Zum Inhalt springen

MCP (Model Context Protocol)

MCP (Model Context Protocol) ist ein offener Standard, über den KI-Anwendungen wie Chat-Assistenten oder KI-Agenten auf externe Datenquellen und Tools zugreifen. Anthropic hat ihn im November 2024 vorgestellt, seit Dezember 2025 gehört er zur Agentic AI Foundation der Linux Foundation.

Inhalt dieser Seite
  1. Das Wichtigste in Kürze
  2. Beispiel aus der Praxis
  3. Wer hat MCP entwickelt und wer verwaltet es heute?
  4. Wie ist MCP aufgebaut?
  5. Wofür nutzen Marketingteams MCP?
  6. Was ist der Unterschied zwischen MCP und ACP?
  7. Welche Sicherheitsrisiken hat MCP?
  8. Häufige Fragen

Das Wichtigste in Kürze

  • MCP legt fest, wie eine KI-Anwendung mit sogenannten MCP-Servern spricht. Jeder Server stellt Funktionen und Daten eines Systems bereit, etwa eines CRM oder eines Analyse-Tools.
  • Über einen MCP-Server kann ein Assistent Kampagnenzahlen abrufen oder einen Kontakt im CRM anlegen. Offizielle Server gibt es unter anderem von Google für Google Analytics und Google Ads.
  • Die Agentic AI Foundation, zu der MCP heute gehört, haben Anthropic und OpenAI gemeinsam mit dem Unternehmen Block gegründet. Google und Microsoft sind Mitglieder.
  • Im Agentic Commerce verbindet MCP Shops mit KI-Agenten. Das Agentic Commerce Protocol regelt speziell den Kaufabschluss und kann selbst über MCP bereitgestellt werden.
  • Jeder angebundene Server erweitert, was ein Assistent darf. Fassen Sie Berechtigungen eng und nutzen Sie nur Server, denen Sie vertrauen.

Beispiel aus der Praxis

Das Marketingteam eines Herstellers von Verpackungsmaschinen möchte jeden Montag wissen, wie sich Anfragen und Kampagnen in der Vorwoche entwickelt haben. Sein KI-Assistent ist über MCP mit Google Analytics und dem CRM verbunden. Er ruft die Zahlen ab, vergleicht sie mit der Woche davor und schreibt eine kurze Zusammenfassung.

Welche Daten der Assistent sehen darf, hat die IT bei der Einrichtung festgelegt. Auf Google Analytics greift er nur lesend zu. Bevor er im CRM etwas ändert, fragt er nach einer Bestätigung.

Wer hat MCP entwickelt und wer verwaltet es heute?

Anthropic hat MCP im November 2024 als offenen Standard veröffentlicht. Zum Start gab es neben der Spezifikation fertige Server, darunter für Google Drive und GitHub.

Im Dezember 2025 übergab Anthropic das Protokoll an die neu gegründete Agentic AI Foundation, einen Fonds unter dem Dach der Linux Foundation. Gegründet haben ihn Anthropic und OpenAI gemeinsam mit dem Unternehmen Block. Zu den Platin-Mitgliedern gehören außerdem Google und Microsoft. Über die technische Weiterentwicklung entscheiden weiterhin die Maintainer des Projekts.

Laut Linux Foundation gab es zu diesem Zeitpunkt mehr als 10.000 veröffentlichte MCP-Server. Die aktuelle Fassung der Spezifikation trägt die Versionsnummer 2026-07-28 (Stand: Oktober 2026).

Wie ist MCP aufgebaut?

MCP folgt einem Client-Server-Prinzip mit diesen drei Rollen.

  • Host. Die KI-Anwendung, mit der Sie arbeiten, etwa ein Chat-Assistent oder eine Entwicklungsumgebung.
  • Client. Eine Komponente im Host, die die Verbindung zu genau einem Server hält. Für jeden Server legt der Host einen eigenen Client an.
  • Server. Ein Programm, das Funktionen und Daten eines Systems bereitstellt.

Ein Server kann drei Arten von Angeboten machen.

Was ein MCP-Server anbieten kann
Angebot Wofür Beispiel
Tools Aktionen, die das Modell auslöst Bericht abrufen, Kontakt im CRM anlegen
Ressourcen Daten, die als Kontext dienen Produktkatalog, Aufbau einer Datenbank
Prompts Vorlagen für wiederkehrende Abläufe Vorlage für den Wochenbericht

Bei KI-Agenten hat sich MCP als Weg verbreitet, solche Tools anzubinden.

