MCP steht für Model Context Protocol – ein offener Standard dafür, wie ein KI-Modell mit externen Werkzeugen und Datenquellen spricht. Anthropic hat ihn veröffentlicht und offengelegt; inzwischen unterstützen ihn auch andere Anbieter. Für Unternehmen ist er aus einem einzigen Grund interessant: Er entscheidet darüber, ob ein KI-Werkzeug ein Chatfenster bleibt oder Teil der eigenen Abläufe wird. Dieser Ratgeber erklärt, was MCP löst, was es nicht löst und wann sich der Aufwand lohnt.
Das Problem, das MCP löst
Ein Sprachmodell weiß nichts über Ihr Unternehmen. Es kennt weder Ihre Aufträge noch Ihre Preisliste noch den Stand einer Lieferung. Solange es das nicht kann, passiert in der Praxis Folgendes: Mitarbeiter kopieren Inhalte aus dem ERP in ein Chatfenster, lassen etwas formulieren und kopieren das Ergebnis zurück. Das funktioniert, ist aber Handarbeit – und bei jeder Wiederholung dieselbe.
Die naheliegende Lösung ist eine Anbindung. Genau dort lag bisher der Aufwand: Jedes System braucht eine eigene Integration, und zwar je KI-Werkzeug erneut. Drei Systeme und zwei KI-Anwendungen ergeben sechs Anbindungen, die alle gepflegt werden wollen.
MCP dreht das um. Ein System wird einmal als MCP-Server bereitgestellt, und jedes MCP-fähige KI-Werkzeug kann ihn nutzen. Aus einer Multiplikation wird eine Addition. Der oft zitierte Vergleich mit USB trifft es gut: nicht für jedes Gerät ein eigener Stecker, sondern eine Norm, an die sich beide Seiten halten.
Woraus ein MCP-Server besteht
Ein MCP-Server stellt dem Modell drei Arten von Dingen bereit:
- Werkzeuge – Aktionen, die das Modell ausführen darf. Einen Datensatz anlegen, eine Suche starten, einen Status ändern.
- Ressourcen – Inhalte, die das Modell lesen darf. Dokumente, Tabellen, Datensätze.
- Vorlagen – vorbereitete Abläufe für wiederkehrende Aufgaben, damit nicht jeder Mitarbeiter die Formulierung neu erfindet.
Entscheidend ist, was in dieser Aufzählung nicht steht: ein Rechtekonzept. Das Protokoll regelt die Verständigung, nicht die Befugnis. Wer was darf, entscheidet die Umsetzung – das ist der Punkt, an dem die eigentliche Arbeit liegt.
Was das im Unternehmen konkret bedeutet
Drei Beispiele aus der Praxis, jeweils ohne dass jemand etwas kopieren muss:
- Die Frage „Welche Aufträge von Kunde X sind offen?” wird an der Warenwirtschaft beantwortet, mit echten Daten und nachvollziehbarer Herkunft.
- Ein Angebot entsteht auf Grundlage der hinterlegten Preisliste und der letzten drei Angebote an denselben Kunden – nicht auf Grundlage einer Schätzung.
- Eine eingehende Anfrage wird geprüft, im CRM zugeordnet und mit einem Antwortentwurf versehen, der vor dem Versand freigegeben wird.
Der gemeinsame Nenner: Die KI antwortet aus Ihrem Datenbestand statt aus allgemeinem Wissen. Das ist der Unterschied zwischen einem Werkzeug, das plausibel klingt, und einem, das belegen kann, woher eine Aussage stammt.
Sicherheit: der Punkt, an dem es ernst wird
Ein MCP-Server ist eine Tür in Ihre Systeme. Das ist der Zweck – und zugleich das Risiko. Drei Fragen entscheiden darüber, ob die Anbindung tragfähig ist:
- Mit welchem Konto arbeitet der Server? Ein technisches Konto mit eng gefassten Rechten, nicht der Administratorzugang. Lesen und Schreiben werden getrennt.
- Was ist überhaupt sichtbar? Nicht „die Datenbank”, sondern benannte Tabellen und Felder. Personalunterlagen gehören in aller Regel nicht dazu.
- Was wird protokolliert? Wenn später jemand fragt, welche Daten wann abgerufen wurden, muss das beantwortbar sein – gegenüber dem Datenschutzbeauftragten wie gegenüber einem Auftraggeber.
Dazu kommt ein Punkt, der oft übersehen wird: Wenn ein Modell Inhalte aus einer angebundenen Quelle liest, können in diesen Inhalten Anweisungen stehen. Eine E-Mail, ein PDF, ein Ticket-Kommentar – all das ist Text, den das Modell verarbeitet. Deshalb gilt: Aktionen mit Außenwirkung werden freigegeben, nicht automatisch ausgeführt.
MCP oder klassische Schnittstelle – was passt wann?
Beides hat seine Berechtigung, und die Entscheidung ist nicht ideologisch:
- Feste Abläufe gehören in eine Automatisierung. Wenn eine Rechnung eingeht, geprüft und verbucht wird, und das jedes Mal gleich, braucht es kein Modell, das entscheidet. Ein Workflow ist schneller, billiger und vorhersagbar.
- Offene Fragen sind der Fall für MCP. Wenn vorher nicht feststeht, welche Information für eine Antwort gebraucht wird, muss das Modell nachsehen können.
In der Praxis werden beide kombiniert: Der Workflow übernimmt die Strecke, die immer gleich läuft, und greift für die unklaren Stellen auf eine MCP-Anbindung zurück.
Ein ehrlicher Hinweis zum Aufwand: MCP macht die Anbindung nicht kostenlos. Es macht sie einmalig statt für jedes KI-Werkzeug neu. Der Zuschnitt der Rechte, die Auswahl der sichtbaren Daten und die Protokollierung bleiben Arbeit – und genau die entscheidet über die Qualität.
Wie AI First Solutions damit umgeht
Wir setzen MCP dort ein, wo eine KI-Anwendung ohne Zugriff auf die eigenen Daten nutzlos bliebe – und nur dann. Vorher klären wir drei Dinge: welche Frage tatsächlich beantwortet werden soll, welche Daten dafür nötig sind, und welche ausdrücklich nicht sichtbar sein dürfen. Erst danach wird gebaut.
Die Anbindung selbst gehört zur individuellen Entwicklung, inklusive Quellcode und Infrastruktur bei Ihnen. Geht es darum, ein KI-Werkzeug erst einmal sauber im Unternehmen zu verankern, ist Claude für Unternehmen der passende Einstieg. Und wenn die eigentliche Aufgabe lautet, verstreutes Firmenwissen durchsuchbar zu machen, ist die KI-Wissensdatenbank oft der direktere Weg als eine Anbindung.
Ob sich der Aufwand in Ihrem Fall lohnt, lässt sich meist in zwanzig Minuten klären – im kostenlosen Erstgespräch. Wenn die Antwort nein lautet, sagen wir das.