Was ist MCP?
MCP steht fuer Model Context Protocol. Es ist ein offenes Protokoll von Anthropic, das AI-Modellen wie Claude erlaubt, auf externe Tools, Datenquellen und Dienste zuzugreifen. Stell es dir wie eine universelle Steckdose vor: Ohne MCP kann Claude nur auf sein Trainingswissen zugreifen. Mit MCP kann es auf deine Datenbank, dein CRM, deine Dateien und Hunderte weitere Dienste zugreifen — in Echtzeit.
MCP wurde im November 2024 als Open-Source-Protokoll veroeffentlicht und hat sich seitdem zum Standard fuer AI-Tool-Integration entwickelt.
Warum braucht AI ein Protokoll wie MCP?
AI-Modelle haben eine fundamentale Einschraenkung: Ihr Wissen endet mit dem Trainingsdatum. Sie koennen keine aktuellen Daten abrufen, keine E-Mails lesen, keine Dateien auf deinem Computer oeffnen und keine APIs aufrufen — zumindest nicht ohne Hilfe.
Vor MCP musste jede Integration individuell gebaut werden. Jedes Tool brauchte seinen eigenen Connector, jede API eine eigene Anbindung. Das war aufwaendig, fehleranfaellig und nicht skalierbar.
Mit MCP gibt es einen einheitlichen Standard. Ein MCP-Server wird einmal gebaut und funktioniert dann mit jedem AI-Modell, das MCP unterstuetzt. Wie USB fuer Computer — ein Anschluss, viele Geraete.
Wie funktioniert MCP technisch?
MCP basiert auf einer Client-Server-Architektur:
MCP Host (Client)
Das ist die AI-Anwendung, die MCP nutzt — zum Beispiel Claude Code, Claude Desktop oder eine eigene App mit der Claude API.
MCP Server
Der Server stellt die Verbindung zu einem externen Dienst her. Es gibt MCP-Server fuer:
- Dateisysteme — Zugriff auf lokale Dateien und Ordner
- Datenbanken — PostgreSQL, MySQL, Supabase
- APIs — GitHub, Slack, Notion, Gmail
- Web — Webseiten lesen und durchsuchen
- Eigene Tools — selbst gebaute Funktionen
Die Kommunikation
- Du gibst Claude eine Aufgabe: "Fasse die letzten 5 GitHub Issues zusammen"
- Claude erkennt, dass es den GitHub-MCP-Server braucht
- Claude ruft den MCP-Server auf und erhaelt die Issue-Daten
- Claude verarbeitet die Daten und liefert die Zusammenfassung
Das alles passiert automatisch und transparent innerhalb der Konversation.
MCP in der Praxis: 5 Anwendungsbeispiele
1. Dateisystem-Zugriff
Claude Code nutzt MCP, um Dateien auf deinem Computer zu lesen und zu bearbeiten. Es kann dein gesamtes Projekt analysieren, ohne dass du einzelne Dateien kopieren musst.
2. Datenbank-Abfragen
Mit einem Supabase- oder PostgreSQL-MCP-Server kann Claude direkt Datenbankabfragen ausfuehren. "Wie viele Nutzer haben sich diese Woche registriert?" — Claude fragt die Datenbank und liefert die Antwort.
3. Slack-Integration
Ein Slack-MCP-Server erlaubt Claude, Nachrichten zu lesen, Channels zu durchsuchen und sogar Nachrichten zu senden. Ideal fuer Claude Cowork im Team-Kontext.
4. GitHub-Workflows
Claude kann ueber MCP Issues erstellen, Pull Requests reviewen, Code-Aenderungen verstehen und Release-Notes generieren — alles aus der Konversation heraus.
5. Web-Recherche
Mit einem Web-MCP-Server kann Claude aktuelle Webseiten lesen und Informationen extrahieren, die ueber sein Trainingswissen hinausgehen.
MCP-Server finden und installieren
Offizielle MCP-Server
Anthropic stellt eine Sammlung offizieller MCP-Server bereit. Diese decken die haeufigsten Integrationen ab:
- Filesystem (Dateizugriff)
- GitHub
- Slack
- Google Drive
- PostgreSQL
- Web Fetch
Community MCP-Server
Die Open-Source-Community hat Hunderte zusaetzliche MCP-Server gebaut. Von Notion ueber Jira bis zu Spotify — fuer fast jeden Dienst gibt es bereits einen Server.
Eigene MCP-Server bauen
Du kannst eigene MCP-Server in TypeScript oder Python bauen. Das SDK von Anthropic macht den Einstieg einfach. Ein minimaler MCP-Server ist in unter 50 Zeilen Code moeglich.
MCP in Claude Code einrichten
Die Einrichtung eines MCP-Servers in Claude Code ist unkompliziert:
- Server installieren — Die meisten MCP-Server werden ueber npm oder pip installiert
- Konfiguration anlegen — In der Claude-Code-Konfiguration den Server registrieren
- Nutzen — Claude erkennt automatisch, welche MCP-Server verfuegbar sind und nutzt sie bei Bedarf
Nach der Einrichtung stehen die neuen Faehigkeiten sofort zur Verfuegung. Du musst Claude nicht explizit sagen, welchen Server es nutzen soll — es erkennt das automatisch anhand deiner Aufgabe.
MCP vs. Function Calling vs. Plugins
MCP
- Offener Standard, funktioniert modelluebergreifend
- Persistente Verbindung mit Zustandsverwaltung
- Zugang zu Tools UND Datenquellen
- Von Anthropic als Open Source veroeffentlicht
Function Calling (OpenAI)
- Proprietaeres Format, nur fuer OpenAI-Modelle
- Einmalige Ausfuehrung pro Aufruf
- Nur Tool-Ausfuehrung, kein Datenzugriff
- An OpenAI-Oekosystem gebunden
Plugins (veraltet)
- Wurden von OpenAI bereits eingestellt
- Limitierte Funktionalitaet
- Keine Community-Erweiterbarkeit
MCP hat sich als der flexibelste und offenste Ansatz durchgesetzt. Auch andere AI-Anbieter uebernehmen zunehmend das Protokoll.
Die Zukunft von MCP
MCP entwickelt sich rasant weiter. Einige Trends:
- Mehr AI-Anbieter unterstuetzen MCP — nicht nur Anthropic
- Enterprise-MCP-Server fuer Salesforce, SAP und andere Business-Systeme
- Authentifizierung und Sicherheit werden staerker standardisiert
- MCP-Marktplaetze entstehen, aehnlich wie App Stores
- Agentic Workflows nutzen MCP fuer komplexe, mehrstufige Automatisierungen
Fazit: MCP ist der USB-Standard fuer AI
MCP loest eines der groessten Probleme der AI-Nutzung: die Verbindung zwischen AI-Modellen und der realen Welt. Als offenes Protokoll ermoeglicht es eine standardisierte, sichere und erweiterbare Integration — und das ist erst der Anfang.
Wenn du mit AI arbeitest, wirst du frueher oder spaeter auf MCP stossen. Und je frueher du verstehst, wie es funktioniert, desto besser kannst du es fuer dein Business nutzen.
"MCP macht aus einem klugen AI-Modell einen handlungsfaehigen AI-Agenten."