Ein Vertriebsleiter fragt seinen KI-Assistenten nach dem Umsatz des letzten Quartals. Der Assistent greift in Echtzeit auf SAP zu, zieht die Zahlen, vergleicht sie mit dem Vorjahr und liefert eine Zusammenfassung — ohne dass jemand einen Report erstellen musste. Vor einem Jahr war das Science Fiction. Heute ist es ein MCP Server.
Das Model Context Protocol hat sich seit seiner Veröffentlichung durch Anthropic im November 2024 zum De-facto-Standard für die Verbindung von KI-Modellen mit Unternehmenssystemen entwickelt. Claude, ChatGPT, Gemini, Microsoft Copilot — sie alle sprechen MCP. Und trotzdem tun sich viele Unternehmen schwer mit der Frage: Wie setzen wir das konkret um? Wer baut den Server? Und was darf das kosten?
Dieser Artikel beantwortet genau das. Keine Theorie, keine Buzzwords. Stattdessen: Was ein MCP Server ist, wann er sich lohnt, wie die Architektur aussieht und worauf Sie achten müssen, wenn Sie einen MCP Server entwickeln lassen.
Was ist ein MCP Server — und warum reden plötzlich alle darüber?
MCP steht für Model Context Protocol. Kurz gesagt: ein offener Standard, der regelt, wie KI-Modelle auf externe Datenquellen und Werkzeuge zugreifen. Stellen Sie sich das wie einen USB-C-Anschluss vor — aber für KI. Egal welches Modell, egal welches System: Die Verbindung funktioniert über ein einheitliches Protokoll.
Ein MCP Server ist dabei die Brücke zwischen Ihrem Unternehmenssystem — sei es SAP, ein CRM wie Salesforce oder eine interne Datenbank — und dem KI-Modell. Er übersetzt Anfragen des Modells in Aktionen: Daten abrufen, Einträge anlegen, Workflows anstoßen. Alles über eine standardisierte JSON-RPC-2.0-Schnittstelle.
Warum ist das relevant? Weil vorher jede einzelne KI-Integration eine Sonderlösung war. Wollten Sie ChatGPT an Ihr ERP anbinden, brauchten Sie eine individuelle API-Integration. Wollten Sie Claude an Ihr Ticketsystem koppeln, eine zweite. Bei zehn Systemen und drei KI-Modellen waren das 30 separate Integrationen. MCP reduziert das auf 10 + 3. Das ist der Unterschied zwischen einem Kabelschrank und einem Steckdosen-Standard.
Seit Dezember 2025 liegt MCP bei der Linux Foundation unter dem Dach der Agentic AI Foundation. Gründungsmitglieder: Anthropic, OpenAI, Block. Platinum-Partner mit jeweils 350.000 Dollar Jahresbeitrag: AWS, Google, Microsoft, SAP, Salesforce und Bloomberg. Das ist kein Nischenprotokoll mehr. Das ist Infrastruktur.
Warum Unternehmen jetzt einen MCP Server brauchen
Wir erleben in unseren KI-Beratungsprojekten seit Anfang 2025 eine Verschiebung. Die Frage ist nicht mehr „Sollen wir KI einsetzen?" — sondern „Wie binden wir KI an unsere Systeme an, ohne alles umzubauen?"
Und genau hier liegt der Wert eines MCP Servers. Drei Gründe:
1. Von der Frage zur Aktion
Ohne MCP kann ein KI-Modell nur antworten. Mit MCP kann es handeln. Es kann Kundendaten aus dem CRM ziehen, eine Bestellung im ERP prüfen, einen Termin im Kalender anlegen oder einen Jira-Ticket-Status ändern. Das ist der Sprung von „Chatbot" zu „KI-Agent".
2. Das N×M-Problem verschwindet
Jede Custom-Integration kostet. Unternehmen, die drei bis fünf KI-Anwendungen an zehn interne Systeme anbinden wollen, stehen ohne Standard vor 30 bis 50 individuellen Schnittstellen. Mit MCP brauchen Sie zehn Server und drei Clients. Fertig. Bei jedem neuen System oder Modell kommt genau eine Verbindung dazu — nicht zehn.
