KI Glossar
Model Context Protocol (MCP)
Kurz erklärt
Das Model Context Protocol ist ein offener Standard, über den KI-Anwendungen einheitlich auf externe Datenquellen, Werkzeuge und Arbeitsabläufe zugreifen können.
Model Context Protocol (MCP)
Definition
Das Model Context Protocol (MCP) ist ein offener Standard zur Verbindung von KI-Anwendungen mit externen Systemen. Über MCP können Sprachmodelle und KI-Agenten strukturiert auf Datenquellen, Werkzeuge und vordefinierte Arbeitsabläufe zugreifen. Dazu zählen beispielsweise lokale Dateien, Datenbanken, Suchdienste, Entwicklungswerkzeuge, Unternehmensanwendungen und APIs.
MCP standardisiert die Schnittstelle zwischen einer KI-Anwendung und den angebundenen Diensten. Entwickler müssen dadurch nicht für jede Kombination aus KI-Client und externem System eine individuelle Integration erstellen. Ein kompatibler MCP-Server kann seine Funktionen mehreren MCP-fähigen Anwendungen bereitstellen.
Architektur
Eine MCP-Umgebung besteht typischerweise aus einem Host, einem oder mehreren Clients und den verbundenen MCP-Servern. Der Host ist die Anwendung, mit der Nutzer interagieren, beispielsweise ein KI-Assistent, eine Entwicklungsumgebung oder ein Coding-Agent. Für jeden angebundenen Server verwaltet der Host einen MCP-Client, der die Protokollkommunikation übernimmt.
MCP-Server stellen bestimmte Fähigkeiten über standardisierte Schnittstellen bereit. Die Kommunikation basiert auf JSON-RPC. Als Transportwege können unter anderem die Standardein- und -ausgabe eines lokalen Prozesses oder eine HTTP-Verbindung verwendet werden.
Zentrale Funktionen
MCP-Server können insbesondere Tools, Resources und Prompts bereitstellen. Tools sind ausführbare Funktionen, mit denen ein KI-Modell Informationen abfragen oder Aktionen auslösen kann. Resources liefern strukturierte Inhalte und Kontext, beispielsweise Dateien, Datenbankeinträge oder Dokumentationen. Prompts sind wiederverwendbare Vorlagen oder Arbeitsabläufe für bestimmte Aufgaben.
Durch diese Trennung kann eine KI-Anwendung erkennen, welche Fähigkeiten ein Server anbietet, welche Parameter benötigt werden und welche Ergebnisse zurückgegeben werden. Das verbessert die Interoperabilität und reduziert proprietäre Einzelintegrationen.
Bedeutung für KI-Agenten
Für agentische KI ist MCP besonders relevant, weil ein Modell dadurch nicht nur Text erzeugt, sondern kontrolliert mit externen Systemen interagieren kann. Ein Coding-Agent kann beispielsweise auf Dateien, Repositories, Datenbanken oder Entwicklungswerkzeuge zugreifen. Ein Unternehmensassistent kann Kalender, Wissensdatenbanken oder interne Anwendungen einbinden.
MCP erweitert damit den verfügbaren Kontext eines Modells und ermöglicht die Ausführung realer Arbeitsschritte. Der Agent kann passende Tools auswählen, strukturierte Eingaben übermitteln und die Ergebnisse in seine weitere Planung oder Antwort einbeziehen.
Zusammenspiel mit LSP
MCP und das Language Server Protocol lösen unterschiedliche Aufgaben und können sich in KI-gestützter Softwareentwicklung ergänzen. LSP standardisiert sprachspezifische Entwicklungsfunktionen wie Diagnosen, Definitionen und Referenzen. MCP standardisiert dagegen die allgemeine Verbindung eines KI-Systems mit externen Daten und Werkzeugen.
Ein MCP-Server kann beispielsweise Entwicklungsfunktionen oder eine Brücke zu einem Language Server als Tools bereitstellen. Ein Coding-Agent erhält dadurch über MCP Zugriff auf präzise Codeinformationen, ohne die jeweilige Integration selbst implementieren zu müssen.
Vorteile
MCP reduziert Integrationsaufwand, weil Datenquellen und Werkzeuge über ein gemeinsames Protokoll angebunden werden. Entwickler können MCP-Server unabhängig vom konkreten KI-Client erstellen und wiederverwenden. KI-Anwendungen wiederum können auf ein wachsendes Ökosystem kompatibler Dienste zugreifen.
Weitere Vorteile sind eine klarere Trennung zwischen Modell, Anwendung und externem System sowie strukturierte Beschreibungen von Funktionen und Parametern. Dadurch lassen sich KI-Workflows modularer aufbauen, erweitern und warten.
Sicherheit
Da MCP-Server Daten bereitstellen und Aktionen ausführen können, sind Berechtigungen und Sicherheitskontrollen entscheidend. Anwendungen sollten nur vertrauenswürdige Server verbinden, Zugriffsrechte begrenzen und sensible Aktionen transparent bestätigen lassen. Eingaben und Tool-Ergebnisse müssen außerdem als potenziell unsicher behandelt und geprüft werden.
MCP selbst macht eine Integration nicht automatisch sicher. Authentifizierung, Autorisierung, Nutzerfreigaben, Protokollierung und die sichere Implementierung der angebotenen Tools bleiben wichtige Aufgaben des jeweiligen Systems.
Abgrenzung
MCP ist kein KI-Modell, keine Datenbank und kein einzelnes Tool. Es ist ein Kommunikationsprotokoll, das KI-Anwendungen und externe Systeme miteinander verbindet. Es ersetzt auch keine API vollständig, sondern kann vorhandene APIs, Datenquellen und Funktionen über eine standardisierte, KI-orientierte Schnittstelle zugänglich machen.