1. Was das Model Context Protocol ist
Sprachmodelle besitzen ein breites Allgemeinwissen, kennen jedoch Ihre internen Unternehmensdaten nicht. Bislang gab es für dieses Problem im Alltag von kleinen und mittleren Unternehmen meist zwei Wege: Entweder kopieren Mitarbeitende Kundenverläufe, Tabellen oder Produktdaten mühsam von Hand in das Chatfenster, oder IT-Dienstleister programmieren individuelle Schnittstellen (APIs), um das Modell mit einer bestimmten Datenbank zu verknüpfen.
Beide Ansätze bringen Nachteile mit sich. Das manuelle Einfügen kostet Zeit, führt zu Übertragungsfehlern und birgt Risiken für den Datenschutz. Individuelle API-Anbindungen wiederum sind teuer in der Entwicklung und müssen für jedes neue Werkzeug oder jedes Modell-Update separat angepasst werden.
Das Model Context Protocol, initiiert von Anthropic und als offener Standard etabliert, löst genau dieses Schnittstellenproblem. Es funktioniert wie ein USB-Anschluss für KI-Anwendungen: Auf der einen Seite steht die KI-Anwendung (der MCP-Client), auf der anderen Seite Ihre Unternehmenssoftware (der MCP-Server). Solange beide Seiten den Standard unterstützen, können Daten ausgetauscht werden, ohne dass für jedes Softwarepaar eine eigene Brücke gebaut werden muss.
Die Architektur hinter MCP: Client, Host und Server
Um zu verstehen, wie MCP im Unternehmen arbeitet, genügt der Blick auf drei Kernkomponenten:
- Der MCP-Host: Das ist das Programm, mit dem Sie interagieren. Das kann eine Desktop-App wie Claude for Desktop sein, ein code-basierter Editor wie Cursor oder eine interne Weboberfläche.
- Der MCP-Client: Ein Softwarebaustein innerhalb des Hosts, der die Verbindung herstellt, Anfragen formuliert und die Rückmeldungen der Datenquellen an das Sprachmodell weiterleitet.
- Der MCP-Server: Ein kleines, eigenständiges Softwareprogramm, das direkt vor Ihrer Datenquelle sitzt. Dieser Server liest beispielsweise Ihr CRM aus, durchsucht Ihre Google Sheets oder greift auf das Buchungssystem zu. Er bestimmt exakt, welche Daten und Befehle er dem Sprachmodell zur Verfügung stellt.
Das Sprachmodell selbst liest Ihre Daten also nicht dauerhaft aus, sondern fragt den Server gezielt an, wenn ein Arbeitsauftrag dies erfordert.
2. Manuelle Eingabe versus strukturierte Anbindung
In vielen Betrieben beginnt der Einsatz von generativer KI auf der Ebene einzelner Mitarbeiter. Angebote werden formuliert, indem die Parameter aus dem ERP kopiert werden. E-Mail-Entwürfe an Kunden entstehen, indem die bisherige Korrespondenz aus dem Postfach zusammengestellt wird.
Ab einer gewissen Frequenz stößt dieses Vorgehen an praktische Grenzen. Daten veralten innerhalb von Stunden, Versionsstände geraten durcheinander, und sensible Kundendaten landen unkontrolliert in externen Web-Oberflächen.
| Kriterium | Copy-and-paste im Chat | MCP-Anbindung |
|---|---|---|
| Datenaktualität | Nur Stand des Einfügens | Echtzeit-Abruf bei Anfrage |
| Fehleranfälligkeit | Hoch durch manuelles Auswählen | Gering durch strukturierte Datenpfade |
| Datensicherheit | Schwer kontrollierbar | Rechtevergabe auf Serverebene |
| Arbeitsaufwand | Wiederkehrend bei jedem Prompt | Einmalige Einrichtung |
| Aktionsfähigkeit | Nur Textausgabe | Kann Aktionen im System ausführen (Tools) |
3. Typische Einsatzszenarien für KMU
Der Einsatz von MCP lohnt sich immer dann, wenn das Sprachmodell nicht nur Texte generieren, sondern konkrete operative Aufgaben auf Basis korrekter Fakten vorbereiten soll.
