MCP in der Praxis: Wie KI Echtzeitdaten aus Unternehmenssystemen abfragt

Irgendwann kommt fast jedes Unternehmen, das KI einführt, an den Punkt, an dem sich Teams fragen: wieso ist das im Alltag nicht so hilfreich wie gedacht?

Die Modelle sind gut, und für 99% der Use Cases vollkommen ausreichend. Was fehlt, ist etwas viel Elementareres: Zugriff auf die richtigen Informationen. In einer Umfrage von IT-Führungskräften von Cloudera gaben fast 4 von 5 Befragten an, dass mangelnder Datenzugriff ihre KI-Initiativen ausbremst.

Das hat wenig mit der Technologie zu tun - und viel mit der Architektur, die man um KI herum entwickelt. Während die meisten bereits erfolgreich auf statisches Wissen zugreifen, fehlen die Verbindungen, die es KI erlauben, auch in Echtzeit aus Unternehmenssystemen Daten zu ziehen.

Genau da setzt das Model Context Protocol (MCP) an. Dieser offene Standard ermöglicht es, KI-Plattformen mit externen Systemen zu verbinden.

Kontext ist King.

Die Boston Consulting Group hat ein Prinzip entwickelt, das diese Idee noch einmal verdeutlicht. Laut ihrem 10-20-70 Prinzip hängen nur 10% des Erfolgs eines KI-Projekts von Algorithmen ab. Weitere 20% sind eine Frage der Daten und des Tech-Stacks. Ganze 70% entscheiden sich bei Menschen, Prozessen und Kontext.

Das bedeutet: Der wahre Hebel liegt nicht im Modell selbst sondern im „Harness Layer“. Das ist die Schicht, die den organisatorischen Kontext gezielt nutzbar macht und sicher an die KI koppelt. Ohne diesen Layer bleibt die KI ein isoliertes Werkzeug, das auf Wahrscheinlichkeiten antwortet statt auf Fakten

Wer also sich hauptsächlich darauf fokussiert, immer die neuesten stärksten Modelle einzuführen, wird das Problem nicht lösen. Das beste Modell hilft wenig, wenn es die entscheidenden Unternehmensinformationen nicht kennt.

“Alles, worauf die KI nicht zugreifen kann, existiert für sie schlicht nicht.”

Mit MCP lassen sich zahlreiche Systeme standardisiert anbinden und erlauben es Mitarbeitenden innerhalb ihres KI-Workspaces auf all die Informationen aus verstreuten Quellen zuzugreifen.

Was MCP ist

MCP wurde von Anthropic als internes Tool entwickelt und im November 2024 der Öffentlichkeit vorgestellt. Doch nur wenige Monate später, im März 2025, verkündete auch OpenAI, dass sie den Standard unterstützen würden.

Seitdem wurde MCP rasend schnell von der Industrie adoptiert, was unter anderem dazu führte, dass er Teil der Linux Foundation wurde, um den Standard unter eine anbieterneutrale Governance zu überführen.

Heute, im Jahr 2026, gibt es fast 9.400 öffentlich verfügbare MCP-Server. Das SDK wird 97 Millionen Mal im Monat runtergeladen und Gartner schätzt, dass 75% aller API-Gateway-Anbieter bis zum Ende des Jahres MCP-Unterstützung anbieten werden.

MCP ist ein standardisiertes Protokoll, das KI-Modellen strukturierten Zugriff auf externe Systeme gibt. Man kann sich MCP wie einen Werkzeugkasten für das LLM vorstellen. Ohne ihn kann das Modell auf die Frage “Was sind meine offenen Jira-Tickets?” nicht antworten: es hat keinen Zugang zu Jira, kennt die Daten nicht, und im schlimmsten Fall halluziniert es eine Antwort oder weicht ins Allgemeine aus.

Mit MCP kann das Modell selbstständig einen Jira-MCP-Server aufrufen, die aktuellen Daten abfragen und eine belegte, korrekte Antwort liefern - in Echtzeit.

Die Architektur dahinter ist denkbar einfach: Ein MCP-Client (eure KI-Plattform) verbindet sich mit beliebig vielen MCP-Servern (euren externen Systemen). Das gleiche Modell kann in einer einzigen Abfrage das CRM auslesen, ein Jira-Ticket anlegen und eine Datenbank aktualisieren.

