Model Context Protocol (MCP): Ein neuer Standard für die Integration von Tools und Daten

Große Sprachmodelle entwickeln sich schnell, ihre eigentliche Stärke zeigen sie aber erst in der Verbindung zur Außenwelt. Hier kommt das Model Context Protocol (MCP) von Anthropic ins Spiel: ein universeller Standard, mit dem KI leichter externe Tools aufrufen, auf Echtzeitdaten zugreifen und flüssig mit Diensten interagieren kann. In diesem ersten Artikel unserer Serie erklären wir, was MCP ist, warum es wichtig ist und wie es sich zu bestehenden Ansätzen für Function Calling verhält.

Wie sich Function Calling in LLMs entwickelt hat

Bevor wir zu MCP kommen, klären wir das Konzept des Function Calling in LLMs. Damit können Sprachmodelle als Reaktion auf Anfragen von Nutzern externe Funktionen oder Tools aufrufen. Wenn Sie zum Beispiel fragen: „Wie hoch ist der Aktienkurs von Apple gerade?“, muss das LLM keine Antwort halluzinieren. Es kann erkennen, dass es Echtzeitdaten braucht, und einen strukturierten Aufruf an eine API für Aktienkurse erzeugen.

Die KI-Anbieter setzen diese Funktion unterschiedlich um:

• Die API von OpenAI liefert JSON-Objekte mit Function Calls
• Claude von Anthropic gibt speziell formatierte Tool-Use-Blöcke aus
• Andere Modelle haben unter Umständen eigene Konventionen

Das Grundprinzip bleibt gleich: Das LLM übersetzt eine Anfrage in natürlicher Sprache in einen strukturierten Befehl, den externe Systeme ausführen können.

Bisher brauchte man für diese Fähigkeiten viel individuellen Code. Entwickler mussten:

1. Die Ausgabe des Modells parsen
2. Sie einem passenden API-Aufruf zuordnen
3. Den Aufruf ausführen
4. Die Ergebnisse formatiert in die Konversation zurückführen

Diese maßgeschneiderten Integrationen waren umständlich und ließen sich schlecht verallgemeinern. Jedes neue Tool verlangte neuen individuellen Code, und so vermehrten sich die Einzellösungen.

Auftritt: das Model Context Protocol (MCP)

Anthropic hat das Model Context Protocol (MCP) Ende 2024 vorgestellt. Es soll standardisieren, wie KI-Modelle mit externen Tools, Daten und Diensten interagieren. Anthropic beschreibt MCP als eine Art „USB-C-Anschluss“ für KI-Anwendungen: eine universelle Plug-and-Play-Schnittstelle, die LLMs mit externen Ressourcen aller Art verbindet.

MCP nimmt sich des sogenannten M×N-Integrationsproblems an. Ohne Standard braucht es M×N maßgeschneiderte Integrationen, um M verschiedene Modelle mit N verschiedenen Tools zu verbinden. Mit MCP müssen jedes Modell und jedes Tool das Protokoll nur einmal implementieren (insgesamt also M+N Anbindungen), um mit allen anderen zu funktionieren. Das senkt den Entwicklungsaufwand drastisch und verbessert zugleich die Interoperabilität.

Wie MCP funktioniert

Technisch baut MCP auf JSON-RPC 2.0 auf, einem schlanken Protokoll für Remote Procedure Calls, das Anfragen und Antworten als JSON-Nachrichten codiert. MCP geht aber über einfaches RPC hinaus und definiert ein vollständiges Framework für die Interaktion zwischen KI und Tools.

MCP folgt einer Client-Server-Architektur:

• Die Client-Seite ist die KI-Anwendung (etwa eine Chat-Oberfläche oder eine IDE mit einem KI-Assistenten)
• Die Server-Seite stellt Tools und Fähigkeiten bereit (etwa eine Wetter-API, Datenbankzugriff usw.)

Diese Komponenten kommunizieren, indem sie JSON-RPC-Nachrichten über einen Kanal austauschen (je nach Deployment eine lokale Pipe, ein WebSocket oder ein HTTP-Stream).

Das Protokoll definiert mehrere Arten von „Primitiven“, die Server anbieten können:

1. Tools

Das sind ausführbare Funktionen, die das LLM aufrufen kann, um Aktionen auszuführen oder Informationen abzurufen. Ein Wetter-Server könnte zum Beispiel ein Tool get_forecast(location) anbieten, das aktuelle Wetterdaten zurückgibt. Das ist die direkte Entsprechung zum klassischen Function Calling.

