MCP-Server erklärt

Ein MCP-Server (Model Context Protocol-Server) ist ein laufender Softwareprozess, der Ihre Tools, Daten und Systeme einem KI-Agenten über eine standardisierte Schnittstelle zugänglich macht. Wenn ein Anbieter behauptet, sein Produkt habe „MCP-Unterstützung,” meint er damit, dass seine Software mit einer KI wie Claude verbunden werden kann, sodass die KI Daten daraus lesen, Aktionen darin ausführen oder beides tun kann — ohne individuellen Integrationscode auf Ihrer Seite. MCP ist ein offener Standard, erstmals von Anthropic im November 2024 veröffentlicht und heute von der Agentic AI Foundation (AAIF) der Linux Foundation verwaltet, mit Unterstützung durch Anthropic, OpenAI und Google DeepMind seit Anfang 2026.

Was es NICHT ist

MCP ist kein Produkt, das Sie kaufen. Sie bezahlen nicht für MCP. Es ist ein Protokoll — eine Spezifikation dafür, wie KI-Agenten und Softwaresysteme miteinander kommunizieren. Denken Sie an HTTP, das Protokoll, das regelt, wie Webbrowser Seiten anfordern: HTTP ist weder ein Browser noch ein Server, es ist die vereinbarte Sprache, die beide sprechen.

MCP ist keine Garantie für Produktionsreife. Ein Anbieter, der „MCP-Unterstützung” behauptet, kann alles von „wir haben die Basisprotokoll-Spezifikation an einem Wochenende implementiert” bis hin zu „wir betreiben einen gehärteten, SOC-2-konformen gehosteten MCP-Server mit Uptime-SLAs” meinen. Protokoll-Compliance und operationale Qualität sind verschiedene Dinge, und die Lücke zwischen ihnen ist das eigentliche Käuferrisiko.

MCP ist kein Agent und keine KI. Es ist die Leitung, die einen KI-Agenten mit einem System verbindet. Der Agent — Claude oder ein anderes LLM — ist vom MCP-Server getrennt. Ein Salesforce-MCP-Server stellt Claude Ihre CRM-Daten zur Verfügung; Claude bleibt Claude.

Wie es funktioniert (nicht-technische Version)

Ein MCP-Server kann einem KI-Agenten drei Arten von Dingen anbieten:

1. Tools — Aktionen, die die KI ausführen kann: einen Kontakt erstellen, einen Deal-Stage aktualisieren, eine Suchanfrage ausführen, eine Nachricht senden, einen Workflow auslösen. Das sind die heikelsten aus Berechtigungssicht; sie schreiben oder handeln in Ihrem Namen.
2. Resources — Daten, die die KI lesen kann: Dateien, Datenbankeinträge, Kalenderereignisse, Vertragstext, Stellenanforderungen, Pipeline-Daten. Nur lesend. Geringeres Risiko.
3. Prompts — vorgefertigte Templates, die die KI aufrufen kann: strukturierte Abfragen, spezialisierte Workflow-Anweisungen, die serverseitig gebündelt sind.

Wenn Sie einen MCP-Server in Claude registrieren (über Claude Code, die Claude-Desktop-App oder ein Plugin), entdeckt Claude, welche Tools und Resources der Server bietet, indem er das Manifest des Servers liest. Ab diesem Punkt, wenn Sie Claude bitten, etwas zu tun, das einem dieser Tools entspricht — „aktualisiere den Deal-Stage für Acme Corp auf Angebot” — ruft Claude das Tool auf, der MCP-Server führt die Aktion gegen das echte System aus, und Claude berichtet zurück.

Die Transport-Schicht ist entweder stdio (für einen lokalen Server, der auf Ihrem Rechner läuft) oder HTTP/SSE (für einen gehosteten Server, mit dem Sie sich über das Internet verbinden). Die meisten anbieterseitig bereitgestellten Server sind HTTP/SSE. Lokale Server sind in Entwickler-Workflows häufiger.

Was „MCP-Unterstützung” im Anbieter-Pitch wirklich bedeutet

Anbieter haben begonnen, „MCP-Unterstützung” in ihr Positioning aufzunehmen. Der Begriff kann mehrere verschiedene Dinge bedeuten:

• Stufe 1 — Protokoll-konform. Der Anbieter hat einen Server gebaut, der der JSON-RPC-2.0-Spezifikation folgt, die MCP zugrunde liegt. Funktioniert in Demos. Dies ist das Minimum für einen MCP-Support-Anspruch. Token-Refresh, Rate-Limiting und Paginierung werden möglicherweise nicht behandelt. Der Produktionseinsatz erfordert, dass Ihr Team die operationale Komplexität selbst managt.
• Stufe 2 — Gehostet und gepflegt. Der Anbieter betreibt den MCP-Server für Sie. Er verwaltet den OAuth-Token-Lebenszyklus (damit Ihre KI sich auch um 2 Uhr nachts authentifizieren kann, wenn Token ablaufen), wendet Rate-Limiting gegen die zugrunde liegende API an und bietet einen Uptime-SLA. Das ist es, was Operations-Teams tatsächlich benötigen, um zuverlässige KI-Workflows zu betreiben.
• Stufe 3 — Managed MCP. Ein Drittanbieter generiert und pflegt MCP-Server für viele SaaS-Tools von einer einzigen verwalteten Schicht aus, und übernimmt Multi-Tenant-Isolation sowie operationale Komplexität.

Der Unterschied zwischen Stufe 1 und Stufe 2 ist in Marketingmaterialien nicht sichtbar. Sie müssen danach fragen.

