Model Context Protocol: KI mit deinen Tools verbinden

Du hast vielleicht schon einen KI-Assistenten im Einsatz: Er formuliert Mails, fasst Dokumente zusammen und beantwortet Fragen. Aber sobald er etwas in deinem CRM nachschauen, einen Termin im Kalender eintragen oder eine Rechnung aus deiner Buchhaltung ziehen soll, ist Schluss. Die KI kennt deine Systeme nicht. Genau dieses Problem löst das Model Context Protocol, kurz MCP. Es ist ein offener Standard, der festlegt, wie KI-Modelle mit Programmen, Datenbanken und Diensten sprechen. Seit Ende Juli 2026 gibt es eine neue Version der Spezifikation, die das Protokoll deutlich einfacher betreibbar macht. In diesem Beitrag erklären wir dir verständlich, was das Model Context Protocol ist, warum es gerade jetzt für KMU spannend wird und wie du damit in deinem Betrieb den ersten Schritt machst.

Was ist das Model Context Protocol?

Stell dir MCP als USB-C für künstliche Intelligenz vor. Früher brauchte jedes Gerät sein eigenes Kabel, heute passt ein Stecker überall. Bei KI war es bis vor kurzem ähnlich: Wollte ein Unternehmen seinen Chatbot mit dem Warenwirtschaftssystem verbinden, musste jemand eine massgeschneiderte Schnittstelle bauen. Für das nächste Tool wieder eine. Und für den nächsten KI-Anbieter noch einmal alles von vorn.

Das Model Context Protocol definiert stattdessen eine gemeinsame Sprache. Auf der einen Seite steht ein MCP-Server: ein kleines Programm, das deine Daten oder Funktionen bereitstellt, zum Beispiel «Kunden suchen», «Offerte erstellen» oder «Lagerbestand abfragen». Auf der anderen Seite steht ein MCP-Client, also die KI-Anwendung, die diese Funktionen nutzen möchte. Beide halten sich an dieselben Regeln. Sobald dein MCP-Server existiert, kann ihn jede kompatible KI-Anwendung verwenden, egal von welchem Anbieter.

Das Protokoll wurde ursprünglich von Anthropic entwickelt und Ende 2025 an die Linux Foundation übergeben. Damit gehört es niemandem allein. Grosse Namen wie OpenAI, Google, Microsoft, AWS und Cloudflare unterstützen den Standard aktiv. Die offiziellen Entwicklungspakete für TypeScript und Python wurden inzwischen jeweils über eine Milliarde Mal heruntergeladen. Für dich als Website- oder Firmenbetreiber heisst das: MCP ist keine Nischentechnologie mehr, sondern die Basis, auf der KI-Werkzeuge in den nächsten Jahren miteinander kommunizieren.

Die drei Bausteine: Tools, Ressourcen und Prompts

Ein MCP-Server kann der KI drei Arten von Dingen anbieten. Wenn du diese drei Begriffe kennst, verstehst du praktisch jede MCP-Diskussion.

• Tools sind Aktionen, die die KI ausführen darf. Beispiel: «Erstelle einen Kalendereintrag» oder «Suche alle offenen Rechnungen von Kunde X». Die KI entscheidet anhand deiner Frage, welches Tool sie aufruft, und bekommt das Ergebnis zurück.
• Ressourcen sind Daten, die die KI lesen kann: Dateien, Datenbankeinträge, Produktbeschreibungen. Solche Ressourcen liefern Kontext, ohne dass die KI etwas verändert.
• Prompts sind vorbereitete Anweisungsvorlagen, zum Beispiel «Fasse dieses Support-Ticket im Stil unseres Kundendienstes zusammen». Solche Vorlagen sorgen dafür, dass wiederkehrende Aufgaben immer gleich gut erledigt werden.

Wichtig für dein Sicherheitsgefühl: Du bestimmst, welche Tools und Ressourcen dein Server überhaupt anbietet. Was du nicht freigibst, existiert für die KI nicht. Ein MCP-Server für dein Kundenportal kann also «Kunden suchen» erlauben und «Kunden löschen» bewusst weglassen.

Was ist neu in der Spezifikation vom 28. Juli 2026?

Die Version «2026-07-28» ist die grösste Überarbeitung, seit MCP existiert. Die Kernbotschaft: Das Protokoll wird zustandslos. Bisher musste ein MCP-Client beim Start eine Art Begrüssungsritual mit dem Server durchlaufen und danach eine Sitzung offen halten. Das funktionierte, war aber für den Betrieb umständlich. Sobald mehrere Server-Instanzen hinter einem Load Balancer liefen, mussten sie sich über die Sitzungen austauschen.