Hotellerie und Tourismus: Auslastung und Gästekommunikation
In Hotels und touristischen Betrieben liegen Informationen selten an einem zentralen Ort. Das Property-Management-System (PMS) verwaltet Belegungen, das CRM speichert Gästepräferenzen, und Web-Tools steuern die Preise.
Mit einem MCP-Server auf dem Buchungssystem kann das Personal Abfragen in natürlicher Sprache stellen: „Formuliere ein Angebot für die Stammgäste Familie Schmidt für das kommende Wochenende, basierend auf den freien Zimmern der Kategorie Komfort und den Preisen aus dem PMS.“ Die KI ruft die exakten Vakanzen und Preise über den MCP-Server ab und liefert einen versandfertigen Entwurf, ohne dass der Mitarbeiter zwischen drei Programmen hin- und herwechseln muss.
Franchise-Systeme: Dokumentation und Qualitätsstandards
Franchise-Zentralen stehen vor der Herausforderung, operatives Wissen und Vorgaben konsistent an alle Partner zu vermitteln. Handbücher liegen oft als PDF-Sammlungen in Cloud-Speichern, während Marketingvorgaben in separaten Portalen gepflegt werden.
Über MCP lassen sich diese Dokumentenablagen als strukturierte Wissensquelle anbinden. Wenn ein Franchisenehmer eine Frage zur Umsetzung einer Aktion stellt, greift der KI-Assistent der Zentrale über den Server auf die aktuellen Richtlinien zu. Veraltete Dokumente werden ignoriert, und die Antwort bleibt nah am offiziellen Handbuch.
B2B-Dienstleister: Vorbereitung von Kundenterminen und Lead-Qualifizierung
B2B-Unternehmen mit erklärungsbedürftigen Dienstleistungen pflegen umfangreiche Daten im CRM: Notizen zu früheren Gesprächen, bestehende Angebote, Ticket-Systeme und Rechnungsstände.
Vor einem wichtigen Kundenkontakt kann ein MCP-Server dem Vertriebsteam eine Zusammenfassung liefern: „Fasse die wichtigsten Anliegen der Firma Müller aus den letzten zwölf Monaten zusammen und prüfe, welche Angebote aktuell offen sind.“ Das Modell greift auf CRM und ERP zu, konsolidiert die Informationen und bereitet das Gespräch in wenigen Sekunden vor.
4. Was Sie für die Umsetzung im Betrieb brauchen
Die Implementierung von MCP erfordert keine vollständige Neuentwicklung Ihrer Softwarelandschaft, sondern setzt auf bestehenden Strukturen auf.
Technische Voraussetzungen
Grundvoraussetzung ist, dass die Systeme, auf die zugegriffen werden soll, eine Schnittstelle (API) oder einen direkten Datenbankzugriff erlauben. Für viele gängige Plattformen wie PostgreSQL, SQLite, Google Drive, Slack oder GitHub existieren bereits quelloffene MCP-Server.
Eigene, proprietäre Systeme – wie branchenspezifische Branchensoftware oder ältere Warenwirtschaften – benötigen einen individuell erstellten MCP-Server. Dieser kann mit überschaubarem Programmieraufwand in Programmiersprachen wie TypeScript oder Python aufgesetzt werden.
Datenschutz und Datensicherheit
Die wichtigste Entscheidung betrifft die Rechtevergabe. Über MCP bestimmen Sie als Unternehmen, welche Werkzeuge und Daten freigegeben werden:
- Nur-Lese-Rechte (Read-only): Das Modell darf Daten einsehen (beispielsweise Preislisten oder Bestände), aber keine Änderungen an den Ursprungssystemen vornehmen.
