Zum Inhalt
Zusammenfassung zu MCPs
MCP ist ein offener Standard, der es KI-Modellen ermöglicht, Daten aus Tools wie Google Drive, Slack und Besprechungsaufzeichnungsdiensten wie tl;dv. Anthropic veröffentlichte ihn im November 2024 und spendete ihn im Dezember 2025 an die Agentic AI Foundation, die der Linux Foundation angehört.
MCP regelt einheitlich, wie der Zugriff angefordert und gewährt wird, legt jedoch nicht fest, wie ein Server mit Ihren Daten umgeht, sobald diese eingegangen sind.
Mit der aktuellen Spezifikation vom 28.07.2026 wurde das Protokoll zustandslos gestaltet und die OAuth-Autorisierung verstärkt. AWS, Google Cloud, Microsoft, Cloudflare, Figma, Netlify, Supabase und Xero haben bereits Unterstützung bereitgestellt.
tl;dv betreibt einen schreibgeschützten MCP-Server in den Pro-Tarifen, der in den Verzeichnissen der Claude- und ChatGPT-Konnektoren aufgeführt ist.
Was ist MCP in der KI?
Das Model Context Protocol (MCP) ist eine Möglichkeit für KI-Modelle, sich mit Ihren Apps und Tools zu verbinden. Stellen Sie es sich als einen universellen Adapter für KI vor. So wie USB-Anschlüsse der Standard für den Anschluss von Hardware sind, ist MCP nun eine standardisierte Methode, um Software mit LLMs zu verbinden.
Früher waren viele Modelle in ihrer eigenen kleinen Welt gefangen. Sie konnten nicht ohne Weiteres mit Echtzeitinformationen aus Ihren Apps wie Google Drive, Kalender oder Zoom interagieren. Hier kommt das Model Context Protocol (MCP) ins Spiel. Entwickelt von Anthropic, ermöglicht MCP die Anbindung der KI an externe Tools, wodurch sie besser nutzbar und leichter zugänglich wird, anstatt mehrere Tools und Apps hintereinander zu verketten.
Man kann sich das so vorstellen: Jedes Mal, wenn sich die KI mit einem neuen Tool verbindet, muss sie in einer neuen Sprache arbeiten. Damit wird das Model Context Protocol zum neuen Standard für die „Übersetzung“ verschiedener Tools. Mit anderen Worten: Die KI benötigt nicht mehr für jedes einzelne Tool eigene Konnektoren. Sie nutzt das MCP einfach als Schnittstelle, um auf die benötigten Informationen aus dem jeweiligen Tool zuzugreifen.
Ob es darum geht, Ihre E-Mails zusammenzufassen, relevante Dokumente aus Google Drive abzurufen oder Erkenntnisse aus Besprechungen zu automatisieren – MCP ermöglicht es, KI in Ihre bestehenden Arbeitsabläufe zu integrieren.
Mit MCP können KI-Modelle nunauf Echtzeitinformationen aus externen Quellenzugreifen.
Immer mehr KI-Lösungen für Unternehmen setzen auf MCP, da dies die Integration von KI in alltägliche Tools vereinfacht. So könnte eine KI beispielsweise Daten aus Ihrem CRM-System abrufen, diese analysieren und die gewonnenen Erkenntnisse nutzen, um Ihnen personalisierte Empfehlungen oder Benachrichtigungen zu senden.
Warum hat Anthropic MCP geschaffen?
Das Model Context Protocol wurde im November 2024 von Anthropic entwickelt, dem KI-Forschungsunternehmen, das hinter Claude steht. Das Ziel? KI intelligenter, nützlicher und sicherer zu machen, wenn sie mit Daten aus der realen Welt arbeitet. Seitdem wurde die Verwaltung im Dezember 2025 an die Linux Foundation übertragen.
Warum ist MCP in Unternehmen so beliebt?
