Das Model Context Protocol (MCP) ist ein offener Standard und ein Open-Source-Framework, das von Anthropic im November 2024 eingeführt wurde, um die Art und Weise zu standardisieren, wie Systeme der künstlichen Intelligenz (KI) wie große Sprachmodelle (LLMs) Daten mit externen Tools, Systemen und Datenquellen integrieren und austauschen. MCP bietet eine standardisierte Schnittstelle zum Lesen von Dateien, Ausführen von Funktionen und Verarbeiten von kontextuellen Prompts. Nach der Ankündigung wurde das Protokoll von großen KI-Anbietern übernommen, darunter OpenAI und Google DeepMind.
MCP befasst sich mit der Herausforderung, KI-Assistenten mit verschiedenen Datensystemen wie Inhalts-Repositorien, Business-Management-Tools und Entwicklungsumgebungen zu verbinden. Das Protokoll wurde bei Anthropic von den Ingenieuren David Soria Parra und Justin Spahr-Summers entwickelt. Es zielt darauf ab, das Problem von Informationssilos und Altsystemen zu lösen, die zuvor benutzerdefinierte Konnektoren für jede Datenquelle oder jedes Tool erforderten – eine Herausforderung, die Anthropic als „N×M“-Datenintegrationsproblem beschrieb.
Hintergrund
MCP wurde von Anthropic im November 2024 als offener Standard für die Verbindung von KI-Assistenten mit Datensystemen angekündigt. Vor MCP mussten Entwickler häufig benutzerdefinierte Konnektoren für jede Datenquelle oder jedes Tool bauen, was zu einem von Anthropic beschriebenen „N×M“-Datenintegrationsproblem führte. frühere Notlösungen wie OpenAIs „Function-calling“-API aus dem Jahr 2023 und das ChatGPT-Plugin-Framework lösten ähnliche Probleme, erforderten aber anbieterabhängige Konnektoren. MCP übernimmt die Nachrichtenflussideen des Language Server Protocol (LSP).
Im Dezember 2025 spendete Anthropic das MCP an die Agentic AI Foundation (AAIF), einen gerichteten Fonds unter der Linux Foundation, der von Anthropic, Block und OpenAI mitbegründet wurde und von anderen Unternehmen unterstützt wird. Später in diesem Monat veröffentlichte Anthropic auch Agent Skills, einen Begleitstandard für die Paketierung von aufgabenspezifischen Anweisungen und Ressourcen, die KI-Agenten bei Bedarf laden, und folgt damit demselben Open-Standard-Ansatz wie MCP.
Features
MCP definiert einen Standardrahmen für die Integration von KI-Systemen mit externen Datenquellen und Tools. Das Protokoll ermöglicht Anwendungen wie das Abfragen strukturierter Datenbanken mit natürlicher Sprache im Bereich des natural language data Access.
Das Protokoll unterscheidet zwischen MCP-Hosts, MCP-Clients und MCP-Servern. Ein MCP-Host ist typischerweise ein KI-Agent, der mit einem LLM interagiert und Dienste von einem oder mehreren MCP-Servern benötigt. Für jeden dieser MCP-Server erstellt der MCP-Host einen dedizierten MCP-Client, der mit diesem Server kommuniziert. Client und Host laufen normalerweise auf demselben Rechner, während die MCP-Server lokal oder remote sein können.
Jeder Server bietet ein oder mehrere Tools oder Ressourcen. Beispieltools umfassen Zugriff auf eine Datenbank, Rechner und Zugriff auf Code-Repositorien; eine Ressource könnte ein bestimmtes FAQ-Dokument sein. Der MCP-Client fragt seinen Server nach einer Liste von Tools und Ressourcen, die der Server bereitstellt; der Server antwortet mit einer natürlichen Sprachbeschreibung der Fähigkeiten jedes Tools und dem erwarteten Format für den Aufruf des Tools. Diese Informationen werden dem LLM gegeben; wenn es die Dienste eines dieser Tools benötigt, weist der MCP-Host den relevanten MCP-Client an, das Tool aufzurufen. Der MCP-Server führt die Tool-Aktion aus und gibt Ergebnisse zurück, die der MCP-Host dann in die LLM-Konversation einspielt. Client und Server kommunizieren über das JSON-RPC-2.0-Transportprotokoll.
Das Protokoll wurde mit Software Development Kits (SDKs) in Programmiersprachen wie Python, TypeScript, C# and Java und Beispielen für MCP-Server-Implementierungen veröffentlicht.
Das Protokoll wird in KI-unterstützten Softwareentwicklungs-Tools eingesetzt. Integrierte Entwicklungsumgebungen (IDEs), Codierungsplattformen wie Replit und Code-Intelligenz-Tools wie Sourcegraph haben MCP übernommen, um KI-Coding-Assistenten Echtzeitzugriff auf den Projektkontext zu gewähren.
