MCP

Was ist MCP?

MCP ist die Abkürzung für Model Context Protocol. Das offene Protokoll legt fest, wie KI-Anwendungen auf externe Systeme zugreifen, etwa auf Dateien, Datenbanken, Suchmaschinen oder Fachanwendungen. Über MCP kann eine KI-Anwendung dort Informationen abrufen und Aufgaben ausführen. Besonders wichtig ist das für KI-Agenten, also Systeme, die eine Aufgabe in mehreren Schritten selbst abarbeiten und dafür Werkzeuge aufrufen.

Die drei Teile des Namens beschreiben die Idee:

• Model steht für das KI-Modell, meist ein großes Sprachmodell (LLM), das die Antwort formuliert.
• Context steht für die Informationen, die das Modell für eine Aufgabe braucht, etwa ein Dokument, Datensätze oder das Ergebnis einer Abfrage.
• Protocol steht für ein festes Regelwerk, nach dem Programme Nachrichten austauschen, so wie HTTP den Abruf von Webseiten regelt.

Die offizielle Dokumentation vergleicht MCP mit einem USB-C-Anschluss. So wie über USB-C unterschiedliche Geräte an dieselbe Buchse passen, verbindet MCP KI-Anwendungen auf einheitliche Weise mit externen Systemen. Vorher brauchte nach Darstellung von Anthropic jede neue Datenquelle eine eigene Anbindung. Mit einem gemeinsamen Protokoll muss eine Anwendung MCP nur einmal unterstützen und kann danach jeden MCP-Server nutzen. Als Beispiele nennt die Dokumentation einen Agenten, der auf Google Calendar und Notion zugreift, und Chatbots in Unternehmen, die mehrere Datenbanken abfragen.

Anthropic, das Unternehmen hinter dem KI-Assistenten Claude, hat MCP am 25. November 2024 vorgestellt. Entwickelt haben das Protokoll David Soria Parra und Justin Spahr-Summers bei Anthropic. Zum Start gehörten die Spezifikation, Programmbibliotheken für Entwickler (SDKs), die Unterstützung lokaler Server in der Desktop-App von Claude und vorgefertigte Server, unter anderem für Google Drive, Slack, GitHub, Git, Postgres und Puppeteer. Als Inspiration nennt die Spezifikation das Language Server Protocol, das in Programmierumgebungen die Unterstützung von Programmiersprachen vereinheitlicht. MCP ist Teil der Infrastruktur rund um die generative KI, selbst aber weder ein Modell noch eine KI.

Andere Bedeutungen von MCP

Bei einer KKP-Abfrage der deutschen Google-Suche nach „MCP“ am 2. Oktober 2026 drehten sich alle acht organischen Treffer um das Model Context Protocol. Unter den ähnlichen Fragen stand aber auch „Ist MCP ein Magenschutz?“, unter den verwandten Suchanfragen standen „MCP Medikament“ und „MCP Gelenk“. In der Medizin steht MCP für den Wirkstoff Metoclopramid, der gegen Übelkeit und Erbrechen eingesetzt wird. In der Anatomie ist das MCP-Gelenk das Fingergrundgelenk (Metacarpophalangealgelenk). Microsoft Certified Professional, ebenfalls MCP abgekürzt, war ein Zertifizierungsprogramm von Microsoft für IT-Fachleute.

Wie funktioniert MCP?

Host, Client und Server

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

• MCP-Host ist die KI-Anwendung, mit der jemand arbeitet, etwa Claude, ChatGPT oder die Programmierumgebung Visual Studio Code. Der Host steuert die Verbindungen und reicht Ergebnisse an das Sprachmodell weiter.
• MCP-Client ist eine Komponente im Host. Für jeden Server legt der Host einen eigenen Client an, der die Verbindung zu genau diesem Server hält.
• MCP-Server ist das Programm, das Kontext liefert, also Daten und Funktionen eines Systems wie eines Dateisystems, einer Datenbank oder eines SEO-Tools.

Ein Host kann mit vielen Servern gleichzeitig verbunden sein. Server laufen lokal auf demselben Rechner, etwa für das Dateisystem, oder entfernt beim Anbieter, wie der Server des Monitoring-Dienstes Sentry.

Tools, Resources und Prompts

Was ein Server anbietet, ordnet die Spezifikation drei Bausteinen zu:

• Tools sind ausführbare Funktionen, die das KI-Modell aufrufen kann, etwa eine Datenbankabfrage, eine Suche oder das Anlegen eines Termins.
• Resources sind Daten, die als Kontext dienen, etwa Dateiinhalte, Datensätze oder die Struktur einer Datenbank.
• Prompts sind wiederverwendbare Vorlagen für die Eingabe an das Modell, also vorformulierte Prompts für wiederkehrende Aufgaben.