Für Unternehmen machen MCPs KI-Modelle für praktische Anwendungen in der realen Welt wesentlich praxistauglicher. Unternehmen wünschen sich KI, die sich nahtlos in bestehende Tools wie ihre CRM-Systeme, Cloud-Speicher oder Kalender-Apps integrieren lässt, ohne dass jedes Mal individuelle Umgehungslösungen erforderlich sind. MCP ermöglicht genau diese Anbindung.
Unternehmen setzen MCP bereits für Aufgaben wie die Automatisierung von Berichten, die Analyse von Kundendaten und die Organisation von Team-Workflows ein. Anstatt komplizierte und kostspielige Integrationen zu entwickeln, können sie nun MCP nutzen, um Daten aus verschiedenen Quellen zusammenzuführen und mit anderen Kontextinformationen aus dem Unternehmen zu verknüpfen.
Das Model Context Protocol, besser bekannt als MCP, ist der offene Standard, der es KI-Modellen ermöglicht, Daten aus den Tools auszulesen, die Sie bereits nutzen.
Anthropic Es wurde im November 2024 veröffentlicht. Fast zwei Jahre später ist es bei AWS, Google Cloud und Microsoft im Produktivbetrieb im Einsatz, und die aktuelle Spezifikation wurde im Juli 2026 veröffentlicht. Dieser Leitfaden wurde im August 2026 entsprechend aktualisiert.
Im Folgenden erläutern wir, was MCP ist, wie es funktioniert, wo seine Stärken liegen und wo die Zuständigkeit des Protokolls endet und die Verantwortung des Anbieters beginnt.
Wir unterstützen außerdem den MCP-Server von „ tl;dv“, der bereits in Betrieb ist und sowohl im Claude- als auch im ChatGPT-Connector-Verzeichnis aufgeführt ist. Mit Ihrer Erlaubnis kann Ihre KI-App Ihre Besprechungsbibliothek durchsuchen, Transkripte abrufen und die Notizen vorlesen, ohne dass Sie eine einzige Aufzeichnung öffnen müssen.
Wenn Sie stattdessen lieber einen Experten hören möchten, der Ihnen MCP erklärt, sind Sie herzlich eingeladen:
Was sind die wichtigsten Vorteile des Model Context Protocol?
MCP bietet fünf Vorteile: standardisierte Kommunikation, Sicherheit und Authentifizierung, Echtzeitverarbeitung, plattformübergreifende Kompatibilität und schließlich Anpassungsmöglichkeiten.
1. Standardisierte Kommunikation
Zunächst einmal geht es darum, wie MCPdie Kommunikation von KI-Modellen mitexternen Tools und Plattformenstandardisiert.
- Ohne MCP müssten KI-Modelle für jede einzelne Verbindung individuell programmiert werden.
- Mit MCP wird eine universelle Sprache geschaffen, die über verschiedene APIs, Datenbanken und Plattformen hinweg funktioniert.
Das bedeutet, dass ein KI-Modell problemlos eine Verbindung zu den von Ihnen häufig genutzten Tools herstellen und Daten daraus abrufen kann – sei es Google Drive, Zoom, Salesforce oder etwas ganz anderes.
2. Sicherheit und Authentifizierung
MCP legt fest, wie ein KI-Client Zugriff anfordert und wie ein Server diesen überprüft – unter Verwendung eines auf OAuth basierenden Autorisierungsframeworks. Das bedeutet, dass die Berechtigungen auf das beschränkt sind, was Sie genehmigen, und widerrufbar sind.
3. Echtzeit-Verarbeitung
MCP kann Daten in Echtzeit verarbeiten. Das bedeutet: Wenn Sie Daten aus einem Tool benötigen (beispielsweise aus Google Kalender für die Terminplanung), muss das KI-Modell nicht auf veraltete Informationen warten.
4. Multiplattform-Kompatibilität
Die Stärke von MCP liegt in seiner plattformübergreifenden Funktionsweise. Ganz gleich, ob Sie Google Workspace, Slack, Zoom oder sogar Dienste wie Microsoft Teams nutzen – dank des Model Context Protocol können Sie Informationen aus all diesen verschiedenen Quellen an einem einzigen Ort abrufen.
