Was ist MCP in der KI? Model Context Protocol, einfach erklärt

MCP (Model Context Protocol) ist ein offener Standard, der im November 2024 von Anthropic eingeführt wurde. Er ermöglicht es KI-Assistenten, über eine gemeinsame Schnittstelle auf externe Tools, Dateien und Dienste zuzugreifen. Statt für jede App eine eigene Integration zu bauen, bietet MCP der KI eine einheitliche, geteilte Möglichkeit zum Andocken – oft als „USB-C für KI“ bezeichnet.

Wenn Sie schon einmal einen KI-Assistenten genutzt und sich gewünscht haben, er könnte Ihre echten Dateien lesen, Ihre GitHub-Issues prüfen oder Ihre Datenbank abfragen, statt nur zu raten, dann sind Sie genau auf die Lücke gestoßen, die MCP schließen soll. Ein Chatbot ist für sich genommen von Ihrer Welt abgeschottet. MCP ist der Standard, der ihm – sicher und vorhersehbar – Zugang zu den Tools gibt, die Sie bereits verwenden.

MCP einfach erklärt

Denken Sie daran, wie Laptops früher für jedes Zubehör einen eigenen Anschluss hatten: einen für den Monitor, einen für Strom, einen für die Maus. Dann kam USB-C – eine Form, die alles kann. MCP macht für KI dasselbe.

Vor MCP war jede Verbindung zwischen einer KI-App und einem externen Tool eine Einzelanfertigung. Wollten Sie, dass Claude Ihre Notion-Dokumente liest, musste jemand eine spezielle Integration schreiben. Soll er auch Slack lesen? Noch eine Integration. MCP ersetzt diese Einzelstücke durch eine gemeinsame Schnittstelle. Den Connector einmal bauen – und jede KI-App, die MCP spricht, kann ihn nutzen.

Deshalb nennen viele es „USB-C für KI“ – ein Anschluss, viele Tools (Anthropic, 2024).

Woher kommt MCP?

Anthropic hat MCP im November 2024 vorgestellt und als Open Source veröffentlicht, zusammen mit SDKs für Python und TypeScript (Anthropic, 2024). Die Idee stammt teils vom Language Server Protocol – dem Standard, der es einem Code-Editor ermöglicht, viele Programmiersprachen zu unterstützen – und basiert auf dem bekannten JSON-RPC-Nachrichtenformat.

Die Verbreitung ging schnell. OpenAI fügte MCP-Unterstützung in seinem Agents SDK und ChatGPT Anfang 2025 hinzu, und Google bestätigte die Unterstützung in Gemini kurz darauf (Wikipedia, 2026). Ende 2025 gab es bereits mehr als 10.000 öffentliche MCP-Server, und Anthropic übergab die Verwaltung an die Agentic AI Foundation der Linux Foundation – mitgegründet mit Block und OpenAI –, damit kein einzelnes Unternehmen den Standard kontrolliert (Anthropic, 2025).

Das Problem, das MCP löst: M×N wird zu M+N

Hier die Mathematik, die MCP so nützlich macht.

Stellen Sie sich vor, Sie haben M KI-Apps (Claude, ChatGPT, Cursor) und N Tools, auf die diese zugreifen sollen (GitHub, Ihre Datenbank, Slack, Google Drive). Ohne Standard braucht jede App ihren eigenen Connector für jedes Tool. Das ergibt M × N Integrationen, die gebaut und gepflegt werden müssen – und die Zahl explodiert, sobald eine Seite wächst.

Mit MCP lernt jede KI-App das Protokoll einmal, und jedes Tool stellt sich einmal über das Protokoll bereit. Nun kann jede App mit jedem Tool sprechen. Aus M × N wird M + N (Anthropic, 2024).

So funktioniert MCP – Schritt für Schritt

MCP besteht aus zwei Seiten, die miteinander kommunizieren:

1. Host und Client. Der Host ist die KI-App, die Sie nutzen – Claude Desktop, Cursor, ChatGPT. Darin läuft ein MCP-Client, der das Protokoll spricht und die Verbindungen verwaltet.
2. Der MCP-Server. Das ist ein kleines Programm, das ein Tool, eine Datenquelle oder einen Dienst kapselt und im MCP-Format bereitstellt. Ein GitHub-Server, ein Filesystem-Server, ein Postgres-Server – jeder ist separat.

