Was ist MCP (Model Context Protocol)?

Definition und Zweck

Das Model Context Protocol wurde von Anthropic Ende 2024 als offener Standard vorgestellt. Es soll das Problem lösen, dass jede KI-Anwendung für jede Datenquelle eine eigene Anbindung benötigt. Statt vieler Einzelschnittstellen genügt eine gemeinsame Sprache zwischen Anwendung und Dienst.

Eine häufig genutzte Analogie ist der USB-Anschluss: Ein Standard, an dem verschiedene Geräte angeschlossen werden können.

Das Protokoll baut auf JSON-RPC auf und kann lokal oder über das Netzwerk laufen. Für Nutzer wichtiger als die Technik ist, dass Werkzeuge vorab beschrieben werden, sodass das Modell weiß, welche Eingaben nötig sind und was zurückkommt.

Aufbau

MCP unterscheidet Clients und Server. Der Client sitzt in der KI-Anwendung, etwa einem Assistenten oder einer Entwicklungsumgebung. Der Server stellt Fähigkeiten bereit: Werkzeuge, die Aktionen ausführen, Ressourcen wie Dokumente oder Datenbanken und vorbereitete Prompts.

Das Sprachmodell entscheidet im Gespräch, ob es ein Werkzeug aufrufen will. Die Anwendung führt den Aufruf über das Protokoll aus und gibt das Ergebnis zurück. So kann ein LLM auf aktuelle Daten zugreifen oder Aufgaben in anderen Systemen erledigen.

Bedeutung für Marketing und Agenten

Über MCP lassen sich Aufgaben wie Daten abrufen, Beiträge veröffentlichen oder Bestellungen auslösen direkt aus einem Chat anstoßen. Das ist die technische Basis vieler KI-Agenten. Ein Beispiel für den Einsatz im Offpage-Bereich beschreibt die Seite zum Offpage AI Skill.

Sicherheit bleibt wichtig: Zugriffe sollten auf das Nötige begrenzt, Aktionen bestätigt und Server nur aus vertrauenswürdigen Quellen genutzt werden.

Verbreitung und Grenzen

Inzwischen gibt es Server für Datenbanken, Dateisysteme, Entwicklerwerkzeuge und viele Webdienste. Für Anwender bedeutet das, dass ein Assistent mit wenigen Einstellungen auf mehrere Systeme zugreifen kann.

Grenzen bestehen bei Zuverlässigkeit und Sicherheit. Ein Werkzeug ist nur so gut wie seine Beschreibung, und bösartige Eingaben aus Datenquellen können das Verhalten des Modells beeinflussen. Daher sind Berechtigungen und Prüfung wichtig.