2. Resources

Das sind strukturierte Datenquellen oder Dokumente, die abgerufen und in den Kontext des Modells eingespeist werden können. Im Unterschied zu Tools (die Aktionen ausführen) liefern Resources Informationen, die den Kontext des Modells ergänzen. Ein Server für ein Code-Repository könnte zum Beispiel Resources bereitstellen, die Dateiinhalte abbilden.

3. Prompts

Das sind vordefinierte Prompt-Vorlagen oder Anweisungen, die sich aufrufen lassen. Sie helfen, häufige Anweisungen oder das Verhalten von Personas zu standardisieren.

Auf der Client-Seite definiert MCP weitere Primitive wie Roots (kontrollierter Zugriff auf Daten, die der Client verwaltet) und Sampling (damit können Tools auf kontrollierte Weise Completions vom Modell anfordern).

Der Ablauf einer MCP-Interaktion

Wenn eine KI über MCP ein Tool nutzen muss, sieht die Abfolge typischerweise so aus:

1. Discovery-Phase: Client und Server führen einen Handshake durch und tauschen Informationen über ihre Fähigkeiten aus. Der Server gibt die verfügbaren Tools bekannt, der Client teilt mit, welche Funktionen er unterstützt.
2. Aufruf: Wenn der Nutzer etwas fragt, das externe Daten erfordert, entscheidet sich das LLM für den Aufruf eines Tools. Der Client schickt eine JSON-RPC-Anfrage an den Server, die dieses Tool mit passenden Parametern aufruft.

{
  "jsonrpc": "2.0", 
  "id": 123, 
  "method": "tools/call", 
  "params": {
    "name": "get_current_stock_price", 
    "arguments": {"company": "AAPL", "format": "USD"}
  }
}

1. Ausführung: Der Server verarbeitet die Anfrage, führt die Funktion aus und gibt die Ergebnisse zurück (oder einen Fehler, falls etwas schiefgegangen ist).
2. Einbindung der Ergebnisse: Der Client bindet die zurückgegebenen Daten wieder in die Konversation ein, sodass das Modell fundiert antworten kann.

Seine Stärke bezieht MCP daraus, dass diese Verbindung offen und zustandsbehaftet bleibt. Das Modell kann während einer einzigen Sitzung mehrere Tools nacheinander aufrufen, was flüssige Interaktionen über mehrere Schritte ermöglicht.

MCP im Vergleich zu klassischen Ansätzen

Gegenüber klassischen API-Integrationen oder plattformspezifischem Function Calling hat MCP mehrere Vorteile:

• Standardisierung: Anders als das Function Calling von OpenAI oder ChatGPT-Plugins ist MCP nicht an einen einzelnen Anbieter gebunden. Es ist ein offener Standard, den jede KI-Plattform übernehmen kann.
• Persistenz: MCP-Verbindungen halten ihren Zustand. Das erlaubt einen fortlaufenden Dialog zwischen Modell und Tools statt nur isolierter Einzelanfragen.
• Discovery: Tools lassen sich dynamisch zur Laufzeit entdecken und müssen nicht vorab festgelegt werden.
• Kombinierbarkeit: Mehrere Tools verschiedener Anbieter können innerhalb derselben Sitzung nahtlos zusammenarbeiten.

Ein Vergleich:

• Direkte API-Integration: Verlangt für jedes neue Tool eigenen Code zum Parsen und Formatieren
• Function Calling von OpenAI: Funktioniert nur mit Modellen von OpenAI und erfordert vordefinierte Funktionen
• ChatGPT-Plugins: Geschlossenes Ökosystem, Einzelanbindungen ohne einheitliches Protokoll
• MCP: Offener Standard mit persistenten, auffindbaren und kombinierbaren Tool-Verbindungen für jedes kompatible LLM

Warum MCP wichtig ist

MCP ist ein großer Schritt hin zu leistungsfähigeren KI-Assistenten. Weil es standardisiert, wie LLMs mit externen Systemen interagieren, lässt sich leichter KI bauen, die:

• Auf Echtzeitinformationen zugreift
• In der digitalen Welt Aktionen ausführt
• Mehrere Tools kombiniert, um komplexe Probleme zu lösen
• Den Kontext über mehrere Interaktionen hinweg behält

Im Grunde liefert MCP das „Nervensystem“, das die „Gehirne“ der KI mit dem Rest der digitalen Welt verbindet.

Im nächsten Teil dieser Serie gehen wir tiefer auf die Architektur von MCP ein, sehen uns seine besonderen Eigenschaften an und untersuchen, wie es anspruchsvolles Reasoning und den Einsatz von Tools über mehrere Schritte in KI-Systemen ermöglicht.

Aus dem Englischen übersetzt: zum Originalbeitrag