MCP erklärt: Was es verbindet, was es nicht tut und wo es passt

Das Model Context Protocol (MCP) ist ein offenes Protokoll, um KI-Anwendungen über standardisierte Client-Server-Verträge mit externen Fähigkeiten und Informationen zu verbinden. Ein MCP-Server kann Tools, Ressourcen und Prompts bereitstellen; ein MCP-kompatibler Host oder Client entdeckt und nutzt diese Fähigkeiten im Auftrag einer KI-Anwendung. MCP erfordert nicht, dass der Server sein eigenes Sprachmodell ausführt, und es ersetzt nicht die Agent-Runtime, die geschäftliche Autorisierung, die Mandantentrennung, die Anwendungs-APIs oder die Domänenarchitektur hinter den bereitgestellten Fähigkeiten.
Was MCP wirklich standardisiert
Vor MCP konnte jede KI-Anwendung externe Systeme über ihr eigenes Tool-Schema, Plugin-Format, ihre eigene Authentifizierungskonvention und ihren eigenen Verbindungscode integrieren. Derselbe Dienst konnte für einen Desktop-KI-Client, einen IDE-Agenten und eine benutzerdefinierte Anwendung unterschiedliche Adapter benötigen.
MCP schafft eine wiederverwendbare Protokollgrenze. Das externe System stellt Fähigkeiten über einen MCP-Server bereit, während kompatible KI-Hosts einen MCP-Client implementieren. Dies reduziert die Integrationskopplung zwischen der KI-Anwendung und dem zugrunde liegenden Tool- oder Datenanbieter.
Das Protokoll standardisiert nicht die gesamte Anwendung. Es standardisiert, wie Fähigkeiten über diese Grenze hinweg beschrieben, entdeckt und aufgerufen werden.
Das einfachste Beispiel
Angenommen, eine KI-Programmieranwendung benötigt Zugriff auf ein lokales Projektverzeichnis. Ohne MCP könnte die Anwendung ihre eigene Dateisystemintegration direkt implementieren.
Mit MCP kann ein Dateisystem-Server Fähigkeiten wie das Auflisten von Verzeichnissen, das Lesen genehmigter Dateien oder das Schreiben innerhalb eines erlaubten Arbeitsbereichs bereitstellen. Der KI-Host verbindet sich über einen MCP-Client und präsentiert diese Fähigkeiten dem Modell oder der Agent-Runtime.
Der Server muss die natürlichsprachliche Anfrage des Benutzers nicht verstehen. Der Host/das Modell entscheidet, welche Fähigkeit nützlich ist; der MCP-Server führt die strukturierte Anfrage unter seinen eigenen Sicherheitsregeln aus.
Ein grundlegender MCP-Tool-Aufruf
Wo das einfache Beispiel endet
MCP definiert nicht, wie der Host ein Tool auswählt, wie ein Agent plant, wie ein Geschäftsworkflow modelliert wird oder wie sich ein Domänenobjekt wie eine Rechnung oder ein Deployment verhalten soll.
Ein Protokoll kann die Integration interoperabel machen, während die zugrunde liegende Anwendung falsch, unsicher oder schlecht entworfen bleibt. Eine vollkommen gültige MCP-Anfrage kann dennoch die falsche geschäftliche Fähigkeit aufrufen.
Die zentrale Abgrenzung ist: MCP standardisiert Integrationssemantik, nicht Anwendungswahrheit oder geschäftliche Korrektheit.
Die MCP-Architektur: Host, Client und Server
| Komponente | Verantwortlichkeit |
|---|---|
| KI-Host | Benutzerorientierte KI-Anwendung oder Laufzeitumgebung, die Modellinteraktion, Kontext und den gesamten Workflow verantwortet |
| MCP-Client | Protokollseitige Komponente, die vom Host verwendet wird, um mit einem MCP-Server zu kommunizieren |
| MCP-Server | Veröffentlicht Fähigkeiten und verarbeitet MCP-Anfragen |
| Zugrundeliegendes System | Anwendung, API, Datenbank, Dateisystem, SaaS-Plattform oder Dienst hinter dem MCP-Server |
| Modell | Wählt Fähigkeiten aus oder reflektiert über sie gemäß dem Host-/Laufzeitdesign; es befindet sich nicht notwendigerweise im MCP-Server |
| Autorisierungs-/Geschäftsrichtlinie | Bestimmt, ob eine angeforderte Operation tatsächlich erlaubt ist |
Ein Host kann sich mit mehreren MCP-Servern verbinden, und ein MCP-Server kann einem oder mehreren zugrundeliegenden Systemen vorgelagert sein. Der Host bleibt dafür verantwortlich, MCP-Ergebnisse in die übergeordnete KI-Anwendung zu integrieren.
Der Server kann lokal beim Host laufen, als separater Prozess ausgeführt werden oder remote über einen Netzwerktransport erreichbar sein. Hosting-Topologie und Modellstandort sind unabhängige Entscheidungen.
Die drei zentralen Server-Primitive
Tools, Ressourcen und Prompts lösen unterschiedliche Anforderungen
| Tools | Ressourcen | Prompts | |
|---|---|---|---|
| Hauptzweck | |||
| Typische Interaktion | |||
| Beispiel | |||
| Typisches Risiko |
Tools: aufrufbare Fähigkeiten
Tools sind strukturierte Operationen, die ein MCP-Server dem Host zur Verfügung stellt. Ein Tool hat einen Namen, eine Beschreibung und ein Eingabeschema; moderne Implementierungen können auch strukturierte Ausgaben bereitstellen.
Beispiele sind das Durchsuchen eines Repositorys, das Lesen eines Kundendatensatzes, das Erstellen eines Tickets, das Ausführen eines Builds oder das Senden einer Nachricht. Tools können schreibgeschützt sein oder Nebenwirkungen haben.
