MCP für Einsteiger: Alles, was du über das Model Context Protocol wissen musst

Was ist MCP – und warum reden alle darüber?

Stell dir vor, du kaufst ein neues Smartphone. Es hat USB-C – und damit funktioniert es sofort mit jedem Ladekabel, jedem Monitor, jeder Festplatte. Du brauchst keinen Adapter, kein proprietäres Kabel, keine Sonderlösung.

MCP ist das USB-C für KI.

Das Model Context Protocol (MCP) ist ein offener Standard, der KI-Modelle mit externen Datenquellen und Tools verbindet. Statt dass jede KI-Anwendung eine eigene Integration für jedes Tool braucht, gibt es jetzt ein einheitliches Protokoll.

Initiiert wurde MCP von Anthropic (den Machern von Claude) – und es wird bereits von Google, Microsoft, OpenAI und dutzenden Tool-Anbietern unterstützt.

Das Problem, das MCP löst

Ohne MCP sieht die Welt so aus:

ChatGPT → eigene API → Slack
ChatGPT → eigene API → Google Drive
ChatGPT → eigene API → CRM
Claude  → eigene API → Slack
Claude  → eigene API → Google Drive
Claude  → eigene API → CRM

6 individuelle Integrationen – und das nur für 2 KI-Modelle und 3 Tools. In der Realität sind es hunderte.

Mit MCP:

ChatGPT ─┐
Claude   ─┤── MCP ──┬── Slack
Gemini   ─┘         ├── Google Drive
                     └── CRM

Ein Protokoll, universelle Kompatibilität. Jedes KI-Modell spricht MCP, jedes Tool bietet einen MCP-Server an – fertig.

Wie funktioniert MCP technisch?

MCP folgt einer simplen Client-Server-Architektur:

Komponente	Rolle	Beispiel
MCP Host	Die Anwendung, die du nutzt	Claude Desktop, VS Code, dein eigenes Tool
MCP Client	Stellt die Verbindung her	Eingebaut im Host
MCP Server	Stellt Daten & Funktionen bereit	Slack-Server, CRM-Server, Dateisystem-Server

Was ein MCP-Server anbieten kann

Ein MCP-Server kann drei Arten von Fähigkeiten bereitstellen:

1. Tools – Aktionen, die die KI ausführen kann (E-Mail senden, Daten aktualisieren, Suche starten)
2. Resources – Daten, die die KI lesen kann (Dokumente, Datenbankeinträge, Dateien)
3. Prompts – Vorgefertigte Prompt-Templates für wiederkehrende Aufgaben

Ein konkretes Beispiel

Du öffnest Claude und sagst:

„Finde alle offenen Support-Tickets mit Priorität ‚Hoch' und erstelle eine Zusammenfassung für das Team-Meeting."

Was passiert im Hintergrund:

1. Claude erkennt: „Ich brauche Zugriff auf das Ticketsystem"
2. Der MCP-Client im Host verbindet sich mit dem Ticketsystem-MCP-Server
3. Der Server gibt die relevanten Tickets zurück (Resource)
4. Claude analysiert und fasst zusammen
5. Optional: Claude erstellt über ein Slack-MCP-Server-Tool eine Nachricht im Team-Channel

Kein Code. Kein Export. Kein Copy-Paste.

Warum MCP ein Game-Changer ist

1. Schluss mit dem N×M-Problem

Bisher musste jeder KI-Anbieter für jedes Tool eine eigene Integration bauen. Bei 10 KI-Modellen und 100 Tools sind das potenziell 1.000 Integrationen. Mit MCP braucht jedes Tool nur einen MCP-Server und jedes KI-Modell nur einen MCP-Client. Das sind 110 statt 1.000 Implementierungen.

2. Offen statt proprietär

MCP ist ein offener Standard – kein Vendor-Lock-in. Wenn du heute einen MCP-Server für dein CRM baust, funktioniert er mit Claude, ChatGPT, Gemini und jedem zukünftigen Modell.

3. Sicherheit eingebaut

MCP hat ein klares Berechtigungsmodell:

• Nutzer entscheiden, welche Server verbunden werden
• Jeder Server hat definierte Fähigkeiten (kein Wildcard-Zugriff)
• Bestätigungsdialoge vor kritischen Aktionen (Daten löschen, E-Mails senden)
• Lokale Ausführung möglich – Daten müssen nicht in die Cloud

4. Kontextbewusstsein

Das ist der eigentliche Durchbruch: KI-Modelle bekommen Kontext aus deinen echten Datenquellen. Statt „Schreibe mir eine E-Mail" (generisch) wird es „Schreibe eine Follow-up-Mail an den Kunden, basierend auf seinem letzten Support-Ticket und dem offenen Angebot in unserem CRM" (kontextreich).

MCP in der Praxis: Was heute schon geht

Claude Desktop

Die Desktop-App von Anthropic war der erste MCP-Host. Du kannst lokale MCP-Server verbinden und Claude damit Zugriff auf dein Dateisystem, Datenbanken oder APIs geben.