RAG und MCP: Zwei Ansätze, die sich ergänzen

Da stellt sich für viele, die bereits KI nutzen berechtigterweise die Frage: Wie unterscheidet sich MCP von dem Ansatz, den wir momentan bereits nutzen, um Wissen abzurufen?

Meist ist dabei RAG (Retrieval-Augmented Generation) im Einsatz. Beide Ansätze lösen verschiedene Probleme. In der Praxis heißt das, dass viele Unternehmen einen hybriden Ansatz verfolgen, um die Vorteile beider zu genießen. Sie sind beides tragende Elemente des Harness Layers. Wichtig ist nur zu wissen, wann welcher Ansatz am besten passt.

RAG eignet sich für stabiles, gut dokumentiertes Wissen: Prozesshandbücher, Richtlinien, FAQs, Onboarding-Dokumente. Daten, die einmal indexiert werden und sich selten ändern. Wenn jemand fragt “Was ist unsere Urlaubsregelung?”, ist RAG das richtige Werkzeug.

MCP ist die bessere Wahl für zustandsabhängige, sich ständig ändernde Daten: CRM-Einträge, Ticketstatus, Lagerbestände, Kalendereinträge, einen Feature-Deployment-Status. Wenn jemand fragt “Wie ist der aktuelle Status dieses Deals in unserem CRM?”, funktioniert das nur mithilfe von MCP.

Eine weitere Einschränkung, derer man sich bewusst sein sollte: Je größer eine RAG-Wissensdatenbank ist, desto geringer wird tendenziell die Retrievalgenauigkeit.

Für dynamische Daten liefert eine direkte MCP-Abfrage durchgängig bessere Ergebnisse.

Unternehmen, die beide Ansätze kombinieren, holen das Beste aus beiden Welten: institutionelles Wissen aus RAG, Live-Systemkontext über MCP.

Live in der Praxis: To-Dos auf Notion abfragen

In unserem Webinar MCP in der Praxis, hat unser Solutions Engineer Finn Waldhofer live innerhalb von nuwacom demonstriert, was dank MCP Verbindung möglich ist.

Der Aufbau war simpel: einmal Notion MCP verbinden, und sicherstellen, dass er im Chat aktiviert war als Quelle. Danach konnte er in Echtzeit abfragen, was seine aktuellen To-Dos waren.

Das KI-Modell hat erkannt, welches Tool es nutzen musste, und die Anfrage an den Notion-Server geschickt, Daten abgerufen und als strukturierte Antwort ausgegeben. Für den Nutzer ändert sich nicht viel im Vergleich zu anderen Anfragen an KI.

Nur im Backend läuft eine Abfrage in Echtzeit, die über Systemgrenzen hinweg funktioniert. Dies erlaubt es Nutzern innerhalb der Plattform weiterzuarbeiten, ohne ständig zwischen Systemen zu wechseln. Während in der Demo nur Notion angebunden wurde, ist der Anzahl kaum eine Grenze gesetzt. So könnten beispielsweise To-Dos auch weiter mit Informationen aus der Inbox, Jira, Trello und weiteren Systemen ergänzt werden.

Alles in einer Abfrage. Und mit MCP ist man nicht nur aufs Abfragen beschränkt.

MCP schreibt, aktualisiert und erstellt

MCP ist kein Read-Only-Protokoll. Es funktioniert bidirektional. Das heißt, solange die richtigen Berechtigungen gegeben werden, können Nutzer:innen nicht nur Informationen in Echtzeit abfragen, sondern auch in Unternehmenssysteme schreiben.

Ein einfaches Beispiel ist SharePoint. Viele generieren Dokumente mithilfe von KI, nur um den Inhalt dann manuell in SharePoint zu kopieren. Mithilfe von MCP kann man diesen Schritt eliminieren. Stattdessen kann man die KI direkt beauftragen, das Dokument in SharePoint anzulegen. Die KI erstellt es, formatiert es und es wird direkt im laufenden Chat aktualisiert.

Die gleiche Logik erstreckt sich auf andere durch MCP verbundene Systeme. Tickets erstellen, Einträge aktualisieren, E-Mail-Entwürfe erstellen und ablegen, Dokumente anpassen, alles das wird möglich, ohne die zentrale KI-Oberfläche zu verlassen.