Eine gute MCP-Tool-Oberfläche sollte kohärente Benutzer- oder Agentenziele abbilden, anstatt jeden internen API-Endpunkt mechanisch zu spiegeln. Operationen mit unterschiedlichen Berechtigungen, Bestätigungsanforderungen oder Auswirkungsradius sollten in der Regel separate Tools sein.
Ressourcen: lesbarer Kontext und Daten
Ressourcen stellen Daten oder Inhalte bereit, die ein Client auflisten oder lesen kann. Sie passen natürlich, wenn die semantische Operation „Gib mir dieses Artefakt oder diese Information“ lautet statt „Führe diese Aktion aus“.
Eine Ressourcen-URI ist keine Autorisierungsgewährung. Der Server behält die Zugriffskontrolle und muss überprüfen, welcher Prinzipal das zugrundeliegende Objekt lesen darf.
Die Protokollrevision vom 2026-07-28 fügt Cache-Semantik für Listen- und Ressourcenleseantworten hinzu, einschließlich Aktualität und Cache-Geltungsbereich, wodurch das Caching-Verhalten expliziter wird.
Prompts: wiederverwendbare Vorlagen
MCP-Prompts ermöglichen es einem Server, wiederverwendbare Prompt-Vorlagen für kompatible Clients zu veröffentlichen. Dadurch können domänenspezifische Anweisungen näher beim Fähigkeitsanbieter bleiben.
Ein von einem MCP-Server bereitgestellter Prompt hat nicht automatisch Vorrang vor den System- oder Sicherheitsanweisungen des Hosts. Der Host entscheidet, wie Prompt-Material in seine Kontexthierarchie eingeht.
Vom Protokoll bereitgestellter Prompt-Inhalt sollte daher als Fähigkeitsdaten mit expliziter Vertrauenssemantik behandelt werden, nicht als uneingeschränkte Instruktionsautorität.
Tool oder Ressource?
| Bedarf | Bevorzugen |
|---|---|
| Eine Aktion mit strukturierten Argumenten ausführen | Tool |
| Ein bestimmtes stabiles Artefakt lesen | Ressource |
| Dynamisch suchen oder berechnen | Normalerweise Tool |
| Externen Zustand ändern | Tool |
| Wiederverwendbare Prompt-Anweisungen paketieren | Prompt |
| Lang laufende asynchrone Ausführung | Tool plus Anwendungs-/Laufzeit-Aufgabenverwaltung oder eine MCP-Erweiterung |
Wo ist das KI-Modell?
MCP erfordert nicht, dass das Modell auf dem MCP-Server läuft. Das Modell kann in der Cloud gehostet, lokal gehostet, in die Desktop-Anwendung eingebettet oder über einen anderen Anbieter erreicht werden.
Der Host besitzt normalerweise die Modellinteraktion. Der MCP-Server stellt externe Fähigkeiten bereit. Ein lokaler MCP-Server kann daher von einem Host verwendet werden, dessen Modell in der Cloud läuft, und ein entfernter MCP-Server kann von einem Host verwendet werden, dessen Modell lokal läuft.
Wenn der MCP-Server selbst intern ein LLM aufruft, ist dieses Modell Teil der Server-Implementierung hinter der Protokollgrenze; es wird nicht von MCP erfordert.
MCP ersetzt keine APIs
Ein MCP-Server umhüllt oft bestehende APIs oder Dienste. REST, GraphQL, SQL, SDK-Aufrufe und interne Dienstverträge können genau dort bleiben, wo sie sind.
MCP fügt eine KI-orientierte Interoperabilitätsschicht hinzu. Die zugrunde liegende Domänen-API kann der maßgebliche Anwendungsvertrag für gewöhnliche deterministische Clients bleiben.
Die übliche Architektur ist daher API/Dienst zuerst, ausgewählte KI-orientierte Fähigkeit zweitens — nicht „jede API durch MCP ersetzen“.
MCP vs. Function Calling
Function Calling und MCP sind verwandt, aber nicht identisch
| Function Calling | MCP | |
|---|---|---|
| Umfang | ||
| Tool-Definition | ||
| Portabilität | ||
| Können sie koexistieren? |
OpenAI stellt derzeit entfernte MCP-Server als einen Tool-Typ neben gewöhnlichem Function Calling, Websuche, Shell und anderen Tools bereit. Diese Implementierung veranschaulicht die architektonische Beziehung: MCP-Konnektivität und die eigene Tool-Aufruf-Schnittstelle des Modells können kombiniert werden.
MCP erzeugt nicht die Agent-Schleife
Ein KI-Agent benötigt eine Laufzeitumgebung, die entscheiden, Tools aufrufen, Ergebnisse beobachten, Zustand aktualisieren und fortfahren oder stoppen kann. MCP kann einige der Tools und Daten bereitstellen, die von dieser Schleife verwendet werden.
Der MCP-Server wird nicht automatisch zum Planer, Gedächtnissystem oder Orchestrator. Diese Verantwortlichkeiten bleiben normalerweise im Host oder in der Agent-Laufzeitumgebung.
Eine nicht-agentische Anwendung kann ebenfalls MCP verwenden. Ein deterministischer MCP-Tool-Aufruf erfordert keinen autonomen mehrstufigen Agenten.
MCP vs. A2A
MCP verbindet in erster Linie einen KI-Host oder Agenten mit Fähigkeiten wie Tools, Ressourcen und Daten. A2A zielt auf die Zusammenarbeit zwischen unabhängigen Agentensystemen ab.
Ein Remote-Agent kann intern MCP nutzen, um auf Datenbanken und Tools zuzugreifen, während er anderen Agenten eine A2A-Schnittstelle bereitstellt. Die Protokolle können daher geschichtet statt ersetzt werden.
