MCP einfach erklärt: Was ist das Model Context Protocol?

ChatGPT soll eine Datei auf deinem Server finden. Eine KI soll Daten aus einer Datenbank auswerten. Ein Coding-Agent soll auf GitHub zugreifen, einen Fehler analysieren und anschließend ein Issue erstellen. Das Problem: Ein KI-Modell kennt diese Systeme zunächst überhaupt nicht.

Genau hier kommt MCP – das Model Context Protocol – ins Spiel. Statt für jede Kombination aus KI und Software eine eigene Integration zu entwickeln, bietet MCP eine gemeinsame Sprache.

MCP ermöglicht es einer KI, standardisiert mit anderen Programmen, Daten und Werkzeugen zu kommunizieren.

Die offizielle MCP-Dokumentation beschreibt MCP als offenen Standard zur Verbindung von KI-Anwendungen mit externen Systemen wie Dateien, Datenbanken, Suchsystemen, APIs und Arbeitsabläufen.

Was bedeutet MCP?

MCP steht für Model Context Protocol. Anthropic stellte den Open-Source-Standard am 25. November 2024 vor. Er adressiert ein Grundproblem: Sprachmodelle können SQL, Git oder Kalender erklären, haben deshalb aber noch keinen Zugriff auf deine Datenbank, dein Repository oder deine Termine. MCP schafft eine standardisierte Verbindung zwischen diesen Welten.

MCP ist wie eine universelle Schnittstelle für KI

Ohne gemeinsamen Standard bräuchte jede KI-Plattform eigene Integrationen für GitHub, Google Drive, PostgreSQL, MySQL, Slack, Jira, Microsoft 365, Dateisysteme und interne Software. Das skaliert schlecht. Ein MCP Server kann stattdessen eine standardisierte Schnittstelle anbieten, die kompatible KI-Anwendungen verwenden.

Wie funktioniert MCP?

Die Architektur besteht aus drei wichtigen Komponenten:

1. MCP Host

Der Host ist die Anwendung, mit der der Benutzer arbeitet: KI-Chat, Entwicklungsumgebung, Coding-Agent, Desktop- oder Unternehmensanwendung. Er koordiniert KI und MCP-Verbindungen.

2. MCP Client

Im Host kümmert sich ein MCP Client um die Kommunikation mit einem bestimmten Server. Ein Host kann mehrere Clients und damit mehrere Server verwenden.

3. MCP Server

Der MCP Server stellt Funktionen oder Informationen bereit – etwa aus Dateisystem, Datenbank, GitHub, Kalender, Ticketsystem, API, CRM oder Cloud-Plattform. Er kann als lokaler Prozess oder entfernter Dienst laufen.

Ein einfaches MCP-Beispiel

Du fragst: „Welche offenen Fehler gibt es aktuell in meinem Projekt?“ Mit einem passenden Server läuft es vereinfacht so:

1. Der Benutzer stellt die Frage.
2. Die KI erkennt, dass GitHub-Daten benötigt werden.
3. Der MCP Client fragt den GitHub-MCP-Server.
4. Der Server ruft die benötigten Informationen ab.
5. Die Daten gehen an die KI zurück.
6. Die KI analysiert sie.
7. Der Benutzer erhält eine verständliche Antwort.

So wird aus einem Chatbot ein Assistent, der mit externen Systemen arbeiten kann.

Was kann ein MCP Server bereitstellen?

Tools

Tools ermöglichen Aktionen und Abfragen: Datenbanken oder APIs aufrufen, Dateien oder Issues erstellen, Berechnungen durchführen, Datensätze ändern und Workflows starten.

Resources

Resources stellen Inhalte bereit: Dokumente, Dateien, Datenbankinhalte, Konfigurationen, Quellcode, Logs und Wissensdatenbanken. Der Host entscheidet, wie sie in den KI-Kontext gelangen.

Prompts

Server können strukturierte Prompt Templates für standardisierte Abläufe anbieten, zum Beispiel „Analysiere diesen Serverlog nach unseren internen Sicherheitsrichtlinien“.

Warum ist MCP für KI-Agenten so wichtig?

