Unternehmen jonglieren heute im Schnitt mit 20–30 verschiedenen SaaS-Tools. Jedes hat sein eigenes Dashboard, seine eigene Navigation, seinen eigenen Login. Mitarbeiter wechseln täglich dutzende Male den Kontext — vom CRM in die Projektmanagement-Software, von dort in die E-Mail, von dort ins ERP. Jeder Wechsel kostet Zeit, und Zeit ist in wissensintensiven Betrieben eine der teuersten Ressourcen.
Das ist kein Technologieproblem, das sich mit einem besseren Tool lösen lässt. Es ist ein strukturelles Problem — und MCP adressiert es auf der richtigen Ebene.
Was MCP ist — und was es nicht ist
MCP steht für Model Context Protocol, ein offenes Protokoll, das Anthropic 2024 veröffentlicht hat und das inzwischen von einer wachsenden Zahl von KI-Plattformen und Software-Anbietern unterstützt wird.
Das Prinzip ist einfacher als der Name vermuten lässt: Ein MCP-Server stellt einem KI-Assistenten definierte Werkzeuge zur Verfügung — mit Beschreibungen, Parametern und Rückgabewerten. Der Assistent kann diese Werkzeuge eigenständig aufrufen, wenn der Kontext es verlangt.
Konkret bedeutet das: Wenn ein Mitarbeiter seinem KI-Assistenten sagt „Schau nach, ob Kunde Schmidt diesen Monat schon eine Rechnung bekommen hat“, kann der Assistent das Fakturierungssystem abfragen — vorausgesetzt, es gibt einen MCP-Server dafür. Kein manueller Tab-Wechsel, kein Login in ein zweites System, kein Suchen in Menüs.
Was MCP nicht ist: ein Allheilmittel, eine fertige Produktkategorie oder ein Standard, der heute bereits flächendeckend in Unternehmenssoftware verankert ist. MCP ist ein Protokoll in einem noch frühen Marktreifestadium — mit echter technischer Substanz, aber auch mit offenen Fragen zur Sicherheit, Governance und Standardisierung.
Das Paradigma, das MCP ablöst
Dashboard-orientierte Software hat einen fundamentalen Konstruktionsfehler: Sie zwingt den Nutzer, sich an die Logik des Systems anzupassen — und nicht umgekehrt.
Wer ein CRM bedienen will, muss wissen, wo der Menüpunkt für „Aktivitäten“ sitzt. Wer eine Rechnung erstellt, muss wissen, in welchem Dropdown die richtige Zahlungsbedingung ausgewählt wird. Wer Berichte aus dem ERP ziehen will, muss wissen, welches der 40 vorkonfigurierten Report-Templates dem eigenen Informationsbedarf am nächsten kommt.
Das ist die Cognitive Load des modernen Wissensarbeiters: nicht die Schwierigkeit der Aufgabe selbst, sondern der Aufwand, die Aufgabe durch das Interface hindurchzubringen.
MCP-native Software kehrt dieses Verhältnis um. Der Nutzer beschreibt, was er will — in natürlicher Sprache, ohne die Systemlogik kennen zu müssen. Das KI-System identifiziert die richtigen Werkzeuge und fährt die Sequenz ab.
Warum das für Stadtwerke und den Mittelstand relevant ist
Dieser Paradigmenwechsel klingt zunächst wie ein Thema für Tech-affine Startups. Es ist aber besonders für Unternehmen relevant, die eine breite Werkzeuglandschaft mit einer Belegschaft betreiben, die keine IT-Affinität voraussetzen kann.
Ein Stadtwerk mit 120 Mitarbeitern hat typischerweise eine heterogene Software-Landschaft: ein Abrechnungssystem, ein geographisches Informationssystem (GIS), ein Kundeninformationssystem (KIS), ein Ticketsystem für Störungsmeldungen, ein Dokumentenmanagementsystem. Kein Mitarbeiter kennt alle Systeme gut — sie kennen ihre eigenen Bereiche.
MCP könnte hier einen anderen Zugang ermöglichen: Statt 120 Mitarbeiter auf 8 verschiedene Systeme zu schulen, würden alle über denselben natürlichsprachlichen Zugang arbeiten — und der Assistent navigiert die Komplexität im Hintergrund. Sachdienliche Anfragen bleiben im jeweiligen System, aber der Nutzer muss das System nicht direkt bedienen.
Das ist keine Fiktion. Es ist der Weg, auf den sich spezialisierte Enterprise-Software-Anbieter in der Energiewirtschaft gerade zubewegen — langsam, aber erkennbar.