Der bestehende Artikel zum Protokoll-Stack behandelt den breiteren Vergleich von MCP/A2A/UCP/AP2/A2UI; G02 bleibt die kanonische MCP-Definition.
Lokale und entfernte MCP-Nutzung haben unterschiedliche Transportrealitäten
MCP kann sich mit lokalen und entfernten Servern verbinden. Lokale Desktop-Integrationen verwenden üblicherweise Transporte auf Prozessebene wie stdio; entfernte Server verwenden HTTP-orientierten Transport.
Die Revision vom 28.07.2026 macht den Protokollkern zustandslos. Anfragen tragen die für die Protokollverarbeitung erforderlichen Informationen, anstatt vom früheren sitzungsorientierten Modell auf Protokollebene abzuhängen.
Die aktuelle Revision platziert außerdem Methoden- und Fähigkeitsnamen in HTTP-Headern, damit Gateways, WAFs, Rate-Limiter und Load-Balancer MCP-Datenverkehr natürlicher routen und messen können.
Warum MCP-Versionsbewusstsein wichtig ist
| Protokoll-Ära | Betriebliche Eigenschaft |
|---|---|
| 25.11.2025 und früher | Handshake-/sitzungsorientierter Lebenszyklus und älteres Streamable-HTTP-Verhalten |
| 28.07.2026 | Zustandsloser Kern, optionale Server-Erkennung, selbstbeschreibende Anfragen, Routing-Header, Cache-Hinweise, MRTR und Autorisierungs-Härtung |
| Erweiterungen | Fähigkeiten wie Tasks und MCP Apps können unabhängig vom Basisprotokoll versioniert werden |
SDK-Version und Protokollversion sind ebenfalls unterschiedliche Dinge. Das aktuelle TypeScript v2 SDK ist die stabile Linie für die Revision vom 28.07.2026, während ältere v1.x eine Wartungslinie für das Verhalten der 2025-Ära bleibt.
Architekturdokumentation sollte sowohl die SDK-/Bibliotheksversion als auch die Protokollrevision erfassen, wenn Interoperabilitätsverhalten davon abhängt.
Was sich in MCP 2026-07-28 geändert hat
| Änderung | Warum sie wichtig ist |
|---|---|
| Zustandsloser Kern | Entfernte Server können hinter gewöhnlichen Load-Balancern ohne Protokoll-Sticky-Sessions skalieren |
| server/discover | Clients können bei Bedarf Serverfähigkeiten prüfen |
| Selbstbeschreibende Anfragen | Protokollversion und Client-Fähigkeitsmetadaten werden pro Anfrage übertragen |
| Mcp-Method / Mcp-Name Header | Gateways können routen, messen und Richtlinien anwenden, ohne Bodies zu parsen |
| Cache-Hinweise | Listen-/Ressourcenlesevorgänge kommunizieren Aktualität und Freigabebereich |
| Multi Round-Trip Requests | Server können zusätzliche Eingaben anfordern, ohne das ältere bidirektionale Anfragemodell |
| Autorisierungs-Härtung | Issuer-Validierung und Credential-Bindung stärken das Verhalten der entfernten Authentifizierung |
| Erweiterungsframework | Tasks, MCP Apps und andere Fähigkeiten können sich separat weiterentwickeln |
Roots, Sampling und Logging sind nicht mehr die Richtung für neue Implementierungen
Die Veröffentlichung vom 28.07.2026 kennzeichnet Roots, Sampling und Logging als veraltete Protokollfähigkeiten mit einem definierten Kompatibilitätsfenster.
Ältere Tutorials zeigen diese Funktionen möglicherweise noch als zentrale Primitive. Neue Implementierungsarbeiten sollten der aktuellen Spezifikation folgen, anstatt ältere Lebenszyklusdiagramme blind zu kopieren.
Veraltung bedeutet nicht sofortige Entfernung. Es bedeutet, dass neue Systeme unnötige neue Abhängigkeiten von Fähigkeiten vermeiden sollten, von denen sich das Protokoll entfernt.
Lang laufende Arbeit ist nicht dasselbe wie ein gewöhnlicher MCP-Tool-Aufruf
Lang laufende Operationen benötigen Lebenszyklus-Semantik, die über ein einfaches sofortiges Tool-Ergebnis hinausgeht. Im aktuellen Ökosystem wurden Tasks in eine dedizierte MCP-Erweiterung verschoben.
Dies bekräftigt ein nützliches Designprinzip: Das Basisprotokoll muss nicht jedes Anliegen der Agenten-Laufzeit absorbieren.
Eine Anwendung kann die Verantwortung für lang laufende Workflows auch vollständig in ihrer eigenen Laufzeit behalten und gewöhnliche MCP-Tools als zugrunde liegende Operationen verwenden.
MCP Apps erweitern die UI-Fähigkeiten, ohne das Kernprotokoll neu zu definieren
MCP Apps verknüpfen reichhaltigere interaktive UI-Erlebnisse durch das Erweiterungsmodell mit MCP-Tools.
Der Host kontrolliert weiterhin, wie diese UI eingebettet, in einer Sandbox ausgeführt und abgesichert wird.
Der Austausch von Kernfähigkeiten und das UI-Rendering sollten daher getrennte Architekturverantwortlichkeiten bleiben.
MCP-Autorisierung ist nicht Ihr vollständiges Autorisierungsmodell
Remote-MCP benötigt Authentifizierungs- und Autorisierungsmechanismen auf Protokollebene, damit Clients und Server vertrauenswürdigen Zugriff herstellen können. Die aktuelle Spezifikation härtet weiterhin das Verhalten im Zusammenhang mit OAuth/OIDC.
