TL;DR: MCP ist das Protokoll, das Claude von einem isolierten Chatbot zu einem vernetzten Arbeitssystem macht. Es standardisiert, wie KI auf externe Tools und Daten zugreift. Die Einrichtung ist einfacher als gedacht, und die strategische Bedeutung für Unternehmen wächst mit jedem neuen MCP-Server.
Was ist das Model Context Protocol (MCP)?
MCP steht für Model Context Protocol. Anthropic hat es als offenen Standard veröffentlicht, der regelt, wie KI-Modelle mit externen Systemen kommunizieren. Denk an USB: Vor USB brauchte jedes Gerät einen eigenen Anschluss. MCP schafft genau diese Standardisierung für die Verbindung zwischen KI und Tools.
Das Model Context Protocol (MCP) ist ein offenes Kommunikationsprotokoll, das die Schnittstelle zwischen KI-Modellen und externen Datenquellen, Tools und Services standardisiert.
Ohne MCP muss jede Anbindung individuell programmiert werden. Ein Claude-Workflow, der auf GitHub, Slack und eine Datenbank zugreift, braucht drei separate Integrationen. Mit MCP nutzen alle drei denselben Standard. Das spart Entwicklungszeit und reduziert Fehlerquellen erheblich.
Für den deutschsprachigen Raum existiert bisher kaum Material zu MCP. Das ist eine Lücke, denn der Standard verändert grundlegend, wie Unternehmen KI einsetzen. Wenn du Claude AI produktiv nutzen willst, kommst du an MCP nicht vorbei.
Warum braucht Claude ein eigenes Protokoll für externe Anbindungen?
KI-Modelle sind von Natur aus isoliert. Sie verarbeiten Text, der ihnen geschickt wird, und geben Text zurück. Ohne Protokoll wie MCP sieht Claude weder deine Dateien noch deine Datenbank noch dein Projektmanagement-Tool. Jede Verbindung erfordert Custom Code.
Das skaliert nicht. Ein Unternehmen mit 20 internen Systemen braucht ohne MCP 20 individuelle Integrationen. Mit MCP baut jedes System einen Server, und Claude spricht mit allen über dasselbe Protokoll. Der Aufwand sinkt von O(n) auf O(1) pro neuem Tool.
Praxis-Einschätzung: MCP ist nicht bloß ein technisches Feature. Es ist die Infrastruktur, die entscheidet, ob Claude ein Chat-Spielzeug bleibt oder zum echten Arbeitswerkzeug wird. Genau diesen Unterschied erkenne ich auch in meiner KI-Beratung bei Kunden immer wieder.
Wie funktioniert die MCP-Architektur?
MCP basiert auf einer Client-Server-Architektur. Der MCP-Client sitzt in der KI-Anwendung (z.B. Claude Desktop oder Claude Code). Die MCP-Server laufen als eigenständige Prozesse und stellen Zugriff auf externe Systeme bereit.
Die Kommunikation läuft über drei Kernbausteine:
Aktionen, die Claude ausführen kann. Zum Beispiel eine Datei erstellen, einen Slack-Kanal lesen oder eine Datenbankabfrage starten.
Datenquellen, die Claude lesen kann. Das können Dateien, Datenbankinhalte oder API-Antworten sein.
Vordefinierte Prompt-Vorlagen, die ein MCP-Server bereitstellt. Sie helfen Claude, die richtigen Fragen an das externe System zu stellen.
In der Praxis heißt das: Du startest einen MCP-Server (z.B. für GitHub), Claude entdeckt automatisch, welche Tools und Resources dieser Server anbietet, und nutzt sie bei Bedarf im Gespräch. Du musst Claude nicht erklären, wie GitHub funktioniert. Der MCP-Server liefert diese Information.
Die Verbindung läuft lokal. MCP-Server starten als lokale Prozesse auf deinem Rechner. Deine Daten verlassen den Rechner nur, wenn der Server selbst eine externe API aufruft. Das ist ein wichtiger Punkt für Datenschutz.
Welche MCP-Server gibt es bereits?
