MCP - Das Tor zur KI

Künstliche Intelligenz entfaltet ihr volles Potenzial erst dann, wenn sie auf die Daten und Funktionen zugreifen kann, die für den jeweiligen Geschäftsprozess relevant sind. Das Model Context Protocol (MCP) definiert dafür einen offenen, systemunabhängigen Standard - vergleichbar mit einer REST-API, aber speziell auf die Anforderungen von KI-Modellen zugeschnitten.

KI als datenverarbeitendes IT-System

Jenseits marketinggetriebener Versprechen sind Large Language Models (LLMs) und andere KI-Modelle zunächst hochleistungsfähige Datenverarbeitungssysteme. Sie liefern bemerkenswerte Ergebnisse bei Sprachverständnis, Inferenz und Generierung - stoßen jedoch an strukturelle Grenzen, sobald domänenspezifisches Wissen oder aktuelle Daten aus bestehenden Applikationen benötigt werden.

Die klassische Antwort auf diese Herausforderung war bislang eine aufwendige Fine-Tuning-Phase oder proprietäre Kopplung zwischen KI-Modell und Zielsystem. Beide Ansätze sind ressourcenintensiv, schlecht skalierbar und binden Unternehmen an spezifische Modellgenerationen. MCP löst dieses Problem durch Standardisierung auf Protokollebene.

Das Model Context Protocol: Technische Grundlagen

MCP wurde von Anthropic entwickelt und als offener Standard veröffentlicht. Es definiert, wie ein KI-Modell zur Laufzeit Werkzeuge (Tools) entdeckt, aufruft und deren Rückgabewerte in den Kontext einer Anfrage integriert. Die Kernkomponenten des Protokolls sind:

• Tool-Definition (JSON Schema): Jede bereitgestellte Funktion wird mit Name, Beschreibung, Eingabeparametern (inkl. Typen und Pflichtfeldern) und dem erwarteten Rückgabeformat beschrieben. Das Modell erhält diese Schemata beim Verbindungsaufbau und kann eigenständig entscheiden, welches Tool für eine Anfrage geeignet ist.
• Transport Layer: MCP unterstützt aktuell zwei Transportmechanismen - stdio (für lokale Prozesse) und HTTP mit Server-Sent Events (SSE) für netzwerkbasierte Deployments. Letzteres eignet sich für produktive Unternehmensumgebungen mit zentralem MCP-Server.
• Tool Calls & Results: Das KI-Modell sendet einen strukturierten Tool-Call-Request (JSON), der MCP-Server führt die entsprechende Funktion im Zielsystem aus und liefert das Ergebnis zurück. Das Modell integriert das Ergebnis in seine Antwortgenerierung.
• Kontext-Scoping: Tools können thematischen Kontexten zugeordnet werden (z.B. "Ticketmanagement", "Auftragsverarbeitung"). Damit wird sichergestellt, dass einem Modell nur die für den jeweiligen Anwendungsfall relevanten Funktionen exponiert werden - ein wichtiger Aspekt für Sicherheit und Übersichtlichkeit.

Systemunabhängigkeit als strategischer Vorteil

Der entscheidende Architekturvorteil von MCP liegt in der Entkopplung: Ein IT-System implementiert den MCP-Server einmalig und ist damit kompatibel mit beliebig vielen KI-Modellen - unabhängig von Anbieter oder Modellgeneration. Umgekehrt kann ein KI-Modell über MCP auf beliebig viele Systeme und Datenquellen zugreifen, ohne dass individuelle Integrationen erforderlich sind.

Dieses Prinzip ist vergleichbar mit dem Erfolg offener API-Standards wie REST oder ODBC: Einmal eingeführt, schaffen sie ein Ökosystem aus wiederverwendbaren Integrationen, das mit der Zeit wächst und keine Vendor-Lock-in-Abhängigkeit erzeugt.

