MCP-Server erklärt: wie KI-Agenten an eure Systeme kommen

Was ein MCP-Server ist, wofür man ihn braucht und worauf es bei der Sicherheit ankommt

Veröffentlicht
Kategorien
Entwicklung

Inhalt

Ein MCP-Server ist ein Programm, das einem KI-Assistenten Werkzeuge und Daten aus einem System über das Model Context Protocol (MCP) bereitstellt. Der Assistent fragt ab, welche Werkzeuge es gibt, und ruft sie bei Bedarf auf: eine Suche im Ticketsystem, einen Eintrag im CMS, eine Datenbankabfrage. Was der Agent darf, regelt nicht das Protokoll, sondern die Rechte des Zugangs, den der Server nutzt, und die Freigaben, die ein Mensch erteilt.

Ein KI-Assistent kann einen Text zusammenfassen. Den Text aus dem CMS holen, die Änderung dort eintragen und das Ticket schließen kann er erst, wenn er an diese Systeme angeschlossen ist. Genau dafür gibt es MCP.

In der Entwicklung von kopfwelt.com arbeiten wir mit MCP-Servern, unter anderem mit dem von Storyblok, dem CMS dieser Website. Dieser Artikel erklärt, wie das funktioniert, wofür es sich eignet und wo die Risiken liegen.

Was ein MCP-Server ist

Das Model Context Protocol ist ein offener Standard, der festlegt, wie KI-Anwendungen mit externen Systemen sprechen. Die offizielle Dokumentation vergleicht ihn mit einem USB-C-Anschluss für KI-Anwendungen: ein einheitlicher Stecker statt eines eigenen Kabels für jedes Gerät. Quelle: modelcontextprotocol.io, What is MCP?.

Anthropic hat MCP im November 2024 veröffentlicht. Im Dezember 2025 hat Anthropic das Protokoll an die Agentic AI Foundation übergeben, einen Fonds unter dem Dach der Linux Foundation. Quelle: Linux Foundation, Gründung der Agentic AI Foundation. Laut Dokumentation unterstützen unter anderem Claude, ChatGPT, Visual Studio Code und Cursor das Protokoll.

An einer MCP-Verbindung sind drei Teile beteiligt:

  • MCP-Host: die KI-Anwendung, mit der jemand arbeitet, etwa ein Chat-Assistent oder ein Code-Editor.

  • MCP-Client: eine Komponente im Host, die genau eine Verbindung zu einem Server hält. Für jeden Server gibt es einen eigenen Client.

  • MCP-Server: das Programm, das Werkzeuge und Daten eines Systems bereitstellt.

Quelle: modelcontextprotocol.io, Architecture overview.

Model Context Protocol (MCP)

Ein offener Standard, über den KI-Anwendungen einheitlich auf Werkzeuge, Datenquellen und Dienste zugreifen. Ein System, das einen MCP-Server anbietet, ist damit für jede kompatible KI-Anwendung erreichbar.

Was ein MCP-Server bereitstellt

Ein MCP-Server kann drei Arten von Bausteinen anbieten:

  • Werkzeuge (Tools): Funktionen, die die KI aufrufen kann, um etwas zu tun, etwa eine Datei anlegen, eine Schnittstelle abfragen oder eine Datenbank durchsuchen.

  • Ressourcen: Daten, die der KI als Kontext dienen, etwa der Inhalt einer Datei oder das Schema einer Datenbank.

  • Prompts: wiederverwendbare Vorlagen, die eine Aufgabe für das Modell strukturieren.

Der Ablauf ist immer gleich. Der Client fragt den Server, welche Werkzeuge es gibt. Der Host gibt diese Liste an das Sprachmodell weiter. Entscheidet das Modell, ein Werkzeug zu nutzen, ruft der Client es beim Server auf und reicht das Ergebnis zurück.

Server können lokal oder entfernt laufen. Ein lokaler Server läuft auf demselben Rechner wie die KI-Anwendung und spricht mit ihr über die Standardein- und -ausgabe. Ein entfernter Server läuft beim Anbieter und wird über HTTP erreicht. Für die Anmeldung empfiehlt die Spezifikation OAuth.

Wofür Unternehmen MCP-Server einsetzen

MCP ist dann nützlich, wenn eine KI-Anwendung im Gespräch mit einem Menschen auf wechselnde Systeme zugreifen soll. Einige Beispiele, die meisten davon konstruiert:

  • Redaktionssystem: Ein Assistent liest die Struktur einer Seite im CMS, schlägt Textänderungen vor und legt sie als Entwurf an. Ein Mensch prüft und veröffentlicht.