Das MCP-Ökosystem wächst schnell. Anthropic pflegt offizielle Referenz-Server, und eine aktive Community baut ständig neue. Hier die wichtigsten Kategorien:
| Kategorie | Server | Was er tut |
|---|---|---|
| Dateisystem | Filesystem | Liest und schreibt lokale Dateien und Verzeichnisse |
| Versionskontrolle | GitHub | Zugriff auf Repos, Issues, Pull Requests und Code |
| Kommunikation | Slack | Liest und sendet Nachrichten in Slack-Kanälen |
| Datenbanken | PostgreSQL, SQLite | Führt SQL-Abfragen aus und liest Schemadaten |
| Produktivität | Notion, Google Drive | Liest und bearbeitet Dokumente und Datenbanken |
| Web | Brave Search, Puppeteer | Websuche und Browser-Automatisierung |
Die Liste ist nicht vollständig. Auf der offiziellen MCP-Seite und auf GitHub findest du Dutzende weiterer Server. Für Unternehmen ist besonders relevant: Wenn ein Server für dein System noch nicht existiert, kannst du ihn selbst bauen. Dazu mehr im Abschnitt Eigene MCP-Server bauen.
Einen Überblick über weitere Tools, die sich gut mit Claude und MCP kombinieren lassen, findest du in unserem KI-Tools-Vergleich.
Wie richtest du MCP in Claude Desktop ein?
Claude Desktop unterstützt MCP über eine JSON-Konfigurationsdatei. Du brauchst keinen Code zu schreiben. Die Einrichtung dauert in der Regel unter zehn Minuten pro Server.
Konfigurationsdatei öffnen
Öffne die Datei claude_desktop_config.json in deinem Claude-Konfigurationsverzeichnis.
MCP-Server eintragen
Trage den gewünschten Server mit Befehl und Argumenten ein. Jeder Server bekommt einen eindeutigen Namen.
Claude Desktop neu starten
Nach dem Neustart erkennt Claude die neuen Tools automatisch und zeigt sie im Chat an.
Für den Dateisystem-Server trägst du zum Beispiel den Pfad zu den erlaubten Verzeichnissen ein. Claude kann dann Dateien in diesen Ordnern lesen, erstellen und bearbeiten. Das ist besonders nützlich für Textarbeit, Recherche oder die Analyse lokaler Dokumente.
Wichtig: Gib Claude nur Zugriff auf Verzeichnisse, die du bewusst freigibst. MCP-Server arbeiten mit dem Rechtemodell deines Betriebssystems. Mehr zum Thema Datensicherheit findest du auf unserer Datenschutz-Seite.
Wie nutzt du MCP in Claude Code?
Claude Code unterstützt MCP nativ. Du kannst MCP-Server direkt über die Kommandozeile hinzufügen und verwalten. Das macht Claude Code zum flexibelsten MCP-Client im gesamten Claude-Ökosystem.
Der Unterschied zu Claude Desktop: In Claude Code kannst du MCP-Server projektbezogen konfigurieren. Jedes Projekt kann eigene Server mitbringen. Ein Web-Projekt nutzt den GitHub-Server, ein Datenanalyse-Projekt den PostgreSQL-Server. Claude Code liest die Konfiguration automatisch ein.
Praxis-Tipp: Kombiniere den Dateisystem-Server mit dem GitHub-Server in Claude Code. So kann Claude gleichzeitig deinen lokalen Code lesen und Issues oder PRs auf GitHub verwalten. Das beschleunigt Review-Workflows enorm.
Für Teams, die Claude Code produktiv einsetzen wollen, gibt es detailliertere Anleitungen auf claude-meistern.de. Dort findest du auch Tutorials zu fortgeschrittenen MCP-Konfigurationen.
Lohnt es sich, einen eigenen MCP-Server zu bauen?
Ja, wenn du ein internes System hast, für das kein fertiger MCP-Server existiert. Anthropic stellt SDKs für Python und TypeScript bereit. Ein einfacher MCP-Server, der eine REST-API anbindet, lässt sich in wenigen Stunden aufsetzen.
Der Aufbau folgt einem klaren Muster: Du definierst, welche Tools dein Server anbietet, welche Parameter sie erwarten und was sie zurückgeben. Claude entdeckt diese Definition automatisch und nutzt die Tools, sobald sie zum Gesprächskontext passen.
Wann ein eigener Server sinnvoll ist
- Internes CRM, ERP oder Ticketsystem anbinden
- Proprietäre Datenquellen für Claude verfügbar machen
- Wiederkehrende API-Abfragen automatisieren
- Firmenspezifische Workflows direkt in Claude abbilden
Wann du darauf verzichten kannst
- Ein fertiger Community-Server deckt deinen Use Case ab
- Die Anbindung ist nur für einen einmaligen Task nötig
- Das externe System hat keine API
- Der Aufwand steht in keinem Verhältnis zum Nutzen
Wenn du MCP-Server für dein Unternehmen aufsetzen willst und Unterstützung brauchst, bietet ki-agentur.io technische Begleitung für genau solche Integrationsprojekte.
MCP vs. Function Calling vs. Plugins: Was ist der Unterschied?
