KI-Integration · Leitfaden
MCP einfach erklärt: Model Context Protocol für Unternehmen
Kurz gesagt
Das Model Context Protocol (MCP) ist ein offener Standard, der KI-Modelle mit externen Datenquellen und Werkzeugen verbindet. Statt für jede Integration eine eigene Schnittstelle zu bauen, gibt es eine einheitliche Verbindung zwischen KI-Anwendung und Tools. Seit dem 9. Dezember 2025 liegt MCP bei der Agentic AI Foundation der Linux Foundation.
Offener Standard
Linux Foundation
ISO 27001 zertifiziert
Warum eine eigene Schnittstelle je System und je KI-Anwendung teuer wird
Solange jede KI-Anwendung ihre eigene Anbindung an jedes Zielsystem braucht, wächst der Integrationsaufwand mit dem Produkt beider Zahlen. Genau dieses Problem adressiert MCP: Laut Linux Foundation gab es im Dezember 2025 mehr als 10.000 öffentliche MCP Server, die genau einmal gebaut und dann von beliebigen Clients genutzt werden.
Jede Anbindung wird einzeln gebaut
Fünf KI-Anwendungen und fünf Zielsysteme ergeben ohne gemeinsamen Standard bis zu 25 einzelne Anbindungen. Jede davon wird entwickelt, getestet und gepflegt. Der Aufwand steckt nicht in der KI, sondern in der Klempnerei davor.
Jedes neue Werkzeug fängt bei null an
Wechselt das Unternehmen den Assistenten oder kommt ein zweiter dazu, ist die Integrationsarbeit nicht übertragbar. Was für das eine Werkzeug gebaut wurde, lässt sich für das nächste selten wiederverwenden.
Niemand sieht, worauf die KI zugreift
Ohne einheitlichen Zugriffsweg gibt es keinen gemeinsamen Prüfpfad. Welcher Assistent welche Daten gelesen und welche Aktion ausgelöst hat, liegt verstreut in einzelnen Integrationen statt an einer Stelle.
Ihre Vorteile in Zahlen
Vier Eckdaten aus der Spezifikation 2026-07-28 und der Linux Foundation, deren Zahlen auf dem Stand Dezember 2025 sind.
10.000+ öffentliche MCP Server
MCP ist integriert in Produkte wie ChatGPT, Gemini, Microsoft Copilot und Visual Studio Code. Was einmal als MCP Server existiert, ist für jeden dieser Clients nutzbar. (Linux Foundation, Gründung der Agentic AI Foundation, 9. Dezember 2025)
8 Platin-Mitglieder tragen den Standard
Amazon Web Services, Anthropic, Block, Bloomberg, Cloudflare, Google, Microsoft und OpenAI. MCP ist damit kein Protokoll eines einzelnen Anbieters mehr. (Linux Foundation, Agentic AI Foundation, Dezember 2025)
3 Bausteine, die ein Server anbietet
Tools sind aufrufbare Funktionen, Resources sind lesbare Daten, Prompts sind wiederverwendbare Vorlagen. Mehr Grundtypen kennt das Protokoll auf Serverseite nicht. (modelcontextprotocol.io, Architecture Overview, Protokollversion 2026-07-28)
2 Standard-Transportwege
Stdio für lokale Prozesse auf derselben Maschine, Streamable HTTP für entfernte Server. Eigene Transporte sind erlaubt, das Protokoll ist transportunabhängig. Darunter liegt in jedem Fall JSON-RPC 2.0 als Nachrichtenformat. (modelcontextprotocol.io, Architecture Overview, Protokollversion 2026-07-28)
Ab wann sich MCP lohnt
MCP lohnt sich, sobald mehr als eine KI-Anwendung auf mehr als ein Fachsystem zugreifen soll und dieser Zugriff nachvollziehbar sein muss. Für eine einzelne, stabile Abfrage bleibt eine API der kürzere Weg.
2+
KI-Anwendungen im Einsatz
2+
anzubindende Fachsysteme
1
Protokoll statt vieler Schnittstellen
Anwendungsbeispiele
Use Case 01
SAP-Daten für den Assistenten öffnen
Ein MCP Server stellt ausgewählte SAP-Funktionen bereit. Der Assistent liest Auftrags- oder Materialdaten, ohne dass jede Anwendung eine eigene SAP-Anbindung bekommt.
Beschrieben im Artikel zum MCP Server für SAP.
Use Case 02
Dokumente aus Google Drive nutzbar machen
Ein MCP Server macht Ordner und Dateien als Resources verfügbar. Der Assistent liest gezielt, was freigegeben ist, statt einen Vollzugriff zu bekommen.
Umsetzung im Artikel zum MCP Server für Google Drive.
