der Umsetzung ab. Zentral sind minimale Berechtigungen, Authentifizierung für alle Remote-Server, ausschließlich vertrauenswürdige Server-Quellen und die Protokollierung aller Zugriffe. Mit diesen Maßnahmen lässt sich MCP auch in regulierten Umgebungen verantwortbar einsetzen.

‍

Fazit: Der Steckerstandard für die KI-Infrastruktur

Das Model Context Protocol hat sich in nur zwei Jahren vom Anthropic-Projekt zum branchenweiten Standard entwickelt – vergleichbar mit dem, was USB für Hardware oder HTTP für das Web geleistet hat. Für KMU bedeutet das vor allem Planungssicherheit: Wer seine Systeme über MCP anbindet, legt sich nicht auf einen KI-Anbieter fest und schafft zugleich die Grundlage für Assistenten und Agenten, die mit echten Unternehmensdaten arbeiten. Entscheidend bleibt ein sauberes Sicherheitskonzept – von minimalen Berechtigungen bis zum Audit-Trail.

Wenn Sie Ihre Microsoft-Umgebung oder interne Systeme per MCP für KI-Assistenten und Agenten erschließen möchten, unterstützt Sie computech gerne mit einer unverbindlichen Beratung.