Model Context Protocol (MCP): Eine Einführung

  • Datum3/16/2025
  • Lesezeit7 min
Model Context Protocol (MCP): Eine Einführung

Einführung

In der sich rasant entwickelnden Welt der künstlichen Intelligenz und KI-basierten Anwendungen entsteht eine neue Art der Interaktion mit großen Sprachmodellen (LLMs). Der Bedarf an effizienten Schnittstellen steigt, insbesondere da KI-Agenten immer häufiger in bestehende Systeme integriert werden.
Das Model Context Protocol (MCP) ist ein neuer Standard, der genau hier ansetzt: Es vereinfacht die Interaktion zwischen KI-Modellen und externen Datenquellen – und ermöglicht so kontextbezogene Antworten und eine nahtlose Integration.
In diesem Artikel erfährst du, was MCP ist, wie es funktioniert und warum es die Zukunft der KI-Interaktion mitgestaltet.

Was ist das Model Context Protocol?

Im Kern ist MCP eine standardisierte Methode, mit der KI-Systeme während einer Unterhaltung auf externe Informationen zugreifen können. Es gibt dem Modell die Fähigkeit, Informationen bei Bedarf „nachzuschlagen“ oder externe Aktionen auszulösen, anstatt sich nur auf sein Training oder den bisherigen Gesprächsverlauf zu stützen.
Ohne MCP kann ein Sprachmodell nur auf sein Trainingswissen (mit Stand X) und die aktuelle Eingabe reagieren. Mit MCP kann es aktiv auf externe Quellen wie Datenbanken, APIs oder Dokumente zugreifen – und so aktuellere, fundiertere und personalisierte Antworten liefern.
Das Model Context Protocol ist ein Open-Source-Projekt von Anthropic. Ziel war es, ein einheitliches Protokoll zu schaffen, mit dem KI-Modelle zuverlässig auf Informationen zugreifen können – unabhängig vom technischen Backend.

Wie funktioniert MCP?

MCP basiert auf einer strukturierten Kommunikation zwischen mehreren Komponenten:
  • User – die Person, die mit dem Modell interagiert
  • KI-Modell – das LLM (z. B. GPT-4, Claude etc.)
  • MCP-Server – eine Middleware, die Anfragen des Modells verarbeitet
  • Datenquellen – externe Systeme wie APIs, Datenbanken oder Dokumentenarchive
Ablauf eines typischen MCP-Zyklus:
  1. Der Nutzer stellt eine Frage.
  2. Das Modell erkennt, dass zusätzliche Informationen notwendig sind.
  3. Es erstellt eine strukturierte Anfrage im MCP-Format.
  4. Der MCP-Server verarbeitet die Anfrage und fragt die jeweiligen Quellen ab.
  5. Die Daten werden vom Server formatiert und ans Modell zurückgegeben.
  6. Das Modell integriert die neuen Infos und erstellt eine Antwort.
Das alles passiert fast in Echtzeit – und lässt das Modell viel kompetenter wirken.

Technische Struktur von MCP

Anfrageformat (Request)

Wenn ein Modell Informationen benötigt, stellt es z. B. folgende Anfrage:
json
1{
2  "queries": [
3    {
4      "provider": "github",
5      "query": "die letzten 10 geänderten Dateien im Hauptbranch des Repos",
6      "parameters": {
7        "repo_name": "example"
8      }
9    }
10  ]
11}

Antwortformat (Response)

Die Antwort folgt ebenfalls einem strukturierten Format:
json
1{
2  "responses": [
3    {
4      "provider": "github",
5      "status": "success",
6      "results": [
7        {
8          "filename": "app.py",
9          "commit_id": "c21100226d66741de8d56fb8351d83e5723a5e32"
10        },
11        {
12          "filename": "requirements.txt",
13          "commit_id": "c21100226d66741de8d56fb8351d83e5723a5e32"
14        }
15      ]
16    }
17  ]
18}
So kann das Modell die neuen Informationen korrekt einordnen und weiterverarbeiten.

Häufige MCP-Provider

  • Search – Infos aus Suchmaschinen oder Wissensdatenbanken
  • Document – Zugriff auf PDFs oder interne Dateien
  • Database – Abfragen strukturierter Datenbanken
  • API – Anbindung an Live-Systeme und Services
  • Vector – Ähnlichkeitssuche in Vektor-Datenbanken

Vorteile von MCP

1. Keine Wissenslücken mehr

MCP gleicht das Trainings-Cutoff von Modellen aus, indem es Zugang zu aktuellen Datenquellen bietet.

2. Weniger Halluzinationen

Durch verifizierte Daten sinkt das Risiko für falsche Aussagen erheblich.

3. Personalisierung

Mit Nutzerfreigabe kann das Modell auf individuelle Daten zugreifen – z. B. Kalender, Präferenzen oder Systeme.

4. Expertenwissen

Das Modell kann gezielt Fachdatenbanken anzapfen – etwa für Recht, Medizin, Finanzen oder Technik.

5. Transparenz

Quellenangaben stärken das Vertrauen und machen nachvollziehbar, woher Informationen stammen.

Praxisbeispiele

1. Persönlicher Assistent mit Kalenderzugriff

Frage: „Welche Termine habe ich morgen?“
Mit MCP erhält das Modell Zugriff auf deinen Kalender – und gibt eine präzise Antwort.

2. Technischer Support mit Doku-Zugriff

Frage: „Wie behebe ich Fehler FD-123 in der Software?“
MCP fragt die Dokumentation ab und gibt Schritt-für-Schritt-Anleitungen.

3. Forschungsassistent mit Echtzeit-Daten

Frage: „Was sind die neuesten Entwicklungen bei mRNA-Impfstoffen?“
Das Modell greift auf Forschungsdatenbanken zu – und erstellt eine aktuelle Zusammenfassung.

Implementierung & Ressourcen

Sicherheit & Datenschutz

  • Zugriffssteuerung: Nur autorisierte Quellen dürfen abgefragt werden
  • Datenminimierung: Nur notwendige Infos werden übertragen
  • Einwilligung: Nutzer müssen zustimmen
  • Authentifizierung: Sichere Zugänge für sensible Daten
  • Audit Logs: Protokollierung schafft Nachvollziehbarkeit

Zukunft von MCP

  • Standardisierung: Immer mehr KI-Anbieter werden MCP unterstützen
  • Neue Provider: z. B. für CRM, ERP, CMS, HR-Systeme
  • Besseres Reasoning: Modelle erkennen, welche Infos sie wann brauchen
  • Mehr Nutzerkontrolle: z. B. konfigurierbare Zugriffseinstellungen

Fazit

Das Model Context Protocol verändert, wie KI mit Informationen umgeht. Durch die Möglichkeit, gezielt und standardisiert auf externe Quellen zuzugreifen, wird KI:
  • aktueller
  • zuverlässiger
  • transparenter
  • personalisierbarer
Im nächsten Beitrag zeigen wir dir ein Beispielprojekt zur MCP-Implementierung – und werfen einen Blick auf OpenAIs Antwort auf diesen Standard.
👉 Unsere Agentur entwickelt individuelle MCP-Integrationen – z. B. für Dokumentenzugriff, Support-Automatisierung oder interne Tools.

Hinweis: MCP ist eine neue Technologie. Dieser Artikel basiert auf dem Stand von März 2025. Für aktuelle Infos siehe die offizielle Doku.

Wollen Sie mehr solcher Einblicke?

Abonnieren Sie unseren Newsletter und erhalten Sie jede Woche neue Artikel, Experteneinblicke und Branchen-Updates direkt in Ihr Postfach.