Das Problem, das MCP löst, ist eine Multiplikation
Ein Modell allein kann nur Text schreiben. Um deinen Kalender zu lesen, eine Datenbank abzufragen oder eine Nachricht zu senden, braucht es ein Tool, und was ist ein KI-Agent erklärt, wie ein Modell Tools in einer Schleife nutzt. Bis Ende 2024 schrieb jede App, die ein Tool wollte, ihren eigenen Connector dafür. Fünf Apps, die jeweils zwanzig Tools wollten, bedeuteten hundert Connectoren, jeder leicht anders, jeder von jemandem gepflegt.
MCP ist eine standardisierte Form für den Connector. Die Tool-Seite wird einmal als Server verpackt. Die App-Seite implementiert den Client einmal. Danach kann jeder Client jeden Server nutzen: fünf Apps plus zwanzig Tools sind fünfundzwanzig Software-Stücke statt hundert, und ein einundzwanzigstes Tool hinzuzufügen ist ein Server statt fünf Connectoren. USB ist die übliche Analogie und sie trifft es genau: Der Wert liegt im Stecker, nicht in einem bestimmten Gerät.
Anthropic veröffentlichte die Spezifikation, Referenzserver und Software-Kits am 25. November 2024 als offenen Standard, und der Grund, warum er sich verbreitete, ist derselbe Grund, aus dem sich jeder Stecker verbreitet. Sobald es ein paar hundert Server für die üblichen Dinge gab, GitHub, Slack, Postgres, das Dateisystem, einen Browser, bekam eine App, die MCP sprach, all das umsonst, und eine App, die es nicht tat, musste erklären, warum nicht.
Ein Server bietet drei Dinge an, und das Modell löst nur eines davon aus
Eine MCP-Verbindung hat zwei Enden. Die Host-Anwendung, eine Chat-App, ein Editor oder eine Agenten-Laufzeitumgebung, betreibt einen Client. Der Client verbindet sich mit einem oder mehreren Servern, fragt jeden, was er anbietet, und gibt die Antworten an das Modell weiter. Ein Server kann drei Arten von Dingen anbieten.
| Primitiv | Was es ist | Wer es auslöst | Beispiel |
|---|---|---|---|
| Tool | Eine Funktion, die das Modell aufrufen kann, mit typisierten Eingaben | Das Modell, wenn es entscheidet, dass die Aufgabe es braucht | search_issues(repo, query), send_email(to, body) |
| Ressource | Daten, die die App in den Kontext laden kann | Die App oder der Nutzer, als Kontext für einen Zug | Der Inhalt einer Datei, ein Datenbankschema, eine Webseite |
| Prompt | Eine wiederverwendbare Anweisungsvorlage | Der Nutzer, aus einem Menü | "Prüfe diesen Pull Request gegen unseren Styleguide" |
Das Übertragungsformat ist JSON-RPC 2.0, dieselbe Anfrage-und-Antwort-Konvention, mit der Editoren mit Language Servern sprechen, und das ist kein Zufall: MCP hat sich das Design des Language Server Protocol geborgt, bei dem ein Standard jedem Editor jede Sprache unterstützen ließ. Ein Server kann lokal als Subprozess laufen, der über Standardeingabe und -ausgabe kommuniziert, oder remote über HTTP. Die Revision vom März 2025 fügte einen streambaren HTTP-Transport und OAuth-basierte Autorisierung für Remote-Server hinzu; die Revision vom Juni 2025 verschärfte diese Autorisierung und fügte eine Möglichkeit hinzu, mit der ein Server dem Nutzer mitten in der Aufgabe eine Frage stellen kann, genannt Elicitation.
Der Teil, der für die Sicherheit zählt, ist, wo die Schleife liegt. Der Server stellt Fähigkeiten bereit; der Client und das Modell entscheiden, wann sie genutzt werden. Ein gut gebauter Host fragt dich, bevor ein Tool mit Nebenwirkungen läuft, und was ist Prompt Injection erklärt, warum diese Bestätigung das gesamte Sicherheitsmodell ist, sobald ein Tool nicht vertrauenswürdigen Text lesen und danach handeln kann.
OpenAI, Google und Microsoft übernahmen MCP innerhalb von sechs Monaten
Ein Standard ist erst dann ein Standard, wenn Wettbewerber ihn nutzen. Der Zeitstrahl unten zeigt den Übernahmeverlauf von der Ankündigung bis zur Übergabe der Steuerung.
OpenAIs Übernahme im März 2025 war der Wendepunkt, denn sie bedeutete, dass sich OpenAI und Anthropic auf den Stecker geeinigt hatten, und Google folgte innerhalb von zwei Wochen. Microsoft kündigte MCP-Unterstützung in Windows im Mai 2025 auf der Build an. Bis Dezember 2025 übergab Anthropic die Spezifikation an die Agentic AI Foundation, ein Projekt unter der Linux Foundation, das mit OpenAI und Block mitgegründet wurde, und das ist der Moment, in dem das Protokoll eines Unternehmens niemandem mehr gehört und damit allen.