Diese Schicht beantwortet, ob ein Client eine Verbindung herstellen oder Protokoll-Scopes anfordern darf. Sie beantwortet nicht automatisch, ob Alice Bestellung 123 erstatten darf, ob ein Agent Produktionskonfiguration schreiben darf oder ob Mandant A Daten von Mandant B lesen darf.
Diese Domänenentscheidungen gehören in das Autorisierungsmodell des Servers/der Anwendung und müssen durchgesetzt werden, bevor die zugrunde liegende Operation aufgerufen wird.
Identität kann mehrere Grenzen überschreiten
Eine MCP-Anfrage kann die MCP-Client-Anwendung, den angemeldeten Menschen, eine Agenten-/Sitzungsidentität und ein nachgelagertes Dienstkonto umfassen.
Der Server benötigt eine explizite Richtlinie, im Namen welches Prinzipals die Operation ausgeführt wird. Andernfalls kann eine leistungsstarke Dienstanmeldeinformation zu einem Confused-Deputy-Pfad werden.
Für den Unternehmenseinsatz ist die Korrelation zwischen Benutzeridentität, Agentenidentität, MCP-Verbindung und nachgelagerter Autorisierung ebenso wichtig wie die Protokollkompatibilität.
Mandantentrennung bleibt außerhalb der MCP-Fähigkeitserkennung
Ein mandantenfähiger MCP-Server muss den Mandantenbereich anwenden, wenn er mandanteneigene Ressourcen liest oder ändert. Die Rückgabe eines Tools namens search_documents definiert nicht, welche Dokumente welches Mandanten zulässig sind.
Der Mandantenbereich sollte aus einer vertrauenswürdigen Identität oder Mitgliedschaft abgeleitet und in Datenbanken, Caches, Vektorsuche, Objektspeicher und nachgelagerte APIs übernommen werden.
Das Abrufen mandantenübergreifender Inhalte und die Aufforderung an das Modell, sie nicht zu verwenden, ist bereits ein Isolationsfehler.
MCP definiert keine Single Source of Truth
Ein MCP-Server kann eine Datenbank, ein Dokumentenrepository, einen Web-Suchdienst oder eine KI-generierte Zusammenfassung bereitstellen. Das Protokoll erklärt nicht, welche Quelle für eine Aussage maßgeblich ist.
Regeln zur Single Source of Truth gehören zur Anwendungs-/Domänenarchitektur. Der Host oder Server kann Autorität durch Tool-Design, Metadaten, Zugriffsrichtlinien oder Validierung kodieren, aber MCP selbst macht eine Fähigkeit nicht „wahr“.
Ein Tool kann daher über MCP einwandfrei aufrufbar sein und dennoch veraltete, sekundäre oder nicht maßgebliche Informationen zurückgeben.
MCP und Kontext-Engineering
MCP kann die Fähigkeiten und Informationen erweitern, die einer KI-Anwendung zur Verfügung stehen, aber Kontext-Engineering bestimmt weiterhin, was das Modell erreicht.
Tool-Kataloge verbrauchen in vielen Hosts modellsichtbaren Kontext. Tool-Ergebnisse können groß sein. Ressourcen können zahlreich sein. Ein Host benötigt Auswahl, Filterung, dynamisches Laden und Komprimierung, anstatt bei jedem Turn alles offenzulegen.
Verfügbarkeit von Fähigkeiten und modellsichtbarer Kontext sollten daher als getrennte Schichten behandelt werden.
MCP-Tools um Ergebnisse und Risikogrenzen herum entwerfen
| Schwaches Tool-Design | Stärkeres Tool-Design |
|---|---|
| execute_api(method,url,body) | Eng gefasste Domänen-Tools mit validierten Operationen |
| Ein Admin-Tool für alle Aktionen | Getrennte Lese-/Schreib-/Genehmigungsoperationen |
| Rohe interne API 1:1 gespiegelt | KI-orientierter Vertrag rund um kohärente Benutzerziele |
| Ein breites Dateisystem-Tool | Arbeitsbereichsbezogene Lese-/Schreiboperationen |
| Sicherheitsrichtlinie nur in der Beschreibung | Server erzwingt Richtlinie im Code |
| Unbegrenzte Rohantwort | Strukturierte, entscheidungsrelevante Ausgabe |
| Löschen/Aktualisieren mit Lesen vermischt | Getrennte Seiteneffekt-Tools mit Bestätigungsrichtlinie |
Genehmigungen gehören in die Ausführungsarchitektur
Ein Host kann vor dem Aufruf ausgewählter MCP-Tools eine Benutzergenehmigung verlangen. Die aktuelle MCP-Integration von OpenAI unterstützt automatische oder explizit genehmigende Ausführungsmuster.
Host-Genehmigung ist nützlich, sollte aber nicht der einzige Schutz des Servers sein, da ein anderer kompatibler MCP-Client ein anderes Genehmigungsmodell verwenden kann.
Für destruktive oder finanziell folgenreiche Aktionen verwenden Sie Defense in Depth: klarer Tool-Vertrag, Laufzeitgenehmigung wo angemessen, serverseitige Autorisierung, Geschäftsvalidierung und Audit.
MCP-Observability sollte Protokollaufrufe mit Domänenaktionen verbinden
Ein MCP-Trace ist am nützlichsten, wenn er mit dem zugrunde liegenden Anwendungsaufruf, der Datenbankänderung oder der Geschäftstransaktion korreliert werden kann.
Der Ökosystem-Standard vom 2026-07-28 standardisiert W3C Trace Context Propagation-Konventionen und erleichtert es, eine Anfrage über Host, Client, Server und nachgelagerte Dienste hinweg zu verfolgen.