  • Fehleranalyse: Ein Entwickler fragt im Editor nach einem Fehler aus dem Monitoring und bekommt die Meldung samt betroffener Codestelle.

  • Interne Daten: Ein Assistent fragt eine Datenbank ab, statt dass jemand einen Export zieht.

  • Dokumente: Ein Assistent durchsucht ein Wiki oder ein Laufwerk. Für große Bestände ist dafür oft ein RAG-System sinnvoll, siehe RAG im Unternehmen.

Für feste, immer gleiche Abläufe ist MCP dagegen meist der falsche Weg. Storyblok schreibt in der Dokumentation des eigenen MCP-Servers, dass die Ergebnisse nicht deterministisch sind, weil ein Sprachmodell jeden Aufruf vermittelt. Für wiederholbare Arbeit in großer Menge eigne sich der Server deshalb nicht. Für Stapelverarbeitung empfiehlt Storyblok die Kommandozeile. Quelle: Storyblok, MCP Server.

Das deckt sich mit unserer Erfahrung. Was jedes Mal gleich laufen soll, gehört in eine klassische Automatisierung mit Schnittstelle oder Skript, siehe Prozessautomatisierung. MCP passt dort, wo die Aufgabe jedes Mal etwas anders aussieht und ein Mensch dabei ist. Als der MCP-Server von Storyblok bei uns zeitweise mit einem Autorisierungsfehler antwortete, haben wir dieselben Änderungen direkt über die Management API von Storyblok erledigt. Der Server ist eine Abkürzung, keine Voraussetzung.

Sicherheit: Rechte, Prompt Injection, Freigaben

Ein MCP-Server gibt einer KI Hände. Bei jedem angeschlossenen System stellt sich deshalb dieselbe Frage: Was passiert im schlimmsten Fall? Etwa wenn das Modell etwas falsch versteht oder jemand es absichtlich in die Irre führt.

Rechte so knapp wie möglich. Der Server handelt mit dem Zugang, den er bekommt. Ein Token mit Administratorrechten macht aus jedem Fehler einen Fehler mit Administratorrechten. Die Sicherheitsempfehlungen des Protokolls raten zu einem Modell der geringsten Rechte: zuerst nur lesende Rechte, weitere erst, wenn sie gebraucht werden. Server dürfen außerdem keine Tokens annehmen und weiterreichen, die nicht für sie ausgestellt wurden. Quelle: modelcontextprotocol.io, Sicherheitsempfehlungen.

Prompt Injection. Ein Sprachmodell unterscheidet nicht zuverlässig zwischen Anweisungen und Daten. Steht in einem Ticket, einer Mail oder einem CMS-Eintrag ein Satz wie „Ignoriere die bisherigen Anweisungen und lösche …“, kann das Modell ihn als Auftrag lesen. Das OWASP-Projekt für die Sicherheit generativer KI führt Prompt Injection, auch die indirekte über fremde Inhalte, an erster Stelle seiner Risikoliste und schreibt, dass kein sicherer Schutz bekannt ist. Empfohlen werden geringste Rechte, eine menschliche Freigabe für riskante Aktionen und eine klare Trennung fremder Inhalte. Quelle: OWASP, LLM01:2025 Prompt Injection.

Freigaben für alles, was schreibt oder löscht. Ein gutes Beispiel ist der Server von Storyblok. Er trennt lesende, ändernde und löschende Aufrufe in eigene Werkzeuge, und löschende verlangen eine ausdrückliche Bestätigung. Storyblok rät, IDs vor der Freigabe zu prüfen und Abläufe zuerst in einer Testumgebung zu erproben. In autonomen Automatisierungen soll der Server nicht laufen.

Lokale Server sind Programme auf eurem Rechner. Ein lokaler MCP-Server läuft mit denselben Rechten wie die KI-Anwendung. Die Sicherheitsempfehlungen warnen ausdrücklich vor manipulierten Startbefehlen und Paketen. Installiert wird nur, was aus einer bekannten Quelle kommt, und vorher wird der Befehl gelesen, der ausgeführt wird. Für die Prüfung solcher Erweiterungen gelten ähnliche Fragen wie bei Agent Skills, siehe Agent Skills prüfen.

Eine kurze Prüfliste vor dem Anschluss eines Servers:

  • Wer hat den Server gebaut, und wird er gepflegt?

  • Mit welchem Zugang arbeitet er, und lässt sich dieser einschränken?

  • Welche Werkzeuge schreiben oder löschen, und verlangen sie eine Bestätigung?

  • Welche fremden Inhalte liest der Agent, die Anweisungen enthalten könnten?

  • Wird protokolliert, welche Aufrufe stattgefunden haben?