5. Anpassung
MCP ist so konzipiert, dass es individuell angepasst und auf verschiedene Anwendungsfälle zugeschnitten werden kann. Diese Anpassungsmöglichkeiten sind ideal, wenn Sie einen Automatisierungs-Workflow für Ihr Marketingteam erstellen oder einen personalisierten KI-Assistenten für Ihr Unternehmen entwickeln möchten.
Dadurch eignet es sich sowohl für kleine Anwendungen als auch für größere Lösungen auf Unternehmensebene, bei denen KI komplexe Arbeitsabläufe über viele verschiedene Systeme hinweg bewältigen muss. Kurz gesagt: MCP ist eine vollständig anpassbare Ebene, die es Ihnen ermöglicht, KI in Echtzeit mit den von Ihnen gewünschten Tools zu verknüpfen. Um dies in die Praxis umzusetzen, kommen agentische Arbeitsabläufeins Spiel.
Wie funktioniert MCP?
MCP basiert auf einem gemeinsamen Format, über das zwei Softwarekomponenten miteinander kommunizieren können. Zum einen handelt es sich um einen Client innerhalb Ihrer KI-App, zum anderen um einen Server, der vor dem Tool steht und die Daten speichert.
Der Anfrage-/Antwortfluss: Was ist das?
Der Anfrage-Antwort-Ablauf bildet den Kern des Model Context Protocol. So funktioniert er in der Praxis:
- Das Model verlangt etwas
- Der Client sendet die Anfrage an den Server
- Der Server sendet eine Antwort
- Der Client sendet die Daten an das Modell zurück
1. Das Modell stellt eine Anfrage
Nehmen wir zum Beispiel an, du arbeitest gerade an deinem Kalender und möchtest, dass die KI deinen Terminplan überprüft. Die KI sendet eine Anfrage, sozusagen eine kleine Notiz, in der sie fragt: „Hey, kannst du mir bitte meine Kalendertermine für heute anzeigen?“
Ohne MCP hat diese Anfrage für Ihr spezifisches Tool keinerlei Bedeutung. Sie muss in eine Sprache umgewandelt werden, die das Tool erkennt.
2. Der Client sendet die Anfrage an den Server
Der MCP-Client der KI-App stellt die Anfrage in einem Standardformat zusammen und sendet sie an den MCP-Server des Tools. Da beide Seiten dasselbe Format verstehen, kann der Server die Anfrage auswerten, ohne dass dafür spezieller Code für diese bestimmte App geschrieben werden muss.
3. Der Server sendet eine Antwort
Das Kalender-Tool (oder welche App Sie auch immer verwenden) überprüft seine Daten, ermittelt die entsprechenden Termine (beispielsweise eine Besprechung um 14 Uhr) und sendet die Informationen an den Client zurück. Dies ist die Antwortphase, in der Ihr Kalender-Tool die angeforderten Daten liefert.
4. Der Client sendet die Antwort an das Modell zurück
Sobald der Client die Antwort erhält, leitet er die Informationen an die KI-App weiter, die sie wiederum an das Modell übergibt. Zu diesem Zeitpunkt verfügt das Modell über die benötigten Daten (Ihren Tagesplan) und kann diese entsprechend seiner Programmierung verarbeiten. In diesem Fall gibt es Ihnen vielleicht eine kleine Erinnerung oder schlägt Ihnen sogar vor, sich auf ein Meeting um 14 Uhr vorzubereiten.
Dies geschieht im Hintergrund und stellt sicher, dass die KI und die externen Tools dieselbe Sprache sprechen.
