MCP (Model Context Protocol)

Bevor es MCP gab, musste für jede Kombination aus KI-Anwendung und Datenquelle eine eigene Schnittstelle gebaut werden: Zehn KI-Tools mal hundert Datenquellen ergeben rein rechnerisch tausend Einzel-Integrationen – Fachleute nennen das das „M×N-Problem“. Anthropic veröffentlichte das Model Context Protocol deshalb im November 2024 als offenen Standard für genau dieses Problem: ein Protokoll statt vieler fragmentierter Einzellösungen.

Technisch folgt MCP einem Client-Server-Prinzip: Ein MCP-Server stellt Daten, Werkzeuge oder Vorlagen bereit, ein MCP-Client – etwa eine KI-Anwendung wie Claude oder ChatGPT – verbindet sich damit. Drei Bausteine stehen im Zentrum: „Tools“ (ausführbare Funktionen wie Datenbankabfragen), „Resources“ (strukturierte Daten wie Dokumente) und „Prompts“ (vorgefertigte Anweisungsvorlagen).

Eine Analogie aus dem Betriebsalltag: So wie USB-C dafür sorgt, dass nicht mehr jedes Gerät sein eigenes Ladekabel braucht, sorgt MCP dafür, dass nicht jede KI-Anwendung eine eigene, proprietäre Anbindung an jedes System benötigt.

Was 2024 als Anthropic-Projekt startete, ist inzwischen herstellerübergreifend im Einsatz: Seit März 2025 unterstützt auch OpenAI MCP in seinen Produkten, ebenso Google DeepMind und Microsoft. Seit Dezember 2025 liegt die Weiterentwicklung bei der Agentic AI Foundation der Linux Foundation. Wichtig für die Praxis: Das Protokoll selbst erzwingt keine Autorisierung oder Eingabeprüfung – Rechte- und Sicherheitskonzept müssen bei jeder Anbindung mitgedacht werden.

Für den Mittelstand liegt der praktische Nutzen vor allem in der Wiederverwendbarkeit: Wird einmal ein MCP-Server für das eigene ERP- oder CRM-System gebaut, kann jede MCP-fähige KI-Anwendung darauf zugreifen – ohne dass für jeden neuen KI-Assistenten erneut programmiert werden muss. Das spart Entwicklungszeit, weil nicht mehr jede einzelne Anbindung (Chatbot, Dokumentenassistent, Reporting-Tool) separat gebaut werden muss.

Zugleich sinkt das Risiko unkontrollierter Insellösungen: Statt dass jede Abteilung ihre eigene, unabgestimmte Schnittstelle bastelt, läuft der Datenzugriff über einen dokumentierten, zentral verwalteten Server. Das erleichtert die spätere Absicherung nach Datenschutz-Vorgaben, weil klar ist, welche Daten wohin fließen – ersetzt aber nicht die eigene Prüfung, welche Felder ein KI-System tatsächlich sehen darf.

Belastbare Marktpreise für MCP-Integrationen sind schwer zu nennen, weil der Aufwand stark davon abhängt, wie viele Systeme angebunden werden und ob bereits ein passender MCP-Server existiert (für Standard-Tools wie Slack, GitHub oder Postgres gibt es fertige, offene Server) oder ob eine kundenspezifische Anbindung an ERP, CRM oder Branchensoftware nötig ist.

Weitere Einflussfaktoren: der Aufwand für Rechte- und Sicherheitskonzept (wer darf über die KI auf welche Daten zugreifen?) sowie die Frage, ob nur gelesen oder auch geschrieben werden soll – Schreibzugriffe erfordern in der Regel strengere Prüfungen. Nach unserer Erfahrung ist eine erste, eng abgegrenzte MCP-Anbindung an ein einzelnes System der pragmatischste Einstieg. Euer erstes KI-System zum Festpreis gibt es bei uns ab 3.500 €.

Ein Maschinenbauer mit 60 Mitarbeitenden nutzt für Lagerbestände und Auftragsstatus ein ERP-System, das bisher nur über eine feste Maske bedienbar war. Statt für den geplanten KI-Assistenten eine eigene, starre Schnittstelle zum ERP zu programmieren, lässt der Betrieb einen MCP-Server für die wichtigsten Abfragen (Lagerbestand, Liefertermin, offene Aufträge) bauen. Der KI-Assistent im Vertrieb greift darüber lesend auf die Daten zu und beantwortet Kundenanfragen zum Lieferstatus – ohne dass die IT für jeden neuen KI-Anwendungsfall erneut ins ERP eingreifen muss. Schreibzugriffe, etwa um Bestellungen auszulösen, bleiben bewusst außen vor, bis Rechte- und Freigabeprozess geklärt sind.