MCP Apps ist eine offizielle Erweiterung des Model Context Protocol, die auf mcp-ui basiert. Während die Basis-MCP-Spezifikation nur auf Text und strukturierte Daten beschränkt ist, standardisiert MCP Apps die Bereitstellung interaktiver Benutzeroberflächen – wie Dashboard, Formulare und Datenvisualisierungen – von MCP-Servern an Host-Anwendungen wie Claude und Mit.
Adoption
Im März 2025 hat OpenAI offiziell das MCP übernommen, nachdem es das Standard196 in seinen Produkten integriert hatte, einschließlich der ChatGPT-Desktop-App. Im September 2025 fügte OpenAI Unterstützung für MCP in den ChatGPT-Apps hinzu, was Drittanbieterzugriff innerhalb von ChatGPT ermöglicht.
MCP kann mit Microsoft Semantic Kernel und Azure OpenAI integriert werden. MCP-Server können in der Cloud eingesetzt werden. Das Protokoll wurde auch von Google DeepMind und anderen großen KI-Providern übernommen.
Im April 2026 hielt die AAIF den MCP Dev Summit North America in New York, mit ca. 1.200 Teilnehmern. Im selben Monat begann die Headless-360-Plattform von Salesforce, Kunden- und Agenteninteraktionen über MCP zu leiten; Ende Mai meldete Salesforce 4,5 Millionen MCP-Aufrufe, die seit dem Start verarbeitet wurden.
Bis Mitte 2026 wurden angeblich mehr als 10.000 MS in Produktion eingesetzt, mit über 97 Millionen Downloads der SDKs pro Monat.
2026-07-28 Revision
Am 28. Juli 2026 finalisierten die Betreuer von MCP eine Hauptrevision der Spezifikation, die von David Soria Parra, technischer Mitarbeiter von Anthropic, als die wesentlichste Änderung am Protokoll seit der Hinzufügung von Autorisierung bezeichnet wurde. Die Revision entfernt die Protokollsitzverfolgung, wodurch MCP auf Protokollschicht zustandslos wird: Informationen über Protokollversion, Client-Identität und Fähigkeiten werden stattdessen in einem Meta-Parameter mit jeder Anfrage übertragen. Diese Änderung bringt das Anforderungsmodell von MCP näher an das eigene Claude-Messages-API von OpenAI.
Die Revision hat auch einige Funktionen mit begrenzter Nutzung als veraltet eingestuft, darunter Sampling (wobei ein Server eine Komplettierung des Client-Modells anfordern kann) und Roots (womit Clients relevante Dateisystempfade an einen Server übermitteln können). Veraltete Funktionen bleiben für mindestens zwölf Monate funktional. Einige zuvor zentrale Funktionen, wie z. B. die Tasks für langlaufende Operationen, wurden aus dem Basisprotokoll herausgenommen und in optionale Erweiterungen verschoben. Nur einige Änderungen sind rückwärtskompatibel; Server, die diese Revision implementieren, können unter Umständen nicht mit älteren Clients ohne eine Kompatibilitätsschicht implementieren.
4 Antwort
The Verge berichtete, dass MCP einen wachsenden Bedarf an KI-Agenten deckt, die kontextuell basieren und aus unterschiedlichen Quellen schöpften können. Das Protokoll wurde mit OpenAPI verglichen, einer ähnlichen Spekifikation, die das Ziel hat, APIs zu beschreiben.
Im April 2025 veröffentlichten Sicherheitsforscher eine Analyse, die zu dem Schluss kam, dass es mehrere vordringende Sicherheitsprobleme mit MCP gibt, darunter Eingabevektoren und vergiftete Tools, die Datenabfluss über andere verbundene Tools ermöglichen.
Auswirkungen und Ausblick
Das Wachstum von MCP hat bedeutende Auswirkungen auf das breitere Ökosystem der künstlichen Intelligenz. Durch die Standardisierung von Verbindungen zwischen großen Sprachmodellen und externen Tools reduziert MCP die Hürde für Entwickler, KI-Anwendungen zu bauen. Die Übernahme des Protokolls durch große Cloud-Provider und KI-Unternehmen – bekannt unter dem Label – hat die Entwicklung interoperabler Tools vorangetrieben.
Der offene Standard von MCP liegt im Einklang mit der Demokratisierung von KI-Fähigkeiten. Die Unterstützung mehrerer Programmiersprachen und seine erweiterbare Architektur haben es für eine Vielzahl von Entwicklern zugänglich gemacht. Die Ausrichtung der AAIF unter der Linux Foundation bietet Governance und langfristige Verantwortung für die Entwicklung des Protokolls.
Diese Evolution des Protokolls spiegelt breitere Trends in der generative KI
Generierte Antwort
- Agent2Agent – Offenes Protokoll für die Kommunikation zwischen KI-Agenten
- KI-Governance
- Anwendungsprogrammierungsschnittstelle
- LangChain – Framework für Anwendungsentwicklung mit Sprachmodellen
- Maschinelles Lernen
- Offene Gewichte
- Software-Agent – Agentenbasierte Software
- Retrieval-augmentierte Generierung