Vier MCP Use Cases, die sich schnell umsetzen lassen

Wenn auf einmal so vieles möglich ist mit einem neuen Standard, wo fängt man an? In unserem Webinar, haben wir vier Use Cases besprochen, in denen MCP hilft, Herausforderungen im Arbeitsalltag zu lösen.

1. HR Onboarding Neue Mitarbeitende müssen typischerweise viel Zeit damit verbringen, Informationen aus verschiedenen Systemen zu suchen, um sich einen ersten Überblick zu verschaffen. Das kann schnell überwältigend sein. Mit MCP-Verbindungen zum HR-System, Wiki und Intranet können neue Kolleginnen und Kollegen mit einem Onboarding-Assistenten chatten und erhalten Antworten direkt aus den Live-Quellen, ganz ohne sich andauernd in lauter neue Systeme einloggen zu müssen.

2. Business Intelligence Atlassian hat in “State of Teams 2025” festgestellt, dass Mitarbeitende im Durchschnitt 25% ihrer Arbeitszeit nur damit verbringen, Informationen zu suchen. MCP hilft auch da, indem es Live-Abfragen aus verschiedenen Systemen gleichzeitig ermöglicht: Sales-Systeme, CRM, ERP und mehr. So können Mitarbeitende direkt innerhalb der KI-Plattform auf alle notwendigen Daten für BI-Reports zugreifen und Berichte verfassen.

3. Customer Support Auch Kundenservice-Teams kennen das Problem des Zusammensuchens von Informationen zur Genüge. Denis Möller, unser Head of Customer Success bei nuwacom, nutzt MCP mittlerweile täglich. Mit einer einzigen Abfrage bekommt er so den E-Mail-Verlauf, CRM-Daten und relevante Slack-Nachrichten, bevor er in Kundengespräche geht. Die KI aggregiert, was bisher besprochen wurde, was offen ist, was zuletzt kommuniziert wurde, und erstellt einen kontextuellen Antwortentwurf.

“Es ist wirklich genial, wie man die Informationshäppchen aus den unterschiedlichsten Quellen zusammenbringt und eine Antwort bekommt, die den gesamten Geschäftsverlauf mit diesem Kunden berücksichtigt.”

4. Developer Tools Mithilfe von MCP können Entwickler aus ihrer Entwicklungsumgebung heraus offene Pull-Requests aus GitHub, den Zustand der Pipeline sowie relevante Nachrichten aus Tools wie Slack abfragen. Außerdem können sie Jira-Tickets ganz ohne Kontextwechsel direkt aktualisieren.

Drei Wege, MCP einzusetzen: Chat, Agenten, Workflows

Als offener Standard ist MCP nicht auf einen einzigen Interaktionsmodus beschränkt. Für die meisten beginnt die Nutzung im Chat, aber noch mehr Hebelwirkung entsteht dort, wo dank MCP Live-Daten in Agenten und Workflows einfließen.

Der entscheidende Unterschied zwischen den drei Wegen ist die Frage: wie involviert sind Mitarbeitende und wie viel soll die KI selber entscheiden?

Chat: Ihr fragt Informationen für euch selbst ab, und arbeitet direkt mit diesen weiter. Dieser Modus bietet sich an, wenn nur eine Person in dem Moment Zugriff braucht. Beispielsweise, um sich auf ein Kundengespräch vorzubereiten.

Agenten: Wenn MCP mit Agenten genutzt wird, verschiebt sich, was Mitarbeitende prüfen. Mit MCP können Agenten autonom Entscheidungen basierend auf Echtzeitdaten treffen. Ihr überprüft dann nur noch das Ergebnis, nicht jeden einzelnen Schritt.

Workflows: MCP wird zum festen Schritt innerhalb eines automatisierten Ablaufs, der durch ein Ereignis ausgelöst wird. nuwacom Mitgründer Sascha nutzt beispielsweise einen Workflow, der ausgelöst wird, sobald eine neue Email eingeht. Die Nachricht wird analysiert, die interne Wissensdatenbank nach relevantem Kontext durchsucht und über den Outlook MCP wird ein Entwurf der Antwort im Postfach abgelegt. Sascha wird benachrichtigt und prüft die Entwürfe nur noch, bevor er sie verschickt.

MCP unterstützt alle drei Arten der Einbindung nativ.

