Was ist MCP und wie funktioniert es?
Autor: Redaktion Domeny.ForSale Veröffentlicht
Kurz erklärt: MCP (Model Context Protocol) ist ein offener Standard, mit dem Anwendungen für AI externe Daten und Werkzeuge auf einheitliche Weise nutzen können. Damit kann ein Assistent beispielsweise die Unternehmensdokumentation lesen, eine Aufgabe im Projektmanagementsystem prüfen oder eine bestimmte Operation ausführen. MCP ist kein Modell für AI und gewährt allein keinen Zugriff auf sämtliche Ressourcen — die Möglichkeiten hängen von den angebundenen Diensten, der Konfiguration und den Berechtigungen ab.
Wozu dient MCP und welches Problem löst es?
Ein Sprachmodell hat von sich aus keinen Zugriff auf Dateien auf dem Computer oder auf aktuelle Daten im Unternehmenssystem. Diesen Zugriff ermöglicht die Anwendung, in der das Modell läuft, über entsprechende Integrationen. Ohne einen gemeinsamen Standard kann jede Integration eine eigene Vorgehensweise erfordern, um Werkzeuge zu beschreiben, Parameter zu übergeben und Ergebnisse zu empfangen.
MCP vereinheitlicht diese Kommunikation. Es legt fest, wie eine Anwendung für AI erfahren kann, welche Funktionen ein externes System bereitstellt, und wie sie diese nutzen kann. Der Standard wurde von Anthropic initiiert, ist aber weder auf ein einzelnes Modell noch auf einen einzelnen Anbieter beschränkt.
Man kann ihn mit einem einheitlichen Anschluss für Integrationen vergleichen: Kompatible Komponenten lassen sich leichter verbinden, ohne die gesamte Verbindung neu entwickeln zu müssen. Das ist allerdings eine Vereinfachung. MCP-Unterstützung bedeutet nicht, dass jede Anwendung alle Funktionen des Protokolls unterstützt oder dass eine Verbindung ohne Konfiguration funktioniert.
Wie arbeiten Anwendung, MCP-Client und MCP-Server zusammen?
Die MCP-Architektur besteht aus drei grundlegenden Komponenten:
- Host, also die vom Menschen verwendete Anwendung für AI, beispielsweise ein Desktop-Assistent oder ein Code-Editor. Sie steuert die Interaktion mit dem Modell und die Regeln für die Nutzung der Integrationen.
- MCP-Client, also eine Komponente innerhalb des Hosts, die die Verbindung zu einem bestimmten MCP-Server aufrechterhält.
- MCP-Server, also ein Programm, das bestimmte Daten oder Funktionen bereitstellt. Es kann lokal auf dem Computer oder als entfernter Dienst laufen.
Ein Server kann unter anderem Werkzeuge bereitstellen — Funktionen, die Operationen ausführen, Ressourcen — Daten zum Lesen, sowie Prompt-Vorlagen — vorgefertigte Anweisungsstrukturen zur Verwendung in der Anwendung. Nicht jeder Server bietet alle diese Elemente an.
Ein typischer Ablauf sieht so aus: Die Anwendung ermittelt die verfügbaren Werkzeuge, das Modell schlägt die Nutzung eines davon vor, und die Anwendung verarbeitet den Aufruf nach ihren eigenen Regeln. Der Server führt die Operation aus und liefert ein Ergebnis zurück. Dieses kann dem Modell als Kontext für die Antwort dienen. Die Zustimmung des Nutzers kann Teil dieses Ablaufs sein. Man sollte jedoch nicht davon ausgehen, dass jeder Aufruf immer manuell bestätigt werden muss.
Beispiel: Ein Assistent prüft die Aufgaben des Teams
Angenommen, du möchtest fragen: „Welche Aufgaben zur neuen Website sind überfällig, und wer ist dafür verantwortlich?“ Die Anwendung für AI ist mit einem MCP-Server verbunden, der das Projektmanagementsystem des Unternehmens anbindet. Der Server stellt ein Werkzeug zur Aufgabensuche bereit, und das von ihm verwendete Konto hat Leserechte für das ausgewählte Projekt.