Was MCP bedeutet, wenn du nur eine Chat-App nutzt
Direkt: wenig. MCP ist Verrohrung zwischen Programmen, und es zeigt sich als Feature in den Produkten, die darauf aufbauen: ein Menü "Connectors" in einer Chat-App, eine Tool-Liste in einem Coding-Assistenten, eine Möglichkeit, den Editor auf die Datenbank deiner Firma zu richten. Es kommt innerhalb einer App an, die MCP spricht, meist als Connectors-Menü, und es gibt nichts, was du installieren musst.
Indirekt verändert es, was von jedem KI-Produkt zu erwarten ist. Vor MCP war eine Tool-Integration ein Grund, sich für eine App statt eine andere zu entscheiden, weil jede App ihre eigene baute. Danach sind Integrationen eine Massenware, und die verbleibenden Fragen sind, welches Modell antwortet, was es kostet und wie die App mit dem Bestätigungsschritt umgeht, bevor ein Tool handelt. Whizi bietet keine MCP-Server oder eine Entwickler-API an; seine Tools sind die eingebauten, Websuche und Dokumenten-Upload, und seine Differenzierung ist die Modellebene, 280+ Modelle hinter einem Picker zu einem festen Credit-Preis pro Nachricht. Für Agentenarbeit, die eigene Tools braucht, ist eine MCP-fähige Agenten-Laufzeitumgebung das richtige Produkt und ein Chat-Arbeitsbereich nicht.
Die eine Frage, die du in jedes Produkt mitnehmen solltest, das mit MCP wirbt: Was passiert zwischen der Entscheidung des Modells, ein Tool aufzurufen, und dem Ausführen des Tools? Lautet die Antwort "nichts", kann das Modell auf Basis von allem handeln, was es zuletzt gelesen hat, einschließlich Text, den ein Angreifer ihm vorgesetzt hat. Lautet die Antwort "du bestätigst es", macht das Protokoll seinen Job.
- Lies "unterstützt MCP" als "kann jeden MCP-Server nutzen", was ein Stecker ist, keine Fähigkeit an sich
- Frage, welche Bestätigung zwischen der Wahl eines Tools durch ein Modell und dessen Ausführung steht, bevor du etwas mit Nebenwirkungen verbindest
- Bevorzuge Remote-Server mit OAuth für alles Geteilte; lokale Subprozess-Server sind für deine eigene Maschine
- Behandle das Modell als Entscheider und den Server als Menü; der Server ruft sich nie selbst auf
- Für Chat ohne Tools ändert MCP nichts; entscheide nach Modell und Preis
Häufige Fragen
Wofür steht MCP?
Model Context Protocol. Anthropic veröffentlichte es am 25. November 2024 als offenen Standard, um KI-Anwendungen mit externen Tools und Daten zu verbinden. Der Name beschreibt die Aufgabe: ein Protokoll, um Kontext, also Tools, Dateien und Daten, auf standardisierte Weise zu einem Modell zu bringen.
Was ist ein MCP-Server?
Ein Programm, das Tools, Ressourcen oder Prompts im MCP-Format bereitstellt. Es könnte eine Datenbank, ein Dateisystem, GitHub, einen Kalender oder einen Browser umhüllen. Einmal geschrieben, funktioniert es mit jedem MCP-Client, sodass ein Server für die Daten deiner Firma von einer Chat-App, einem Coding-Assistenten und einer Agenten-Laufzeitumgebung genutzt werden kann, ohne drei Integrationen.
Ist MCP nur für Claude?
Nein. Anthropic hat es erschaffen, aber OpenAI übernahm es im März 2025, Google DeepMind verpflichtete Gemini im April 2025 darauf, Microsoft fügte es Windows hinzu, und im Dezember 2025 wechselte die Spezifikation zur Agentic AI Foundation unter der Linux Foundation, mitgegründet von Anthropic, OpenAI und Block. Es ist anbieterneutral, nach Design und nach Governance.
Ist MCP dasselbe wie Function Calling oder Tool Use?
Function Calling ist die Fähigkeit des Modells, ein Tool anzufordern. MCP standardisiert, wie die Anwendung diese Tools findet, beschreibt und ausführt. Ein Modell mit Function Calling braucht trotzdem jemanden, der jedes Tool anschließt; MCP ist die Verkabelung, sodass derselbe Server in jedes Modell passt, das Funktionen aufrufen kann.
Unterstützt Whizi MCP?
Nein. Whizi ist ein Chat-Arbeitsbereich, dessen Tools eingebaut sind, Websuche und Dokumenten-Upload, und es bietet keine MCP-Server oder eine Entwickler-API an. Sein Wert liegt in der Modellebene, 280+ Modelle hinter einem Picker zu einem festen Credit-Preis pro Nachricht. Für Agentenarbeit, die eigene Tools braucht, nutze eine MCP-fähige Agenten-Laufzeitumgebung mit dem Modell deiner Wahl.