Wofür nutzen Marketingteams MCP?

MCP verbindet den KI-Assistenten mit den Systemen, mit denen Marketingteams täglich arbeiten. Mehrere Anbieter stellen dafür offizielle MCP-Server bereit (Stand: Oktober 2026).

  • Google Analytics. Der Server von Google beantwortet Fragen zu Ihren Analysedaten, zum Beispiel nach Nutzerzahlen oder meistverkauften Produkten. Er arbeitet nur lesend und kann keine Einstellungen ändern.
  • Google Ads. Auch dieser Server ist laut Google strikt lesend. Gebote oder Kampagnen kann er nicht ändern.
  • HubSpot. Der entfernte Server von HubSpot liest und schreibt CRM-Daten wie Kontakte und Deals. Auf Marketinginhalte wie Landingpages greift er nur lesend zu.

Typisch sind Wochenberichte aus mehreren Quellen oder Aufgaben, die der Assistent nach einem Kundentermin im CRM anlegt. Weil die Zahlen direkt aus dem System kommen, muss das Modell sie nicht aus dem Gedächtnis wiedergeben. Das senkt das Risiko von KI-Halluzinationen bei Kennzahlen.

Was ist der Unterschied zwischen MCP und ACP?

MCP ist ein allgemeiner Standard für den Zugriff von KI-Anwendungen auf Tools und Daten. Das Agentic Commerce Protocol (ACP) von OpenAI und Stripe regelt speziell den Kaufabschluss, wenn ein KI-Agent im Auftrag eines Käufers bestellt. Beide schließen sich nicht aus. Laut ACP-Website können Händler ihren Checkout über eine klassische Schnittstelle oder über MCP bereitstellen.

MCP und ACP im Vergleich
Kriterium MCP ACP
Zweck Zugriff auf beliebige Tools und Daten Kaufabschluss durch KI-Agenten
Entwickelt von Anthropic, heute bei der Agentic AI Foundation OpenAI und Stripe
Typischer Einsatz Assistent liest Berichte oder pflegt das CRM Agent bestellt im Auftrag eines Käufers

Auch Shopify setzt auf MCP. Seine MCP-Server für Produktsuche und Checkout setzen laut Shopify das Universal Commerce Protocol (UCP) um. Für Agentic Commerce brauchen Händler saubere Produktdaten und eine Anbindung, die KI-Agenten nutzen können. Wie wir Shops darauf vorbereiten, zeigt unsere Agentic Commerce Beratung.

Welche Sicherheitsrisiken hat MCP?

Jeder angebundene Server erweitert, was ein KI-Assistent lesen und tun kann. Die Spezifikation verlangt deshalb, dass Nutzer dem Datenzugriff und jedem Tool-Aufruf ausdrücklich zustimmen. Durchsetzen kann das Protokoll das nicht selbst, diese Aufgabe liegt bei den Anwendungen.

  • Prompt Injection. OpenAI warnt, dass bösartige Server versteckte Anweisungen in Tool-Beschreibungen oder Ergebnissen unterbringen können.
  • Ungeprüfte Server. OpenAI empfiehlt offizielle Server, die der jeweilige Dienst selbst betreibt. Laut Spezifikation gelten Beschreibungen von Tools als nicht vertrauenswürdig, solange der Server es nicht ist.
  • Zu weite Berechtigungen. Die Sicherheitsempfehlungen zu MCP raten zu möglichst kleinen Berechtigungen, die erst bei Bedarf erweitert werden. Ein Assistent für Berichte braucht keinen Schreibzugriff.
  • Lokale Server. Server auf dem eigenen Rechner laufen mit denselben Rechten wie die KI-Anwendung. Installieren Sie nur Server aus geprüften Quellen.
  • Datenschutz. Bevor personenbezogene Daten aus dem CRM an einen Assistenten gehen, klären Sie den Einsatz mit Ihrem Datenschutzbeauftragten.

Verwandte Begriffe

Quellen

Häufige Fragen

Was bedeutet MCP?

MCP steht für Model Context Protocol, sinngemäß Protokoll für den Kontext von KI-Modellen. Gemeint ist ein Standard, über den KI-Anwendungen Daten und Funktionen aus anderen Systemen erhalten. Anthropic vergleicht MCP mit einem USB-C-Anschluss für KI-Anwendungen.

Was ist ein MCP-Server?