Beispiel aus der realen Welt: AI fasst Ihre Meeting-Insights zusammen
Sie haben gerade ein „ Zoom “-Meeting hinter sich, das voller Ideen und zu erledigender Aufgaben war. Sie haben alle Hände voll zu tun, Ihr Kopf raucht, und nun müssen Sie Ihre Besprechungsnotizen durchgehen. Hier kommen KI-Agenten für Besprechungen und MCP ins Spiel.
- AI fordert die Daten der „ Zoom “-Besprechung an
AI fordert die Aufzeichnung und das Protokoll der Besprechung an. Die Anfrage wird an den MCP-Server des Besprechungstools gesendet, der die Zoom -Seite verwaltet. - Das Modell ruft die Daten ab und analysiert sie
Sobald die KI über die Besprechungsdaten verfügt, kann sie mit der Analyse beginnen. Vielleicht gibt es eine Liste mit Aktionspunkten, ein paar Fragen und einige Erkenntnisse, die Ihr Team geteilt hat. Die KI fasst all das zusammen, hebt die wichtigsten Punkte hervor und ordnet sie für Sie in einem leicht verständlichen Format. - Die KI liefert eine Zusammenfassung und schlägt nächste Schritte vor
Anstatt dass Sie seitenlange Besprechungsnotizen durcharbeiten müssen, liefert die KI einen kurzen, zusammengefassten Bericht sowie Vorschläge für die nächsten Schritte. Sie könnte sogar fragen: „Möchten Sie, dass ich auf der Grundlage dieser Aktionspunkte Folgebesprechungen plane?“ Und schon verwandelt sich Ihre Besprechung in eine umsetzbare, übersichtliche Liste.
In diesem Beispiel war MCP das gemeinsame Format, das es der KI-App und dem Besprechungstool ermöglichte, miteinander zu kommunizieren. Das Abrufen der Informationen erfolgte über diese Verbindung, während die Zusammenfassung das eigene Ergebnis des Modells war.
Wie geht MCP mit dem Thema Sicherheit um?
MCP legt einheitlich fest, wie eine KI-App Zugriff auf ein Tool anfordert und wie dieser Zugriff gewährt wird. Was mit Ihren Daten geschieht, nachdem der Server sie empfangen hat, wird von demjenigen entschieden, der den Server betreibt, und nicht vom Protokoll.
Wie MCP die Authentifizierung handhabt
Das Autorisierungsframework von MCP basiert auf OAuth. Die KI-App fordert eine bestimmte Reihe von Berechtigungen an; Sie genehmigen diese, woraufhin der Server ein Token ausstellt, dessen Umfang auf die von Ihnen erteilten Berechtigungen beschränkt ist. Ihr Passwort wird niemals an die KI-App weitergegeben, und Sie können den Zugriff später widerrufen, ohne Passwörter ändern zu müssen.
Die Spezifikation vom 28.07.2026, die umfangreichste Überarbeitung seit der Einführung von MCP, hat diese Sicherheitsmaßnahmen weiter verschärft. Autorisierungsserver geben nun einen „Issuer“-Parameter zurück, den Clients vor dem Einlösen eines Codes validieren müssen, und die Client-Zugangsdaten sind an den Aussteller gebunden, der sie erstellt hat, sodass sie nicht für verschiedene Autorisierungsserver wiederverwendet werden können.
Wo MCP endet und der Anbieter beginnt
MCP verwaltet die Anfrage selbst. Die Organisation, die den Server betreibt, verwaltet die Daten.
Sobald ein Server eine Anfrage erhält, hat das Protokoll keinen Einfluss darauf, wie lange die Daten aufbewahrt werden, ob sie zum Trainieren eines Modells verwendet werden oder wer innerhalb des Anbieters Zugriff darauf hat. Diese Entscheidungen werden von demjenigen getroffen, der den Server betreibt – genau wie dies bereits bei allen anderen Tools der Fall ist, die Ihr Unternehmen nutzt.