Neu trägt jede Anfrage alles Nötige selbst mit: Protokollversion, Identität des Clients und dessen Fähigkeiten. Damit kann jede Anfrage auf jeder beliebigen Server-Instanz landen. Für dich als KMU bedeutet das vor allem: MCP-Server lassen sich jetzt wie eine ganz normale Web-Anwendung betreiben, auf günstigem Standard-Hosting, ohne Spezialinfrastruktur. Die weiteren Neuerungen im Überblick:

• Multi Round-Trip Requests (MRTR): Braucht ein Tool mitten in der Ausführung eine Rückfrage an dich, etwa eine Bestätigung vor einer kostenpflichtigen Aktion, meldet der Server «input_required» zurück. Der Client holt deine Antwort und wiederholt den Aufruf mit den Angaben. Das ersetzt die bisher nötigen dauerhaft offenen Verbindungen.
• Routing über HTTP-Header: Methode und Tool-Name stehen jetzt in den Headern «Mcp-Method» und «Mcp-Name». Firewalls, Gateways und Rate-Limiter können so direkt entscheiden, ohne den Inhalt zu analysieren.
• Cache-Hinweise: Listen von Tools, Prompts und Ressourcen liefern eine Gültigkeitsdauer mit. Clients müssen sie nicht ständig neu abfragen, was Antworten schneller und günstiger macht.
• Härtere Autorisierung: Mehrere Sicherheitslücken im OAuth-Ablauf wurden geschlossen. Zugangsdaten sind fest an den ausstellenden Server gebunden und dürfen nicht anderswo wiederverwendet werden.
• Erweiterungsrahmen: Funktionen wie «Tasks» für langlaufende Aufträge oder die unternehmensweite Rechteverwaltung werden als offizielle Erweiterungen geführt.
• Verbindliche Abkündigungsfrist: Alles, was entfernt wird, funktioniert mindestens zwölf Monate weiter. Du kannst Upgrades planen, statt überrascht zu werden.

Die offiziellen Entwicklungspakete für TypeScript, Python, Go und C# unterstützen die neue Version bereits.

Warum das Model Context Protocol gerade für KMU interessant ist

Grosse Konzerne haben Entwicklerteams, die jede Schnittstelle einzeln bauen können. Du hast das wahrscheinlich nicht. Genau deshalb profitierst du überproportional von einem Standard. Drei Gründe:

1. Einmal bauen, überall nutzen

Ein MCP-Server für deine Kundendatenbank funktioniert mit dem KI-Assistenten deines Teams, mit einem Automatisierungswerkzeug wie n8n und mit dem Chatbot auf deiner Website. Wechselst du den KI-Anbieter, bleibt der Server derselbe. Das schützt deine Investition.

2. Fertige Server für gängige Tools

Für viele verbreitete Dienste existieren bereits MCP-Server: Dateisysteme, Datenbanken wie PostgreSQL, Projektmanagement-Tools, Design-Software, Buchhaltungs- und E-Commerce-Plattformen. Öffentliche Verzeichnisse listen inzwischen Tausende davon. Oft musst du gar nichts programmieren, sondern nur konfigurieren.

3. Kontrolle über deine Daten

Ein selbst betriebener MCP-Server läuft dort, wo deine Daten liegen: auf deinem Schweizer Hosting oder im eigenen Netzwerk. Die KI bekommt nur die Antworten auf konkrete Anfragen, nicht deinen gesamten Datenbestand. Das ist für Datenschutz und das revidierte Schweizer Datenschutzgesetz ein echter Vorteil gegenüber dem pauschalen Hochladen von Dateien.

Anwendungsbeispiele aus dem Alltag

Damit das nicht abstrakt bleibt, hier vier Szenarien, die wir bei Schweizer KMU für realistisch halten:

• Offertwesen: Du sagst deinem Assistenten «Erstelle eine Offerte für Muster AG über 40 Stunden Webdesign». Über MCP holt er die Kundendaten aus dem CRM, die Stundensätze aus deiner Preisliste und legt die Offerte im Buchhaltungstool an.
• Support: Ein Kunde fragt im Website-Chat nach dem Status seiner Bestellung. Der Chatbot ruft per MCP das Tool «Bestellung suchen» auf und antwortet mit dem echten Lieferstatus statt mit einer Floskel.
• Content: Dein Redaktionsteam lässt die KI direkt aus dem CMS lesen, welche Blogbeiträge seit einem Jahr nicht aktualisiert wurden, und Vorschläge für Updates erstellen.
• Reporting: Jeden Montag fragt ein automatisierter Workflow über MCP Umsatzzahlen, Website-Besuche und offene Tickets ab und fasst sie in einem Kurzbericht zusammen.

