MCP (Model Context Protocol)
Das Model Context Protocol, abgekürzt MCP, ist ein offener Standard, über den KI-Anwendungen einheitlich an externe Werkzeuge, Datenquellen und Systeme angebunden werden. Es arbeitet nach dem Client-Server-Prinzip: Ein MCP-Server stellt Funktionen und Inhalte bereit, eine KI-Anwendung greift als MCP-Client darauf zu.
MCP ermöglicht, dass KI mit echten Unternehmensdaten arbeitet, etwa aus CMS oder Dokumentablage, und Ergebnisse dorthin zurückgibt. Es ergänzt bestehende APIs, ersetzt aber weder deren Geschäftslogik noch die Prüfung von Berechtigungen.
Warum das für euch zählt
MCP verbindet KI-Assistenten mit euren Systemen, etwa CMS, Redaktionstool oder Dokumentablage. Damit arbeitet KI nicht mehr mit kopierten Textausschnitten, sondern mit euren aktuellen, freigegebenen Daten und kann Ergebnisse direkt als Entwurf dorthin zurückgeben, wo sie gebraucht werden. Das spart manuelle Übertragungen, reduziert Fehler und macht KI-Nutzung nachvollziehbarer. Bei der Toolauswahl wird MCP-Unterstützung damit zu einem Kriterium für die Zukunftsfähigkeit eurer Systemlandschaft.
Einordnung
MCP kommt ins Spiel, sobald KI-Assistenten nicht nur Texte formulieren, sondern auf Unternehmenssysteme zugreifen sollen. Im Content-Alltag betrifft das etwa das Lesen von Briefings und Bestandsartikeln, das Anlegen von Entwürfen im Redaktionstool oder das Abrufen von Informationen aus Projektmanagement und Dokumentablage.
Mit MCP arbeiten mehrere Gruppen: Content-Teams nutzen die Anbindungen im KI-Assistenten, die IT richtet Server ein, vergibt Rechte und prüft die Sicherheit, Datenschutzverantwortliche bewerten, welche Daten fließen. Wie nützlich MCP ist, hängt davon ab, welche Funktionen die Systeme über ihre MCP-Server freigeben und wie sauber Rechte, Protokollierung und Freigabeschritte geregelt sind.
Wann lohnt sich MCP für euer Content-Team?
MCP lohnt sich, wenn ihr KI-Assistenten regelmäßig mit Daten aus euren Systemen arbeiten lassen wollt, statt Inhalte per Copy-Paste in den Chat zu kopieren. Typische Anlässe sind:
- Wiederkehrende Abfragen: Die KI soll Briefings, Themenpläne oder Bestandsartikel direkt aus Redaktionstool oder CMS lesen.
- Rückschreiben: Entwürfe, Metadaten oder Statuswechsel sollen ohne manuelle Übertragung im Zielsystem landen.
- Mehrere Systeme: Ein Assistent soll auf CMS, Dokumentablage und Projektmanagement zugreifen, ohne dass für jede Kombination eine eigene Anbindung entsteht.
Weniger geeignet ist MCP für einmalige Datenübertragungen oder fest definierte Abläufe ohne KI. Dort reicht eine klassische Schnittstelle oder ein Import. Klärt vor dem Start, welche Rechte ein MCP-Server gewährt: nur Lesen oder auch Schreiben, Löschen und Veröffentlichen.
Wie funktioniert MCP zwischen KI-Assistent und Unternehmenssystem?
MCP trennt die Rollen klar. Die KI-Anwendung, etwa ein Chat-Assistent oder eine Entwicklungsumgebung, enthält einen MCP-Client. Das angebundene System, etwa ein CMS oder Redaktionstool, stellt einen MCP-Server bereit, der beschreibt, was die KI dort tun kann.
Ein MCP-Server kann drei Arten von Angeboten machen:
- Werkzeuge: Aktionen, die die KI aufrufen kann, etwa einen Entwurf anlegen, Inhalte suchen oder einen Status ändern.
- Ressourcen: Daten und Dokumente, die die KI lesen kann, etwa Briefings, Artikel oder Styleguides.
- Prompts: vorbereitete Anweisungsvorlagen, die der Server für typische Aufgaben anbietet.
Das Sprachmodell wählt anhand der Beschreibungen aus, welches Werkzeug zur Aufgabe passt, und erhält das Ergebnis zurück. Ob eine Aktion ohne Rückfrage ausgeführt wird, regelt die KI-Anwendung. Folgenreiche Aktionen sollten eine Bestätigung durch einen Menschen verlangen.
