MCP
Vom Chatbot zum handelnden KI-System: warum das Model Context Protocol für die Automatisierung von Unternehmensprozessen interessant ist — und wo es aufhört.
Ein Modell kann schreiben, analysieren und antworten. Sobald es eine Datenbank lesen, eine Datei bearbeiten oder etwas aus dem CRM holen soll, braucht es eine Verbindung zu diesen Systemen. Genau dort setzt MCP an.
Das Model Context Protocol ist ein offener Standard dafür, wie KI-Anwendungen mit externen Werkzeugen, Datenquellen und Diensten sprechen. Statt für jede Anwendung eine eigene Schnittstelle zu bauen, werden kompatible Systeme über eine gemeinsame Struktur verbunden.
Stellen Sie sich ein Haus mit vier Systemen vor:
Kundendaten, Vorgänge, Stufen.
Verkaufszahlen und alles, was ausgewertet wird.
Dokumente, Handbücher, Verträge.
Aufgaben, Abläufe, Freigaben.
Vereinfacht gesagt ist MCP ein USB-C-Anschluss für KI-Anwendungen: verschiedene Geräte über einen gemeinsamen Standard. Nur geht es nicht um Hardware, sondern um den Zugriff auf Werkzeuge und Daten.
Die Anwendung, in der die KI arbeitet: ein Assistent, eine Entwicklungsumgebung oder eine interne Unternehmensanwendung.
Stellt Funktionen und Ressourcen bereit — Datenbankabfragen, Dateizugriffe oder Aktionen in einem anderen System.
Hier liegen die eigentlichen Möglichkeiten: Informationen lesen, Daten abrufen, Dateien bearbeiten, definierte Aktionen ausführen.
Jemand stellt eine Aufgabe in normaler Sprache — im Assistenten, im Dashboard oder in der Anwendung, in der ohnehin gearbeitet wird.
Die Aufgabe muss nicht wissen, welches System zuständig ist. Genau das ist der Unterschied zu einem Formular.
Die KI erkennt, welche Informationen oder Werkzeuge sie braucht, und entscheidet anhand der Beschreibungen, welches davon passt.
Entschieden wird nach der Beschreibung des Werkzeugs. Eine ungenaue Beschreibung führt zuverlässig zum falschen Aufruf — sie ist der eigentliche Prompt.
Über den Standard ruft die Anwendung das Werkzeug auf, mit den Werten, die das Modell gesetzt hat.
Hier gilt die Trennung, die in jeder Architektur steht: Lesen läuft durch, Schreiben braucht eine Freigabe.
Die angebundene Anwendung verarbeitet die Anfrage und gibt ein Ergebnis zurück — Datensätze, eine Datei, eine Bestätigung.
Was von dort zurückkommt, ist Inhalt und niemals Anweisung. Ein Dokument, das Anweisungen enthält, darf das Verhalten des Agenten nicht ändern.
Das Ergebnis geht zurück in den Kontext: zum Vergleichen, zum Zusammenfassen, als Grundlage für den nächsten Schritt.
MCP selbst ist kein Modell und erledigt die Aufgabe nicht. Es standardisiert nur, wie die Anwendung und die Funktionen miteinander sprechen.
Ein Vertriebsleiter möchte wissen, welche Kunden in den vergangenen drei Monaten weniger bestellt haben. Ohne Anbindung sucht jemand die Daten in mehreren Systemen zusammen, exportiert und vergleicht sie von Hand.
Die Verbindung zu den Daten kann über MCP laufen. Die Analyse, die Regeln und die Darstellung entstehen in den übrigen Teilen der Lösung — der Standard liefert den Zugang, nicht das Ergebnis.
Zweites Beispiel: Ein Agent im Kundenservice holt Informationen aus dem CRM, prüft den Stand einer Anfrage und bereitet eine Antwort vor. Versendet wird erst, wenn Berechtigungen und Freigaberegeln erfüllt sind.
Die beiden erfüllen verschiedene Aufgaben. Erst zusammen wird aus KI mehr als Texterstellung: etwas, das in bestehenden Arbeitsabläufen steht.