Ein Chatbot beantwortet Fragen; ein KI-Agent soll Aufgaben erledigen. Für „Prüfe die nächtlichen Fehler, finde das Repository und erstelle bei kritischen Fehlern ein Ticket“ benötigt er Monitoring, Logs, GitHub und Ticketsystem. MCP kann als standardisierte Verbindungsschicht dienen.

Was KI-Agenten wirklich können (Zum Artikel)

Ist MCP nur für Claude gedacht?

Nein. MCP entstand bei Anthropic, ist aber ein herstellerübergreifendes Open-Source-Projekt. Im Dezember 2025 wurde es an die Agentic AI Foundation (AAIF) unter dem Dach der Linux Foundation übergeben. Anthropic, Block und OpenAI gründeten die Stiftung mit; weitere Unterstützer sind unter anderem Google, Microsoft, AWS und Cloudflare.

MCP und ChatGPT: Was ist der Zusammenhang?

Auch OpenAI unterstützt MCP. Entwickler können Remote-MCP-Server in der Responses API als Werkzeuge anbinden. Abhängig von Berechtigungen kann eine KI damit interne Dokumente, Tickets oder Produktinformationen abrufen und Aktionen in Anwendungen ausführen. MCP ist daher keine reine Claude-Schnittstelle.

MCP oder API – wo liegt der Unterschied?

MCP ersetzt APIs nicht. APIs definieren die Kommunikation mit einem konkreten System; MCP standardisiert stärker, wie ein System Informationen und Funktionen einer KI-Anwendung anbietet. Ein Server kann intern REST, GraphQL oder andere APIs verwenden. MCP ist eine KI-freundliche Integrationsschicht.

Welche Vorteile hat MCP?

Weniger individuelle Integrationen

Nicht jede Kombination aus KI-Anwendung und Datenquelle braucht eine vollständig eigene Schnittstelle.

Austauschbarkeit

Eine kompatible Datenquelle kann von unterschiedlichen kompatiblen Hosts verwendet werden.

Erweiterbare Assistenten

Neue Fähigkeiten sind möglich, ohne das Sprachmodell neu zu trainieren.

Zugriff auf aktuelle Daten

Der Server kann Informationen bereitstellen, die nicht im Trainingswissen liegen.

Automatisierung

Tools können nicht nur Informationen liefern, sondern auch Aktionen ermöglichen.

Ist MCP sicher?

MCP macht eine Verbindung nicht automatisch sicher. Schreibzugriff auf Dateien, Datenbanken oder administrative Werkzeuge vergrößert mögliche Schäden. Wichtig sind minimale Berechtigungen, getrennte Lese- und Schreibrechte, Benutzerfreigaben, sichere Authentifizierung, Protokollierung, Netzwerksegmentierung, geprüfte Server sowie der Schutz von Tokens. Die Spezifikation enthält Autorisierungsmechanismen für HTTP, darunter OAuth-basierte Verfahren.

Grundregel: Ein MCP Server erhält nur die Berechtigungen, die er tatsächlich benötigt.

Kann ich selbst einen MCP Server erstellen?

Ja. Unternehmen können interne Anwendungen kontrolliert für KI-Systeme öffnen. Ein Server für eine Warenwirtschaft könnte etwa find_customer, get_invoice, search_products, check_stock und create_support_ticket anbieten. Dafür stehen offizielle SDKs und Entwicklungswerkzeuge bereit.

Wie kommunizieren MCP Client und MCP Server?

MCP basiert auf JSON-RPC. Für lokale Verbindungen ist stdio verbreitet: Ein Prozess kommuniziert über Standard Input und Output. Für entfernte Dienste dient Streamable HTTP. Das technische Detail ist vor allem für Entwickler und Administratoren wichtig.

Was hat sich bei MCP 2026 verändert?

Die zum Artikelzeitpunkt aktuelle Spezifikation trägt das Datum 28. Juli 2026. Ihr zustandsloser Protokollkern macht jede Anfrage selbstbeschreibend und erleichtert skalierbare Remote-Dienste. Weitere Änderungen betreffen cachebare Tool- und Ressourcenlisten, Erweiterungen, gehärtete Autorisierung, Multi Round-Trip Requests, Routing und agentische Workflows. Die offizielle Zusammenfassung der Version 2026-07-28 zeigt zugleich: MCP wird aktiv weiterentwickelt.

Für wen ist MCP interessant?

