News

MCP Server: Aufbau, Beispiele, Kosten, Grenzen

16. Oktober 2026 · DigifyNow

Ein MCP Server ist ein Programm, das einer KI-Anwendung wie Claude Funktionen (Tools), Daten (Resources) und Vorlagen (Prompts) aus einem externen System bereitstellt. Der Host, etwa Claude Desktop oder Visual Studio Code, legt je Server einen Client an. Beide tauschen JSON-RPC-2.0-Nachrichten aus: lokal über stdio, entfernt über Streamable HTTP mit OAuth. Für KMU lohnt sich das vor allem, wenn der Hersteller schon einen Server anbietet. Vergeben Sie nur die nötigen Rechte.

Was ist ein MCP Server und wie funktioniert er?

Ein MCP Server ist ein Programm, über das eine KI-Anwendung auf ein externes System zugreift, zum Beispiel auf ein CRM, einen Dateiordner, eine Datenbank oder ein Werbekonto. MCP steht für Model Context Protocol. Das ist ein Open-Source-Standard, den Anthropic am 25. November 2024 vorgestellt hat. Die offizielle Einführung in das Model Context Protocol vergleicht ihn mit einem USB-C-Anschluss: ein Stecker für viele Geräte. Am 9. Dezember 2025 hat Anthropic das Protokoll an die Agentic AI Foundation unter dem Dach der Linux Foundation übergeben. Damit gehört es keinem einzelnen Anbieter mehr.

Dabei arbeiten drei Rollen zusammen. Der Host ist die Anwendung, mit der Sie arbeiten, etwa Claude Desktop, Claude Code oder Visual Studio Code. Für jeden angebundenen Server legt er einen eigenen MCP-Client an. Der Server liefert der KI das, was sie braucht. Die Nachrichten zwischen Client und Server folgen dem Format JSON-RPC 2.0. Läuft der Server auf demselben Rechner, kommunizieren beide über stdio, also die Standard-Ein- und -Ausgabe. Einen entfernten Server spricht der Client über Streamable HTTP an. Zur Anmeldung empfiehlt MCP dort OAuth. Genauer beschreibt das die Architektur-Dokumentation von MCP.

Wie nutze ich einen MCP Server mit Claude?

Laut der offiziellen Dokumentation gehört Claude zu den Clients, die MCP unterstützen, ebenso ChatGPT, Visual Studio Code und Cursor. Wie Sie einen Server einbinden, hängt vom jeweiligen Produkt ab. In Claude Desktop und in der Web-Oberfläche hinterlegen Sie entfernte Server als Connector. In Claude Code richten Sie Server über die Kommandozeile ein. Welche Möglichkeiten Sie konkret haben, kann sich je nach Tarif, Kontoart und den Freigaben Ihrer Organisation unterscheiden.

Sobald der Server verbunden ist, sieht Claude die angebotenen Tools mit Namen und Beschreibung. Bei jeder Frage entscheidet das Modell, ob es ein Tool braucht und welches. Die nötigen Parameter schickt es an den Server, der die Aktion ausführt und das Ergebnis zurückgibt. Ob Claude vor einem Aufruf um Ihre Bestätigung bittet, legen Sie im Client fest. Bei Tools, die etwas anlegen, ändern oder löschen, sollte diese Abfrage eingeschaltet bleiben.

Wie die Einrichtung an einem konkreten Fall Schritt für Schritt abläuft, zeigt unser Artikel zur Meta Ads MCP-Einrichtung in Claude und ChatGPT. Hier geht es nur ums Prinzip: Claude ist der Host, der Server lässt sich austauschen. Derselbe Server funktioniert grundsätzlich auch in jedem anderen MCP-fähigen Client. Sie binden sich also nicht an einen KI-Anbieter, wenn Sie einen Server aufsetzen.

Wie sieht ein MCP-Server-Beispiel aus der Praxis aus?