Wenn sie sich verbinden, teilt der Server mit, was er in drei Kategorien anbietet:

• Tools – Aktionen, die die KI ausführen kann, wie „GitHub-Issue erstellen“ oder „diese Abfrage ausführen“.
• Ressourcen – Daten, die die KI lesen kann, wie Dateien, Datenbankzeilen oder Dokumente.
• Prompts – wiederverwendbare Prompt-Vorlagen, die der Server für typische Aufgaben bereitstellt.

Die KI sieht dieses Menü, entscheidet, was sie für Ihre Anfrage braucht, und der Client ruft es ab. Das Ergebnis kommt zurück, und das Modell nutzt es für die Antwort. Sie behalten die Kontrolle: Die meisten Hosts fragen vor dem Ausführen einer Aktion nach Ihrer Zustimmung.

Konkrete Beispiele

MCP wird schnell greifbar, wenn man sieht, was Leute verbinden:

• Ihre Dateien. Weisen Sie einem KI-Assistenten einen Ordner zu, damit er lokale Dokumente lesen und zusammenfassen kann, ohne dass Sie sie einfügen müssen.
• GitHub. Lassen Sie den Assistenten offene Issues auflisten, einen Pull Request lesen oder ein neues Issue direkt aus dem Chat erstellen.
• Eine Datenbank. Stellen Sie Fragen in Alltagssprache und lassen Sie die KI schreibgeschützte Abfragen auf Ihre Postgres- oder SQLite-Daten ausführen.
• Slack. Holen Sie aktuelle Nachrichten aus einem Kanal, damit die KI eine Zusammenfassung oder Antwort verfassen kann.
• Cursor und andere Editoren. Cursor unterstützt MCP, sodass dieselben Server, die Sie mit Claude nutzen, auch im Code-Editor funktionieren.

Sie richten das einmal ein – und haben es immer griffbereit.

Warum MCP für KI-Agenten wichtig ist

Ein Chatbot beantwortet Fragen. Ein KI-Agent führt Aktionen aus, um ein Ziel zu erreichen – und um in der echten Welt zu handeln, braucht er „Hände“. MCP gibt ihm diese Hände auf konsistente Weise.

Ohne Standard baut jeder Agentenentwickler die gleichen Connectoren immer wieder neu. Mit MCP kann ein Agent zur Laufzeit verfügbare Tools entdecken, das richtige auswählen und nutzen – egal ob das ein Ticket erstellt, einen Kalender prüft oder einen Datensatz aktualisiert. Deshalb taucht MCP so oft in Agenten-Frameworks und No-Code-Automatisierung auf; wenn Sie einen Agenten in n8n bauen, sind MCP-Server eine saubere Möglichkeit, ihm echte Fähigkeiten zu geben.

MCP passt auch hervorragend zu RAG. RAG konzentriert sich darauf, relevante Daten zu lesen, um eine Antwort zu fundieren; MCP gibt dem Modell einen Standard, um sowohl Daten zu lesen als auch Aktionen auszuführen. Viele reale Systeme kombinieren beides.

Grenzen und Sicherheit – das sollten Sie beachten

MCP ist wirklich nützlich, aber kein Zauberwerk – und verdient eine sorgfältige Einrichtung:

• MCP ist nur ein Protokoll. Es regelt, wie Apps und Tools kommunizieren. Es macht die KI nicht schlauer und garantiert kein gutes Verhalten von allein.
• Sie vertrauen den Servern. Ein MCP-Server führt echten Code aus und kann auf echte Daten zugreifen. Installieren Sie nur Server, denen Sie vertrauen, und prüfen Sie, welche Tools und Berechtigungen sie anfordern.
• Berechtigungen sind entscheidend. Geben Sie einem Server nur so viel Zugriff wie nötig – möglichst schreibgeschützt, mit begrenzten Tokens, keine pauschalen Adminrechte.
• Prompt Injection ist ein echtes Risiko. Wenn eine KI über MCP unkontrollierte Inhalte liest, könnten diese versuchen, sie zu unerwünschten Aktionen zu verleiten. Lassen Sie für sensible Vorgänge immer eine Bestätigung aktiv.
• Der Standard entwickelt sich noch. MCP und seine Server entwickeln sich schnell weiter – rechnen Sie mit Kinderkrankheiten und häufigen Updates.