Risiken kennen und richtig vorbeugen

MCP erweitert, was KI tun kann - und damit auch die Angriffsfläche, wenn es nicht sorgfältig konfiguriert wird. Denn MCP ermöglicht nicht nur Lesezugriff, sondern kann auch aktiv in externe Systeme schreiben. Eines der größten Risiken dabei: Overprivileged Agent Access, also Agenten, die Zugriffsrechte bekommen, die sie nicht haben sollten.

Laut Teleport’s State of AI in Enterprise Infrastructure Security Report ist genau das eines der größten Sicherheitsrisiken: Unternehmen mit zu weitreichenden Zugriffsrechten verzeichnen 4,5-mal so viele Sicherheitsvorfälle wie solche, die konsequent auf das Least-Privilege-Prinzip setzen.

Wer zu viele MCP-Server ohne Einschränkungen an Agenten anschließt, riskiert, dass wenn der Agent unklare Anweisungen erhält, unbeabsichtigte Aktionen ausgeführt werden - einschließlich des Löschens von Daten.

Die Gegenmaßnahme ist klar: Zugriffsrechte sorgfältig verwalten, genau definieren, was jede MCP-Verbindung tun darf, und einen Human-In-The-Loop Ansatz verfolgen, wenn es um folgenreiche Aktionen geht.

Darüber hinaus gelten Standard-Sicherheitsmaßnahmen: erst einmal in einer Sandbox-Umgebungen testen, bevor man MCP-Verbindungen live einsetzt, Session-Monitoring, Audit-Logging und Zugangsdaten-Management.

Nichts davon ist MCP-spezifisch, aber die Folgen sind weitreichender, weil MCP KI in andere Systeme schreiben lässt.

Die richtige Plattform wählen

MCP ist ein vendor-neutraler Standard und die meisten großen KI-Plattformen unterstützen ihn. Trotzdem kommt es nicht nur darauf an, ob der Standard unterstützt wird, sondern vor allem, was mit den Daten dabei passiert.

​nuwacom ist speziell für Unternehmen entwickelt, die sensible Daten verarbeiten, ohne sie über US-amerikanische Hyperscaler zu leiten. nuwacom wird auf europäischer Infrastruktur gehostet, darunter die souveränen Cloud-Umgebungen von Stackit und IONOS . Das heißt, Daten verlassen Deutschland nicht und die Plattform ist DSGVO-konform by design.

Darüber hinaus bringt nuwacom den organisatorischen Layer, der Mainstream-Tools fehlt. Es ermöglicht zentrale Governance von Haus aus und macht z.B. klar regelbar, wer KI für was nutzen darf. Darüber hinaus bietet nuwacom modell-agnostische Flexibilität, eine Kollaborationsarchitektur und ein Skills-System, das Teams erlaubt, Standards und Qualitätsanforderungen zu kodieren und zu teilen.

Ausblick: WebMCP und Agenten, die Transaktionen ausführen

Google hat Anfang des Jahres WebMCP angekündigt, einen MCP Server, der es KI-Agenten ermöglicht, mit Websiten zu interagieren, Daten abzufragen und sogar Transaktionen abzuschließen.

Obwohl sich WebMCP noch im Beta-Stadium befindet, fällt es nicht schwer, sich die Möglichkeiten auszumalen. Wenn Agenten mit Webseiten interagieren können, würde dies KI-Nutzern erlauben, direkt aus ihrer vertrauten KI-Plattform heraus Formulare auszufüllen, Reisen zu buchen und alles andere, was im Web möglich ist.

WebMCP würde den Bereich des Webs, mit dem KI produktiv interagieren kann, deutlich erweitern.

Das Fazit

MCP eröffnet neue Möglichkeiten, um KI mit externen Systemen zu verbinden und erlaubt es Unternehmen, die Lücke zwischen den eigenen Systemen und den Antworten, die die KI geben kann, zu schließen.

Es verwandelt KI von einem smarten Assistenten, der mit statischem Wissen arbeitet, in ein operatives System, das in Echtzeit über die tatsächliche Unternehmensinfrastruktur abfragen, handeln und aktualisieren kann. Dank MCP können Mitarbeitende einen größeren Teil ihrer Arbeit innerhalb einer einzigen Plattform erledigen - ohne Copy-Paste und konstantes Context Switching.

Selbst ausprobieren? Verbindet euren ersten MCP-Server in nuwacom mit einer kostenlosen Testlizenz auf nuwacom.com.