Entwickler

Sie können Anwendungen und APIs standardisiert für KI anbieten.

Systemadministratoren

Monitoring, Infrastruktur, Logs und Verwaltungswerkzeuge können kontrolliert verfügbar werden.

Unternehmen

Interne Datenquellen lassen sich gezielt mit KI verbinden.

Softwarehersteller

Eine gemeinsame Schnittstelle kann zahlreiche Einzelintegrationen vermeiden.

KI-Anwender

Assistenten werden nützlicher, weil sie mit erlaubten aktuellen Daten und Werkzeugen arbeiten können.

Ein praktisches Unternehmensbeispiel

Ein Administrator fragt: „Warum ist unser Webserver seit heute Morgen langsam?“ Ein abgesicherter Agent könnte über MCP Checkmk, HAProxy- und Webserver-Logs, MySQL, GitHub und ein Ticketsystem auswerten. Er erkennt möglicherweise normale CPU-Auslastung, erhöhte Datenbanklatenz, viele Requests auf einem Endpoint, ein zeitlich passendes Deployment und den zugehörigen Commit. Aus diesen Signalen kann er eine begründete Fehlerhypothese bilden.

MCP verbindet die Intelligenz des Modells mit der tatsächlichen Arbeitsumgebung.

Wird MCP die klassische API ersetzen?

Sehr wahrscheinlich nicht. Viele Server verwenden hinter den Kulissen weiter REST, GraphQL, Datenbanken und etablierte Technologien. MCP ergänzt sie als Standardschicht, um Funktionen und Kontext speziell für KI-Anwendungen bereitzustellen.

FAQ: Häufige Fragen zum Model Context Protocol

Was ist MCP einfach erklärt?

MCP steht für Model Context Protocol. Der offene Standard ermöglicht KI-Anwendungen, mit externen Datenquellen und Werkzeugen zu kommunizieren.

Wofür braucht man einen MCP Server?

Er stellt Daten, Resources oder Tools bereit, etwa für GitHub, eine Datenbank, ein Dateisystem oder Unternehmenssoftware.

Was ist ein MCP Client?

Die Komponente innerhalb der KI-Anwendung, die mit einem Server kommuniziert.

Gehört MCP zu Anthropic?

MCP entstand bei Anthropic und wurde Ende 2025 an die AAIF übergeben.

Unterstützt ChatGPT MCP?

OpenAI unterstützt Remote-MCP-Server unter anderem in der Responses API.

Ist MCP eine API?

Nicht direkt. Es ist ein Protokoll, dessen Server intern vorhandene APIs verwenden können.

Kann MCP auf Datenbanken zugreifen?

Ja, wenn ein Server ausgewählte Abfragen oder Funktionen bereitstellt.

Kann eine KI über MCP Aktionen ausführen?

Ja. Die erlaubten Aktionen bestimmen Server und Berechtigungen.

Ist MCP kostenlos?

Das Protokoll ist offen; angeschlossene Dienste können Kosten verursachen.

Fazit: MCP könnte zu einer der wichtigsten Schnittstellen der KI-Welt werden

Ein starkes Modell ist erst dann wirklich hilfreich, wenn es auf die nötigen Informationen und Werkzeuge zugreifen kann. MCP schafft dafür eine gemeinsame Standardschnittstelle zwischen KI, Daten und Werkzeugen. So kann ein Assistent recherchieren, Dateien analysieren, Datenbanken abfragen, Anwendungen verwenden, Workflows starten und Aufgaben über mehrere Systeme koordinieren.

Noch vor wenigen Jahren lautete die wichtigste Frage: „Wie intelligent ist das Modell?“ Heute wird ebenso wichtig: „Auf welche Systeme, Daten und Werkzeuge kann es zugreifen?“ Darauf liefert MCP eine der spannendsten Antworten.

Weiterführende Themen und Quellen

Wie Plugins, Skills und MCP-Server zusammenspielen (Zum Artikel)

KI-Ergebnisse und automatisierte Aktionen sicher prüfen (Zum Artikel)

Stand: August 2026. Primärquellen: Anthropic zur Veröffentlichung, MCP-Spezifikation 2026-07-28, MCP-Architektur, MCP-Autorisierung und offizielle OpenAI-Dokumentation zu Remote MCP.