Use Case 03
Auswertungen ohne eigenes Reporting-Projekt
Über MCP greift der Assistent auf bestehende Kennzahlen zu. Fachbereiche fragen in normaler Sprache, statt auf ein neues Dashboard zu warten.
Beispiel aus der Fertigung im Artikel zu Power BI und Copilot.
Use Case 04
Code-Qualität in den Agenten holen
Ein MCP Server liefert Befunde aus der statischen Analyse. Der Agent bewertet Änderungen anhand der realen Projektregeln statt nach allgemeinem Gefühl.
Evaluierung im Artikel zum SonarQube-MCP-Agenten.
Integration in Ihre Umgebung
MCP trennt sauber zwischen dem, was Daten liefert, und dem, was sie nutzt. Diese Rollen entscheiden darüber, wo in Ihrer Landschaft welche Arbeit anfällt.
Die drei Rollen
Host · Die KI-Anwendung selbst, etwa ein Assistent oder eine Entwicklungsumgebung. Sie koordiniert einen oder mehrere Clients und entscheidet, was das Modell zu sehen bekommt.
Client · Der Host erzeugt für jeden Server einen eigenen Client. Jeder Client hält eine eigene Verbindung zu seinem Server und holt von dort den Kontext.
Server · Das Programm, das Kontext bereitstellt, lokal oder entfernt. Es bietet Tools, Resources und Prompts an. Wo es läuft, ändert an der Rolle nichts.
Protokoll und Transport
JSON-RPC 2.0 · Die Datenschicht setzt auf JSON-RPC 2.0 auf. Dasselbe Nachrichtenformat gilt über alle Transportwege hinweg. Tiefer gehen die FastMCP-Muster zu Composition, Resources und Auth.
Stdio und Streamable HTTP · Stdio verbindet lokale Prozesse ohne Netzwerk-Umweg. Streamable HTTP nutzt HTTP POST mit optionalen Server-Sent Events; für die Anmeldung empfiehlt die Spezifikation OAuth.
Zustandslos · Seit Protokollversion 2026-07-28 ist MCP zustandslos: Jede Anfrage trägt Protokollversion und Fähigkeiten selbst mit. Für den Betrieb heißt das, Server müssen keine Sitzungen vorhalten.
Wie MCP funktioniert
1
Voraussetzungen klären
Welche KI-Anwendung soll Host sein, welches Fachsystem zuerst angebunden werden, und welche Daten darf sie überhaupt sehen. Diese Frage kommt vor jeder Zeile Code.
2
Server-Projekt anlegen
Ein MCP Server entsteht mit einem der offiziellen SDKs. Für Python-Umgebungen ist FastMCP der übliche Weg, um Tools und Resources zu beschreiben.
3
Server starten
Lokal über Stdio, im Netz über Streamable HTTP. Für den ersten Test genügt der lokale Weg, der ohne Netzwerkfreigaben auskommt.
4
Client verbinden
Der Host bekommt die Server-Konfiguration und erzeugt daraus einen Client. Über die Auflistung der Werkzeuge prüfen Sie, ob die Verbindung steht.
5
Werkzeug testen
Ein Aufruf mit echten Parametern zeigt, ob Rechte, Datenformat und Fehlerbehandlung stimmen. Erst danach kommt der zweite Server dazu.
6
Registry und Governance
Ab dem zweiten Server braucht es ein Verzeichnis zugelassener Server, das festhält, wer sie betreibt und wer sie freigegeben hat. Ohne das wächst der Wildwuchs schneller als der Nutzen.
Warum Pexon statt Inhouse-Entwicklung
Selbst aufbauen
–Die Spezifikation ändert sich schnell: Roots, Sampling und Logging sind seit 2026-07-28 abgekündigt.
–Der erste Server ist in Tagen gebaut, die Rechte- und Freigabefrage dauert länger.
–Ohne Registry entsteht Wildwuchs, den später niemand mehr zurückbaut.
Plattform-Anbieter
–Konnektoren enden dort, wo das eigene Produkt endet.
–Eigene Fachsysteme bleiben außen vor, gerade im Mittelstand.
–Der Zugriffspfad liegt beim Anbieter, nicht bei Ihrer Revision.
Mit Pexon
✓Wir bauen den ersten Server gemeinsam mit Ihrem Team, nicht für es.
✓Rechte, Registry und Prüfpfad gehören von Anfang an dazu.
✓Belegte Praxis aus MCP-Anbindungen an SAP, Google Drive und Analysewerkzeuge.
In vier Phasen zur produktiven Lösung
1
Tag 1
Anwendungsfall schneiden
Welcher Assistent, welches System, welche Daten. Ergebnis ist ein Anwendungsfall, der klein genug für einen ersten Server ist.