Protokolllogs allein reichen für folgenreiche Operationen nicht aus. Audit-Nachweise sollten auch den relevanten Principal, Tenant, die Zielressource, die Genehmigung und die resultierende Zustandsänderung aufzeichnen.
Was MCP nicht beheben kann
| Problem | Warum MCP es nicht löst |
|---|---|
| Schlechte Business-API | MCP kann die schlechte API konsistenter offenlegen |
| Falsche Daten | Protokollgültigkeit erzeugt keine faktische Korrektheit |
| Fehlende Tenant-Isolation | Tool-Erkennung erzwingt keine Ressourceneigentümerschaft |
| Übermäßige Berechtigungen | Ein standardisiertes Tool kann dennoch überprivilegiert sein |
| Schlechte Agent-Planung | MCP legt Fähigkeiten offen; Laufzeit/Modell entscheidet weiterhin, wie sie genutzt werden |
| Schlechtes Retry-/Idempotenz-Design | Protokollaufrufe machen Seiteneffekte nicht sicher |
| Keine Single Source of Truth | MCP entscheidet nicht, welches System einen Fakt besitzt |
| Schwache Evaluierung | Interoperabilität beweist keinen Aufgabenerfolg |
| Keine Audit-Richtlinie | Transport-Traces definieren keine Aufbewahrung oder Verantwortlichkeit |
| Protokoll-Mismatch | Alte/neue Versionen können weiterhin Migration oder Kompatibilitätsbehandlung erfordern |
Ursprünglicher Implementierungsnachweis: Aaasaasa AI Client
Die Anwendung kann einen authentifizierten Streamable HTTP MCP-Endpunkt auf Loopback ausführen. Der Endpunkt stellt nur Verzeichnisse bereit, die über den zentralen Workspace-Berechtigungsbroker ausgewählt wurden.
Der lokale Endpunkt und die Remote-Route sind getrennte Anliegen: Der lokale Connector kann nur an Loopback binden, während ein Secure MCP Tunnel den genehmigten MCP-Dienst für einen zulässigen externen AI-Client erreichbar machen kann, ohne den gesamten lokalen Rechner offenzulegen.
Das zentrale Berechtigungsmodell unterscheidet Profile für Nur-Chat, Nur-Lesen, Projekt-Schreiben und benutzerdefinierte Verzeichnisse. Direct Chat hat keinen Dateisystem- oder Shell-Zugriff; tool-fähige Agent-Laufzeiten verwenden das ausgewählte Berechtigungsprofil.
Dies ist eine direkte Implementierung der G02-Grenze: MCP bietet die standardisierte Fähigkeitsverbindung, während der anwendungseigene Berechtigungsbroker entscheidet, welche Verzeichnisse der Server bereitstellen darf.
| Implementiertes Element | Architekturnachweis |
|---|---|
| Authentifizierter lokaler MCP-Endpunkt | MCP-Server kann ein lokaler deterministischer Fähigkeitsdienst sein |
| Loopback-Bindung | Netzwerkexposition und Protokollfähigkeit sind getrennte Entscheidungen |
| Secure MCP Tunnel Integration | Privates/lokales MCP kann über eine kontrollierte Route überbrückt werden |
| Zentraler Berechtigungsbroker | MCP-Fähigkeit wird durch Anwendungsrichtlinie eingeschränkt |
| Ausgewählter Verzeichnisbereich | Dateisystemsichtbarkeit ist explizit begrenzt |
| Direct Chat ohne OS-Tools | Modellzugriff impliziert nicht automatisch Tool-Zugriff |
Wann MCP gut passt
| MCP passt gut, wenn | Eine direkte Integration kann einfacher sein, wenn |
|---|---|
| Dieselbe Fähigkeit über mehrere AI-Hosts hinweg wiederverwendbar sein soll | Eine Anwendung beide Seiten besitzt und Portabilität wenig Wert hat |
| Ein externes System entdeckbare AI-orientierte Tools/Ressourcen veröffentlichen möchte | Ein einzelner stabiler interner API-Aufruf ausreicht |
| Sie eine Standardgrenze um lokale Tools/Daten wünschen | Es keine AI-orientierte Interoperabilitätsanforderung gibt |
| Tool-Anbieter und AI-Clients sich unabhängig weiterentwickeln | Die Integration absichtlich privat und eng gekoppelt ist |
| Sie ökosystemkompatible Fähigkeitserkennung wünschen | Die Fähigkeitsmenge winzig und im Anwendungscode fest ist |
Wann Sie MCP nicht benötigen
Fügen Sie MCP nicht allein deshalb hinzu, weil die Anwendung KI verwendet. Wenn Ihr Backend bereits eine interne API aufruft und kein unabhängiger MCP-Client diese Fähigkeit benötigt, kann ein gewöhnlicher Funktions- oder Dienstaufruf klarer sein.
MCP schafft Mehrwert an einer Interoperabilitätsgrenze. Ohne diese Grenze kann das Protokoll zu einer unnötigen Adapterschicht werden.