Der Assistent kann Aufgaben suchen, Termine und Verantwortliche abrufen und anschließend eine Übersicht erstellen. Dabei nutzt er die vom System zurückgegebenen Daten, statt sich ausschließlich auf das bereits vorhandene Wissen des Modells zu stützen. Dennoch kann er ein Datum oder einen Status falsch interpretieren. Deshalb sollte das Ergebnis die eindeutige Zuordnung zu den jeweiligen Aufgaben ermöglichen.
Die Anweisung „Verschiebe alle Termine um eine Woche“ erfordert eine weitere Fähigkeit: Änderungen zu speichern. Wenn der Server kein entsprechendes Werkzeug bereitstellt oder das Konto nicht über die nötigen Rechte verfügt, sollte diese Operation nicht verfügbar sein. Bei Werkzeugen, die Daten verändern, ist es eine sinnvolle Schutzmaßnahme, die geplanten Änderungen anzuzeigen und vor der Ausführung eine Bestätigung einzuholen.
Wie unterscheidet sich MCP von API und RAG?
API, also eine Programmierschnittstelle, ermöglicht Programmen die Kommunikation mit einem Dienst. MCP ersetzt nicht sämtliche Schnittstellen vom Typ API. Ein MCP-Server ruft häufig selbst die API eines Projektmanagementsystems, Shops oder einer Datenbank auf und stellt der Anwendung für AI ausgewählte Funktionen in standardisierter Form bereit.
RAG ist ein Verfahren zur Erstellung von Antworten, bei dem die Anwendung zunächst passende Materialien sucht und dem Modell als Kontext übergibt. MCP kann den Zugriff auf eine Suchfunktion oder ein Dokumentenrepository ermöglichen, die in einem solchen Prozess verwendet werden. Es legt jedoch nicht selbst fest, wie gut die Suche ist, wie Dokumente aufgeteilt werden oder ob die Antworten korrekt sind.
Diese Lösungen können also zusammenarbeiten: Ein MCP-Server nutzt eine API, um Dokumente zu suchen, und die Anwendung verwendet die Ergebnisse im RAG-Prozess. Durch die bloße Anbindung von MCP wird das Modell nicht mit Unternehmensdaten trainiert.
Wann lohnt sich MCP und wie lassen sich Risiken begrenzen?
MCP ist sinnvoll, wenn ein Assistent regelmäßig Zugriff auf mehrere Informationsquellen oder Werkzeuge benötigt und die verwendete Anwendung den Standard unterstützt. Bei einer einzelnen, einfachen Verbindung kann eine direkte Integration über eine API weniger Aufwand erfordern. Entscheidend sollten die verfügbaren Funktionen, die Wartungskosten und die Zugriffskontrolle sein — nicht allein das Kürzel.
Vor der Inbetriebnahme der Integration:
- Prüfe die Herkunft des Servers. Ein lokaler Server ist ein Programm, das auf deinem Gerät ausgeführt wird. Installiere ein unbekanntes Paket nicht, ohne es vorher zu prüfen.
- Vergib nur die nötigsten Berechtigungen. Beginne mit Lesezugriff auf einen einzelnen Ordner oder ein Projekt, statt Zugriff auf das gesamte Konto zu gewähren.
- Kläre den Datenfluss. Prüfe, welche Inhalte an den MCP-Server und den Modellanbieter übermittelt werden und welche Regeln für ihre Speicherung gelten.
- Sichere Schreiboperationen ab. Verlange eine Bestätigung für das Löschen von Daten, das Versenden von Nachrichten und andere wesentliche Änderungen.
Inhalte, die über Werkzeuge abgerufen werden, können bösartige Anweisungen enthalten, die den Assistenten beeinflussen sollen. Diese Bedrohung wird als prompt injection bezeichnet; MCP allein beseitigt sie nicht.
Prüfe in der offiziellen Dokumentation der Anwendung und des ausgewählten Servers, welche Funktionen und Authentifizierungsmethoden unterstützt werden. Führe den ersten Test mit nicht vertraulichen Daten und einem Konto mit ausschließlich Leserechten durch. Prüfe dabei sowohl die Richtigkeit der Antworten als auch, worauf die Integration tatsächlich Zugriff erhält.
Siehe auch: Was ist cloudflare?
Lesen Sie auch