3. Kein Vendor-Lock-in
Weil MCP offen ist, sind Sie nicht an einen KI-Anbieter gebunden. Heute Claude, morgen GPT-5, übermorgen ein Open-Source-Modell — Ihr MCP Server bleibt derselbe. Das ist strategisch entscheidend in einem Markt, in dem sich alle sechs Monate die Kräfteverhältnisse verschieben.
MCP in der Praxis: Drei Szenarien, die wir bei Kunden umsetzen
Theorie ist gut. Praxis ist besser. Hier drei Beispiele, die zeigen, wie MCP Server in deutschen Unternehmen tatsächlich zum Einsatz kommen.
SAP-Daten für KI-Agenten zugänglich machen
Ein Chemiedistributor aus NRW wollte seinen Vertriebsmitarbeitern einen KI-Assistenten an die Hand geben, der Bestandsdaten, offene Aufträge und Lieferzeiten in Echtzeit beantworten kann. Das Problem: Die Daten liegen in SAP ECC, und kein LLM der Welt hat direkten Zugriff darauf.
Die Lösung: Ein MCP Server, der über BAPIs auf SAP zugreift und die Daten als strukturierte Tools bereitstellt. Der KI-Agent fragt beim MCP Server an, welche Werkzeuge verfügbar sind, wählt das passende aus — und liefert dem Vertrieb die Antwort in natürlicher Sprache. Ohne Report, ohne Transaktion, ohne SAP-Schulung.
Internes Wissensmanagement mit MCP
Ein IT-Dienstleister mit 200 Mitarbeitern hatte sein Wissen verteilt über Confluence, SharePoint, ein Wiki und drei verschiedene Ticketsysteme. Neue Mitarbeiter brauchten Monate, um sich zurechtzufinden. Mit einem MCP Server, der alle vier Quellen als Resources anbindet, können Mitarbeiter jetzt eine einzige Frage stellen — und der KI-Agent durchsucht alle Systeme gleichzeitig.
Onboarding-Zeit für neue Mitarbeiter: von drei Monaten auf sechs Wochen. Die Kosten für den MCP Server lagen unter dem Jahresgehalt einer halben Stelle.
Automatisierte Dokumentenprüfung im Finanzwesen
Eine Wirtschaftsprüfungsgesellschaft nutzt MCP, um KI-Agenten an ihr Dokumentenmanagementsystem anzubinden. Der Agent prüft eingehende Belege auf Vollständigkeit, gleicht sie mit Buchungspositionen ab und markiert Abweichungen. Die Zeitersparnis bei der Umsatzsteuer-Voranmeldung: rund eine Stunde pro Mandant und Monat. Bei 200 Mandanten rechnet sich das.
Wie ein MCP Server aufgebaut ist
Wenn Sie einen MCP Server entwickeln lassen wollen, hilft es zu verstehen, was unter der Haube passiert. Keine Sorge — Sie müssen kein Entwickler sein, um die Architektur zu begreifen.
Die drei Schichten
MCP folgt einer Client-Server-Architektur. Drei Rollen:
- Host: Die Anwendung, die der Nutzer sieht — zum Beispiel Claude Desktop, Cursor oder ein internes Chat-Tool. Der Host verwaltet Verbindungen und Berechtigungen.
- Client: Sitzt im Host und hält die 1:1-Verbindung zu einem MCP Server aufrecht. Jeder Client spricht mit genau einem Server.
- Server: Stellt Tools, Resources und Prompts bereit. Das ist der Teil, den Sie bauen (lassen). Er greift auf Ihre Systeme zu und liefert Daten an den Client.
