Model Context Protocol (MCP) definiert eine gemeinsame Schnittstelle zwischen KI-Anwendungen, Werkzeugen und Daten. Hosts verwalten Client-Verbindungen zu Servern mit Werkzeugen, Ressourcen und wiederverwendbaren Prompts. Das Protokoll garantiert allein weder Datenschutz noch sichere Aktionen; dafür sind Host, Server und Bereitstellung entscheidend.
Ein einzelner Host kann gleichzeitig Verbindungen zu mehreren Servern halten. Ein Nutzer von Claude Desktop kann einen MCP-Server für das Dateisystem, einen zweiten für den Kalender und einen dritten für eine Wissensbasis haben. Der Host koordiniert sie über seine Client-Schicht, ohne dass die Server voneinander wissen müssen.
Tools sind Funktionen, die die KI ausführen kann: Datenbankabfragen starten, Nachrichten senden, Dateien schreiben oder das Web durchsuchen. Die KI ruft ein Tool auf, wenn sie eine Aktion ausführen oder gezielt Informationen abrufen muss. Tools verlangen eine aktive Entscheidung der KI, wann sie eingesetzt werden.
Prompts sind wiederverwendbare, vom Server definierte Workflow-Vorlagen: eine Checkliste für Code Reviews, ein Format für Besprechungszusammenfassungen oder eine Struktur für Support-Tickets. Sie ermöglichen Serveranbietern, domänenspezifische Workflows zu kodieren, die jede verbundene KI bei Bedarf aufrufen kann.
MCP läuft auf JSON-RPC 2.0, einem schlanken Standard für Remote Procedure Calls mit strukturierten JSON-Nachrichten über einen gemeinsamen Transport. Der KI-Host sendet Anfragen, der MCP-Server Antworten. Das Protokoll unterstützt synchrone Austausche und asynchrone Benachrichtigungen für lang laufende Vorgänge.
MCP gegenüber traditionellen APIs: Was ist der Unterschied?
Die häufigste Frage zu MCP lautet, ob es REST-APIs ersetzt. Das tut es nicht. Der Unterschied ist wichtig für alle, die KI-Tools bauen oder bewerten.
MCP ist eine Schicht über diesem Vertrag. Ein MCP-Server umschließt oft eine bestehende API, fügt aber etwas hinzu, was eine rohe API nicht liefern kann: eine maschinenlesbare Beschreibung dessen, was das Tool tut und wann eine KI seinen Einsatz erwägen sollte. Die KI entdeckt verfügbare Tools dynamisch und überlegt, wann sie sie aufrufen soll, statt fest verdrahteten Anweisungen zu folgen.
Eine gesonderte Klarstellung zu Function Calling: Function Calling ist eine Modellfähigkeit, mit der eine KI während einer Unterhaltung entscheidet, eine Funktion aufzurufen. MCP ist das Transport- und Entdeckungsprotokoll, das festlegt, wie diese Funktion über Systemgrenzen hinweg bereitgestellt wird. Beide ergänzen sich und konkurrieren nicht.
Automatisierung von Unternehmensworkflows verwendet MCP Tools, um KI mit CRM-Systemen, Datenbanken und Terminplanungs-APIs zu verknüpfen. Ein Vertriebsassistent kann Vertragsverläufe eines Kunden nachschlagen, verfügbare Besprechungszeiten prüfen und eine Follow-up-E-Mail entwerfen, indem er drei getrennte MCP-Server nacheinander aufruft — koordiniert von einem KI-Host in einer Unterhaltung.
Persönliche Agenten-Workflows kombinieren alle drei Grundbausteine. Ein persönlicher Assistent liest den Posteingang als Resource, durchsucht mit einem Tool Notizen nach verwandtem Kontext und wendet eine Prompt-Vorlage an, um eine strukturierte Antwort zu erstellen — alles in einem KI-gesteuerten Workflow über mehrere Datenquellen hinweg, ohne App-Wechsel.