In die Gegenrichtung kann ein Server über die Elicitation beim Nutzer zusätzliche Angaben oder eine Bestätigung anfordern. Jedes Tool beschreibt sich selbst mit Name, Beschreibung und einem Schema für die Eingaben. Daran erkennt das Modell, wann und wie es ein Tool einsetzen kann.

Lokale und entfernte Server

Client und Server tauschen Nachrichten im Format JSON-RPC 2.0 aus, einem verbreiteten Standard für Funktionsaufrufe zwischen Programmen. Mit JSON-LD, dem Format für strukturierte Daten auf Webseiten, hat das nur die Grundlage JSON gemeinsam. Für den Transport sieht MCP zwei Wege vor:

• stdio (Standardein- und -ausgabe) verbindet Programme auf demselben Rechner. Der Host startet den Server als lokalen Prozess, ohne Umweg über das Netzwerk.
• Streamable HTTP stellt die Verbindung zu entfernten Servern über das Internet her. Für die Anmeldung empfiehlt MCP das Verfahren OAuth, bei dem die Anwendung ein Zugriffs-Token statt eines Passworts erhält. Möglich sind auch API-Schlüssel.

Versionen der Spezifikation

Die Spezifikation wird nach Datum versioniert. Die aktuelle Fassung vom 28. Juli 2026 hat MCP zustandslos gemacht und den vorgeschalteten Verbindungsaufbau (Handshake) gestrichen. Jede Anfrage enthält seither selbst die Protokollversion und die Fähigkeiten des Clients. Laut dem MCP-Projekt kann damit jede Serverinstanz jede Anfrage beantworten.

Was ist ein MCP-Server?

Ein MCP-Server ist ein Programm, das die Daten und Funktionen eines Systems über MCP bereitstellt. Er übersetzt zwischen dem Protokoll und dem System dahinter, oft einer bestehenden Programmierschnittstelle. Einen lokalen Server bindet die KI-Anwendung meist über eine Konfigurationsdatei ein, einen entfernten über seine Adresse und eine Anmeldung. Typische Beispiele sind:

• Referenzserver des MCP-Projekts, etwa für das Dateisystem, für Git-Repositories oder zum Abrufen von Webinhalten.
• Server von Softwareanbietern, die Zugriff auf ihren Dienst geben, etwa der offizielle Server des Zahlungsdienstes Stripe.
• Server von SEO- und Analyse-Tools wie DataForSEO, Peec AI, Screaming Frog und SISTRIX.

Anthropic nannte im Dezember 2025 mehr als 10.000 aktive öffentliche MCP-Server. Das ist die letzte offizielle Angabe (Stand Oktober 2026). Verzeichnisse von Drittanbietern kommen je nach Zählweise auf sehr unterschiedliche Werte.

MCP im Vergleich zu API, RAG und A2A

MCP und API

Eine API (Application Programming Interface, deutsch Programmierschnittstelle) ist die Schnittstelle, über die Programme auf einen bestimmten Dienst zugreifen. Jede API hat eigene Endpunkte, Parameter und eine Dokumentation, die sich an Entwickler richtet. MCP legt eine einheitliche Schicht über bestehende APIs. Ein MCP-Server ruft im Hintergrund oft die API des jeweiligen Dienstes auf. Der Unterschied liegt in der Beschreibung. Ein MCP-Server teilt der KI-Anwendung zur Laufzeit mit, welche Tools er hat und welche Eingaben sie erwarten. Die Anwendung muss deshalb nicht für jeden Dienst eigens angepasst werden.

MCP und RAG

Retrieval Augmented Generation, kurz RAG, ist ein Verfahren. Ein System ruft passende Inhalte ab, gibt sie dem Sprachmodell als Kontext mit und lässt es seine Antwort darauf stützen. Der Abrufschritt heißt Retrieval. MCP ist dagegen ein Protokoll für die Verbindung. Beide ergänzen sich, denn ein MCP-Server kann den Abrufschritt übernehmen. OpenAI beschreibt in seiner Entwicklerdokumentation einen Server mit den Tools search und fetch, über den ChatGPT in einer privaten Dokumentensammlung sucht und Inhalte abruft. Wie RAG in der KI-Suche abläuft, erklärt der KKP-Artikel zu Retrieval Augmented Generation.

MCP und A2A

Das Agent2Agent-Protokoll, kurz A2A, regelt die Zusammenarbeit von KI-Agenten untereinander. Google hat es am 9. April 2025 vorgestellt und im Juni 2025 an die Linux Foundation übergeben. Nach Darstellung von Google ergänzt A2A das Model Context Protocol. MCP verbindet einen Agenten mit Tools und Daten, A2A verbindet Agenten verschiedener Anbieter, damit sie Aufgaben untereinander abstimmen.

Wer unterstützt MCP?

