nxt - Das Besondere am Model Context Protocol (MCP)

mcp ai

Dank des Model Context Protocol (MCP) können AI-Assistenten (wie Claude, Gemini, ChatGPT) auf aktuelle und auf private Informationen zugreifen – bspw. die E-Mail-Inbox – und sogar selbstständig Aufgaben erledigen. Doch wie geht das eigentlich und was ist das Besondere daran?

Mit MCP können AI-Assistenten Informationen aus anderen Systemen abholen. Dies umfasst einerseits private Informationen, wie den Zugriff auf Dateien von deinem Computer oder den Zugriff auf deine E-Mails. Andererseits kann eine MCP-Schnittstelle auch aktuelle allgemein zugängliche Informationen bereitstellen, etwa die aktuelle Wetterprognose, Nachrichten oder Börseninformationen.

Nebst dem reinen Abrufen von Informationen kann ein AI-Assistent via MCP vordefinierte Aktionen ausführen. Der Assistent kann so etwa eine Datei umbenennen oder ein Label zu einer E-Mail hinzufügen, eine Text-Nachricht schreiben oder das Licht zuhause steuern. Im MCP-Chargon heissen die zwei Funktionalitäten Resources (Informationen abrufen) und Tools (Aktionen ausführen).

Interaktion mit MCP

Wie weiss nun ein AI-Assistent, welche Ressourcen und Tools ihm zur Verfügung stehen? Das übernimmt die Software für dich, in welcher du deine Anfrage (den «Prompt») eingibst. Oft ist das die Chat-Oberfläche deines AI-Assistenten, so bekannt von Gemini, ChatGPT, Claude und anderen.

Die Chat-Oberfläche kennt aber nicht automatisch jeden Service, den MCP unterstützt. Du musst die MCP-Services zuerst aktivieren und konfigurieren, die du nutzen willst.

Ab dann wird die Software deines AI-Assistenten für dich jede aktivierte MCP-Schnittstelle in deine Unterhaltungen einbeziehen. Sie trägt für dich im Hintergrund alle verfügbaren Ressourcen und Tools in einer Liste zusammen (Schritt 2 in der Grafik). Diese Liste fügt die Software deines AI-Assistenten für dich zu deinem Prompt hinzu (Schritt 3 in der Grafik).

Ein vereinfachtes Diagramm, wie ein AI-Assistent via seiner Eingabe-Software mit MCP-Services kommuniziert.

Ein vereinfachtes Beispiel zeigt dies besser. Angenommen, ich gebe folgenden Prompt ein:

Füge jeder E-Mail von meiner Mutter und jeder E-Mail von meiner Schwester das Label 'Familie' hinzu.

Ebenfalls angenommen, bei mir sind zwei MCP-Server aktiviert: Einer, der auf meine Kontakte zugreifen kann. Und ein anderer, der auf meine E-Mails zugreifen darf. Die Software des AI-Assistenten verpackt meinen ursprünglichen Prompt von oben in einen technischen Prompt, was wie folgt aussehen könnte:

Available Resources:
  Emails:
  - Find emails from <EMAIL ADDRESS>
  Contacts:
  - Find contact with term <TERM>

Available Tools:
  Emails:
  - Add label <LABEL> to email with ID <EMAIL ID>

Objective:
> Füge jeder E-Mail von meiner Mutter und jeder E-Mail von meiner Schwester das Label 'Familie' hinzu.

Now, use the available resources and tools to fullfill the objective!

Mit diesem automatisch erweiterten Prompt (Schritt 3 in der Grafik) weiss der AI-Assistent, welche Ressourcen und Tools zur Verfügung stehen. Der Assistent kann Anweisungen generieren, um diese Tools und Ressourcen miteinzubeziehen. Die Interaktion mit MCP geschieht ebenfalls im Hintergrund und läuft dann etwa so ab (zur Veranschaulichung stark vereinfacht):

1. Use resource 'Contacts' and invoke 'Find contact with term Mutter'
2. Use resource 'Contacts' and invoke 'Find contact with term Schwester'

Send me the results.

Die Software meines AI-Assistenten liest und interpretiert diese Antwort. Es ruft dann den oder die entsprechenden MCP-Services für mich auf (Schritt 4 in der Grafik). Im oberen Beispiel den MCP-Service für den Zugriff auf meine Kontakte. So findet der AI-Assistent heraus, welche E-Mail Adresse meine «Mutter» und «Schwester» haben. Die Antwort des MCP-Services wird automatisch dem AI-Assistenten als neuen Prompt zur Verfügung gestellt (Schritt 3… in der Grafik):

Returned Resources:

1. Contact for 'Mutter': Name: 'Maria Schuber', Nickname: 'Mutter', Email 'masch@gmail.com', Phone '+0123456789'
2. Contact for 'Schwester': Name: 'Tina Schuber', Nickname: 'Schwester', Email 'ti89@proton.me', Phone '+0987654321'

With that, use the available resources and tools to fullfill the original objective!

So ginge das weiter, hin und her. Das Model würde eine Abfrage nach allen E-Mail-Nachrichten meiner Mutter und Schwester machen. Danach würde es für jede gefundene E-Mail Nachricht diejenige Aktion aufrufen, um das gewünschte Label hinzuzufügen. Sobald der AI-Assistent der Meinung ist, das ursprüngliche Ziel erreicht zu haben, signalisiert er dies der Software (Schritt 5 in der Grafik). Diese letzte Interaktion ist dann auch die letztendliche Rückmeldung an mich und die Antwort auf meinen Prompt (Schritt 6 in der Grafik).

Im Detail ist die Interaktion zwischen AI-Assistent, Eingabe-Software und MCP ein wenig komplexer. Und es gibt Software von AI-Assistenten, die zwischendurch nachfragt, ob der AI-Assistent eine Aktion wirklich durchführen darf. Beispielsweise, ob ich wirklich will, dass der AI-Assistent ein bestimmtes Labels zu einer bestimmten E-Mail-Nachricht hinzufügt. Prinzipiell ändert sich damit jedoch an der Interaktion zwischen MCP-Service und AI-Assistent nichts.

Das Besondere an MCP

Es wird zwar bereits an AI-Agenten gearbeitet, die Programme und Webseiten wie Menschen bedienen können. Der Ansatz von MCP ist jedoch dahingehend besonders, dass eine speziell auf AI-Assistenten angepasste Schnittstelle geschaffen wird – quasi eine wertvolle Abkürzung. Mit dieser Abkürzung, konkret der Liste von allen möglichen Funktionen und zur Verfügung stehenden Informationen, ist ein AI-Assistent heute beim Bedienen einiger Services, die MCP anbieten, viel effizienter als ein Mensch, weil der Mensch sich erst durch ein Programm klicken muss und der AI-Assistent nicht.

Der Kern von MCP ist am Ende eigentlich nur eine einfache Liste aller Möglichkeiten und verfügbaren Informationen, die ein Service anbietet. Für mich ist diese Einfachheit das Besondere an MCP.