Was ist das Model Context Protocol?
Du fragst deinen KI-Assistenten: „Welche Deals sind diese Woche hängen geblieben?“ Ohne Zugang zu deinem CRM kann er nur raten. Genau diesen Zugang regelt das Model Context Protocol, kurz MCP.
Die offizielle Dokumentation nennt MCP einen offenen Standard, um KI-Anwendungen mit externen Systemen zu verbinden — und vergleicht es mit einem USB-C-Anschluss für KI. Statt für jede Kombination aus KI und Tool eine eigene Anbindung zu bauen, gibt es eine gemeinsame Sprache. Ein Tool, das MCP spricht, funktioniert mit jeder KI-Anwendung, die MCP versteht.
Anthropic hat MCP im November 2024 veröffentlicht. Im Dezember 2025 ging es an die neu gegründete Agentic AI Foundation unter dem Dach der Linux Foundation — mitgegründet von Anthropic, Block und OpenAI, unterstützt unter anderem von Google und Microsoft. MCP ist also kein Produkt eines einzelnen Anbieters mehr.
Wie funktioniert MCP?
Drei Rollen, einfach gesagt:
- Host: die KI-Anwendung, mit der du arbeitest — Claude, ChatGPT, Visual Studio Code.
- Client: der Verbindungsteil im Host, je einer pro angebundenem Server.
- Server: das Programm, das Daten und Funktionen eines Tools bereitstellt, etwa der MCP-Server von HubSpot.
Ein Server bietet drei Arten von Bausteinen an: Tools (Funktionen, die die KI ausführen kann, etwa „Bericht abrufen“), Resources (Daten zum Lesen, etwa Dateien) und Prompts (wiederverwendbare Vorlagen). Server laufen entweder lokal auf deinem Rechner oder entfernt beim Anbieter. Remote-Server bindest du in Claude als „Connector“ ein, in ChatGPT als eigenen MCP-Server — meist mit einer Adresse und einer Anmeldung, ohne Code.
Wie verbreitet ist MCP?
Schnell sehr verbreitet. Im Dezember 2025 zählte Anthropic mehr als 10.000 aktive öffentliche MCP-Server. Laut Anthropic unterstützen ChatGPT, Gemini, Microsoft Copilot, Cursor und Visual Studio Code das Protokoll. Mitte 2026 meldete das MCP-Projekt knapp eine halbe Milliarde Downloads seiner Software-Bausteine pro Monat — wobei Downloads keine Nutzer sind, automatische Builds zählen mit.
Beispiele aus dem Marketing
Zwei Server, die für Marketing-Teams schon heute interessant sind:
Server
Was er kann
HubSpot
Seit April 2026 für alle Accounts: CRM-Daten, Kampagnen, Landingpages und Blogbeiträge lesen; Kontakte, Deals und Tickets anlegen und ändern
Google Analytics
Offizieller, noch experimenteller Server: Berichte, Funnel- und Echtzeit-Berichte aus GA4 abrufen, standardmäßig nur lesend
Praktisch heißt das: Du fragst „Welche Landingpage hatte im September die meisten Leads, und wie viele davon sind in HubSpot schon Kunden?“ — und die KI holt sich die Zahlen aus beiden Systemen, statt dass du zwei Exporte zusammenkopierst. Für Automatisierungen wie n8n gibt es ebenfalls MCP-Bausteine.
Häufige Fehler und Risiken
Fehler 1 · Jeden Server einstecken
Ein MCP-Server ist Software mit Zugriff. Die Claude-Hilfe rät, nur Server von Organisationen zu verbinden, denen du vertraust. OpenAI prüft eigene Server ausdrücklich nicht. Und lokale Server laufen laut MCP-Dokumentation mit denselben Rechten wie die KI-Anwendung — sie können also Code auf deinem Rechner ausführen.
Fehler 2 · Versteckte Anweisungen unterschätzen
Sicherheitsforscher von Invariant Labs zeigten 2025 sogenanntes „Tool Poisoning“: In der Beschreibung eines harmlos wirkenden Werkzeugs stecken Anweisungen, die nur die KI liest. Im Versuch las ein simples Rechen-Tool dadurch geheime Schlüssel aus. Das ist eine Spielart der Prompt Injection.
Fehler 3 · Zu viele Rechte, dauerhaft freigegeben
Die MCP-Dokumentation empfiehlt, nur die nötigsten Rechte zu vergeben. Ein Server, der nur Berichte lesen soll, braucht keine Schreibrechte im CRM. Und „Immer erlauben“ für Schreibaktionen ist bequem, bis die KI einmal den falschen Deal schließt.
Fehler 4 · Den Datenschutz vergessen
Holt die KI Kontaktdaten aus deinem CRM, landen personenbezogene Daten beim KI-Anbieter. Das braucht eine Rechtsgrundlage und einen passenden Vertrag mit dem Anbieter, wie jede andere Weitergabe auch.
So startest du
- Mit einem offiziellen Server anfangen, etwa dem deines CRM- oder Analytics-Anbieters.
- Erst nur lesen lassen, Schreibrechte später und gezielt.
- Jede Schreibaktion bestätigen, zumindest in den ersten Wochen.
- Testdaten nutzen, bevor die KI an echte Kundendaten darf.
Häufige Fragen
Was ist ein MCP-Server, einfach erklärt?
Ein Programm, das die Daten und Funktionen eines Tools so bereitstellt, dass KI-Anwendungen sie nutzen können. Der MCP-Server von HubSpot lässt einen KI-Assistenten zum Beispiel Kontakte lesen und Deals anlegen.
Gehört MCP Anthropic?
Nicht mehr. Anthropic hat MCP im November 2024 entwickelt und im Dezember 2025 an die Agentic AI Foundation der Linux Foundation übergeben. OpenAI, Google und Microsoft unterstützen das Protokoll.
Welche KI-Tools unterstützen MCP?
Unter anderem Claude, ChatGPT, Gemini, Microsoft Copilot, Cursor und Visual Studio Code. In Claude heißen angebundene Server „Connectors“.
Was ist der Unterschied zwischen MCP und einer API?
Eine API ist die Schnittstelle eines einzelnen Dienstes, jede sieht anders aus. MCP ist eine einheitliche Sprache, über die KI-Anwendungen viele Dienste gleich ansprechen. Ein MCP-Server nutzt dahinter meist die API des Anbieters.
Brauche ich Programmierkenntnisse für MCP?
Für Remote-Server meist nicht: In Claude oder ChatGPT trägst du eine Adresse ein und meldest dich an. Lokale Server und eigene Server brauchen dagegen etwas Technik.
Quellen
- Model Context Protocol: Einführung
- Model Context Protocol: Architektur
- Model Context Protocol: Security Best Practices
- Anthropic: Introducing the Model Context Protocol (2024)
- Anthropic: MCP an die Agentic AI Foundation (2025)
- Linux Foundation: Agentic AI Foundation
- OpenAI: MCP-Dokumentation
- Claude-Hilfe: Custom Connectors mit Remote-MCP
- HubSpot Developers: Remote MCP Server allgemein verfügbar
- Google Analytics: MCP-Server (GitHub)