Innerhalb eines Jahres ist MCP vom Standard eines einzelnen Anbieters zum Branchenstandard geworden. OpenAI, Google DeepMind und Microsoft kündigten im Frühjahr 2025 Unterstützung an. Seit dem 9. Dezember 2025 liegt MCP bei der Agentic AI Foundation (AAIF), einer Initiative unter dem Dach der Linux Foundation. Die Non-Profit-Organisation betreut auch Open-Source-Projekte wie den Linux-Kernel und Kubernetes. Mitgegründet haben die AAIF Anthropic, Block und OpenAI, unterstützt wird sie unter anderem von Google, Microsoft, Amazon Web Services (AWS), Cloudflare und Bloomberg.

Nach Angaben von Anthropic unterstützten zu diesem Zeitpunkt unter anderem ChatGPT, Cursor, Gemini, Microsoft Copilot und Visual Studio Code das Protokoll, dazu die Cloud-Plattformen AWS, Cloudflare, Google Cloud und Microsoft Azure. In ChatGPT lassen sich MCP-Server als Erweiterungen einbinden, weitere Server über den Entwicklermodus (Stand Oktober 2026).

Welche Sicherheitsrisiken hat MCP?

Über MCP erhält ein KI-Modell Zugriff auf Daten und kann Aktionen auslösen. Die Spezifikation nennt deshalb Sicherheitsprinzipien, kann sie auf Protokollebene aber nicht selbst durchsetzen. Drei Risiken stehen im Vordergrund.

• Berechtigungen. Laut Spezifikation stehen Tools für die Ausführung beliebigen Codes. Hosts sollen deshalb vor jedem Tool-Aufruf die ausdrückliche Zustimmung der Nutzer einholen und Nutzerdaten nur mit Einwilligung an Server weitergeben. Ein Server sollte nur die Rechte erhalten, die er für seine Aufgabe braucht.
• Prompt Injection. Bei diesem Angriff stecken versteckte Anweisungen in Inhalten, die das Modell verarbeitet, etwa in einer Webseite oder einem Support-Ticket. Folgt das Modell ihnen, kann es über verbundene Tools Daten preisgeben oder Aktionen auslösen. Laut OpenAI schützt Vertrauen in den Entwickler eines Servers davor nicht. Vertrauenswürdig sein müssen alle Inhalte, auf die der Server zugreift.
• Herkunft der Server. Lokale Server laufen mit den Rechten der KI-Anwendung auf dem eigenen Rechner. Beschreibungen von Tools gelten laut Spezifikation als nicht vertrauenswürdig, solange sie nicht von einem vertrauenswürdigen Server stammen. OpenAI rät, MCP-Server von Drittanbietern nur zu verbinden, wenn die Anwendung dahinter bekannt und vertrauenswürdig ist, also etwa den offiziellen Server eines Dienstes statt eines inoffiziellen Nachbaus.

MCP in SEO und KI-Suche

In SEO und KI-Suche ist MCP vor allem ein Arbeitswerkzeug. KI-Agenten fragen Daten direkt in den Tools ab, statt dass jemand Exporte zusammenführt. Bei KKP fragten die Agenten im Juni 2026 die vier Tools DataForSEO, Peec AI, Screaming Frog und SISTRIX per MCP-Server ab. Zusammen zeigen die vier Tools, ob eine Brand in der KI-Suche gefunden, gelesen, genannt und empfohlen wird. Inzwischen ist auch die Google Search Console per MCP angebunden. Die Auswertung übernimmt der Agent, vor jedem Report gleicht ein Mensch einzelne Werte mit der Originalquelle ab. Welche Quelle welche Frage beantwortet, beschreibt der Praxisartikel MCP-Server für SEO und AI Search.

Für die Sichtbarkeit einer Website in KI-Antworten ist MCP dagegen kein belegter Hebel. ChatGPT sowie Googles AI Overviews und AI Mode finden Inhalte über Crawler und Suchindizes, nicht über MCP-Server von Websites. Belege, dass ein eigener MCP-Server Nennungen oder Zitationen erhöht, gibt es bislang nicht. Sinnvoll sein kann ein eigener Server trotzdem, wenn eine Brand Daten oder Funktionen wie einen Tarifrechner anbietet, die KI-Assistenten direkt nutzen sollen. Das ist ein eigener Kanal neben der Sichtbarkeit in den Antworten.

Ein verwandter, aber eigener Ansatz ist WebMCP. Der Vorschlag für einen Webstandard soll Websites erlauben, KI-Agenten im Browser Tools anzubieten. Chrome erprobt WebMCP seit Version 149 als Origin Trial, also als befristeten Test für einzelne Websites (Stand Oktober 2026).

Gratis Download

AI Search Guide: Sichtbar in ChatGPT & Co.

Der Praxis-Guide zeigt auf 164 Seiten, wie eine Brand in ChatGPT, Google AI Overviews, Gemini und Perplexity sichtbar wird, von den Grundlagen über Messung und KPIs bis zu konkreten Maßnahmen.

Kostenlos herunterladen →