Was praktisch heute möglich ist
MCP hat eine bemerkenswert schnelle Adoption erfahren. Viele gängige Tools haben MCP-Server veröffentlicht oder ermöglichen die Erstellung eigener Server:
- GitHub hat einen offiziellen MCP-Server, der Code-Repositories per natürlicher Sprache abfragbar macht
- Atlassian bietet MCP-Integration für Jira und Confluence
- Zapier ermöglicht, Automatisierungen per MCP anzusteuern
- Eigene interne Systeme können über MCP-Server-Frameworks (wie das offizielle SDK von Anthropic) angebunden werden
Für Unternehmen mit Standard-Software-Stack (M365, HubSpot, ServiceNow, SAP mit API-Zugang) existieren heute bereits nutzbare MCP-Integrationen oder sie lassen sich mit überschaubarem Entwicklungsaufwand aufbauen.
Für spezialisierte Branchensoftware — wie sie in der Energiewirtschaft üblich ist — stehen die meisten Integrationen noch aus. Das ist ein realistischer Befund, keine Kritik: Die Plattformen reifen gerade.
Die Fragen, die Sie vor einer MCP-Einführung stellen sollten
Jedes Unternehmen, das MCP-Integration ernsthaft evaluiert, sollte folgende Punkte klären:
Datensicherheit und Zugriffskontrolle: MCP-Server agieren im Auftrag des Nutzers — mit dessen Berechtigungen. Die Frage, welche Systeme ein KI-Assistent im Auftrag eines Mitarbeiters aufrufen darf, ist eine Governance-Frage, die vor der technischen Implementierung beantwortet sein muss.
Audit-Fähigkeit: Wenn ein KI-Assistent Daten abruft oder verändert, müssen diese Aktionen nachvollziehbar protokolliert werden. Das gilt besonders in regulierten Branchen wie der Energiewirtschaft, wo BNetzA-Anforderungen und DSGVO eine klare Datendokumentation verlangen.
Fehlertoleranz: Was passiert, wenn ein MCP-Server eine falsche Aktion ausführt? Automatische Operationen brauchen Rückgabeschleifen, Bestätigungsschritte und Eskalationspfade für kritische Aktionen.
Abhängigkeit von einem Protokoll: MCP ist ein offenes Protokoll, aber kein ISO-Standard. Die Frage der Langzeitstabilität und der Anbieterbindung ist bei einem mittelständischen Unternehmen mit 10-Jahres-IT-Zyklen legitim.
Eigene MCP-Server bauen oder kaufen?
Für Unternehmen mit einer klar definierten Systemlandschaft und einem internen Entwicklerteam ist die Erstellung eigener MCP-Server heute technisch überschaubar. Das offizielle MCP-SDK von Anthropic ist gut dokumentiert, und für gängige Programmiersprachen (Python, TypeScript) existieren funktionierende Referenzimplementierungen.
Für Unternehmen ohne Entwicklungskapazität ist der praktikablere Weg: auf Softwareanbieter warten, die MCP-Unterstützung in ihre Produkte integrieren — oder spezialisierte Dienstleister beauftragen, die MCP-Server für bestimmte Systemkategorien bauen.
Ich habe für Kunden bereits MCP-Server entwickelt, die interne Wissenssysteme, Kundendatenbanken und Prozessabläufe über KI-Assistenten zugänglich machen. Der Entwicklungsaufwand für einen gut gekapselten MCP-Server liegt je nach Komplexität zwischen einem und fünf Tagen — das macht es zu einer Investition, die für viele Use-Cases schnell amortisiert.
Fazit
MCP ist kein Hype-Thema und kein Zukunftsszenario. Es ist ein technischer Standard, der heute produktiv einsetzbar ist — mit realistischen Einschränkungen und offenen Fragen, die bei einem weiterhin frühen Markt normal sind.
Die strukturelle Argumentation dahinter ist überzeugend: Software, die durch natürliche Sprache statt durch Dashboard-Navigation bedient wird, senkt die Einstiegshürde, reduziert Schulungsaufwand und ermöglicht Kombinationen zwischen Systemen, die heute noch manuelle Integration erfordern.
Für Stadtwerke, mittelständische Industrieunternehmen und Beratungshäuser ist das kein Thema für übermorgen — es ist ein Thema für die nächste Planungsrunde.
Wenn Sie evaluieren möchten, welche Ihrer bestehenden Systeme für eine MCP-Anbindung geeignet wären und welcher Aufwand dabei realistisch ist: Sprechen Sie mich gerne an.
