Stellen Sie sich vor, Ihr KI-Assistent könnte direkt auf Ihre Projektmanagement-Tools, Datenbanken und internen Dokumentationen zugreifen – sicher, strukturiert und ohne aufwändige Custom-Entwicklung. Genau das ermöglicht das Model Context Protocol (MCP), ein von Anthropic entwickelter offener Standard, der die KI-Integration in Unternehmen revolutioniert.

Bei CODING9 setzen wir MCP bereits produktiv ein – unter anderem für die Integration unseres Issue-Tracking-Systems YouTrack mit Claude. In diesem Artikel erkläre ich, was MCP ist, wie es funktioniert und warum Sie es für Ihre KI-Strategie kennen sollten.

Was ist das Model Context Protocol (MCP)?

Das Model Context Protocol ist ein offener Standard für die Kommunikation zwischen KI-Modellen (wie Claude oder GPT) und externen Datenquellen oder Tools. Es wurde von Anthropic entwickelt und Ende 2024 als Open-Source-Projekt veröffentlicht.

MCP löst ein fundamentales Problem der KI-Integration: Bisher mussten Entwickler für jede Datenquelle und jedes Tool individuelle Schnittstellen bauen. Mit MCP gibt es einen einheitlichen Standard, der die Entwicklung von MCP-Servern ermöglicht – kleine Services, die Datenquellen für KI-Modelle zugänglich machen.

Die Architektur von MCP

MCP basiert auf einer Client-Server-Architektur:

• MCP Host: Die KI-Anwendung (z.B. Claude Desktop, ein Custom-Chatbot oder Ihre interne KI-Plattform)

• MCP Client: Die Verbindungskomponente im Host, die mit MCP-Servern kommuniziert

• MCP Server: Services, die Ressourcen, Tools und Prompts für die KI bereitstellen

Die drei Kernkonzepte von MCP

1. Resources: Daten für die KI bereitstellen

Resources sind Daten, die ein MCP-Server der KI zur Verfügung stellt. Das können sein:

• Dateien aus einem Dateisystem

• Datenbankeinträge

• API-Responses von Drittanbieter-Services

• Inhalte aus CMS-Systemen

• Tickets aus Issue-Trackern wie YouTrack oder Jira

2. Tools: Aktionen für die KI ermöglichen

Tools sind Funktionen, die die KI aufrufen kann, um Aktionen durchzuführen. Ein MCP-Server kann Tools definieren wie:

• create_issue – Ein neues Ticket erstellen

• search_products – Produkte in einem Shopsystem suchen

• send_email – E-Mails versenden

• update_customer – Kundendaten aktualisieren

3. Prompts: Vordefinierte Interaktionsmuster

Prompts sind vordefinierte Vorlagen für häufige Aufgaben. Sie kombinieren Kontext und Anweisungen zu wiederverwendbaren Mustern – ideal für standardisierte Workflows.

Praxisbeispiel: YouTrack-Integration mit MCP

Bei CODING9 haben wir einen MCP-Server für YouTrack entwickelt, der es uns ermöglicht, direkt aus Claude heraus mit unserem Issue-Tracking zu arbeiten:

Mit dieser Integration kann ich in Claude Befehle wie 'Erstelle ein neues Issue für das Shopware-Projekt: Bug beim Checkout' geben – und das Issue wird automatisch in YouTrack angelegt.

MCP für E-Commerce: Anwendungsfälle

Besonders im E-Commerce eröffnet MCP spannende Möglichkeiten:

Shopware/Shopify-Integration

• Produktdaten für KI-gestützte Produktbeschreibungen bereitstellen

• Bestellungen und Kundendaten für Support-Bots zugänglich machen

• Automatische Lagerbestandsprüfung durch KI-Agenten

Kundenservice-Automatisierung

Mit conversea.ai nutzen wir MCP, um KI-Assistenten mit Shop-Daten zu verbinden. Der Bot kann:

• Bestellstatus in Echtzeit abrufen

• Produktverfügbarkeiten prüfen

• Retouren initiieren

• Personalisierte Produktempfehlungen geben

MCP mit BaseGPT: DSGVO-konform und sicher

Die Kombination von MCP mit unserer BaseGPT-Plattform ermöglicht vollständig DSGVO-konforme KI-Integrationen:

• MCP-Server laufen in Ihrer eigenen Infrastruktur

• Daten verlassen niemals Ihr Netzwerk

• LLM-Inferenz erfolgt auf deutschen Servern

• Volle Kontrolle über Zugriffsrechte und Audit-Logs

So starten Sie mit MCP

1. Use Case identifizieren: Welche Datenquellen soll Ihre KI nutzen können?

2. MCP-Server entwickeln: Mit Python oder TypeScript einen Server für Ihre Datenquelle bauen

3. Integration testen: Mit Claude Desktop oder Ihrer Custom-Anwendung verbinden

4. Produktion: MCP-Server deployen und in Ihre KI-Workflows integrieren

Fazit: MCP ist der USB-Standard für KI

So wie USB die Verbindung von Peripheriegeräten standardisiert hat, standardisiert MCP die Verbindung von KI-Modellen mit der Außenwelt. Für Unternehmen bedeutet das: Einmal entwickelte MCP-Server funktionieren mit jedem MCP-kompatiblen KI-System – ob Claude, GPT oder Open-Source-Modelle.

Bei CODING9 unterstützen wir Sie bei der Entwicklung und Implementierung von MCP-Servern für Ihre Systeme. Kombiniert mit unserer BaseGPT-Plattform erhalten Sie eine vollständige, DSGVO-konforme KI-Infrastruktur.

Häufig gestellte Fragen (FAQ)

Was ist der Unterschied zwischen MCP und einer normalen API?

MCP ist speziell für die Kommunikation mit KI-Modellen designed. Es bietet standardisierte Mechanismen für Ressourcen, Tools und Prompts, die KI-Modelle direkt verstehen und nutzen können. APIs hingegen sind generische Schnittstellen ohne KI-spezifische Semantik.

Welche KI-Modelle unterstützen MCP?

Aktuell ist MCP primär in Claude (via Claude Desktop und API) integriert. Da es ein offener Standard ist, erwarten wir breite Adoption durch andere Anbieter. OpenAI und Google haben bereits Interesse signalisiert.

Ist MCP sicher für sensible Unternehmensdaten?

Ja, MCP-Server laufen in Ihrer eigenen Infrastruktur. Die Daten werden nur auf Anfrage an das KI-Modell übermittelt. In Kombination mit BaseGPT bleiben alle Daten in Deutschland – vollständig DSGVO-konform.

Wie aufwändig ist die Entwicklung eines MCP-Servers?

Mit Libraries wie FastMCP ist die Grundstruktur in wenigen Stunden aufgesetzt. Die Komplexität hängt von der angebundenen Datenquelle ab. CODING9 bietet fertige MCP-Server für gängige Systeme wie Shopware, Shopify und YouTrack.