Die architektonische Frage lautet nicht „Verwendet dieses Projekt KI?“, sondern „Profitieren unabhängig voneinander weiterentwickelte KI-Hosts und Fähigkeitsanbieter von einem Standardvertrag?“
MCP-Sicherheitscheckliste
| Grenze | Frage |
|---|---|
| Serveridentität | Mit welchem MCP-Server bin ich tatsächlich verbunden? |
| Clientidentität | Welche Anwendung/welcher Client fordert Zugriff an? |
| Endbenutzeridentität | In wessen Namen wird der Vorgang ausgeführt? |
| Tool-Allowlist | Welche Fähigkeiten darf dieser Host/Agent entdecken und aufrufen? |
| Geschäftsberechtigung | Darf dieser Prinzipal diesen Vorgang ausführen? |
| Mandantenbereich | Welche Mandanten-/Ressourcengrenze gilt? |
| Anmeldedatenisolierung | Sind Anmeldedaten korrekt gebunden und außerhalb des Modellkontexts gehalten? |
| Genehmigung | Welche Nebenwirkungen erfordern eine menschliche Bestätigung? |
| Eingabevalidierung | Werden Tool-Argumente unabhängig von der Modellausgabe validiert? |
| Ausgabevertrauen | Können zurückgegebene Inhalte nicht vertrauenswürdige Anweisungen oder sensible Daten enthalten? |
| Netzwerkexposition | Ist ein lokaler Server versehentlich über die vorgesehenen Schnittstellen hinaus exponiert? |
| Audit | Kann ein Protokollaufruf mit der nachgelagerten Aktion korreliert werden? |
Häufige Missverständnisse
| Missverständnis | Korrektur |
|---|---|
| „Ein MCP-Server ist ein KI-Server.“ | Er kann gewöhnliche deterministische Software sein, die Fähigkeiten bereitstellt. |
| „Ich brauche mein eigenes LLM auf dem MCP-Server.“ | Nein. Das Modell kann vollständig auf der Host-Seite leben. |
| „MCP ersetzt REST-APIs.“ | MCP umhüllt oft bestehende APIs für KI-orientierte Interoperabilität. |
| „MCP ist ein Agenten-Framework.“ | MCP stellt Fähigkeiten bereit; eine Agenten-Laufzeitumgebung verwaltet Iteration und Zustand. |
| „MCP und Function Calling konkurrieren.“ | Ein Host kann MCP-Fähigkeiten in seine Modell-Tool-Schnittstelle überbrücken. |
| „MCP ersetzt A2A.“ | MCP konzentriert sich auf Fähigkeitsintegration; A2A konzentriert sich auf Agentenzusammenarbeit. |
| „Wenn ein Tool aufgeführt ist, darf der Benutzer es aufrufen.“ | Entdeckung ist keine Autorisierung. |
| „OAuth löst Geschäftsberechtigungen.“ | Verbindungsautorisierung ersetzt weder Domänenautorisierung noch Mandantenisolierung. |
| „Lokales MCP bedeutet lokale KI.“ | Der Standort des Tool-Servers und der Standort der Inferenz sind unabhängig. |
| „MCP macht Tool-Ausgaben vertrauenswürdig.“ | Datenqualität, Autorität und Herkunft liegen weiterhin bei der Quelle/Anwendung. |
| „Ein einziges riesiges generisches Tool ist flexibel.“ | Übermäßig breite Tools schwächen Berechtigungen, Validierung und Beobachtbarkeit. |
| „Alte Tutorials sind implementierungsaktuell.“ | Die Revision vom 28.07.2026 hat Lebenszyklus- und Transportverhalten wesentlich geändert. |
Eine praktische MCP-Designsequenz
Entwerfen Sie die Grenze, bevor Sie den Server implementieren
MCP-Architekturcheckliste
| Frage | Erwartete Antwort |
|---|---|
| Warum wird MCP benötigt? | Eine echte KI-orientierte Interoperabilitätsgrenze |
| Was stellt der Server bereit? | Explizite Tools/Ressourcen/Prompts |
| Wo läuft das Modell? | Unabhängige Host-/Anbieterentscheidung |
| Wo läuft die Tool-Ausführung? | Benannter Server-/Laufzeitumgebungsstandort |
| Welche Protokollrevision wird erwartet? | Versionsbewusster Vertrag |
| Wer ist der anfragende Prinzipal? | Client-/Benutzer-/Agenten-Identitätsmodell |
| Welche Tools dürfen entdeckt werden? | Allowlist-/Fähigkeitsrichtlinie |
| Welche Vorgänge dürfen ausgeführt werden? | Serverseitige Geschäftsautorisierung |
| Wie wird der Mandanten-/Ressourcenbereich erzwungen? | Vertrauenswürdige Prüfungen der Mandanten-/Ressourceneigentümerschaft |
| Welche Aktionen benötigen Genehmigung? | Risikobasierte Bestätigungsrichtlinie |
| Wie werden Anmeldedaten geschützt? | Vertrauenswürdiger Laufzeitspeicher, keine modellsichtbaren Geheimnisse |
| Wie wird die Ausgabe begrenzt? | Strukturierter relevanter Ergebnisvertrag |
| Wie werden Aufrufe nachverfolgt? | Korrelation durch MCP bis zur nachgelagerten Aktion |
| Was passiert, wenn MCP nicht verfügbar ist? | Definiertes Fallback-/Fehlerverhalten |
| Kann ein anderer kompatibler Host es verwenden? | Portabilität validiert, wo erforderlich |
Randfälle und Einschränkungen
Ein lokaler stdio-MCP-Server kann wenig Netzwerkexposition haben und dennoch gefährlich sein, wenn der Prozess selbst übermäßige Dateisystem- oder Shell-Berechtigungen hat.
Ein entfernter MCP-Server kann nur öffentliche Dokumentation oder hochsensible Unternehmensaktionen bereitstellen. „Remote-MCP“ sagt ohne den Fähigkeits- und Autorisierungskontext wenig über das Risiko aus.
Einige Server verwenden möglicherweise nur Tools und ignorieren Ressourcen/Prompts. MCP-Kompatibilität erfordert nicht, dass jedes optionale Primitiv gleich wichtig ist.
Ein Host kann zwischen seinem eigenen internen Tool-Modell und MCP übersetzen. Benutzer sehen die Protokollgrenze möglicherweise nie direkt, was akzeptabel ist, wenn Sicherheit und Zuordnung klar bleiben.
MCP entwickelt sich weiterhin schnell. Erweiterungen, Autorisierungsmuster, SDK-APIs und Ökosystemkonventionen können sich schneller ändern als die zentrale architektonische Unterscheidung.
