MCP einfach erklärt: Der USB-C für KI-Agenten und Daten

Entdecke MCP, den offenen Standard, der KI mit Daten und Tools verbindet. Steigere die Effizienz und verwalte GA4 oder GTM direkt über einfache Prompts! In diesem Blogartikel zeigen wir dir, wie’s geht.

Was ist MCP?

Ich denke, es gibt keine bessere Beschreibung als die, die bereits auf der offiziellen Website verfügbar ist:

„MCP (Model Context Protocol) ist ein Open-Source-Standard zur Verbindung von KI-Anwendungen mit externen Systemen.

Mithilfe von MCP können KI-Anwendungen wie Claude oder ChatGPT eine Verbindung zu Datenquellen (z. B. lokale Dateien, Datenbanken), Tools (z. B. Suchmaschinen, Kalkulatoren) und Workflows (z. B. spezialisierte Prompts) herstellen, sodass sie auf wichtige Informationen zugreifen und Aufgaben ausführen können.

Stellen Sie sich MCP wie einen USB-C-Anschluss für KI-Anwendungen vor. So wie USB-C eine standardisierte Möglichkeit bietet, elektronische Geräte zu verbinden, bietet MCP eine standardisierte Möglichkeit, KI-Anwendungen mit externen Systemen zu verbinden.“

Was kann mit MCP gemacht werden?

Im Bereich Online-Marketing bin ich der Meinung, dass die Verbindung von MCPs mit Datenbanken wie BigQuery und Tools wie GA4 und GTM die Zukunft sein wird.

Wenn man beispielsweise einen KI-Agenten über MCP mit seinen GTM-Containern verbindet, ist es möglich, Prompts zu schreiben und dem Agenten einfach mitzuteilen, was in einem der Container zu tun ist, und er erledigt die Arbeit. Es ist nicht mehr notwendig, die GTM-Benutzeroberfläche zu öffnen, stattdessen spricht man einfach mit der KI.

Wie funktioniert das MCP-Konzept?

MCP-Host:

• Die KI-Anwendung, die der Benutzer zum Einfügen von Prompts verwendet

MCP-Client:

• Stellt die Verbindung zwischen dem MCP-Host und dem MCP-Server her
• Es ist eher eine technische Komponente, die im Hintergrund agiert und keine spezifische Software oder ein Tool

MCP-Server:

• Ein Programm, das sich mit externen Datenquellen und Tools verbindet
• Es wird hauptsächlich die offiziellen APIs dieser Quellen und Tools für die Verbindung nutzen

Um dieses Konzept besser zu verstehen, hier ein mögliches Setup:

Der Editor ‘VS Code’ kann zusammen mit einem KI-Plugin als MCP-Host fungieren.

Zum Beispiel: GitHub Copilot, CodeGPT, Gemini Code Assist sind geeignete KI-Plugins.

Der MCP-Host kümmert sich um den MCP-Client, sodass sich der Endbenutzer im realen Leben nicht darum kümmern muss.

Der MCP-Server ist der Übersetzer zwischen dem Prompt und der externen Datenquelle oder dem Tool.

Er übersetzt den Prompt „Liste alle meine GA4-Properties auf“ in die entsprechende API-Anforderung.

Eine Liste von Beispiel-Servern findest du hier und hier.

Jeder kann einen MCP-Server erstellen, daher gibt es offizielle und Drittanbieter-Server. Zusätzlich kann der MCP-Server lokal auf dem eigenen Computer oder remote gehostet werden.

Der endgültige Prozess sieht folgendermaßen aus:

1. Der Benutzer gibt einen Prompt in das VS Code Plugin ein (z.B. Gemini Code Assist)
2. Das Plugin sendet den Prompt über den MCP Client an den MCP Server
3. Der MCP Server übersetzt ihn in eine API-Anfrage
4. Die zurückgegebenen Daten werden dann wieder in eine lesbare Struktur konvertiert und an das Plugin zurückgesendet und dem Endbenutzer angezeigt

Welche MCP Hosts sollte ich verwenden?

Die Antwort auf diese Frage hängt von verschiedenen Faktoren ab:

• Wirst du die einzige Person sein, die über MCP arbeitet? Oder benötigt ein ganzes Team Zugriff?
• Welche Technologie verwendest du bereits in deinem Unternehmen?
• Wie lauten die Daten- und KI-Richtlinien deines Unternehmens?

a) Web Interfaces

Leider unterstützt gemini.google.com derzeit keine native Möglichkeit, mit MCP-Servern zu arbeiten.

Es gibt Workarounds wie diese Chrome-Erweiterung aber ich gehe davon aus, dass Google in naher Zukunft einige MCP-Funktionen veröffentlichen wird. Im Moment unterstützt die Gemini CLI die Verwendung von MCP-Servern.

Ein einfacher Weg, um mit der Erkundung von MCP zu beginnen, ist über ChatGPT.com

Abhängig von Plan, Standort und den Einstellungen kannst du möglicherweise bereits vorkonfigurierte MCP-Server sehen.

Es gibt auch eine Beta-Funktion, mit der benutzerdefinierte MCP-Server hinzugefügt werden können.

Auch claud.io und deren Desktop-App werden von vielen zur Interaktion mit MCP-Servern genutzt.

b) IDEs / Editoren

Wie bereits erwähnt, kann der beliebte Editor VS Code zusammen mit Plugins wie Gemini Code Assist und Claude Code verwendet werden, um mit MCP-Servern zu arbeiten.

Eine weitere interessante Lösung ist Cursor. Es basiert auf VS Code, aber die AI-Integration ist tiefer in das Tool integriert. Das bedeutet, dass weniger Installation und Einrichtung erforderlich sind, um MCP-Server zu verwenden.

Welche MCP Server sollte ich ausprobieren?

Es gibt bereits Tausende von MCP-Servern da draußen. Als Ausgangspunkt kannst du dir https://smithery.ai/ ansehen. Sie geben an, der größte offene Marktplatz für MCP-Server zu sein. Darüber hinaus sind auch andere Listen verfügbar, z.B. https://www.pulsemcp.com/servers

Leider sind nicht alle MCP-Server auf diesen Listen, deshalb lohnt sich auch ein Blick auf diese Listen:

GA4:

https://github.com/googleanalytics/google-analytics-mcp/
https://github.com/GunnarGriese/mcp-server-google-analytics
https://smithery.ai/search?q=ga4

GTM:

https://github.com/neep305/mcp-for-gtm
https://github.com/stape-io/google-tag-manager-mcp-server
https://smithery.ai/search?q=gtm

Fazit

MCP ist ein neuer und sich entwickelnder Standard, der spannende Möglichkeiten für die Verbindung von KI mit externen Systemen eröffnet. Das Einrichten und Verwenden von MCP-Servern kann derzeit technisch herausfordernd sein, aber mit dem Wachstum des Ökosystems werden große KI-Unternehmen den Prozess wahrscheinlich vereinfachen, wodurch es für Teams und Einzelpersonen einfacher wird, MCP in ihren Arbeitsabläufen zu nutzen.