Entwicklungsumgebungen

• VS Code (via GitHub Copilot) unterstützt MCP-Server
• Cursor, Windsurf und andere AI-IDEs nutzen MCP für Tool-Zugriff
• Lovable nutzt MCP-Konnektoren für Notion, Linear, Jira und mehr

Verfügbare MCP-Server

Die Community wächst rasant. Einige Beispiele:

Kategorie	MCP-Server
Produktivität	Google Drive, Notion, Confluence, Obsidian
Entwicklung	GitHub, GitLab, Sentry, PostgreSQL
Kommunikation	Slack, Discord, E-Mail
CRM & Sales	Salesforce, HubSpot, monday CRM
Projektmanagement	Linear, Jira, monday.com, Asana
Dateisystem	Lokale Dateien, S3, Google Cloud Storage

Auf mcp.so und glama.ai/mcp/servers findest du eine aktuelle Übersicht mit hunderten Servern.

Use Case: monday CRM + Claude + PandaDoc

Ein konkretes Beispiel, das wir bei Kunden umsetzen:

Szenario: Ein Vertriebsteam nutzt monday CRM für die Pipeline und PandaDoc für Angebote.

Ohne MCP:

1. Deal in monday CRM öffnen → Kundendaten manuell kopieren
2. PandaDoc öffnen → neues Angebot anlegen → Daten einfügen
3. Angebot versenden → Status manuell in monday updaten
4. Follow-up-Termin im Kalender anlegen

Mit Claude + MCP:

„Der Deal mit Acme Corp ist spruchreif. Erstelle ein Angebot über das Enterprise-Paket, versende es und plane einen Follow-up in 5 Tagen."

Claude verbindet sich via MCP mit monday CRM (Deal-Daten, Kontaktperson, Konditionen), erstellt über den PandaDoc-MCP-Server das Angebot mit den richtigen Daten, versendet es und legt den Follow-up als Aktivität in monday an.

Ergebnis: 15 Minuten manuelle Arbeit → 30 Sekunden. Und der Vertrieb kann sich auf das konzentrieren, was zählt: Kundenbeziehungen.

💡 Genau solche Workflows setzen wir für unsere Kunden auf. Ob monday CRM, PandaDoc, Slack oder dein individueller Stack – wir beraten dich, wie MCP deine Prozesse transformiert.

→ Kostenlose MCP-Beratung anfragen

MCP vs. bisherige Ansätze

Ansatz	Vorteil	Nachteil
Custom APIs	Volle Kontrolle	Für jede KI×Tool-Kombi separat
Plugins (z.B. ChatGPT)	Einfach für Endnutzer	Plattform-Lock-in
Function Calling	Flexibel	Kein Standard, jeder Anbieter anders
MCP	Universell, offen, standardisiert	Noch jung, nicht alle Tools dabei

Warum kein Weg an MCP vorbeiführt

Die Industrie hat sich committed

• Anthropic hat MCP initiiert und als Open Source veröffentlicht
• Google DeepMind unterstützt MCP in Gemini
• OpenAI hat MCP-Support für ChatGPT und den Agents SDK angekündigt
• Microsoft integriert MCP in Copilot Studio und VS Code
• Salesforce, Atlassian, Notion und dutzende weitere bauen MCP-Server

Wenn alle großen Player einen Standard unterstützen, wird er zum De-facto-Standard.

KI ohne Kontext ist nutzlos

Das beste Sprachmodell der Welt ist wenig wert, wenn es nur auf Trainingsdaten zugreifen kann. MCP löst dieses Problem fundamental: KI bekommt Echtzeit-Zugriff auf deine Daten und Tools.

Der Netzwerkeffekt

Je mehr MCP-Server es gibt, desto wertvoller wird jeder MCP-fähige Client – und umgekehrt. Wir befinden uns am Anfang eines Netzwerkeffekts, der sich selbst beschleunigt.

Composable AI wird zum Standard

Die Zukunft gehört zusammensetzbaren KI-Systemen: Du wählst dein Modell, deine Tools und dein Interface – alles verbunden über MCP. Kein monolithisches System, sondern ein modulares Ökosystem.

Was du jetzt tun solltest

Als Unternehmen

1. Prüfe deine Tool-Landschaft: Welche deiner Tools bieten bereits MCP-Server an?
2. Pilotprojekt starten: Verbinde Claude Desktop mit 2–3 internen Datenquellen und teste den Produktivitätsgewinn
3. Strategie entwickeln: Plane, welche internen Systeme als MCP-Server exponiert werden sollten

Als Entwickler

1. MCP-Spezifikation lesen: spec.modelcontextprotocol.io
2. Ersten MCP-Server bauen: Die SDKs (TypeScript, Python) machen den Einstieg einfach
3. Bestehende APIs wrappen: Fast jede REST-API lässt sich als MCP-Server bereitstellen

Als Endnutzer

1. Claude Desktop installieren und mit einem lokalen MCP-Server experimentieren
2. Workflows identifizieren, die von KI-Tool-Integration profitieren
3. Tools bevorzugen, die MCP-Support ankündigen oder bereits haben

Fazit: MCP ist die Infrastruktur der KI-Zukunft

MCP ist nicht einfach ein weiteres Protokoll. Es ist die fehlende Schicht zwischen KI-Modellen und der realen Welt. So wie HTTP das Web ermöglicht hat, wird MCP die nächste Generation von KI-Anwendungen ermöglichen.

Der Standard ist offen, die großen Player sind an Bord und das Ökosystem wächst exponentiell. Wer heute in MCP investiert – sei es als Nutzer, Entwickler oder Unternehmen – ist bereit für eine Zukunft, in der KI nicht nur redet, sondern handelt.

MCP ist kein Trend. Es ist Infrastruktur.