2
Tag 2 bis 4
Ersten Server bauen
Tools und Resources entstehen gemeinsam mit Ihrem Team, inklusive Rechteprüfung und Fehlerbehandlung.
3
Woche 2
Anbinden und testen
Der Host wird verbunden, die Aufrufe werden mit echten Daten geprüft. Danach steht fest, was der Weg im Betrieb kostet.
4
Woche 3
Registry und Übergabe
Freigabeweg, Verzeichnis und Prüfpfad werden festgelegt. Ihr Team baut den zweiten Server danach selbst.
Pilot zum Festpreis
Ein Anwendungsfall, ein produktiv nutzbarer MCP Server, ein festgelegter Freigabeweg. Gemeinsam mit Ihrem Team gebaut, damit der zweite Server ohne uns entsteht.
Ihre Investition
ab 7.900 EUR
Festpreis · 3 Wochen · ein Server
Enthält:
Enthalten · Zuschnitt des Anwendungsfalls, Aufbau des ersten MCP Servers mit Ihrem Team, Anbindung an Ihre KI-Anwendung und die Festlegung von Freigabeweg und Verzeichnis.
Nicht enthalten · Lizenzen Ihrer Fachsysteme und der KI-Anwendung sowie der laufende Betrieb der Server. Größere Vorhaben mit mehreren Systemen rechnen wir gesondert.
Abnahme · Der Server läuft, Ihre KI-Anwendung ruft mindestens ein Werkzeug mit echten Daten auf, und der Freigabeweg für weitere Server steht schriftlich fest.
100 % unverbindlich, ohne Verpflichtung
Häufige Fragen
Was ist MCP?
MCP steht für Model Context Protocol, einen offenen Standard zur Verbindung von KI-Modellen mit externen Daten und Werkzeugen. Der Standard stammt ursprünglich von Anthropic und liegt seit Dezember 2025 bei der Agentic AI Foundation der Linux Foundation. MCP ersetzt die Einzel-Integration jeder KI-Anwendung mit jedem System.
Was ist ein MCP Server?
Ein MCP Server ist eine Komponente, die Funktionen für KI-Anwendungen bereitstellt, zum Beispiel Zugriff auf eine Datenbank, ein CRM oder ein Dateisystem. Er spricht das Model Context Protocol und kann lokal oder im Netzwerk laufen. Wo er läuft, ändert an seiner Rolle nichts.
Was kostet die Einführung?
Der erste MCP Server liegt bei 7.900 EUR als Festpreis über drei Wochen, gemeinsam mit Ihrem Team gebaut. Größere Vorhaben mit mehreren Fachsystemen und eigener Registry rechnen wir gesondert. Lizenzen Ihrer Fachsysteme und der KI-Anwendung sind nicht enthalten.
Wie funktioniert MCP?
Eine KI-Anwendung, der Host, verbindet sich über je einen Client mit einem oder mehreren MCP Servern. Der Server bietet Tools, Resources und Prompts an, übertragen wird über JSON-RPC 2.0. So kann das Modell Daten lesen oder Aktionen auslösen, ohne eine eigene Schnittstelle je System.
Ist MCP sicher für Unternehmen?
MCP ist ein Protokoll, Sicherheit entsteht erst im Betrieb. Ohne Kontrolle drohen Tool Poisoning durch manipulierte Server und unkontrollierter Datenzugriff. Nötig sind ein Verzeichnis zugelassener Server, Sandboxing und DSGVO-Prüfung, Zugriffskontrolle und Prüfpfade. Das Protokoll selbst liefert davon nichts mit.
MCP, API oder iPaaS: Was brauchen wir?
APIs verbinden einzelne Systeme, iPaaS orchestriert Integrationsflüsse ohne Code, MCP standardisiert den Zugriff für KI-Modelle. Für reine Datenabfragen reicht oft eine API, für mehrere KI-Anwendungen auf mehreren Systemen spart MCP Entwicklungsaufwand. Der ausführliche Vergleich steht im Artikel MCP, API oder iPaaS.
Nachricht senden
Kein passender Termin? Schreiben Sie uns, wir melden uns innerhalb von 24 Stunden.
Antwort innerhalb von 24 Stunden
Unverbindliches Erstgespräch
Persönlicher Ansprechpartner
Phillip Pham
CEO @ Pexon Consulting
Aktualisiert am 18. August 2026
Sie suchen einen Partner für Ihr Projekt?
Wir analysieren Ihren individuellen Bedarf, geben erste Empfehlungen zu Umsetzungsstrategien und bieten Ihnen transparente Einblicke in unsere Methoden, Technologien und Referenzen.
Vertrieb kontaktieren
400+Projekte seit 2020
100+Kunden im DACH-Raum
ISO27001 zertifiziert
3Hyperscaler Partner