MCP erklärt: Wie KI mit Unternehmenssystemen verbunden wird

Während Unternehmen von ersten KI-Experimenten zur Integration von KI in den Arbeitsalltag übergehen, taucht ein neuer Begriff immer häufiger auf: MCP, kurz für Model Context Protocol. Viele Führungskräfte hören ihn zusammen mit Konzepten wie Retrieval-Augmented Generation (RAG), KI-Agenten oder Workflow-Automatisierung. MCP ist jedoch weder ein neues KI-Modell noch ein Ersatz für RAG. Am besten lässt es sich als Standard beschreiben, über den KI-Systeme mit Werkzeugen, Anwendungen und Datenquellen verbunden werden können. Wer diesen Unterschied versteht, kann besser einschätzen, wann MCP einen Mehrwert bietet und wann es unnötige Komplexität schafft.

Was passiert gerade?

Die nächste Phase der KI-Einführung konzentriert sich zunehmend auf Handlungen statt nur auf Gespräche. Unternehmen möchten KI-Systeme, die mehr können als Fragen beantworten. Sie sollen auf Unternehmenswissen zugreifen, Informationen aus Geschäftssystemen abrufen, Dokumente erstellen, Datensätze aktualisieren, Termine planen oder mit Softwareanwendungen interagieren.

Um dies zu ermöglichen, arbeiten Technologieanbieter an gemeinsamen Standards, mit denen KI-Systeme mit externen Werkzeugen verbunden werden können. Einer der derzeit meistdiskutierten Standards ist das Model Context Protocol (MCP).

MCP stellt eine gemeinsame Schnittstelle zwischen KI-Modellen und externen Systemen bereit. Anstatt für jede Anwendung eine individuelle Integration zu entwickeln, können Entwickler*innen MCP als standardisierten Weg nutzen, damit KI-Assistenten verfügbare Werkzeuge und Ressourcen erkennen und verwenden können.

Deshalb beginnen viele Softwareanbieter und KI-Plattformen damit, MCP zu unterstützen. Dadurch wird es einfacher, KI-Lösungen mit bestehenden Unternehmensumgebungen zu verbinden.

Warum ist das wichtig?

Ein Grund für die grosse Aufmerksamkeit rund um MCP ist, dass viele Unternehmen mit fragmentierten Systemlandschaften arbeiten. Informationen befinden sich oft in Dokumentenablagen, CRM-Systemen, Projektmanagement-Tools, Datenbanken oder internen Anwendungen. KI wird deutlich nützlicher, wenn sie mit diesen Systemen interagieren kann, statt isoliert zu arbeiten.

Gleichzeitig wird MCP häufig gemeinsam mit RAG (Retrieval-Augmented Generation) erwähnt, was zu Verwirrung führen kann. Beide Konzepte lösen unterschiedliche Herausforderungen.

Man kann sich das zum Beispiel so vorstellen:

RAG ist die Bibliothek.

Dort wird Wissen gespeichert und abgerufen. Wenn ein KI-System Informationen aus Dokumenten, Richtlinien, Handbüchern oder Berichten benötigt, hilft RAG dabei, die relevanten Inhalte zu finden.

MCP ist die Steckdose.

Sie stellt die standardisierte Verbindung bereit, über die die KI auf Werkzeuge, Anwendungen und Dienste zugreifen kann. Über MCP kann die KI beispielsweise eine Dokumentenablage durchsuchen, eine Datenbank abfragen, ein Ticket erstellen oder mit Software interagieren. Anders gesagt: RAG hilft der KI, Wissen zu finden. MCP hilft der KI, Systeme und Werkzeuge zu erreichen.

Die beiden Technologien ergänzen sich häufig, anstatt miteinander zu konkurrieren. Ein KI-Assistent kann RAG nutzen, um Informationen aus Unternehmensdokumenten abzurufen, und gleichzeitig MCP verwenden, um mit Geschäftsanwendungen zu interagieren.

Welche Auswirkungen hat das auf Dich?

Für Führungskräfte ist die Entstehung von MCP ein weiteres Zeichen dafür, dass KI über einfache Chat-Oberflächen hinausgeht. Unternehmen, die KI-Projekte bewerten, sollten zunehmend zwei Fragen stellen:

• Erstens: Auf welches Wissen soll die KI zugreifen können?
• Zweitens: Mit welchen Systemen soll die KI interagieren dürfen?

Die erste Frage führt oft zu Diskussionen über Dokumentenmanagement, Wissensdatenbanken und RAG-Architekturen. Die zweite Frage betrifft zunehmend Integrationen, Automatisierung, Berechtigungen und Protokolle wie MCP.

Gleichzeitig sollte nicht davon ausgegangen werden, dass jedes KI-Projekt MCP benötigt. Viele erfolgreiche KI-Anwendungen konzentrieren sich auf Content-Erstellung, Zusammenfassungen, Übersetzungen, interne Wissenssuche oder die Unterstützung von Mitarbeitenden. Solche Anwendungsfälle funktionieren häufig sehr gut, ohne die KI mit zahlreichen externen Systemen zu verbinden.

Was solltest Du als Nächstes tun?

Führungskräfte sollten MCP als Infrastruktur und nicht als Geschäftsziel betrachten. Bevor in MCP-basierte Architekturen investiert wird, sollte geprüft werden, ob die KI-Lösung tatsächlich mit externen Systemen und Werkzeugen interagieren muss. Wenn das Hauptziel im Zugriff auf Unternehmenswissen liegt, kann eine gut konzipierte RAG-Lösung ausreichend sein.

Zudem ist wichtig zu verstehen, dass MCP zusätzliche technische Komponenten mit sich bringt. Häufig müssen spezielle MCP-Server bereitgestellt, betrieben, abgesichert und verwaltet werden. In grossen Umgebungen mit vielen Integrationen kann diese Standardisierung erhebliche Effizienzgewinne schaffen. Bei kleineren Projekten kann die zusätzliche Architektur jedoch mehr Komplexität als Nutzen erzeugen.

Ein praxisnaher Ansatz besteht darin, von den geschäftlichen Anforderungen auszugehen und nicht von der Technologie. Frage Dich: Was soll die KI wissen und was soll die KI tun? Geht es primär um Wissenszugriff, sollten Datenqualität und RAG im Mittelpunkt stehen. Soll die KI mit verschiedenen Werkzeugen und Systemen interagieren, kann MCP eine hilfreiche und skalierbare Lösung für diese Verbindungen sein.

Wie viele neue Technologien ist MCP weder eine Universallösung noch ein vorübergehender Trend. Es handelt sich um ein Protokoll, das eine konkrete Herausforderung adressiert: KI-Systemen einen standardisierten Zugang zu den digitalen Werkzeugen zu ermöglichen, die Unternehmen bereits nutzen. Wer versteht, wo MCP sinnvoll eingesetzt werden kann, trifft fundiertere Entscheidungen und vermeidet sowohl eine Unterschätzung als auch eine Überdimensionierung von KI-Initiativen.

Wenn dieses Thema für Deine Organisation relevant ist, erfahre mehr über unsere KI-Beratung für Führungskräfte und unsere praxisorientierten Workshops zum Aufbau interner Kompetenzen.