MCP Server: Was dahintersteckt und wie du einen betreibst

MCP Server: Was dahintersteckt und wie du einen betreibst

Ein MCP Server ist eine kleine Schnittstelle, über die ein KI-Modell auf externe Daten und Funktionen zugreifen kann – auf dein Ticketsystem, deine Datenbank, dein Dateiverzeichnis. Statt für jedes Modell und jedes Tool eine eigene Anbindung zu bauen, sprechen beide Seiten dieselbe Sprache. Was das konkret bedeutet und welche Möglichkeiten du hast, so einen Server zu betreiben, liest du hier.

Was ist ein MCP Server?

MCP steht für Model Context Protocol. Anthropic hat es Ende 2024 als offenen Standard veröffentlicht, inzwischen wird es von zahlreichen KI-Anwendungen unterstützt.

Die Idee dahinter ist einfach: Ein Sprachmodell weiß von sich aus nichts über deine Systeme. Es kennt keine Kundendatenbank, keinen Projektordner, kein CRM. Ein MCP Server schließt diese Lücke. Er stellt genau definierte Funktionen bereit, die das Modell aufrufen darf – zum Beispiel „lies diese Datei" oder „lege ein Ticket an".

Das Problem, das MCP löst

Ohne einen gemeinsamen Standard braucht jede Kombination aus KI-Anwendung und Datenquelle eine eigene Integration. Bei fünf Anwendungen und zehn Systemen sind das fünfzig einzelne Anbindungen, die alle gepflegt werden wollen.

Mit MCP schreibst du die Anbindung einmal. Jede Anwendung, die das Protokoll unterstützt, kann sie nutzen. Das ist der eigentliche Grund, warum sich der Standard so schnell verbreitet hat.

Wie ein MCP Server funktioniert

Host, Client und Server

Drei Rollen sind beteiligt:

Der Host ist die Anwendung, mit der du arbeitest – ein KI-Chat, eine Entwicklungsumgebung, ein Automatisierungstool. Der Client sitzt im Host und hält die Verbindung zu genau einem Server. Der Server stellt die Funktionen bereit und führt sie aus.

Die Kommunikation läuft über JSON-RPC 2.0, ein schlankes Nachrichtenformat. Für dich als Anwender bleibt das unsichtbar.

Tools, Ressourcen und Prompts

Ein MCP Server kann drei Arten von Dingen anbieten:

Tools sind Funktionen, die etwas tun – eine Suche ausführen, einen Datensatz schreiben, eine API abfragen. Das Modell entscheidet, wann es sie aufruft.

Ressourcen sind Daten zum Lesen: Dateien, Datenbankinhalte, Log-Auszüge. Sie werden bereitgestellt, nicht ausgeführt.

Prompts sind vorbereitete Vorlagen für wiederkehrende Aufgaben, die der Nutzer gezielt auswählt.

Die Trennung ist wichtig für die Sicherheit: Ein Tool verändert womöglich Daten, eine Ressource nicht.

Lokal oder über das Netz

MCP Server laufen auf zwei Wegen. Lokal startet der Host den Server als eigenen Prozess auf demselben Rechner und kommuniziert über die Standardein- und -ausgabe. Kein Netzwerk, keine Ports, keine Authentifizierung nötig.

Über HTTP läuft der Server als eigenständiger Dienst irgendwo im Netz. Mehrere Nutzer und mehrere Anwendungen können ihn gleichzeitig ansprechen. Dafür brauchst du eine Adresse, ein Zertifikat und eine Zugriffskontrolle.

Diese Entscheidung bestimmt alles Weitere.

Wofür MCP Server in der Praxis genutzt werden

Die meistgenutzten Server binden Systeme an, die Teams ohnehin täglich verwenden: Code-Repositories wie GitHub oder GitLab, Projekt- und Wissenswerkzeuge wie Jira und Confluence, Datenbanken, Design-Tools wie Figma, Browser-Automatisierung.

Interessanter wird es bei eigenen Anbindungen. Ein MCP Server vor deiner Warenwirtschaft, deinem Buchhaltungssystem oder deiner internen Dokumentation macht Wissen zugänglich, das in keinem Trainingsdatensatz steht. Genau dort liegt für kleinere Unternehmen der praktische Nutzen – und genau dort stellt sich die Frage nach dem Betrieb.

Lokal, gehostet oder auf dem eigenen Server?

Diese Frage wird selten beantwortet, entscheidet aber, ob dein Setup über den Prototyp hinauskommt.

Auf dem eigenen Rechner

Zum Ausprobieren die beste Wahl. Server installieren, in der Konfiguration der KI-Anwendung eintragen, fertig. Keine Kosten, keine Wartung.