Beispiel: Eine KI-App mit Google Drive verbinden
Angenommen, Sie benötigen Ihre KI-App, um vor einem wichtigen Kundengespräch einige in Ihrem Google Drive gespeicherte Dokumente abzurufen. Die App fordert bestimmte Berechtigungen für das Drive an, und Sie genehmigen diese über Ihr Google-Konto. Jede Anfrage, die die App nach Erteilung dieser Berechtigung stellt, enthält ein Token, das auf den genehmigten Umfang beschränkt ist, und Googles eigene Systeme legen fest, auf welche Daten dieses Token zugreifen darf.
Die Rolle von MCP endet an dieser Stelle. Was die App mit den Dokumenten macht, sobald sie diese hat – ob sie eine Kopie davon speichert und wie lange sie diese aufbewahrt –, hängt davon ab, wer die App entwickelt hat.
Auswahl eines Servers
Bevorzugen Sie First-Party-Server, die von Anbietern betrieben werden, mit denen Sie bereits einen Vertrag haben. Prüfen Sie, wer den Server betreibt und wie die veröffentlichten Datenschutzrichtlinien lauten. Bei Servern aus öffentlichen Registern ist besondere Vorsicht geboten, da der Betreiber oft schwerer nachzuverfolgen ist.
Für größere Organisationen wurde die Erweiterung „Enterprise-Managed Authorization“ im Juni 2026 stabil. Sie ermöglicht es Administratoren, den MCP-Zugriff zentral über einen Identitätsanbieter bereitzustellen, anstatt dass jede Person die Server einzeln genehmigen muss. Anthropic, Microsoft und Okta haben diese Erweiterung bereits eingeführt.
Was kann MCP für ein Vertriebsteam leisten?
Mit MCP kann ein KI-Modell CRM-Datensätze, E-Mail-Verläufe und Besprechungsprotokolle in Echtzeit abrufen, sobald Sie danach fragen, anstatt nur auf die Daten zurückzugreifen, die Sie hochladen oder in die Eingabeaufforderung einfügen.
Das Ergebnis ist, dass Sie die KI zu einem bestimmten Geschäft oder Kunden in Ihrer Pipeline befragen können, anstatt sich auf ein allgemeines Bild zu stützen.
Dies läuft bereits in großem Umfang. In der im Juli 2026 veröffentlichten Spezifikation berichtete Honeycomb, dass mittlerweile fast 20 % ihrer monatlichen interaktiven Abfragen von Agenten statt von Menschen stammen.
Wo es im Vertriebsworkflow vorkommt
Ein Mitarbeiter ist gerade dabei, an einem Kundengespräch teilzunehmen. Anstatt vier Registerkarten aus dem CRM, der Anrufbibliothek und anderen Quellen zu öffnen, kann das Modell alle Informationen an einem Ort zusammenführen: den E-Mail-Austausch, den aktuellen Status des Geschäfts im CRM und Notizen aus dem vorherigen Gespräch.
Derselbe Zugriff kann auch den Administrator unterstützen, der die Nachbereitung des Gesprächs übernimmt. Die Besprechungsnotizen des KI-Notizers werden in HubSpot oder unter Salesforce protokolliert. Es wird eine Folge-E-Mail entworfen, die sich auf die tatsächlichen Inhalte des Gesprächs stützt. Die Phasen des Geschäfts können aktualisiert werden. Ein ins Stocken geratenes Geschäft kann mit einer kurzen Zusammenfassung der Ereignisse gekennzeichnet werden, die zu dem Stillstand geführt haben.
Laut Salesforce können Vertriebsteams bis zu 72 % ihrer Zeit durch Verwaltungsaufgaben verlieren; der praktische Nutzen von KI in dieser Situation besteht also darin, diese verlorene Zeit wieder hereinzuholen. Darauf basiert die Entwicklung von KI-Agenten für den Vertrieb.
Wer nutzt MCP eigentlich?
MCP hat die Experimentierphase hinter sich. AWS, Google Cloud, Microsoft, Cloudflare, Figma, Netlify, Supabase und Xero haben alle im Juli 2026 die Unterstützung für die aktuelle Spezifikation eingeführt.
