Was ist MCP?

Model Context Protocol (MCP) ist eine Technik/ ein Standard, der es KI-Agenten ermöglicht, wirklich Dinge zu erledigen – indem sie sicher und geordnet mit anderen Programmen sprechen.

Kurz gesagt

• MCP gibt der KI kein chaotisches “Vollzugriffs-Recht”, sondern ein klar definiertes Menü an erlaubten Aktionen.
• Beispiele für Systeme/Apps: Gmail, Google Kalender, Notion, Odoo u. v. m.

Warum das wichtig ist (Kontext: LLMs)

Wenn du die Kapitel davor gelesen hast, weißt du: Die Sprachmodelle, die wir hier als Grundlage verwenden, sind im Kern Token-Vorhersager.

Der entscheidende Trick:

• Um diesen Token-Vorhersager herum baut man ein System,
• das bestimmte vorhergesagte Textausgaben nicht als normalen Text behandelt,
• sondern als Befehl an ein Werkzeug (Tool).

Wie Tool-Nutzung praktisch funktioniert

ChatGPT oder dein Hermes Agent kann nicht “einfach so” in deinen Kalender schauen. Aber das LLM kann z. B. so etwas erzeugen wie:

„Nutze das Kalenderwerkzeug. Suche Termine morgen zwischen 9 und 18 Uhr.“

Oder technisch strukturierter (z. B. als JSON). Wichtig: Das ist am Ende nichts anderes als eine eindeutige Verpackung derselben Absicht.

Ablauf als Kette:

1. Du fragst nach Terminen morgen.
2. Das LLM “entscheidet”: Ich brauche das Tool „Kalender-Suche“.
3. Das System/ die App drumherum erkennt: Das ist ein Tool-Aufruf, keine normale Antwort.
4. Die App ruft wirklich den Kalender ab und bekommt Ergebnisse zurück (z. B. eine Liste von Events).
5. Das LLM liest diese neuen Infos und formuliert daraus die Antwort.

Wo MCP ins Spiel kommt

Ohne MCP müsste jede App selbst bauen/ pflegen:

• Wie rede ich mit Gmail?
• Wie rede ich mit Notion?
• Wie rede ich mit Google Kalender, Outlook usw.?

Wenn dagegen die Gegenseite (z. B. eine Kalender-App) einen MCP-Server anbietet, passiert Folgendes:

• Die App sagt dem KI-Agenten: „Hier ist mein Menü an Funktionen – nutzbar, wenn du legitimiert bist.“
• Beispiel-Menüpunkte: Events suchen, Events erstellen, Einladungen annehmen/ablehnen, Events löschen, Events verändern, …

Damit hat das LLM ein Werkzeugmenü, und es kann (bei gutem Modell) sehr gut vorhersagen:

• welches Tool jetzt passt,
• welche Eingaben nötig sind,
• ob der User noch etwas klären muss,
• ob noch ein weiteres Tool nötig ist,
• und wie das Ergebnis zu interpretieren ist.

Am Ende:

• Das LLM sagt den nächsten sinnvollen Schritt voraus.
• Die Umgebung führt bestimmte Schritte aus.
• Das Ergebnis kommt zurück – und die nächste Vorhersage/Antwort entsteht.