Drei Begriffe tauchen immer wieder auf, wenn es um KI und externe Tools geht. Sie klingen ähnlich, lösen aber unterschiedliche Probleme.
| Ansatz | Was es tut | Scope |
|---|---|---|
| Function Calling | Das Modell gibt strukturiert an, welche Funktion es aufrufen will | Einzelne API-Aufrufe pro Request |
| Plugins (z.B. ChatGPT) | Vordefinierte Erweiterungen innerhalb einer Plattform | Plattformgebunden, geschlossenes Ökosystem |
| MCP | Offenes Protokoll für die gesamte KI-Tool-Kommunikation | Universell, plattformunabhängig, standardisiert |
Der entscheidende Unterschied: Function Calling ist ein Mechanismus. MCP ist die Infrastruktur. Plugins sind plattformspezifische Lösungen. MCP kann Function Calling nutzen, geht aber weit darüber hinaus. Es standardisiert Discovery, Authentifizierung, Datenformate und Fehlerbehandlung.
Für dich heißt das: Wenn du heute einen MCP-Server baust, funktioniert er morgen mit jedem Client, der MCP unterstützt. Bei Function Calling oder Plugins bist du an eine bestimmte Plattform gebunden. Einen tieferen Blick auf die Preismodelle der verschiedenen Claude-Tarife und ihre MCP-Unterstützung findest du auf unserer Preisseite.
Was bedeutet MCP strategisch für Unternehmen?
MCP verändert die Rolle von KI im Unternehmen fundamental. Ohne MCP ist Claude ein besserer Chatbot. Mit MCP wird Claude zu einem Agenten, der in bestehende Systeme eingebettet arbeitet.
Das hat konkrete Konsequenzen für die IT-Strategie:
Ein Protokoll statt dutzender Custom-Anbindungen. Das spart Entwicklungskosten und Wartung.
Neue KI-Workflows lassen sich in Tagen statt Wochen aufsetzen. Fertige Server beschleunigen den Start.
MCP ist ein offener Standard. Du bindest dich nicht an einen Anbieter. Andere KI-Modelle können MCP ebenfalls nutzen.
Für Entscheider im DACH-Raum gilt: MCP ist kein Feature, das du aktivierst und vergisst. Es ist eine Architekturentscheidung. Wer heute MCP-fähige Workflows aufbaut, hat morgen einen strukturellen Vorteil gegenüber Unternehmen, die KI noch als isoliertes Chat-Tool behandeln.
Genau hier setzt professionelle KI-Beratung an. Nicht beim Tool-Setup, sondern bei der Frage, welche Systeme du über MCP verbinden solltest und welche Prozesse davon profitieren.
Häufige Fragen zum Model Context Protocol
Was ist MCP bei Claude?
MCP steht für Model Context Protocol. Es ist ein offener Standard von Anthropic, über den Claude auf externe Tools und Datenquellen zugreift. Statt jede Anbindung einzeln zu programmieren, liefert MCP ein einheitliches Protokoll für alle Verbindungen.
Ist MCP nur für Entwickler relevant?
Nein. Claude Desktop erlaubt auch Nicht-Entwicklern, MCP-Server über eine JSON-Konfigurationsdatei einzubinden. Die Einrichtung erfordert kein Programmieren, nur etwas technisches Grundverständnis.
Welche MCP-Server gibt es bereits?
Es gibt Server für Dateisystem-Zugriff, GitHub, Slack, Google Drive, Notion, PostgreSQL, SQLite und viele weitere. Anthropic pflegt offizielle Referenz-Server, und eine wachsende Community steuert zusätzliche bei.
Was ist der Unterschied zwischen MCP und Function Calling?
Function Calling definiert einzelne Funktionen pro API-Aufruf. MCP standardisiert die gesamte Kommunikation zwischen KI und externen Systemen über ein einheitliches Protokoll. MCP ist die Infrastruktur, Function Calling ein Mechanismus innerhalb davon.
Kann ich eigene MCP-Server bauen?
Ja. Anthropic stellt SDKs für Python und TypeScript bereit. Ein einfacher MCP-Server lässt sich in wenigen Stunden aufsetzen. Damit verbindest du Claude mit jedem internen System, das eine API hat.
MCP macht Claude erst richtig produktiv
Wenn du Claude nur als Chatfenster nutzt, verschenkst du den größten Teil seines Potenzials. MCP verbindet Claude mit deinen echten Systemen und Daten. Genau dort entsteht der Produktivitätsgewinn, der über nette Demos hinausgeht.
Du willst MCP nicht nur verstehen, sondern im Unternehmen produktiv einsetzen?
Erstgespräch buchen →