Entwickler, die MCP-Verbindungen erstellen, nutzen vorgefertigte Toolkits – eines für jede Programmiersprache. Diese Toolkits werden monatlich fast eine halbe Milliarde Mal heruntergeladen, und zwei davon haben insgesamt bereits die Marke von einer Milliarde Downloads überschritten.
Wie das in der Praxis aussieht
Dafür gibt es zwei wirklich gute Beispiele, die über den technischen Aspekt hinausgehen.
Kundenbetreuung
Ein über MCP verbundener KI-Support-Agent kann beispielsweise den Status einer Bestellung in Shopify überprüfen oder Kundentickets aus Zendesk abrufen. Die Antwort wird dann auf der Grundlage des tatsächlichen Verlaufs des Kundenkontos erstellt und nicht anhand einer vorgegebenen Vorlage.
Projektmanagement
KI-Agenten für das Projektmanagement arbeiten gleichzeitig mit mehreren Tools. Das Modell liest die Termine der Woche aus Google Kalender aus, überprüft die zugehörigen Dokumente in Notion und veröffentlicht eine Zusammenfassung in Slack – und das alles mit einer einzigen Anfrage.
Wie kann MCP auf Meetings angewendet werden?
Die Möglichkeit, echte Besprechungsprotokolle abzufragen und einzubinden, ist eine der nützlichsten Funktionen, die in ein Modell integriert werden können. Dabei handelt es sich um wortgetreue Aufzeichnungen von Gesprächen, Entscheidungen, Einwänden und Maßnahmen, die bei manuell eingegebenen CRM-Notizen oder Dokumenten manchmal unter den Tisch fallen können.
Welchen KI-Besprechungsassistenten Sie verwenden, spielt hier eine Rolle, da nicht alle einen Server betreiben.
Was KI mit Besprechungsdaten leisten kann
Das KI-Modell kann bei der Abfrage der Transkriptbibliothek den vollständigen Wortlaut der Äußerungen abrufen. Damit ist es in der Lage:
- Fassen Sie ein Gespräch zusammen, an dem Sie nicht teilgenommen haben, ohne sich die Aufzeichnung ansehen zu müssen.
- Fassen Sie die zu erledigenden Aufgaben aus mehreren Besprechungen zusammen, damit Sie sich einen umfassenden Überblick über den Stand der Dinge verschaffen können.
- Finden Sie heraus, wann eine Entscheidung getroffen wurde und in welchem Zusammenhang sie stand.
So funktioniert das auf drei der wichtigsten Plattformen.
MCP für Zoom
Kundenanrufe und externe Besprechungen werden meist über Zoom abgewickelt. Wenn Sie eine Bibliothek dieser Anrufe mit einem Modell verknüpfen, können Sie abfragen, wogegen ein Kunde vor drei Anrufen Einwände hatte, ohne einen der Anrufe öffnen zu müssen. Unser MCP-Leitfaden „Zoom “ behandelt die Einrichtung.
MCP für Google Meet
Meet ist in Workspace integriert, sodass die Dokumente zu einer Besprechung direkt neben der Besprechung selbst zu finden sind. Ein Modell, das beide Bereiche abdeckt, kann die in einem Gespräch getroffenen Vereinbarungen mit dem daraus resultierenden Dokument verknüpfen. Weitere Details finden Sie in unserem MCP-Leitfaden „Google Meet “.