Hinter einem MCP-Server steckt oft eine API. MCP macht sie für KI-Clients auf einheitliche Weise nutzbar. Ein angenommenes Beispiel: Ein Handwerksbetrieb führt seine Kunden in einem CRM, das bereits eine Schnittstelle hat. Ein Server für dieses CRM könnte drei Tools anbieten: Kontakt suchen (Parameter: Name oder Firma), offene Vorgänge eines Kunden abrufen und eine Notiz an einen Vorgang hängen. Dazu kämen eine Resource mit den Phasen der Vertriebspipeline und ein Prompt namens Gesprächsvorbereitung, der diese Abfragen bündelt. Welche Daten so ein System im Kern enthält, erklärt unser Beitrag Was ist CRM.

Im Alltag sieht das so aus: Eine Mitarbeiterin fragt in Claude, was bei Firma Müller noch offen ist. Das Modell ruft zuerst Kontakt suchen auf, danach offene Vorgänge abrufen, und formuliert aus der JSON-Antwort einen lesbaren Überblick. Jeder dieser Aufrufe ist eine eigene JSON-RPC-Nachricht. Der Zugangsschlüssel zum CRM liegt beim Server, nicht im Chatverlauf. Die Mitarbeiterin muss dafür weder das CRM öffnen noch einen Filter bauen. Sie sollte die Antwort aber gegenlesen, bevor sie damit ins Kundengespräch geht. Wie Request, Antwort und Statuscodes einer Schnittstelle zusammenspielen, zeigt unser Artikel API Schnittstelle: Definition, Beispiel, Praxis.

Gibt es eine Liste aller MCP Server?

Eine vollständige, offizielle Liste gibt es nicht. Laut Anthropic gab es am 9. Dezember 2025 mehr als 10.000 aktive öffentliche Server. Neuere belastbare Zahlen haben wir nicht. Server finden Sie meist auf drei Wegen: beim Hersteller der jeweiligen Software, der einen offiziellen Server anbietet, in Verzeichnissen und Code-Repositories der Community und in den Connector-Übersichten der KI-Clients. Für Community-Verzeichnisse gilt: Dass ein Server dort aufgeführt ist, heißt nicht, dass ihn jemand geprüft hat. Bevor Sie einen Server aus einer solchen Liste anbinden, sollten Sie diese fünf Punkte klären:

• Herausgeber: Stammt der Server vom Hersteller des Zielsystems oder aus einem privaten Projekt ohne erkennbare Verantwortliche?
• Transport: Ein lokaler Server läuft über stdio mit Ihren Benutzerrechten auf Ihrem Rechner. Bei einem entfernten Server über Streamable HTTP gehen Ihre Daten an dessen Betreiber.
• Anmeldung: Nutzt der Server OAuth, oder müssen Sie einen dauerhaften Schlüssel in eine Konfigurationsdatei eintragen?
• Umfang: Liest der Server nur, oder bietet er auch Tools zum Ändern und Löschen an?
• Pflege: Wann wurde der Server zuletzt geändert, wie viele Fehlermeldungen sind offen, und passt er noch zur aktuellen API des Zielsystems?

Wie kann ich einen MCP Server selbst erstellen?

Ein eigener Server lohnt sich, wenn es für Ihr System noch keinen gibt, etwa für eine Branchensoftware oder ein selbst entwickeltes Backoffice. Für gängige Programmiersprachen gibt es offizielle SDKs. Den Ablauf, den wir dabei einhalten, sehen Sie hier:

1. Aufgabe eingrenzen: Legen Sie drei bis fünf konkrete Fragen fest, die die KI beantworten soll, und leiten Sie daraus die Tools ab.
2. Schnittstelle prüfen: Hat das Zielsystem eine API, und welche Rechte gibt der technische Zugang her? Ohne API wird der Server zur Bastelei.
3. Tools beschreiben: Jedes Tool bekommt einen Namen, eine Beschreibung und Parameter mit festem Typ. Diese Beschreibung liest das Modell. Wenn sie ungenau ist, ruft es Tools falsch auf.
4. Transport wählen: stdio, wenn nur eine Person den Server auf ihrem eigenen Rechner nutzt. Streamable HTTP mit OAuth, wenn mehrere Mitarbeiter auf denselben Server zugreifen.
5. Mit echten Fragen testen: Spielen Sie auch Grenzfälle durch, etwa leere Ergebnisse, abgelaufene Zugänge oder Fehlercodes der API wie 401 und 429.
6. Betrieb planen: Aufrufe protokollieren und den Server anpassen, sobald sich die API des Zielsystems ändert.