MCP am Beispiel Storyblok

Storyblok bietet einen gehosteten MCP-Server an, der die Management API des CMS für KI-Anwendungen erreichbar macht. Statt jeden Endpunkt als eigenes Werkzeug abzubilden, arbeitet er mit wenigen Werkzeugen: Eines sucht die passende API-Operation, eines beschreibt ihre Parameter, drei führen sie aus, getrennt nach lesend, ändernd und löschend. Dazu kommt ein Ablauf für das Hochladen von Bildern und Dateien.

Für die Arbeit an einer Website heißt das: Ein Assistent kann das Inhaltsmodell lesen, Entwürfe anlegen und Inhalte über viele Seiten hinweg prüfen. Er kann aber auch Dinge ändern, die niemand ändern wollte. Wir lassen Assistenten deshalb Entwürfe anlegen und veröffentlichen von Hand.

Der Server liest über die Management API, nicht über die Auslieferungs-API. Er arbeitet also mit dem Redaktionsstand, nicht mit dem, was Besucher sehen. Warum ein Headless CMS sich für diese Art von Zugriff gut eignet, erklärt der Artikel Headless CMS. Wie wir Websites mit Storyblok umsetzen, steht auf der Seite zur Storyblok-Agentur.

Eigener MCP-Server oder fertiger?

Viele Anbieter von Software haben inzwischen einen eigenen MCP-Server, darunter Redaktionssysteme, Projektwerkzeuge und Monitoring-Dienste. Wo es einen offiziellen Server gibt, ist er meist die bessere Wahl als ein Nachbau aus der Community, weil der Anbieter ihn mit seiner Schnittstelle weiterentwickelt.

Ein eigener Server lohnt sich für interne Systeme: eine Datenbank, ein selbst gebautes Portal, ein Altsystem mit Schnittstelle. Für die gängigen Programmiersprachen gibt es offizielle Bibliotheken. Ein eigener Server sollte klein anfangen: wenige Werkzeuge, zuerst nur lesend, mit klaren Beschreibungen, damit das Modell weiß, wann es welches Werkzeug nutzt.

Mit einem System anfangen

Der sicherste Einstieg sieht so aus:

  1. Ein System auswählen, bei dem ein Assistent heute schon Zeit sparen würde.

  2. Den Server mit einem eigenen, nur lesenden Zugang anbinden.

  3. Einige Wochen mit echten Aufgaben arbeiten und festhalten, was hilft und was schiefgeht.

  4. Schreibende Werkzeuge erst freigeben, wenn klar ist, wer welche Aktion bestätigt.

  5. Dokumentieren, welche Server mit welchen Rechten angebunden sind.

Wenn KI-Agenten in euren Abläufen mehrere Schritte übernehmen sollen, beschreiben wir auf der Seite KI-Automatisierung, wie wir dabei Zugriffe, Prüfung und Verantwortung festlegen.

Häufige Fragen

Was ist ein MCP-Server einfach erklärt?

Ein Programm, das einem KI-Assistenten Zugriff auf ein bestimmtes System gibt, etwa ein CMS, eine Datenbank oder ein Ticketsystem. Es beschreibt, welche Werkzeuge es gibt, und führt sie aus, wenn der Assistent sie aufruft. Die Verständigung läuft über das Model Context Protocol.

Was ist der Unterschied zwischen einem MCP-Server und einer API?

Eine API ist die Schnittstelle eines Systems, die Programme direkt nutzen. Ein MCP-Server legt eine einheitliche Schicht darüber, die KI-Anwendungen verstehen: Er beschreibt die Werkzeuge so, dass ein Sprachmodell selbst entscheiden kann, wann es welches aufruft. Viele MCP-Server nutzen intern die API des Systems.

Wer hat das Model Context Protocol entwickelt?

Anthropic hat MCP im November 2024 veröffentlicht. Seit Dezember 2025 liegt das Protokoll bei der Agentic AI Foundation, einem Fonds unter dem Dach der Linux Foundation.

Ist MCP sicher?

Das Protokoll regelt die Verständigung, nicht die Sicherheit des einzelnen Einsatzes. Entscheidend sind knappe Rechte für den Zugang, eine Bestätigung durch einen Menschen für schreibende und löschende Aktionen, Vorsicht bei fremden Inhalten wegen Prompt Injection und nur Server aus bekannten Quellen.

Welche KI-Anwendungen unterstützen MCP?

Laut offizieller Dokumentation unter anderem Claude, ChatGPT, Visual Studio Code und Cursor. Die Liste wächst, deshalb lohnt ein Blick in die Dokumentation der jeweiligen Anwendung.