Revolutionäre Lingua Franca für KI-Agenten: Was ist MCP?

Wir hatten uns in der Vergangenheit bereits mit Agenten befasst. Also ein Sprachmodell mit bereitgestellten Tools, die genutzt werden können. Genau hier liegt auch schon die größte Schwäche in der Skalierbarkeit: Jedes Tool muss einzeln erstellt und konfiguriert werden. Das Model Context Protocol (MCP) bietet eine innovative Lösung, um dieses Problem zu lösen. Aber was genau ist das MCP und warum ist es gerade jetzt relevant?

MCP stellt eine standardisierte Schnittstelle zur Verfügung, um die Nutzung von Tools zu standardisieren und somit die Effizienz und Funktionalität von KI-Anwendungen erheblich zu steigern.

Was genau ist das Model Context Protocol (MCP)?

Wer schon mal eine Website geöffnet hat, hat in seiner Adresszeile bestimmt schon mal die Begriffe HTTP und HTTPS gesehen. Dabei handelt es sich um sogenannte Protokolle. Vereinfacht gesagt beschreiben diese Protokolle eine standardisierte Sprache, wie Webserver miteinander reden und Daten austauschen.

Das von Anthropic entwickelte Model Context Protocol ist im Grunde nichts anderes. Nur eben für KIs. MCP ist ein offenes Protokoll, das die Integration von LLM-Anwendungen mit externen Datenquellen und Tools erleichtert. Es ermöglicht Entwicklern, KI-gesteuerte Schnittstellen zu schaffen, die auf umfangreiche Datenkontexte zugreifen können, um präzisere und relevantere Ergebnisse zu liefern.

Das Protokoll zielt darauf ab, dass Anwender auf verschiedene Datenquellen zugreifen, sie abfragen und nutzen können, um so die Entscheidungskompetenz ihrer Anwendungen zu verbessern. Dies kann von der Automatisierung von Geschäftsprozessen bis hin zur Entwicklung komplexer KI-gestützter Systeme reichen.

Wie funktioniert das Model Context Protocol (MCP)?

Das Protokoll dient als Standard in der Kommunikation zwischen sog. MCP-Clients und MCP-Servern. Ein MCP-Client kann dabei eine KI-Applikation sein, wie zum Beispiel Chatbots oder sonstige KI-Agenten. MCP-Server stellen dann die Tools bereit, die der Host nutzen kann. Das kann zum Beispiel eine Anfrage an eine dritte API sein oder eine Systemeinstellung am Computer.

Der Prozess sieht dabei folgendermaßen aus:

1. Der Nutzer schreibt einen Prompt an einen Chatbot, der den MCP-Client darstellt („Wie ist das Wetter?“).
2. Der Client fragt dann den MCP-Server nach Tools, um die Anforderungen im Prompt zu erfüllen. Also im Prinzip „Welche Tools kannst du?"
3. Der MCP-Server antwortet mit einer Liste an möglichen Tools, die der Client nutzen kann („Ich kann dir Wetterdaten geben").
4. Der MCP-Client wählt das passende Tool basierend auf dem Prompt aus und fragt die Ausführung an („Okay, gib mir die Wetterdaten für heute").
5. Der MCP-Server führt das richtige Tool aus und gibt das Ergebnis an den Client zurück. („Okay, hier sind die Wetterdaten von heute.“)
6. Der Client gibt dann das Ergebnis zusammen mit einer Antwort in natürlicher Sprache an den Nutzer. („Das Wetter heute ist schön, es sind 30 °C und die Sonne scheint.“)

Warum sollte ich MCP nutzen?

Jetzt stellt sich natürlich die Frage: Warum sollten Entwickler MCP nutzen?
Ganz einfach – Standards ermöglichen es uns, zu skalieren und auf unseren gegenseitigen Erfolgen aufzubauen. Mit MCP ist nun kein individuelles Konfigurieren von Tools mehr notwendig und es lassen sich Werkzeuge bauen, die anbieterunabhängig (OpenAI, Anthropic oder andere Sprachmodelle) genutzt werden können. So können zum Beispiel Firmen wie Google ihre eigenen MCP-Server veröffentlichen, die Entwickler von KI-Anwendungen nutzen können, um mit ihren Services zu interagieren. Es gibt schon jetzt eine breite Palette an kostenfrei nutzbaren MCP-Servern: https://mcp.so/

Entwickler können ihre eigenen MCP-Server bauen oder offizielle Server von Anbietern nutzen. Dabei stellen MCP-Server nicht nur Schnittstellen zu entfernten Systemen dar, sondern bieten auch die Möglichkeit, lokal genutzt zu werden, um zum Beispiel mit dem aktuell benutzten PC zu interagieren oder eine lokale Datenbank abzurufen.

Fazit

Das Model Context Protocol (MCP) stellt einen bedeutenden Fortschritt in der Integration von KI-Anwendungen dar. Die Fähigkeit, nahtlos und effizient zwischen verschiedenen Systemen zu kommunizieren, ist entscheidend für den Erfolg von Technologien in einem kompetitiven Umfeld. Die Standards, die durch das MCP gesetzt werden, könnten nicht nur die Entwicklung beschleunigen, sondern auch die Effizienz von Anwendungen verbessern. Wenn du eigene KI-Anwendungen entwickelst, solltest du die Möglichkeiten dieses Protokolls in Betracht ziehen, um innovative und leistungsstarke KI-Anwendungen zu gestalten, die den Anforderungen der Zukunft gerecht werden.