Model Context Protocol (MCP)

Model Context Protocol im Überblick

Stell dir vor, du hast eine KI, die auf deine E-Mails, deinen Kalender und deine Datenbank zugreifen soll. Bisher musstest du für jede dieser Quellen eine eigene Integration programmieren – mit unterschiedlichen APIs, Authentifizierungen und Datenformaten.

MCP löst dieses Problem: Es definiert einen universellen Standard, über den KI-Modelle mit beliebigen Datenquellen und Tools kommunizieren können.

Ohne MCP (N×M Problem):
  Claude ──── eigene Integration ──── Gmail
  Claude ──── eigene Integration ──── Kalender
  Claude ──── eigene Integration ──── Datenbank
  GPT ────── eigene Integration ──── Gmail
  GPT ────── eigene Integration ──── Kalender
  GPT ────── eigene Integration ──── Datenbank

Mit MCP:
  Claude ─┐                    ┌── Gmail MCP-Server
  GPT ────┤── MCP-Protokoll ──├── Kalender MCP-Server
  Gemini ─┘                    └── Datenbank MCP-Server

Technisch betrachtet

Architektur

MCP folgt einer Client-Server-Architektur mit drei Rollen:

• MCP Host: Die KI-Anwendung (z.B. Claude Desktop, Cursor, eigene App)
• MCP Client: Vermittelt zwischen Host und Server (1:1 Verbindung pro Server)
• MCP Server: Stellt Daten und Tools bereit (z.B. Dateisystem, Datenbank, API)

Die drei Kernfunktionen

1. Resources – Daten lesen

{
  "uri": "file:///project/src/index.ts",
  "mimeType": "text/typescript",
  "text": "// Dateiinhalt..."
}

2. Tools – Aktionen ausführen

{
  "name": "query_database",
  "description": "Führt eine SQL-Abfrage aus",
  "inputSchema": {
    "type": "object",
    "properties": {
      "query": { "type": "string" }
    }
  }
}

3. Prompts – Wiederverwendbare Vorlagen

{
  "name": "code_review",
  "description": "Führt ein Code-Review durch",
  "arguments": [
    { "name": "code", "required": true }
  ]
}

Transport-Protokoll

MCP nutzt JSON-RPC 2.0 über zwei Transport-Mechanismen:

• stdio: Lokale Kommunikation über Standard-Input/Output (für Desktop-Apps)
• SSE (Server-Sent Events): Remote-Kommunikation über HTTP (für Web-Apps)

Eigenen MCP-Server erstellen

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";

const server = new McpServer({
  name: "mein-server",
  version: "1.0.0"
});

// Tool registrieren
server.tool("greet", { name: z.string() }, async ({ name }) => ({
  content: [{ type: "text", text: `Hallo ${name}!` }]
}));

// Server starten
const transport = new StdioServerTransport();
await server.connect(transport);

Warum MCP wichtig ist

MCP löst eines der größten Probleme im KI-Ökosystem: Fragmentierung. Ohne Standard muss jede KI-Anwendung eigene Integrationen für jede Datenquelle bauen. Das skaliert nicht.

Mit MCP entsteht ein Ökosystem, in dem:

• Entwickler einmal einen MCP-Server bauen und jede KI-App kann ihn nutzen
• KI-Apps einmal MCP implementieren und auf alle MCP-Server zugreifen können
• Unternehmen ihre Datenquellen einmal über MCP bereitstellen und jedes KI-Tool kann darauf zugreifen