Behandeln Sie MCP wie jede leistungsfähige Integration: praktisch, aber mit klarem Kopf einrichten, was sie erreichen kann.

Das Fazit

MCP ist die Infrastruktur, die es KI-Assistenten ermöglicht, über einen gemeinsamen Standard statt über ein Wirrwarr individueller Integrationen auf Ihre echten Tools zuzugreifen. Es macht aus M × N Verbindungen M + N, wird von Anthropic, OpenAI, Google und der Linux Foundation unterstützt und ist der Grund, warum Agenten tatsächlich handeln können. Sie müssen keinen eigenen Server bauen, um davon zu profitieren – die meisten beliebten KI-Apps sprechen bereits MCP, Sie können also direkt einen vertrauenswürdigen verbinden.

Sie möchten mehr verständliche KI-Erklärungen wie diese? Stöbern Sie im Lernbereich und abonnieren Sie uns, um neue Anleitungen direkt zu erhalten.

Häufig gestellte Fragen

Wofür steht MCP?
MCP steht für Model Context Protocol – ein offener Standard, der es KI-Assistenten ermöglicht, über eine gemeinsame Schnittstelle statt vieler individueller Integrationen auf externe Tools, Daten und Dienste zuzugreifen.

Wer hat MCP entwickelt?
Anthropic hat MCP im November 2024 eingeführt und als Open Source veröffentlicht. Später wurde es von OpenAI, Google und vielen Code-Editoren übernommen. Im Dezember 2025 übergab Anthropic MCP an die Agentic AI Foundation der Linux Foundation für eine neutrale Verwaltung.

Warum wird MCP als USB-C für KI bezeichnet?
Wie USB-C ist MCP ein Standard-Port, den viele Geräte gemeinsam nutzen. Jede KI-App, die MCP spricht, kann sich mit jedem MCP-Server verbinden – man braucht also kein anderes Kabel, keine andere individuelle Integration für jedes Tool.

Welches Problem löst MCP?
Ohne Standard bedeutet das Verbinden von M KI-Apps mit N Tools, dass M mal N individuelle Integrationen gebaut werden müssen. MCP macht daraus M plus N: Jede App und jedes Tool spricht MCP einmal, und alle können zusammenarbeiten.

Was ist ein MCP-Server?
Ein MCP-Server ist ein kleines Programm, das ein Tool, eine Datenquelle oder einen Dienst – wie GitHub, eine Datenbank oder Ihre Dateien – im MCP-Format bereitstellt. KI-Apps (die Clients) entdecken und nutzen, was der Server anbietet.

Unterstützt Cursor MCP?
Ja. Cursor, Claude, ChatGPT, VS Code, GitHub Copilot und Gemini unterstützen alle MCP, sodass Sie dieselben MCP-Server in vielen dieser Tools nutzen können.

Ist MCP sicher?
MCP selbst ist nur ein Protokoll. Die Sicherheit hängt von den Servern ab, mit denen Sie sich verbinden, und den Berechtigungen, die Sie vergeben. Installieren Sie nur MCP-Server, denen Sie vertrauen, prüfen Sie, welche Tools sie bereitstellen, und beschränken Sie den Zugriff auf sensible Systeme.

Weiterlesen

LernenJun 2026

Wie viel Wasser verbraucht KI? (Die echten Zahlen, erklärt)

LernenJun 2026

Was ist agentische KI? Einsteigerleitfaden zu KI-Agenten

LernenMay 2026

Was ist RAG in der KI? (Retrieval-Augmented Generation, einfach erklärt)