Die Grenze kommt schnell: Der Server läuft nur, wenn dein Rechner läuft. Kollegen können ihn nicht nutzen. Automatisierungen, die nachts arbeiten sollen, fallen aus. Für einen einzelnen Entwickler in Ordnung, für ein Team nicht.

Beim Anbieter gehostet

Manche Dienste stellen fertige MCP Server für ihre eigene Plattform bereit. Bequem, sofort einsatzbereit, wenig Kontrolle. Für ein System, das du bereits nutzt, oft die pragmatischste Lösung.

Sobald es um eigene Daten geht oder um Anbindungen, die es fertig nicht gibt, hilft das nicht weiter.

Auf einem eigenen Server

Ein dauerhaft erreichbarer MCP Server braucht eine Umgebung, in der du eigene Prozesse starten und offen halten kannst. Klassisches Webhosting reicht dafür nicht – dort läuft PHP auf Anfrage, kein permanenter Dienst mit eigenem Port.

Ein VPS ist die passende Grundlage: root-Zugriff, eigene Laufzeitumgebung, Prozesse, die im Hintergrund weiterlaufen. Du bestimmst, welche Daten der Server sieht und wo sie liegen.

Der Preis dafür ist Verantwortung. Updates, Backups und Zugriffsrechte liegen bei dir.

Worauf du beim Betrieb achten solltest

Ein MCP Server ist eine offene Tür zu deinen Daten. Gib ihm nur die Rechte, die er wirklich braucht. Ein Server, der Rechnungen auslesen soll, braucht keinen Schreibzugriff auf die Datenbank.

Erreichbare Server gehören abgesichert. Ohne Authentifizierung kann jeder, der die Adresse kennt, deine Tools aufrufen. Verschlüsselte Verbindung und eine saubere Zugriffskontrolle sind Pflicht, kein Extra.

Protokolliere Aufrufe. Wenn ein Modell selbstständig Funktionen ausführt, willst du im Zweifel nachvollziehen können, was wann passiert ist.

Plane Ressourcen realistisch. Ein einzelner Server ist genügsam. Mehrere parallel, dazu ein Automatisierungstool im selben Container – da summiert sich Arbeitsspeicher schneller, als man denkt.

Trenne Test und Produktion. Ein Server, an dem du entwickelst, sollte nicht auf echte Kundendaten zeigen.

MCP Server auf einem VPS betreiben

Wenn dein MCP Server dauerhaft laufen und für dein Team erreichbar sein soll, brauchst du eine Umgebung mit vollem Zugriff. Auf einem VPS von dogado hast du root-Rechte, wählst deine Distribution selbst und installierst, was dein Setup verlangt – ob Python-, Node- oder Container-Umgebung.

Praktisch daneben: Ein Reverse Proxy wie Traefik übernimmt Zertifikate und leitet Anfragen sauber an deine Dienste weiter. Für die Verwaltung mehrerer Container lohnt sich ein Blick auf Portainer. Bei Fragen zur Einrichtung erreichst du deutschsprachigen Support.

Häufige Fragen zu MCP Servern

Was macht ein MCP Server genau?

Er stellt einem KI-Modell definierte Funktionen und Daten zur Verfügung – etwa Zugriff auf eine Datenbank, ein Repository oder ein Dateiverzeichnis. Das Modell ruft diese Funktionen bei Bedarf auf.

Brauche ich Programmierkenntnisse für einen MCP Server?

Für fertige Server reicht das Eintragen weniger Konfigurationszeilen. Für eine eigene Anbindung an interne Systeme brauchst du Entwicklungserfahrung, üblicherweise in Python oder TypeScript – für beide gibt es offizielle SDKs.

Reicht Webhosting für einen MCP Server?

Nein. Ein MCP Server ist ein dauerhaft laufender Dienst mit eigenem Port. Klassisches Webhosting ist darauf nicht ausgelegt. Du brauchst einen VPS oder eine vergleichbare Umgebung mit root-Zugriff.

Ist MCP an einen bestimmten KI-Anbieter gebunden?

Nein. Das Model Context Protocol ist ein offener Standard. Ein Server, den du einmal schreibst, funktioniert mit jeder Anwendung, die das Protokoll unterstützt.

Wie sicher ist ein MCP Server?

Das hängt vollständig von deiner Konfiguration ab. Lokal laufende Server ohne Netzwerkzugriff sind unkritisch. Über das Netz erreichbare Server brauchen Verschlüsselung, Authentifizierung und minimale Rechte – sonst öffnest du deine Systeme für jeden, der die Adresse kennt.