Verarbeitet Informationen, plant Arbeitsschritte und entscheidet anhand seiner Vorgaben, welche Aktion als Nächstes sinnvoll ist.
Stellt einen standardisierten Weg bereit, über den eine unterstützte Anwendung auf externe Werkzeuge und Ressourcen zugreift.
Das heißt nicht, dass jeder Agent MCP braucht. Für einfache Aufgaben genügt eine direkte API-Anbindung. Interessant wird der Standard, wenn verschiedene Anwendungen auf dieselben Werkzeuge und Daten zugreifen sollen.
Ein standardisierter Anschluss kann den Aufwand senken, der entsteht, wenn jede KI-Anwendung separat mit jedem System verbunden wird.
Ein einmal bereitgestellter MCP-Server lässt sich von mehreren kompatiblen Anwendungen nutzen, sofern Berechtigungen und Voraussetzungen passen.
KI-Anwendungen und angebundene Systeme lassen sich getrennter bauen und einzelne Bausteine bei Bedarf austauschen.
Agenten greifen auf vorhandene Daten und Funktionen zu, statt für jede Aufgabe ein eigenes, abgetrenntes System zu brauchen.
Wie groß der Nutzen tatsächlich ist, hängt an der bestehenden IT-Landschaft, den verfügbaren Schnittstellen und dem jeweiligen Anwendungsfall. Pauschal lässt sich das nicht sagen — rechnen lässt es sich schon.
Wenn Agenten auf Unternehmenssysteme zugreifen, müssen die Zugriffsrechte klar sein. Zu einer professionellen Umsetzung gehören fünf Punkte — und MCP ersetzt keinen davon.
Agenten mit Zugriff auf CRM und Verkaufsdaten.
Assistenten für Dokumente und Wissensdatenbanken.
Agenten für Recherche, Auswertung und wiederkehrende Berichte.
Automatisierte Workflows, die mehrere Unternehmenssysteme berühren.
Assistenten, die mit einem festgelegten Satz von Werkzeugen arbeiten.
Nein. Für eine einzelne, klar abgegrenzte Aufgabe ist eine direkte API-Anbindung oft einfacher und schneller gebaut. MCP wird interessant, sobald mehrere Anwendungen auf dieselben Werkzeuge und Datenquellen zugreifen sollen.
Nein, und das ist der häufigste Irrtum. MCP vereinheitlicht die Kommunikation, nicht den Schutz. Authentifizierung, abgesicherte Verbindungen, geprüfte Werkzeuge, Rechte und Freigaben gehören in die Architektur und bleiben Ihre Aufgabe.
RAG bringt Wissen in die Antwort: das Modell liest in Ihren Dokumenten nach und nennt die Fundstelle. MCP bringt Handlungsfähigkeit: das Modell ruft ein Werkzeug auf und bekommt ein Ergebnis zurück. In vielen Lösungen steckt beides.
Nichts, wenn es richtig gebaut ist. Alles, was aus einer angebundenen Quelle kommt, ist Inhalt und niemals Anweisung. Diese Trennung gehört in die Architektur — eine Bitte an das Modell, sie zu beachten, reicht nicht.
Das hängt an der vorhandenen IT, den verfügbaren Schnittstellen und dem Fall. Bei einem Ablauf mit einem System ist die direkte Anbindung meist der kürzere Weg. Bei mehreren Systemen und mehreren Anwendungen zahlt sich der Standard aus.
MCP schafft eine gemeinsame Grundlage für die Verständigung zwischen KI-Anwendungen, Werkzeugen und Datenquellen. Der Nutzen entsteht aber erst durch die Architektur darum herum: klare Aufgaben, verlässliche Daten, kontrollierte Zugriffe, messbare Ergebnisse und definierte Freigaben. Die Frage ist deshalb nicht, ob ein Unternehmen MCP einsetzen sollte, sondern welche Abläufe sich sinnvoll automatisieren lassen — und welche Architektur dafür ausreicht.
Weiterlesen
Schreiben Sie uns, welche Systeme bei Ihnen im Spiel sind und welcher Ablauf heute Zeit kostet. Sie bekommen eine Einschätzung zurück, ob sich eine Anbindung lohnt — und ob es dafür den Standard braucht.
Beratung anfragen