So sieht ein minimaler MCP-Server aus

Keine Angst, du musst das nicht selbst programmieren. Aber es hilft, einmal zu sehen, wie wenig Code dahintersteckt. Das folgende Beispiel nutzt das offizielle Python-Paket und stellt ein einziges Tool bereit, das den Lagerbestand eines Artikels zurückgibt:

from mcp.server.fastmcp import FastMCP

mcp = FastMCP("lager")

BESTAND = {"A100": 42, "B205": 0, "C310": 7}

@mcp.tool()
def lagerbestand(artikelnummer: str) -> str:
    """Liefert den aktuellen Lagerbestand eines Artikels."""
    menge = BESTAND.get(artikelnummer)
    if menge is None:
        return f"Artikel {artikelnummer} nicht gefunden."
    return f"Artikel {artikelnummer}: {menge} Stk. auf Lager."

if __name__ == "__main__":
    mcp.run(transport="streamable-http")

Was passiert hier? Mit FastMCP("lager") erzeugst du einen Server namens «lager». Der Dekorator @mcp.tool() macht aus einer gewöhnlichen Python-Funktion ein Tool, das die KI aufrufen kann. Der Text in den dreifachen Anführungszeichen ist die Beschreibung, anhand derer die KI entscheidet, wann sie das Tool nutzt. Formuliere sie deshalb präzise. Der Typ str beim Parameter sagt der KI, dass sie eine Zeichenkette liefern muss. Die letzte Zeile startet den Server über HTTP, sodass ihn Clients im Netzwerk erreichen. In einem echten Projekt würdest du statt des Wörterbuchs deine Datenbank oder die API deines Shopsystems abfragen.

Auf der Client-Seite trägst du dann in deinem KI-Werkzeug einfach die Adresse des Servers ein. Der Client fragt automatisch ab, welche Tools verfügbar sind, und zeigt sie der KI an.

Sicherheit: Worauf du achten musst

MCP macht die KI handlungsfähig. Das ist der Nutzen, aber auch das Risiko. Drei Grundregeln, bevor du einen MCP-Server produktiv nutzt:

• Minimale Rechte: Gib nur die Tools frei, die wirklich gebraucht werden. Lesende Tools sind unkritischer als schreibende. Löschfunktionen gehören selten in einen MCP-Server.
• Authentifizierung ist Pflicht: Ein Server, der im Internet erreichbar ist, braucht eine saubere Anmeldung nach OAuth-Standard. Die neue Spezifikation macht hier Vorgaben, die du übernehmen solltest.
• Bestätigung bei heiklen Aktionen: Nutze den neuen Mechanismus für Rückfragen. Bevor die KI eine Rechnung verschickt oder Daten überschreibt, soll ein Mensch bestätigen.

Prüf ausserdem, woher ein fertiger MCP-Server stammt. Wie bei Browser-Erweiterungen gilt: Nur installieren, was aus vertrauenswürdiger Quelle kommt und aktiv gepflegt wird.

Dein Einstieg in drei Schritten

1. Anwendungsfall festlegen: Welche Frage stellt dein Team der KI immer wieder, die sie heute nicht beantworten kann, weil ihr die Daten fehlen? Das ist dein erster Kandidat.
2. Bestehende Server prüfen: Gibt es für das betroffene Tool bereits einen offiziellen MCP-Server? Dann testest du ihn zuerst in einer geschützten Umgebung mit Testdaten.
3. Eigenen Server bauen lassen: Fehlt ein passender Server, lohnt sich oft ein kleiner Eigenbau wie im Beispiel oben, angepasst an dein System und mit sauberer Absicherung.

Wir bei WOSA verbinden seit Jahren Websites, Datenbanken und Geschäftsanwendungen miteinander. Das Model Context Protocol ist für uns die logische Fortsetzung: Statt starrer Schnittstellen bekommt dein Betrieb eine Verbindung, die jede moderne KI versteht. Wenn du wissen möchtest, welche deiner Systeme sich sinnvoll anbinden lassen, schau dir unsere Leistungen an oder melde dich direkt bei uns. Wir zeigen dir an einem konkreten Beispiel aus deinem Alltag, was möglich ist.

Häufige Fragen

Brauche ich Programmierkenntnisse, um MCP zu nutzen?

Für fertige MCP-Server nicht. Du trägst in deinem KI-Werkzeug die Adresse und die Zugangsdaten ein, den Rest erledigt der Client. Erst wenn du ein eigenes System anbinden willst, für das noch kein Server existiert, braucht es Entwicklungsarbeit.

Ist das Model Context Protocol an einen bestimmten KI-Anbieter gebunden?

Nein. MCP ist ein offener Standard unter dem Dach der Linux Foundation und wird von Anthropic, OpenAI, Google, Microsoft und vielen weiteren unterstützt. Ein MCP-Server funktioniert mit jedem kompatiblen Client.

Was ändert die neue Spezifikation für bestehende MCP-Server?

Bestehende Server laufen weiter. Abgekündigte Funktionen werden mindestens zwölf Monate unterstützt. Wer auf die aktuellen Entwicklungspakete aktualisiert, profitiert vom zustandslosen Betrieb und den Sicherheitsverbesserungen.