Die fünf Fragen an jeden Anbieter, der MCP-Unterstützung behauptet

Bevor Sie sich in einem Workflow auf den MCP-Server eines Anbieters verlassen, holen Sie Antworten auf diese Fragen ein:

1. „Mit welchen KI-Plattformen haben Sie getestet?” Wenn sie sagen „wir haben es nach Spezifikation gebaut,” ist das Stufe 1. Wenn sie spezifische getestete Plattformen und Enterprise-Kunden nennen, die es in der Produktion nutzen, ist das glaubwürdiger.
2. „Was passiert, wenn ein OAuth-Token mitten in einem Workflow abläuft?” Wenn sie das Token-Refresh-Verhalten nicht spezifisch beschreiben können, haben sie es nicht gelöst. Das ist wichtig für nächtliche agentische Ausführungen und geplante Aufgaben.
3. „Kann ich meinen KI-Agenten auf Nur-Lese-Zugriff beschränken?” Verantwortungsvolle MCP-Implementierungen erlauben Ihnen zu konfigurieren, ob die KI nur Daten lesen oder auch schreiben und handeln darf. Wenn sie Nein sagen oder verwirrt wirken, ist der Schadenradius eines falsch konfigurierten KI-Workflows größer als nötig.
4. „Übernehmen Sie das Rate-Limiting für mich?” Ihr HubSpot, Salesforce und Greenhouse haben jeweils unterschiedliche API-Rate-Limits. Wenn der MCP-Server des Anbieters das nicht behandelt, beginnen Ihre KI-Workflows bei Skalierung zu scheitern.
5. „Was ist Ihr SLA, wenn der MCP-Server ausfällt?” Ein MCP-Server liegt jetzt im kritischen Pfad Ihres KI-Workflows. Verstehen Sie, ob Ausfallzeiten akzeptabel sind oder ob Sie einen SLA-gesicherten gehosteten Dienst benötigen.

Warum das jetzt für Operations-Führungskräfte wichtig ist

Das MCP-Ökosystem hatte Anfang 2026 über 10.000 aktive öffentliche Server (Quelle: Anthropic Ecosystem-Berichte). Ihre RevOps-, Legal-Ops- und Recruiting-Anbieter fügen MCP-Unterstützung hinzu, um für KI-first-Teams relevant zu bleiben. Das schafft drei konkrete Möglichkeiten und ein echtes Risiko:

Möglichkeiten:

• KI-Agenten (Claude, mit Skills konfiguriert) können Ihre Systeme direkt lesen und aktualisieren, ohne Custom-Integrationen oder API-Wrapper. Ein Deal-Review-Agent kann MEDDICC-Daten aus Salesforce via MCP abrufen und sie nach dem Gespräch aktualisieren, ohne manuelle Dateneingabe.
• Recruiting-Koordinatorinnen und -koordinatoren können Sourcing-Agenten betreiben, die Stellenanforderungen aus dem ATS via MCP lesen, Kandidaten suchen und Outreach-Entwürfe erstellen — alles in einem einzigen Claude-Gespräch.
• Rechtsteams können CLM-Systeme via MCP verbinden, damit die Vertragsanalyse gegen Live-Dokumente läuft, nicht gegen veraltete Kopien.

Das Risiko: „MCP-Unterstützung” als Anbieter-Checkbox bedeutet keine zuverlässige Produktionsinfrastruktur. Behandeln Sie MCP-Behauptungen von Anbietern so, wie Sie jede API-Integrationsbehauptung behandeln würden: Fragen Sie nach Uptime, Fehlerbehandlung, Token-Management und Rate-Limit-Verhalten, bevor Sie Workflows darauf aufbauen.

MCP und Claude Skills gemeinsam

Ein MCP-Server allein gibt Claude Datenzugriff und Handlungsfähigkeit. Er gibt Claude nicht die Reasoning-Methodik Ihres Teams. Ein MCP-Server mit einem Claude Skill zu kombinieren — der Skill liefert das Verfahren, der MCP-Server liefert die Live-Daten — ist es, was KI-Workflows erzeugt, die sowohl präzise als auch konsistent sind. Ein Vertragsrisiko-Skill, der mit einem CLM-MCP-Server verbunden ist, übertrifft jede Schicht allein, weil der Skill Ihre Risikoschwellenwerte codiert und der MCP-Server den aktuellen Vertragstext liefert. Einen vollständigen Vergleich dieser beiden Schichten finden Sie unter Claude Skill vs. MCP-Server.

Häufige Fehler

• „MCP-Unterstützung” vertrauen, ohne nach operationaler Qualität zu fragen. Protokoll-Spezifikation und Produktionsinfrastruktur sind verschiedene Dinge. Fragen Sie immer nach dem Unterschied zwischen Stufe 1 und Stufe 2, bevor Sie sich auf einen Server verlassen.
• Dem KI-Agenten Schreibzugriff geben, wenn Lesezugriff den Anwendungsfall abdeckt. Beginnen Sie mit Nur-Lese-MCP-Zugriff. Fügen Sie Schreib-Tools schrittweise, eines nach dem anderen, hinzu und prüfen Sie den Umfang, bevor Sie sie aktivieren. Ein KI-Agent, der Deal-Datensätze überschreiben oder E-Mails versenden kann, benötigt enge Scope-Kontrollen.
• Annehmen, dass MCP Integrationsarbeit eliminiert. Selbst auf Stufe 2 hat jemand die OAuth-App konfiguriert, den Server registriert und die Tool-Ausgaben getestet. MCP reduziert die Integrationskosten gegenüber Custom-Code erheblich, eliminiert aber nicht den Einrichtungsschritt.

Verwandt

• Claude Skill vs. MCP-Server — wie man die beiden Schichten für Operations-Workflows kombiniert
• Claude — der KI-Agent, der MCP-Server konsumiert