Wie führt ihr MCP im Content-Team in fünf Schritten ein?
- Anwendungsfall wählen: Startet mit einer wiederkehrenden Aufgabe, bei der heute viel kopiert wird, etwa Briefings aus dem Redaktionstool lesen und Entwürfe zurückschreiben.
- Verfügbarkeit prüfen: Klärt, ob eure Systeme einen MCP-Server anbieten und welche Funktionen er freigibt, oder ob eine eigene Entwicklung nötig wäre.
- Rechte begrenzen: Gebt zunächst nur Lesezugriff oder das Anlegen von Entwürfen frei. Veröffentlichen und Löschen bleiben vorerst gesperrt.
- Mit IT und Datenschutz abstimmen: Prüft Authentifizierung, Datenflüsse, Protokollierung und das Risiko von Prompt Injection durch fremde Inhalte.
- Testen und ausweiten: Erprobt den Ablauf mit wenigen Personen, haltet Fehler fest und erweitert Rechte und Einsatzfälle erst, wenn die Ergebnisse stabil sind.
Dokumentiert, welche Anbindungen aktiv sind und wer sie verantwortet, damit keine unkontrollierten Zugänge entstehen.
Ein Content-Team verbindet seinen KI-Assistenten über einen MCP-Server mit dem Redaktionstool. Der Assistent liest das freigegebene Briefing und die Markenrichtlinie, erstellt daraus einen Entwurf und legt ihn als neue Version im Tool ab. Veröffentlichen kann er nicht: Die Freigabe bleibt bei der Redaktion.
Typische Fehler
- Zu weitreichende Rechte vergeben: KI sollte nur auf die Daten und Aktionen zugreifen, die sie für die Aufgabe braucht.
- Ohne Freigabeschritt schreiben lassen: Änderungen in Live-Systemen sollten zunächst als Entwurf erfolgen.
- Sicherheit nicht prüfen: MCP-Server von Drittanbietern brauchen dieselbe Prüfung wie jede andere Integration.
- Fremde Inhalte ungeprüft lesen lassen: Liest die KI Webseiten oder E-Mails über MCP, können darin versteckte Anweisungen ihr Verhalten beeinflussen.
Häufige Fragen
Wer hat MCP entwickelt?
MCP wurde Ende 2024 von Anthropic als offener Standard vorgestellt und wird inzwischen von vielen Anbietern unterstützt. Da die Spezifikation offen ist, kann jedes System einen MCP-Server bereitstellen, und KI-Anwendungen unterschiedlicher Hersteller können darauf zugreifen. Ihr bindet euch mit MCP also nicht an einen einzelnen KI-Anbieter.
MCP oder API: Was ist der Unterschied?
Eine API ist die Schnittstelle eines einzelnen Systems mit eigenen Regeln. MCP ist ein gemeinsamer Standard, über den KI-Assistenten viele solcher Schnittstellen auf dieselbe Weise nutzen können, ohne für jede eine eigene Anbindung zu brauchen. Häufig setzt ein MCP-Server auf einer bestehenden API auf.
Ist MCP sicher?
Die Sicherheit von MCP hängt von der Umsetzung ab. Entscheidend sind Authentifizierung, eingeschränkte Rechte, Protokollierung und Freigabeschritte für folgenreiche Aktionen. Ein besonderes Risiko ist Prompt Injection, wenn die KI fremde Inhalte liest. Stimmt jede MCP-Anbindung wie andere Integrationen mit IT und Datenschutz ab.
Welche Tools unterstützen MCP?
MCP unterstützen inzwischen viele KI-Assistenten sowie zahlreiche Softwaresysteme, darunter CMS, Projektmanagement- und Redaktionstools. Ob ein bestimmtes Tool einen MCP-Server anbietet und welche Funktionen er freigibt, steht in dessen Dokumentation. Fragt bei der Toolauswahl gezielt danach, wenn ihr KI-Assistenten anbinden wollt.
Brauche ich Programmierkenntnisse für MCP?
Für die Nutzung meist nicht: Bietet ein System einen fertigen MCP-Server an, wird er in der KI-Anwendung oft per Konfiguration verbunden. Für einen eigenen MCP-Server braucht es dagegen Entwicklungsaufwand. Rechte und Datenzugriffe solltet ihr in beiden Fällen gemeinsam mit der IT festlegen.