Wie funktioniert ein MCP-Server?
Die KI-Anwendung, der sogenannte MCP-Client, verbindet sich mit dem Server und fragt, was er anbietet. Der Server antwortet mit einer Liste von Tools, jedes mit einem Namen, einer Beschreibung und den Eingaben, die es akzeptiert; er kann außerdem Ressourcen (Daten zum Lesen) und Prompts (wiederverwendbare Anweisungen) bereitstellen. Erfordert eine Anfrage ein Tool, wählt das Modell es aus und füllt die Eingaben aus, der Client sendet den Aufruf, und der Server führt ihn aus und gibt das Ergebnis zurück. Die Nachrichten folgen JSON-RPC, und ein Server läuft auf Ihrem eigenen Rechner oder entfernt über HTTP. Vor MCP brauchte jede KI-Anwendung eine eigene Integration für jedes Produkt; mit einem gemeinsamen Protokoll funktioniert ein einziger Server mit jedem kompatiblen Client.
MCP-Server vs. API: Was ist der Unterschied?
Eine API ist für Entwickler gebaut: Jemand liest ihre Dokumentation und schreibt Code gegen ihre Endpunkte. Ein MCP-Server ist für KI-Anwendungen gebaut: Er beschreibt seine eigenen Tools in einer Form, die ein Modell lesen kann, sodass ein Client sie ohne Integrationscode erkennen und aufrufen kann. Viele MCP-Server sind eine dünne Schicht über einer bestehenden API, die weiterhin die Arbeit erledigt. Was der Server hinzufügt, ist eine Auswahl: welche Aktionen eine KI ausführen darf, in welcher Form und unter welchen Prüfungen.
Ist es sicher, eine KI über einen MCP-Server handeln zu lassen?
Das hängt vom Server und von den Einstellungen Ihres Clients ab. Die MCP-Spezifikation sieht vor, dass KI-Anwendungen vor dem Aufruf eines Tools die Zustimmung des Nutzers einholen und dass ein Mensch jeden Aufruf ablehnen kann. Viele Clients erlauben es aber auch, ein Tool ein für alle Mal freizugeben, deshalb kommt es auf die Grenzen des Servers selbst an: Stellen Sie nur die Aktionen bereit, die Sie wirklich wollen, beschränken Sie jeden Zugriffsschlüssel auf das Nötige, setzen Sie vor alles, was schwer rückgängig zu machen ist, etwa Veröffentlichen oder Löschen, einen Bestätigungsschritt, und schreiben Sie jeden Aufruf in ein Audit-Log. Das ist Design nach dem Human-in-the-Loop-Prinzip, angewandt auf Tools.
Wie sieht ein MCP-Server in der Marketing-Automation aus?
In der Marketing-Automation entsprechen die Tools der täglichen Arbeit: ein Segment bauen, eine Journey entwerfen, einen Report lesen. Der MCP-Server von fromHello zum Beispiel gibt Claude, Claude Code, Cursor, Codex, Windsurf, VS Code oder jedem MCP-Client 59 Tools, um Segmente und Vorlagen zu erstellen, Journeys zu entwerfen und Analysen abzurufen. Kein Tool verschickt eine Nachricht. Eine Journey, die Ihre KI erstellt, bleibt ein Entwurf, bis sie veröffentlicht wird, und Veröffentlichen, Pausieren oder Löschen über einen Agenten erfordert einen Bestätigungsschritt in Ihrem KI-Client. Andere Änderungen, etwa an einem Segment oder einer Vorlage, gelten beim Speichern und können so eine Journey erreichen, die bereits live ist. MCP-Tool-Aufrufe werden in Ihrem Audit-Log protokolliert.