Vorteile der KI-Integration für klassische IT-Systeme

Die Anbindung eines bestehenden IT-Systems an eine KI über MCP eröffnet eine Reihe konkreter operativer und strategischer Vorteile:

1. Natürlichsprachliche Bedienung ohne Systemumstellung
   Benutzer können in natürlicher Sprache mit bestehenden Systemen interagieren. Die KI übersetzt Anfragen in konkrete Funktionsaufrufe - ohne dass Benutzeroberflächen neu entwickelt oder Schulungsaufwände für neue UIs entstehen. Das reduziert Einstiegshürden und beschleunigt Arbeitsprozesse.
2. Automatisierung komplexer, mehrstufiger Prozesse
   KI-Modelle mit MCP-Zugriff können eigenständig mehrstufige Workflows ausführen: Daten aus einem System abfragen, diese analysieren, eine Entscheidung ableiten und das Ergebnis in ein anderes System schreiben - ohne menschliche Zwischenschritte. Das adressiert direkt den Flaschenhals manueller Koordination zwischen Systemen.
3. Investitionsschutz für bestehende Systemlandschaften
   MCP erfordert keine Ablösung oder grundlegende Modifikation bestehender Systeme. Die Integration erfolgt durch Implementierung einer zusätzlichen Schnittstellenschicht. Vorhandene Datenmodelle, Geschäftslogik und Sicherheitsmechanismen bleiben vollständig erhalten und werden durch KI-Fähigkeiten ergänzt, nicht ersetzt.
4. Kein aufwendiges Fine-Tuning mehr notwendig
   Traditionell musste eine KI mit umfangreichen Trainingsdaten auf ein spezifisches System "angelernt" werden - ein zeit- und kostenintensiver Prozess, der bei Systemänderungen wiederholt werden muss. Über MCP liefert das Zielsystem die benötigten Informationen zur Laufzeit direkt an das Modell. Domänenwissen muss nicht ins Modell eingebrannt werden; es wird bei Bedarf abgerufen.
5. Granulare Zugriffskontrolle
   MCP ermöglicht eine feingranulare Steuerung, welche Tools welchem KI-Modell oder Anwendungsfall zur Verfügung stehen. In Kombination mit bestehenden Authentifizierungsmechanismen - etwa tokenbasierten API-Logins - lässt sich ein Sicherheitsmodell umsetzen, das sich nahtlos in vorhandene IAM-Strukturen integriert.
6. Modellunabhängigkeit und Zukunftssicherheit
   Da MCP ein offener Standard ist, der von mehreren KI-Anbietern und Frameworks unterstützt wird, ist die Investition in eine MCP-Implementierung nicht an ein einzelnes Modell oder einen Anbieter gebunden. Wechselt ein Unternehmen das KI-Modell oder setzt mehrere Modelle parallel ein, bleibt die MCP-Anbindung des Zielsystems unverändert nutzbar.

MD-Premium integriert MCP-Server

Mit der nächsten Version von MD-Premium wird ein MCP-Server ausgeliefert, der die beschriebenen Integrationsmöglichkeiten für MD-Premium-Installationen realisiert. Die Implementierung orientiert sich an den oben beschriebenen Grundprinzipien:

• Der MCP-Server stellt eine Liste an Funktionen für Datenabruf und Datenmanipulation innerhalb von MD-Premium bereit.
• Funktionen werden Kontexten zugeordnet (z.B. Ticketmanagement, Auftragsmanagement), sodass der Funktionsumfang pro Anwendungsfall gezielt steuerbar ist.
• Der Funktionsumfang der MCP-Schnittstelle wird kontinuierlich erweitert - auch basierend auf konkreten Kundenanforderungen.
• Die Authentifizierung erfolgt über die neue APILogin-Schnittstelle unter Benutzung von sehr sicheren Secrets und Long-Term Accesstoken.

Mit der Integration des MCP-Servers wurde die technische Grundlage geschaffen, um in einem weiteren Schritt eine KI direkt aus MD-Premium aufzurufen und den Leistungsumfang des Systems um KI-gestützte Prozesse zu erweitern.

Fazit

MCP ist kein Marketing-Begriff, sondern ein technisch ausgereifter Standard, der die Integration von KI in bestehende IT-Landschaften auf eine strukturierte, sichere und skalierbare Basis stellt. Für technische Entscheider ist MCP relevant, weil es die Frage "Wie binden wir KI an unsere Systeme an?" mit einer klaren, wiederverwendbaren Antwort adressiert - ohne die bestehende Systemarchitektur zu gefährden und ohne Abhängigkeit von einem einzelnen KI-Anbieter.

Unternehmen, die jetzt in eine MCP-Implementierung investieren, schaffen die Infrastruktur, auf der zukünftige KI-Integrationen aufbauen können - unabhängig davon, wie sich die KI-Modelle selbst weiterentwickeln.