Ein MCP-Server ist ein Programm, das die Funktionen und Daten eines Systems für KI-Anwendungen bereitstellt, etwa eines CRM oder eines Analyse-Tools. Er läuft lokal auf dem eigenen Rechner oder als entfernter Dienst beim Anbieter. Ein KI-Assistent kann mit mehreren Servern gleichzeitig verbunden sein.

Ist MCP dasselbe wie eine API?

Nein. Eine API ist die Schnittstelle eines einzelnen Systems, MCP ein einheitlicher Weg, solche Schnittstellen für KI-Anwendungen nutzbar zu machen. Ein MCP-Server greift im Hintergrund oft auf die API des Systems zu, beim Server für Google Ads ist das die Google Ads API. Jede MCP-fähige Anwendung kann ihn nutzen, ohne dass für sie eine eigene Anbindung entstehen muss.

Welche KI-Assistenten unterstützen MCP?

Laut Linux Foundation unterstützen unter anderem Claude, ChatGPT, Gemini, Microsoft Copilot, Cursor und Visual Studio Code das Protokoll (Stand: Dezember 2025). Welche Funktionen in welchem Tarif verfügbar sind, unterscheidet sich je Anbieter. Prüfen Sie den aktuellen Stand beim jeweiligen Dienst.

Ist MCP kostenlos?

Das Protokoll selbst ist ein offener Standard, den jeder nutzen kann. Kosten entstehen durch die angebundenen Dienste und die KI-Anwendung, etwa durch Lizenzen oder nutzungsabhängige Gebühren. Hinzu kommt der Aufwand für Einrichtung und Absicherung.

Braucht meine Website einen MCP-Server?

Für die Sichtbarkeit in KI-Suchen nicht, denn KI-Suchen lesen normale Webseiten. Ein eigener MCP-Server lohnt sich, wenn KI-Agenten direkt mit Ihren Systemen arbeiten sollen, etwa Produkte in einem Shop suchen oder Bestellungen auslösen.

Ist MCP sicher?

Das hängt von der Umsetzung ab. Die Spezifikation verlangt die Zustimmung der Nutzer vor Tool-Aufrufen, kann das aber nicht selbst erzwingen. Sicherer wird der Einsatz durch enge Berechtigungen und Bestätigungen vor folgenreichen Aktionen.

Was ist der Unterschied zwischen MCP und RAG?

RAG ist ein Verfahren, bei dem ein Modell vor dem Antworten passende Texte abruft. MCP ist ein Protokoll, über das eine Anwendung solche Abrufe und andere Aktionen an externe Systeme weitergibt. Ein RAG-System kann seine Daten also über MCP beziehen.

Glossar

Mehr aus KI und GEO.

Alle 75 Begriffe
  • Ads in KI-Oberflächen (ChatGPT-Werbung)

    Ads in KI-Oberflächen sind als gesponsert gekennzeichnete Anzeigen, die in KI-Assistenten wie ChatGPT getrennt von der eigentlichen Antwort erscheinen.

  • Agentic Commerce

    Agentic Commerce bezeichnet Einkäufe, bei denen KI-Agenten im Auftrag von Menschen Produkte recherchieren, vergleichen und teilweise direkt bestellen.

  • Agentic Commerce Protocol (ACP)

    Das Agentic Commerce Protocol (ACP) ist ein offener Standard, über den KI-Agenten im Auftrag von Käufern bei Onlinehändlern bestellen und bezahlen.

  • AI Overviews (KI-Übersichten)

    AI Overviews (deutsch: KI-Übersichten, in der Suche als „Übersicht mit KI“ bezeichnet) sind KI-generierte Zusammenfassungen, die Google bei vielen Suchanfragen oberhalb der klassischen Treffer anzeigt, mit Links zu den verwendeten Quellen.

  • GEO (Generative Engine Optimization)

    Generative Engine Optimization (GEO) ist die Optimierung von Inhalten, Website und Marke mit dem Ziel, dass KI-Systeme wie ChatGPT, Perplexity, Gemini oder Googles KI-Übersichten ein Unternehmen in ihren Antworten nennen und als Quelle verlinken.

  • KI-Agent

    Ein KI-Agent ist ein System auf Basis eines Sprachmodells, das eine Aufgabe selbstständig in Schritte zerlegt, dafür Tools wie Websuche, Browser oder Software-Schnittstellen nutzt und über den nächsten Schritt selbst entscheidet, etwa beim Recherchieren, Vergleichen oder Bestellen.

Gespräch anfragen