Ein lokaler Server, der nur liest, ist ein überschaubares Vorhaben. Ein entfernter Server mit Anmeldung, mehreren Nutzern und Schreibrechten ist dagegen ein vollwertiges Softwareprojekt, das auch dauerhaft betrieben werden muss.

Welche Kosten hat ein MCP-Server, und lohnt er sich für kleine Unternehmen?

Das Protokoll ist Open Source, für den Standard selbst zahlen Sie also keine Lizenzgebühren. Die Kosten eines MCP-Servers entstehen anderswo: durch das Abo des KI-Clients, unter Umständen durch API-Gebühren des Zielsystems, durch Hosting bei entfernten Servern, durch die Entwicklung, falls Sie einen eigenen Server brauchen, und durch die laufende Pflege. Feste Beträge nennen wir bewusst nicht. Der Aufwand hängt vor allem davon ab, ob es schon einen fertigen Server gibt oder ob einer gebaut werden muss.

Für einen Betrieb mit einer Handvoll Mitarbeitern und ohne eigene IT ist die Rechnung meist übersichtlich. Bietet der Hersteller Ihres CRM oder Werbekontos einen offiziellen Server an, beschränkt sich der Aufwand auf Einrichtung, Rechtevergabe und eine kurze Einweisung. Gibt es keinen, wird daraus ein Entwicklungsprojekt. Das lohnt sich, wenn dieselbe Frage jede Woche auftaucht und heute drei Programme geöffnet werden müssen, um sie zu beantworten. Für eine einmalige Auswertung lohnt es sich nicht, da reicht ein Export. Wenn Sie unsicher sind, testen Sie die Idee in einem kurzen Proof of Concept mit einem Server, der nur liest. Updates, Zugänge und Rechte kann bei DigifyNow unsere fortlaufende technische Betreuung übernehmen, wenn dafür im Team niemand Zeit hat.

Welche Fehler passieren bei MCP-Servern, und wo liegen die Grenzen?

In Projekten sehen wir immer wieder dieselben Fehler, und fast jeder hat eine klare Ursache:

• Zu viele Rechte: Der Server bekommt den Admin-Schlüssel, weil das schneller geht. Dann darf die KI alles, was dieser Schlüssel darf. Besser ist ein eigenes Konto mit Leserechten.
• Prompt Injection: Ein Server, der Webseiten, E-Mails oder fremde Dokumente abruft, bringt fremden Text ins Gespräch, und darin versteckte Anweisungen befolgt das Modell womöglich. Solche Server sollten nicht in derselben Sitzung laufen wie Server mit Schreibrechten.
• Zu viele Server auf einmal: Jede Tool-Beschreibung landet im Kontext des Modells, und Tools mit ähnlichen Namen werden verwechselt.
• Schlüssel im Klartext: Zugangsdaten stehen in Konfigurationsdateien, die per Cloud-Ordner auf andere Geräte synchronisiert werden.
• Kein Verantwortlicher: Das Zielsystem ändert seine API, und der Server liefert Fehler oder unbemerkt falsche Daten.

MCP verbindet Systeme, liefert aber nur so verlässliche Ergebnisse wie das Modell und die Daten dahinter. Für Abläufe, die jede Nacht ohne Menschen gleich ablaufen sollen, ist das die falsche Wahl. Dafür ist eine klassische Automatisierung über APIs und Webhooks berechenbarer. Besonders schützen sollten Sie Kunden-, Zahlungs- und Personaldaten. Ob ihre Verarbeitung über einen Server zulässig ist, hängt davon ab, wie Sie Ihren Betrieb organisieren, nicht vom Protokoll.

Kostenlose Einschätzung für Ihr Projekt anfragen