Tools, Resources und Prompts
Ein MCP Server kann drei Arten von Fähigkeiten bereitstellen:
- Tools — ausführbare Funktionen. Beispiel:
get_customer_orders(customer_id)odercreate_support_ticket(title, priority). Das KI-Modell entscheidet selbstständig, wann es ein Tool aufruft. - Resources — lesbare Datenquellen. Beispiel: eine Confluence-Seite, ein PDF, eine Datenbank-View. Der Client kann Resources abfragen, ohne etwas zu verändern.
- Prompts — wiederverwendbare Vorlagen. Beispiel: ein Standard-Prompt für Vertriebsanalysen, der immer die gleiche Struktur hat.
Die Kommunikation läuft über JSON-RPC 2.0 — entweder lokal über stdio oder remote über Streamable HTTP mit Server-Sent Events. Für Unternehmens-Setups empfehlen wir Streamable HTTP, weil es Firewalls und Proxies besser durchläuft.
MCP Server entwickeln lassen — oder selbst bauen?
Die ehrliche Antwort: Es kommt darauf an. Aber wir sehen nach den ersten zwölf Monaten MCP in der Praxis klare Muster.
Selbst bauen funktioniert, wenn…
- Ihr Dev-Team Erfahrung mit Python oder TypeScript hat
- Der Use Case einfach ist (ein System, ein Tool, eine Datenquelle)
- Sie einen bestehenden Open-Source-Server anpassen können (es gibt über 10.000 auf GitHub)
- Sie die Zeit haben, das Thema Sicherheit und Berechtigungen selbst zu lösen
Einen MCP Server entwickeln lassen lohnt sich, wenn…
- Sie mehrere Systeme anbinden wollen (SAP + CRM + Ticketsystem + Datenbank)
- Sensible Daten im Spiel sind (Finanzdaten, Personaldaten, Kundendaten)
- Compliance-Anforderungen gelten (DSGVO, ISO 27001, Audit-Logging)
- Der MCP Server in Produktion laufen soll — nicht nur als Prototyp
- Sie kein internes KI-Team haben oder es für andere Projekte brauchen
Der Knackpunkt ist selten der MCP Server selbst. Ein einfacher Server, der ein Tool bereitstellt, ist in einem Tag gebaut. Aber ein produktionsreifer Server mit Authentifizierung, Fehlerbehandlung, Logging, Berechtigungskonzept und Monitoring — das ist ein anderes Projekt.
In unserer Erfahrung mit KI-Projekten im Mittelstand scheitern die meisten Eigenentwicklungen nicht am Code. Sie scheitern an der Architekturentscheidung, die im Monat drei niemand mehr nachvollziehen kann. Oder an einem Sicherheitsloch, das erst nach dem Go-Live auffällt.
Sicherheit und DSGVO: Worauf Sie bei MCP achten müssen
MCP gibt KI-Agenten Zugriff auf Unternehmenssysteme. Das ist mächtig. Und genau deshalb ist Sicherheit kein Nice-to-have, sondern die erste Anforderung.
OAuth 2.1 statt API-Keys
Die MCP-Spezifikation sieht OAuth 2.1 mit PKCE als Authentifizierungsmechanismus vor. In der Praxis nutzen laut einer Analyse von Astrix Security aber 53 Prozent aller MCP Server unsichere statische API-Keys. Das ist fahrlässig — besonders wenn Personaldaten oder Finanzdaten im Spiel sind.
Wir implementieren in jedem MCP-Projekt OAuth 2.1 mit Token-Rotation und Scope-basiertem Zugriff. Der KI-Agent bekommt nur Zugriff auf exakt die Daten, die er für seine Aufgabe braucht. Nicht mehr.
Least-Privilege-Prinzip
Jedes Tool im MCP Server bekommt eigene Berechtigungen. Ein Vertriebs-Agent darf Kundendaten lesen, aber keine Rechnungen stornieren. Ein HR-Agent darf Bewerbungen zusammenfassen, aber keine Gehaltsdaten einsehen. Das klingt selbstverständlich — aber bei der Mehrheit der MCP-Implementierungen, die wir in Audits sehen, fehlt genau dieses Konzept.