Was würde diese Antwort ändern?
Zukünftige MCP-Revisionen können Lebenszyklus, Transporte, Autorisierung und Erweiterungsmechanismen ändern. Die Revision vom Juli 2026 zeigt bereits, warum implementierungsspezifische Aussagen datiert werden müssen.
Die kanonische Grenze würde sich nur ändern, wenn MCP von einem Interoperabilitätsprotokoll zu einem End-to-End-Standard für Anwendungs-/Agentenarchitekturen erweitert würde. Das ist nicht das, was das aktuelle Protokoll definiert.
Überprüfen Sie für Implementierungsarbeiten immer die aktuelle Spezifikation und die genaue SDK-Version, anstatt versionssensible Beispiele aus älteren Tutorials zu kopieren.
Verwandtes kanonisches Wissen
MCP gehört stromabwärts von Agentic AI: Verstehen Sie zuerst die Grenze zwischen Agent, Laufzeit und Werkzeug und verwenden Sie dann MCP, wenn externe Fähigkeiten einen portablen Protokollvertrag benötigen.
MCP hängt auch von RBAC und Mandantenisolierung ab, da die Exposition von Fähigkeiten auf Protokollebene nicht die Anwendungsautorisierung bestimmt.
Der breitere Artikel zum Protokollstapel erklärt, wo MCP neben A2A, UCP, AP2 und A2UI steht. G02 bleibt die kanonische Quelle für MCP selbst.
Häufig gestellte Fragen
Model Context Protocol FAQ
Was ist MCP?
Benötigt ein MCP-Server ein KI-Modell?
Was ist der Unterschied zwischen einem MCP-Client und einem Server?
Ersetzt MCP Funktionsaufrufe?
Ersetzt MCP REST-APIs?
Ist MCP ein Agentenframework?
Was ist der Unterschied zwischen MCP und A2A?
Übernimmt MCP die Autorisierung?
Kann MCP mit lokalen Modellen arbeiten?
Was ist die aktuelle MCP-Spezifikationsversion?
Glossar
Wichtige MCP-Begriffe
- MCP
- Model Context Protocol, ein offenes Protokoll für interoperable Verbindungen zwischen KI-Hosts/Clients und externen Fähigkeitsservern.
- MCP-Host
- Die KI-Anwendung oder Laufzeit, die die Modellinteraktion besitzt und MCP-Clients verwendet, um eine Verbindung zu Servern herzustellen.
- MCP-Client
- Protokollkomponente auf der Hostseite, die mit einem MCP-Server kommuniziert.
- MCP-Server
- Fähigkeitsanbieter, der MCP implementiert und Werkzeuge, Ressourcen, Prompts oder unterstützte Erweiterungen bereitstellt.
- Werkzeug
- Aufrufbare strukturierte Fähigkeit, die von einem MCP-Server bereitgestellt wird.
- Ressource
- Lesbare Daten oder Inhalte, die über MCP-Ressourcenmethoden bereitgestellt werden.
- Prompt
- Wiederverwendbare Prompt-Vorlage, die von einem MCP-Server für kompatible Hosts bereitgestellt wird.
- Streamable HTTP
- HTTP-orientierter MCP-Transport, der für die Kommunikation mit entfernten/vernetzten Servern verwendet wird.
- stdio
- Prozess-Standard-Ein-/Ausgabe-Transport, der häufig für lokale MCP-Server-Integrationen verwendet wird.
- server/discover
- Moderne MCP-Methode, mit der ein Client die Serverfähigkeiten in der Protokollära 2026-07-28 überprüfen kann.
- MRTR
- Multi Round-Trip Requests, ein Mechanismus zum Einholen zusätzlicher Eingaben während einer Anfrage in der Protokollära 2026-07-28.
- MCP-Erweiterung
- Fähigkeit, die sich mit dem Basisprotokoll zusammensetzt und separat weiterentwickelt/versioniert werden kann, wie Tasks oder MCP Apps.
Fazit
MCP ist am einfachsten zu verstehen, wenn seine Grenze eng bleibt: Es verbindet KI-Anwendungen über ein Standardprotokoll mit externen Fähigkeiten.
Das Modell muss nicht auf dem MCP-Server leben. Der Server wird nicht zur Agentenlaufzeit. Ein aufgeführtes Werkzeug wird nicht zu einer autorisierten Geschäftsaktion. Und MCP ersetzt nicht die zugrunde liegende API, die Source of Truth, die Mandantenisolierung oder die Domänenarchitektur.
Diese Enge ist die Stärke des Protokolls. MCP kann standardisieren, wie KI-Systeme auf Werkzeuge und Daten zugreifen, während es Anwendungseigentum, Sicherheit, Geschäftssemantik und Modellwahl in den Schichten belässt, die tatsächlich dafür verantwortlich sind.
Primärquellen und aktuelle Dokumentation
MCP entwickelt sich schnell weiter, daher sind versionssensible Aussagen in diesem Artikel an den Stand vom 8. Oktober 2026 gebunden. Der Abschnitt zum Aaasaasa AI Client ist ursprüngliche Implementierungsnachweise und ausdrücklich auf den verifizierten MCP-Connector- und Berechtigungsbroker-Umfang beschränkt.
Model Context Protocol — TypeScript SDK v2Aktuelle stabile TypeScript-SDK-Dokumentation, die die MCP-Spezifikation 2026-07-28 und Server-/Client-Primitive implementiert.
Model Context Protocol — Spezifikationsveröffentlichung 2026-07-28Offizielle Veröffentlichungserklärung für die aktuelle MCP-Protokollrevision, einschließlich zustandslosem Kern, MRTR, Routing, Caching, Autorisierungshärtung, Erweiterungen und Deprecations.