MCP für MS Teams
In „Teams“ finden in der Regel die internen Besprechungen statt, weshalb es für die meisten Unternehmen die umfangreichste Bibliothek der drei ist. Durch eine abgedeckte Abfrage lassen sich wiederkehrende Themen und Entscheidungen auf einen Blick erfassen, anstatt jede Besprechung einzeln durchgehen zu müssen. Unser MCP-Leitfaden „Microsoft Teams “ geht noch einen Schritt weiter.
tl;dvMCP-Server von
tl;dv betreibt seit 2025 einen eigenen MCP-Server Und genau wie MCP selbst hat sich auch diese Funktion in dieser Zeit stark verändert. Sie ist nun im Pro-Tarif und den höheren Tarifen verfügbar und lässt sich sowohl über das Claude- als auch über das ChatGPT-Connector-Verzeichnis verbinden. Die Verbindung erfolgt über OAuth, sodass Sie eine begrenzte Reihe von Berechtigungen genehmigen und diese jederzeit widerrufen können, ohne Ihr Passwort ändern zu müssen. Die Tokens sind fünf Minuten lang gültig.| Zum Start | Stand: August 2026 |
|---|---|
| API-Schlüssel, der in den Einstellungen generiert und in eine Konfigurationsdatei eingefügt wurde | OAuth mit bereichsbezogenen Berechtigungen, die Sie genehmigen und widerrufen können |
| Lokale Installation mit Node.js oder Docker | Gehostet von tl;dv, keine Installation erforderlich |
| Konfigurationsdatei manuell bearbeiten, anschließend den Client neu starten | Stellen Sie eine Verbindung über das Verzeichnis „Claude“ oder „ChatGPT“ her |
| Vier Werkzeuge | Fünf Funktionen, darunter die Suche in Ihrer gesamten Besprechungsbibliothek |
- Meetings suchen: Nach Datumsbereich, Stichwörtern, Art (intern/extern), Teilnahme und Paginierung filtern.
- Besprechungsmetadaten abrufen: Titel, Datum, Dauer, Status, Veranstalter, Teilnehmer und Besprechungs-URL abrufen.
- Protokoll abrufen: Das vollständige Protokoll im Markdown-Format abrufen.
- Besprechungsnotizen abrufen: Rufen Sie von der KI erstellte Notizen, manuelle Notizen, Zeitstempel und den Status der KI-Verarbeitung ab.
- Benutzerprofil abrufen: Rufen Sie Ihr Profil auf tl;dv sowie Ihre Rolle, das Registrierungsdatum und die Teamgröße ab.
Wie es mit MCP weitergeht
Im Jahr 2026 gehen die Erwartungen an MCP weit über den bisherigen Status quo hinaus. Modelle stützen sich mittlerweile stark darauf, die Sicherheit wurde verbessert, und die Einrichtung erfordert nicht mehr so viel technisches Know-how. Früher musste man Konfigurationsdateien bearbeiten. Jetzt wählt man einfach aus den Connector-Verzeichnissen aus, und schon läuft es.
Mit der Überarbeitung im Juli 2026 wurden die Autorisierungsregeln verschärft, und die unternehmensverwaltete Autorisierung wurde im Juni 2026 stabilisiert, sodass Administratoren den Zugriff nun über ihren Identitätsanbieter bereitstellen können, anstatt Server einzeln zu genehmigen.
Die weitere Entwicklung verläuft von hier aus weniger dramatisch. Mit der Überarbeitung vom 28.07.2026 wurde das Protokoll zustandslos gestaltet, ein formales Erweiterungsframework hinzugefügt und eine zwölfmonatige Auslaufregelung eingeführt.
Dieses Framework brachte zwei offizielle Erweiterungen mit sich. Mit „MCP Apps“ kann ein Server anstelle von reinem Text eine interaktive Benutzeroberfläche zurückgeben, die in einem Sandbox-Fenster dargestellt wird, wobei jede Aktion denselben Genehmigungsweg durchläuft wie ein normaler Tool-Aufruf. „Tasks“ übernehmen Aufgaben, die einige Zeit in Anspruch nehmen, sodass ein Server eine Jobreferenz zurückgeben kann, anstatt die Verbindung offen zu halten.
Insgesamt bedeutet dies, dass MCP nun wachsen kann, ohne das zu zerstören, was andere bereits aufgebaut haben – und genau so sieht Infrastruktur aus, wenn sie nicht mehr im Mittelpunkt des Interesses steht.