- Schreib- und Aktionsrechte: Das Modell kann Aktionen ausführen, etwa eine Terminbuchung anlegen oder einen Datensatz aktualisieren. Es empfiehlt sich, für solche Aktionen stets eine manuelle Freigabe („Human-in-the-loop“) im Host-System vorzusehen.
Da die Datenübertragung über das MCP-Protokoll lokal oder über gesicherte Unternehmensnetzwerke laufen kann, fließen keine sensiblen Datenbankinhalte unbemerkt an externe Server. Es werden stets nur diejenigen Kontextdaten an das Sprachmodell übermittelt, die zur Beantwortung der spezifischen Frage nötig sind.
5. Der Weg von der Dateninsel zur vernetzten KI
Bevor Sie MCP in Ihrem Unternehmen einführen, sollten Sie Ihre Prozesse prüfen. Eine Anbindung ist kein Selbstzweck, sondern dient der Beseitigung konkreter Zeitfresser.
- Systeme identifizieren: Listen Sie die drei Softwareprogramme auf, aus denen Ihre Mitarbeiter täglich die meisten Daten manuell kopieren.
- Datenqualität prüfen: Sprachmodelle können nur mit Daten arbeiten, die verlässlich gepflegt sind. Ein MCP-Server auf einer unvollständigen Kontaktdatenbank löst das Strukturproblem nicht.
- Pilotprojekt wählen: Starten Sie nicht mit dem gesamten ERP-System, sondern mit einer abgegrenzten Aufgabe, etwa der Beantwortung interner Supportfragen aus einer Wissensdatenbank.
- Sicherheitsregeln definieren: Legen Sie fest, welche Daten das Unternehmen keinesfalls über Modellschnittstellen verarbeiten darf.
Sobald diese Grundlagen stehen, verwandelt das Model Context Protocol statische Datensilos in aktiv nutzbares Wissen für Ihre KI-gestützten Arbeitsabläufe.
6. Häufig gestellte Fragen (FAQ)
Was bedeutet MCP ausgeschrieben und wer hat es entwickelt?
MCP steht für Model Context Protocol. Es handelt sich um ein offenes Protokoll, das ursprünglich von dem KI-Unternehmen Anthropic im November 2024 als quelloffener Standard veröffentlicht wurde, um KI-Modelle einheitlich mit externen Datenquellen zu verbinden.
Brauche ich für die Nutzung von MCP Programmierkenntnisse?
Für die reine Nutzung vorgefertigter MCP-Server (etwa für Standardtools wie Google Drive oder lokale Ordner) sind meist grundlegende Konfigurationskenntnisse ausreichend. Sollen jedoch unternehmenseigene Branchensoftware oder spezielle Datenbanken angebunden werden, ist technisches Wissen in Python oder TypeScript erforderlich.
Ist MCP sicherer als das Kopieren von Daten in einen Web-Chat?
Ja. Beim manuellen Kopieren in öffentliche Chat-Oberflächen besteht das Risiko, dass Eingaben zum Modelltraining genutzt werden oder unbemerkt Dritten zugänglich sind. MCP ermöglicht eine präzise Steuerung darüber, welche Daten das Modell zu welchem Zeitpunkt zu sehen bekommt, und arbeitet vorzugsweise mit Schnittstellen, die vertraglich vom Modelltraining ausgeschlossen sind.
Funktioniert MCP nur mit den Modellen von Claude?
Nein. Obwohl das Protokoll von Anthropic ins Leben gerufen wurde, ist es als offener Standard konzipiert. Entwickler und Softwarehersteller können das Protokoll nutzen, um beliebige Sprachmodelle – auch Open-Source-Modelle oder Modelle anderer Anbieter – mit ihren Datenquellen zu verbinden.
Welche Kosten entstehen bei der Einführung von MCP in einem KMU?
Das Protokoll selbst ist quelloffen und lizenzfrei. Kosten entstehen primär durch die Einrichtung und Pflege der Server, eventuelle Schnittstellengebühren der angebundenen Software sowie die üblichen Token-Kosten für die API-Nutzung des jeweiligen Sprachmodells.