DSGVO-Konformität
Für Unternehmen in Deutschland und der EU gelten klare Regeln:
- Datenminimierung: Der MCP Server gibt nur die Daten weiter, die der Agent tatsächlich braucht — keine vollständigen Datensätze „auf Vorrat".
- Logging und Nachvollziehbarkeit: Jeder Zugriff wird protokolliert. Welcher Agent hat wann auf welche Daten zugegriffen? Das ist nicht nur DSGVO-Pflicht, sondern auch Ihr Sicherheitsnetz.
- Datenresidenz: Wenn der MCP Server auf deutschen oder europäischen Servern läuft, verlassen personenbezogene Daten nicht den EU-Raum — auch dann nicht, wenn das KI-Modell in den USA gehostet ist.
- Einwilligung und Rechtsgrundlage: Der Zugriff des KI-Agents auf personenbezogene Daten braucht eine Rechtsgrundlage nach Art. 6 DSGVO — typischerweise berechtigtes Interesse oder Vertragserfüllung.
Was kostet es, einen MCP Server entwickeln zu lassen?
Die Frage, die jeder stellt — und auf die es keine Pauschalantwort gibt. Aber Orientierungswerte aus unseren Projekten.
Proof of Concept (2–4 Wochen)
Ein PoC, der ein System über MCP anbindet und zwei bis drei Tools bereitstellt. Typisch für einen ersten Test mit SAP, einem CRM oder einer internen Datenbank. Investition: 8.000 bis 15.000 Euro. Das ist kein Prototyp zum Wegwerfen — der Code ist produktionsnah und kann weiterverwendet werden.
Produktions-Setup (6–12 Wochen)
Mehrere Systeme, OAuth-Authentifizierung, Berechtigungskonzept, Monitoring und Deployment. Das volle Programm. Investition: 25.000 bis 60.000 Euro, abhängig von der Anzahl der angebundenen Systeme und der Komplexität der Tools.
Vergleich: Traditionelle API-Integration
Ohne MCP kostet eine einzelne Custom-Integration zwischen KI-Modell und Unternehmenssystem erfahrungsgemäß 5.000 bis 15.000 Euro bei zwei bis sechs Wochen Entwicklungszeit. Bei zehn Systemen sind das 50.000 bis 150.000 Euro. Mit MCP zahlen Sie die Serverentwicklung einmal — und jede weitere KI-Anwendung nutzt dieselben Server. Der Break-even liegt bei den meisten Unternehmen bei der dritten oder vierten Integration.
Laufende Kosten
Hosting, Monitoring und Wartung eines MCP Servers liegen typischerweise bei 200 bis 800 Euro pro Monat — abhängig davon, ob Sie Cloud oder On-Premise betreiben. Das ist weniger als eine einzelne Software-Lizenz für die meisten Middleware-Lösungen.
Fazit: MCP ist kein Experiment mehr
Das Model Context Protocol ist innerhalb von 15 Monaten von einem Anthropic-Projekt zum Industriestandard geworden. AWS, Google, Microsoft, SAP — sie alle haben sich hinter MCP gestellt. Für Unternehmen bedeutet das: Wer heute in MCP investiert, baut auf dem Standard, der morgen die KI-Infrastruktur definiert.
Ob Sie einen MCP Server selbst bauen oder entwickeln lassen, hängt von Ihrem Team, Ihren Systemen und Ihrem Zeitdruck ab. Klar ist: Die Unternehmen, die jetzt ihre Systeme MCP-fähig machen, werden in zwölf Monaten KI-Projekte in Wochen statt Monaten umsetzen.
Sie wollen wissen, wie ein MCP Server für Ihre Systeme aussehen könnte? Wir haben in den letzten Monaten MCP-Projekte für Mittelständler und Konzerne umgesetzt — von SAP-Anbindungen bis zu Multi-System-Integrationen. Sprechen Sie uns an — in einem kurzen Gespräch zeigen wir Ihnen, was in Ihrem Fall sinnvoll ist.