FAQs zum Model Context Protocol (MCP)
Was ist das Model Context Protocol (MCP)?
MCP ist ein offener Standard, der es KI-Modellen ermöglicht, sich mit den Tools und Daten zu verbinden, die Sie bereits nutzen, wie beispielsweise Google Drive, Slack oder Ihre Besprechungsaufzeichnungen. Anthropic hat ihn im November 2024 veröffentlicht, und die Verwaltung wurde seitdem an die Linux Foundation übertragen. Er bietet jeder KI-Anwendung eine einheitliche Möglichkeit, auf externe Daten zuzugreifen.
Wie unterscheidet sich MCP von KI-Agenten?
Sie arbeiten zusammen, anstatt miteinander zu konkurrieren. Ein KI-Agent ist ein System, das Aufgaben in Ihrem Auftrag ausführt. MCP ist der Weg, über den dieser Agent an die Daten gelangt, die er zur Erledigung seiner Arbeit benötigt. Die meisten nützlichen Agenten stützen sich auf ein System wie MCP, um über ihre eigenen Trainingsdaten hinauszublicken.
Kann ein MCP-Server meine Daten ändern oder löschen?
Das hängt vom jeweiligen Server ab. MCP unterstützt sowohl Tools zum Abrufen von Daten als auch Tools zum Ausführen von Aktionen; was ein Server leisten kann, hängt also davon ab, wer ihn erstellt hat. Überprüfen Sie vor dem Herstellen einer Verbindung, welche Tools ein Server bereitstellt. Auf „Nur-Lese“-Servern können Informationen abgerufen werden, es ist jedoch nicht möglich, Inhalte zu erstellen, zu bearbeiten, zu teilen oder zu löschen.
Ist es sicher, MCP mit meinen Arbeitsgeräten zu verbinden?
MCP standardisiert die Art und Weise, wie Zugriff angefordert und gewährt wird, und nutzt dabei OAuth, sodass Berechtigungen auf einen bestimmten Bereich beschränkt sind und widerrufen werden können. Was mit Ihren Daten geschieht, nachdem ein Server sie empfangen hat, entscheidet das Unternehmen, das diesen Server betreibt. Bei der Frage nach der Sicherheit geht es weniger um das Protokoll als vielmehr darum, mit welchem Server Sie sich verbinden.
Woran erkenne ich, ob ein MCP-Server vertrauenswürdig ist?
Beginnen Sie damit, wer den Server betreibt. Bei Erstanbieter-Servern von Anbietern, mit denen Sie bereits einen Vertrag haben, gibt es eine Datenschutzrichtlinie und einen Verantwortlichen. Prüfen Sie, welche Berechtigungen angefordert werden und wie die Aufbewahrungsrichtlinie lautet. Bei Servern aus öffentlichen Registern ist größere Vorsicht geboten, da der Betreiber möglicherweise schwerer ausfindig zu machen ist.
Werden meine Daten bei der Verbindung mit MCP an ChatGPT oder Claude gesendet?
Die über MCP abgerufenen Daten werden in den Kontext der KI-App übernommen, damit das Modell sie nutzen kann. Das bedeutet, dass die Datenschutzrichtlinie der von Ihnen verwendeten KI gilt. Der MCP-Server, die KI-App und der Modellanbieter sind drei separate Parteien, daher lohnt es sich, die jeweiligen Nutzungsbedingungen zu lesen.
Kann ich MCP nutzen, um meine Sitzungsprotokolle zu durchsuchen?
Ja, sofern Ihr Meeting-Tool einen MCP-Server betreibt. Der MCP-Server von tl;dvist in den Pro-Tarifen verfügbar und lässt sich über die Verzeichnisse „Claude“ und „ChatGPT“ anbinden. Er stellt Suchfunktionen, Metadaten, Notizen und Transkripte bereit, sodass Sie Fragen zu vergangenen Anrufen stellen können, anstatt diese einzeln öffnen zu müssen.