MCP TypeScript SDK — Unterstützung der Protokollrevision 2026-07-28Versionsspezifische Implementierungsanleitung für die aktuelle Protokollrevision und Kompatibilität mit früheren Versionen.
OpenAI — MCP-ServerAktuelle OpenAI-Anleitung zum Verbinden von Modellen mit entfernten MCP-Servern und lokalen/privaten MCP-Servern über Secure MCP Tunnel.
OpenAI — MCP-Verbindungen für die Agents APIAktuelle MCP-Verbindungsanleitung für Service-, Umgebungs- und stdio-Standorte sowie Steuerung erlaubter Tools.
OpenAI — ToolsAktuelle Übersicht, die entfernte MCP-Server neben Funktionsaufrufen, Websuche, Shell und anderen Modell-Tools einordnet.
OpenAI — MCP-Server-KonzeptAktuelle Beschreibung von MCP-Servern, die Tools, Ressourcen und Prompts für externe Dienstintegrationen bereitstellen.
Related Articles

OpenAI Agents API vs. Agents SDK vs. Responses API: Worauf sollten Sie 2026 aufbauen?
Der Agent-Stack von OpenAI hat sich im September 2026 geändert. Dieser Architekturleitfaden unterscheidet die Agents API, das Agents SDK, die Responses API und das Codex SDK nach Runtime-Ownership—sodass Teams die richtige Kontrollgrenze wählen können, anstatt Produktnamen zu vergleichen.

Eine Praktische Monorepo-Architektur mit Next.js, Fastify, Prisma und NGINX
Erkunden Sie eine praktische Monorepo-Architektur mit Next.js, Fastify, Prisma und NGINX, die reale Integration und den Workflow hervorhebt.

Was sollte ein KI-Agent behalten, vergessen, neu berechnen oder erneut abrufen?
Langlaufende Agenten sollten sich nicht alles merken. Dieser Artikel bietet ein praktisches Lebenszyklusmodell für die Entscheidung, was in den dauerhaften Speicher gehört, was erneut abgerufen werden sollte, was sicherer neu zu berechnen ist und was ablaufen oder ersetzt werden sollte.

KI-Agenten-Gedächtnis ist kein RAG: Wie man Gedächtnis, Retrieval, Zustand und Kontext voneinander trennt
Agentengedächtnis, RAG, Zustand und Kontext werden oft so verwendet, als wären sie austauschbar. Das sind sie nicht. Dieses praktische Architekturmodell trennt die vier Schichten, zeigt, wohin jede gehört, und erklärt, was kaputtgeht, wenn Systeme sie zu einer einzigen zusammenfassen.

Was ist RAG? Die einfachste Erklärung, wie es funktioniert
RAG klingt kompliziert, aber die Idee ist einfach: Bevor eine KI antwortet, sucht sie zunächst nützliche Informationen aus einer Wissensquelle und gibt diese Informationen an das Sprachmodell weiter. Dieser Leitfaden erklärt RAG, LLMs, Zustand, Gedächtnis und Werkzeuge anhand eines einfachen mentalen Modells.

Was ist ein KI-Lösungsarchitekt? Systemgrenzen, Verantwortlichkeiten und Kompromisse
Ein KI-Lösungsarchitekt verwandelt Geschäftsanforderungen in ein produktionsreifes KI-System über Daten, Modelle, Tools, Sicherheit, Laufzeit, Evaluierung und Betrieb hinweg.

Souveräne KI: Kontrolle über Modelle, Daten, Infrastruktur und Abhängigkeiten
Souveräne KI bedeutet wirksame Kontrolle über Modelle, Daten, Infrastruktur, Software, Betrieb und strategische Abhängigkeiten – nicht einfach, wo ein KI-Modell gehostet wird.

Wahrheitsquelle in KI-Systemen: Woher verlässliches Wissen tatsächlich stammt
Eine Quelle der Wahrheit definiert, welche Quelle für einen bestimmten Fakt oder Zustand maßgeblich ist. Erfahren Sie, wie sie sich von RAG, Provenienz, Gedächtnis, Kontext, Vektordatenbanken und Systemen of Record unterscheidet.

Enterprise-KI-Architektur: Was ändert sich, wenn KI in ein Unternehmen eintritt
Enterprise-KI-Architektur erklärt, wie KI Unternehmenssysteme über Datenhoheit, Identität, Berechtigungen, Anbieter, Risiko, Governance, Evaluierung, Compliance und Betrieb hinweg verändert.

Woher bezieht ein LLM seine Daten? RAG-Datenquellen in Python
Ein LLM kennt deine Dateien, Datenbanken oder APIs nicht auf magische Weise. Diese praktische Fortsetzung der RAG-Reihe zeigt mit einfachem Python, wie externe Daten zu abrufbaren Belegen werden: von Textdateien und SQL bis hin zu Volltextsuche, Embeddings, Kontextzusammenstellung und dem abschließenden LLM-Aufruf.

Agentische KI erklärt: Wenn ein KI-System planen, Werkzeuge nutzen und handeln kann
Agentische KI verwendet Modelle innerhalb mehrstufiger Ausführungsschleifen, in denen sie Werkzeuge auswählen, Ergebnisse beobachten, den Zustand aktualisieren und ihre nächste Aktion innerhalb expliziter Laufzeit- und Berechtigungsgrenzen anpassen können.

Was ist ein KI-Plattform-Architekt? Modelle, Daten, Laufzeitumgebung, Sicherheit und Betrieb
Ein KI-Plattform-Architekt entwirft wiederverwendbare KI-Grundlagen über Modelle, Anbieter, Retrieval, Agenten, Identität, Sicherheit, Evaluierung, Observability und Betrieb hinweg.