MCP-Server - Werkzeuge und Daten für KI-Agenten bereitstellen
Ein MCP-Server stellt einem KI-Agenten nach dem Model Context Protocol Werkzeuge, Daten und Aktionen bereit - und bindet so ein Unternehmenssystem an die KI an.
Ein MCP-Server ist ein Programm, das einem KI-Agenten über das Model Context Protocol (MCP) Werkzeuge, Daten und Aktionen bereitstellt. Er ist die Brücke zwischen einem Sprachmodell und der realen Welt der Unternehmenssysteme: Statt nur Text zu erzeugen, kann ein Agent über einen MCP-Server eine Datenbank abfragen, einen Datensatz im CRM anlegen oder eine API auslösen.
Das Bild dahinter ist das eines Steckers: Der MCP-Server ist die standardisierte Buchse, in die sich jeder MCP-fähige KI-Assistent einstecken kann. Einmal gebaut, lässt sich derselbe Server von unterschiedlichen Agenten nutzen, ohne dass für jedes Modell eine eigene Integration entstehen muss.
Was ein MCP-Server bereitstellt
Das Protokoll kennt drei Arten von Bausteinen, die ein Server anbieten kann:
- Tools: Funktionen, die der Agent aktiv aufrufen kann - etwa "lege einen Kontakt an" oder "starte einen Report". Sie führen echte Aktionen aus.
- Resources: Daten, die der Agent lesen kann - etwa Datensätze, Dateien oder Konfigurationen als Kontext für die Antwort.
- Prompts: vordefinierte Vorlagen für wiederkehrende Aufgaben, die der Server dem Agenten anbietet.
Wie der Agent solche Funktionen technisch anfordert, beschreibt der Begriff Tool Calling: Das Modell entscheidet, welches Werkzeug es braucht, und der MCP-Server führt den Aufruf aus.
Ein Unternehmenssystem an einen KI-Agenten anbinden
Der praktische Wert eines MCP-Servers zeigt sich, wenn er ein bestehendes System zugänglich macht. Typische Anbindungen sind:
- CRM: Kontakte und Vorgänge lesen, neue Leads anlegen, Notizen ergänzen.
- ERP: Bestände, Aufträge oder Stammdaten abfragen und Vorgänge anstoßen.
- Datenbank: gezielte Abfragen auf einen definierten Ausschnitt der Daten.
- API: interne oder externe Schnittstellen als Werkzeug verfügbar machen, ohne dass der Agent deren Details kennen muss.
So wird aus einem sprachbegabten Modell ein handlungsfähiger KI-Agent, der innerhalb eines agentischen Workflows mehrere Schritte über verschiedene Systeme hinweg ausführt.
Client-Server-Prinzip
MCP folgt einem Client-Server-Modell. Der KI-Assistent ist der Client, der MCP-Server stellt die Fähigkeiten bereit, und beide sprechen über ein einheitliches, JSON-basiertes Protokoll. Der Server läuft dabei in der eigenen Infrastruktur - lokal oder auf einem Unternehmensserver -, sodass die eigentlichen Daten und Zugangsdaten die eigene Umgebung nicht verlassen.
Sicherheit, Rechte und Grenzen
Weil ein MCP-Server echte Aktionen auslösen kann, ist die Rechtevergabe entscheidend. Bewährte Grundsätze:
- Minimale Rechte: Ein Server erhält nur die Zugriffe, die er für seine Aufgabe braucht - lesend statt schreibend, wo Lesen genügt.
- Zugangsdaten serverseitig: Passwörter und Schlüssel liegen beim Server, nicht beim Modell. Der Agent sieht nur Ergebnisse, nie die Zugangsdaten.
- Klare Grenzen: Produktivsysteme werden abgesichert, kritische Aktionen brauchen eine Bestätigung, und jeder Aufruf lässt sich protokollieren.
- Enger Ausschnitt: Ein Server gibt einen definierten Ausschnitt eines Systems frei, nicht wahllos alles.
Abgrenzung: Server, Protokoll und Agent-zu-Agent
Der MCP-Server ist die bereitstellende Seite, das Model Context Protocol die gemeinsame Sprache. Geht es dagegen um die Zusammenarbeit mehrerer Agenten untereinander, kommt das A2A-Protokoll ins Spiel: MCP verbindet einen Agenten mit Werkzeugen, A2A verbindet Agenten miteinander.
MCP-Server bei Elasticbrains
Bei Elasticbrains bauen wir MCP-Server, die Ihre Systeme - CRM, ERP, Datenbanken, interne APIs - sicher und mit sauberer Rechtevergabe an KI-Agenten anbinden. Wie wir das im Detail umsetzen, zeigen wir auf unserer Leistungsseite MCP-Server entwickeln lassen.
Häufige Fragen
Was ist ein MCP-Server?
Wie bindet ein MCP-Server ein CRM oder ERP an eine KI an?
Wie sicher ist ein MCP-Server?
Was ist der Unterschied zwischen MCP und A2A?
Weitere Glossarbegriffe
Agentic Workflow
Ein Agentic Workflow ist ein automatisierter Arbeitsablauf, in dem KI-Agenten Aufgaben eigenständig planen, ausführen und den Ablauf dynamisch anpassen.
AgentOps - KI-Agenten zuverlässig in Produktion betreiben
AgentOps steht für den zuverlässigen Betrieb von KI-Agenten in Produktion - analog zu DevOps. Monitoring von Qualität, Kosten, Latenz plus Regressionen.
Tool Calling (Function Calling) - wie ein Sprachmodell Werkzeuge aufruft
Tool Calling (Function Calling) beschreibt, wie ein Sprachmodell externe Werkzeuge und Funktionen aufruft - die Grundlage für handlungsfähige KI-Agenten.