Ausgangsproblem: KI hat kein eingebautes Wissen über interne Systeme
Sprachmodelle können Texte analysieren und Fragen beantworten. Auf aktuelle Unternehmensdaten oder Funktionen interner Anwendungen können sie jedoch nicht automatisch zugreifen. Informationen aus einem ERP-System, einer Dokumentenablage oder einem Ticketsystem müssen häufig manuell bereitgestellt werden. Sollen mehrere KI-Anwendungen mit denselben Systemen arbeiten, entstehen zudem oft individuelle Schnittstellen. Diese sind aufwendig zu entwickeln und zu pflegen.
Das Model Context Protocol, kurz MCP, setzt an dieser Stelle an. Es definiert einen einheitlichen Weg, über den KI-Anwendungen externe Datenquellen und Funktionen anbinden können. Anthropic stellte MCP 2024 als offenen Standard vor. (Anthropic)
Lösung: Eine standardisierte Verbindungsschicht
Ein MCP-Server stellt Daten und Funktionen eines Systems über das MCP-Protokoll bereit. Er kann beispielsweise Suchanfragen an eine Dokumentenablage weiterleiten, Informationen aus einer Datenbank abrufen oder eine Aktion in einem Geschäftssystem ausführen.
Die KI-Anwendung verbindet sich über einen MCP-Client mit dem Server. Sie kann dessen verfügbare Funktionen ermitteln und – abhängig von der Aufgabe und den eingerichteten Berechtigungen – passende Funktionen aufrufen. Der Server führt den Aufruf aus und gibt das Ergebnis zurück. Das Modell nutzt dieses Ergebnis anschließend für seine Antwort oder den nächsten Arbeitsschritt. (OpenAI)
Vereinfacht sieht der Ablauf so aus:
Nutzer → KI-Anwendung → MCP-Client → MCP-Server → Unternehmenssystem
Wichtig ist dabei die Rollenverteilung: Das KI-Modell selbst ist in der Regel nicht direkt mit dem Unternehmenssystem verbunden. Die KI-Anwendung bildet den Host und steuert die MCP-Verbindung. Der MCP-Server übersetzt zwischen dem standardisierten Protokoll und dem jeweiligen Zielsystem.
Was ein MCP-Server bereitstellen kann
Ein MCP-Server kann drei zentrale Arten von Funktionen anbieten:
- Tools sind aufrufbare Funktionen. Beispiele sind „Rechnung suchen“, „Kundendaten abrufen“ oder „Ticket anlegen“.
- Resources stellen Inhalte oder Daten als Kontext bereit, etwa Dokumente, Datensätze oder andere Informationen.
- Prompts sind wiederverwendbare Vorlagen für bestimmte Aufgaben oder Dialoge.
Bei einem Tool kennt die KI-Anwendung unter anderem den Namen, die Beschreibung und die erwarteten Eingabeparameter. So kann das Modell erkennen, wofür die Funktion gedacht ist und welche Angaben es für einen Aufruf liefern muss. (OpenAI)
Beispiel: Geschäftsdokumente gezielt durchsuchen
Ein Unternehmen möchte Mitarbeitenden ermöglichen, Fragen zu internen Verträgen und Richtlinien in natürlicher Sprache zu stellen. Ohne Integration müsste eine Person relevante Dokumente zunächst selbst suchen und in die KI-Anwendung kopieren.
Mit einem MCP-Server könnte die KI-Anwendung dagegen beispielsweise das Tool dokument_suchen nutzen. Die Anfrage „Finde die aktuelle Regelung zur Reisekostenabrechnung“ wird an den Server übergeben. Dieser prüft die Anfrage, sucht in der angebundenen Ablage und gibt passende Dokumente oder Auszüge zurück. Das Modell formuliert daraus eine Antwort und kann auf die gefundenen Quellen verweisen.
Dasselbe Prinzip lässt sich auf Geschäftssysteme übertragen. Ein MCP-Server könnte etwa freigegebene SAP-Funktionen anbieten, um einen Geschäftspartner nachzuschlagen oder den Status eines Vorgangs abzufragen. Schreibende Aktionen – beispielsweise das Ändern eines Datensatzes – sollten gesondert abgesichert werden.
Erläuterung: Was MCP leistet – und was nicht
MCP standardisiert die Kommunikation zwischen KI-Anwendungen und angebundenen Servern. Es ist selbst weder ein KI-Modell noch ein Unternehmenssystem. Der MCP-Server stellt eine klar beschriebene Schnittstelle zu einem System bereit; die eigentliche Suche oder Geschäftsaktion erledigt das angebundene System oder die Serverlogik.
Der Vorteil: Anwendungen können gegen eine gemeinsame Schnittstelle entwickelt werden, statt für jede KI-Anwendung und jedes Zielsystem eine eigene Verbindung zu bauen. MCP beseitigt aber nicht automatisch alle Integrationsarbeiten. Für jedes Zielsystem muss weiterhin ein passender Server erstellt, konfiguriert oder eingebunden werden. Auch Berechtigungen, Datenqualität und Geschäftsregeln müssen im Unternehmen geklärt sein. Anthropic beschreibt diesen Ansatz als standardisierte Verbindung zwischen KI-Assistenten und den Systemen, in denen Daten und Funktionen liegen. (Anthropic)
Sicherheit und Betrieb
Ein MCP-Server kann sensible Daten zugänglich machen oder Änderungen in Systemen auslösen. Deshalb muss die Integration mit denselben Sicherheitsanforderungen geplant werden wie andere Schnittstellen:
- Nur erforderliche Funktionen und Daten freigeben.
- Berechtigungen an Benutzer und Rollen binden.
- Eingaben serverseitig prüfen und Zugriffe protokollieren.
- Schreibende Aktionen begrenzen und bei Bedarf eine Bestätigung verlangen.
- Zugangsdaten geschützt verwahren und übertragen.
- Den Server nur über abgesicherte Verbindungen und mit geeigneter Authentifizierung betreiben.
Die MCP-Dokumentation empfiehlt für produktive Remote-Server stabile HTTPS-Endpunkte und eine Autorisierung, wenn private Daten verarbeitet oder Aktionen im Auftrag eines Nutzers ausgeführt werden. (OpenAI)
Fazit
MCP-Server schaffen eine standardisierte Verbindung zwischen KI-Anwendungen und Unternehmenssystemen. Sie können Daten als Kontext bereitstellen und Funktionen zum Abruf oder zur Bearbeitung anbieten. Unternehmen erhalten damit eine Grundlage, KI kontrolliert in bestehende Prozesse einzubinden – vorausgesetzt, sie definieren die freigegebenen Funktionen, Berechtigungen und Sicherheitsvorgaben sorgfältig.