Zum Hauptinhalt springen
Connic
Zurück zum BlogBranchen-Insights

Was ist eine MCP-Verbindung? Eine praktische Definition

Eine MCP-Verbindung verbindet eine KI-App über das Model Context Protocol mit externen Tools und Daten. Der Artikel erklärt die Funktionsweise und den Vergleich mit einer eigenen API-Integration.

8. Juli 2026(zuletzt aktualisiert: 17. August 2026)8 Min. LesezeitAutor: Connic Engineering

MCP-Server und MCP-Client sind Rollen im Protokoll. Ein Server stellt Tools bereit, ein Client entdeckt und ruft sie auf. Bei Connic ist die MCP-Server-Verbindung ausdrücklich das serverseitige Produkt, das Connic-Agenten als MCP-Tools veröffentlicht. Ein Connic-Agent, der einen externen MCP-Server nutzt, übernimmt über seine mcp_servers-Konfiguration die Client-Rolle.

Was ist das Model Context Protocol?

MCP ist ein offenes Protokoll, das den Zugriff von KI-Apps auf externe Tools, Daten und Prompts standardisiert. Anthropic stellte es im November 2024 vor. Es verbreitete sich schnell: OpenAI unterstützt MCP im Agents SDK, und Google-DeepMind-CEO Demis Hassabis bestätigte im April 2025 die Unterstützung durch Gemini und das SDK. Das Protokoll verwendet ein JSON-RPC-Client-Server-Design: Ein Server stellt Funktionen bereit, ein Client verbindet sich mit ihm und macht diese Funktionen für das KI-Modell verfügbar. Die vollständigen Details stehen in der MCP-Dokumentation.

Ohne gemeinsames Protokoll braucht jede KI-App eine individuell geschriebene Integration für jedes angebundene System. Mit MCP implementiert ein System einen Server, den kompatible IDEs, Chat-Apps und Agenten-Runtimes aufrufen können.

Update: Connic unterstützt MCP 2026-07-28
Wir unterstützen die aktuelle MCP-Protokollrevision in beide Richtungen. Agenten nutzen Tools externer MCP-Server, und die MCP-Server-Verbindung stellt Agenten für aktuelle MCP-Clients bereit. Frühere Revisionen werden automatisch ausgehandelt. Bestehende Clients, Server und mcp_servers-Konfigurationen funktionieren unverändert weiter. Die Release Notes vom 28. Juli 2026 dokumentieren die Protokolländerungen.

Die Einrichtungswege sind getrennt. Die Dokumentation erklärt die Einbindung externer MCP-Tools für die Client-Seite und die MCP-Server-Verbindung zur Veröffentlichung von Agenten als Tools.

Was ist eine MCP-Verbindung? Server- und Client-Seite

Im Alltag ist eine MCP-Verbindung ein vorkonfigurierter MCP-Server mit Endpoint-URL, Authentifizierung und Tools. In diesem Sinn verwenden Chat-Apps den Begriff: Hinter Verbindungen, die Clients wie Claude oder ChatGPT hinzugefügt werden, stehen MCP-Server (Liste unterstützter MCP-Clients). Server- und Client-Seite haben unterschiedliche Aufgaben:

Server-Seite: Tools bereitstellen
In der Protokollversion 2026-07-28 ist server/discover optional: Clients rufen es auf, wenn sie vor ihrer ersten Operation die Funktionen benötigen. Die Connic-MCP-Server-Verbindung implementiert es, während Legacy-Clients mit initialize beginnen. Der Server veröffentlicht für jedes Tool ein JSON-Schema; ein Tool kann eine Datenbank abfragen, Dokumentation durchsuchen oder einen vollständigen Agenten aufrufen.
Client-Seite: Tools nutzen
Die KI-App ruft den Server-Endpoint auf. Sie entdeckt Tools mit tools/list, stellt sie dem KI-Modell zur Verfügung und führt tools/call aus, wenn das KI-Modell eines auswählt. Authentifizierung, Transport, Protokollaushandlung und Tracing liegen auf dieser Seite.

Auf einer KI-Agenten-Plattform kommen beide Richtungen vor. Ein Agent nutzt externe MCP-Server, um Tools zu erhalten; dadurch wird die Agenten-Runtime zum Client. Die Plattform kann den Agenten auch selbst als MCP-Tool veröffentlichen. Dann steht er hinter einem Server, den andere Apps aufrufen. Ein produktiver Agent kann beide Rollen gleichzeitig nutzen.

MCP-Verbindung vs. eigene API-Integration: Wann passt was?

MCP ersetzt bestehende APIs nicht. Es beschreibt API-Operationen als Tools in einer Form, die jeder MCP-Client versteht. Die Entscheidung lautet, ob eine API in das Protokoll gekapselt oder individuell angebunden wird.

MCP-Verbindung verwenden
Die Funktion soll von mehreren Clients nutzbar sein: einer IDE, einer Chat-App oder mehreren Agenten. Das passt, wenn Tools zur Laufzeit entdeckt statt für jedes Framework separat definiert werden sollen oder ein anderer Anbieter den Server wartet.
Custom Tool verwenden
Wenn ein Agent eine interne API aufruft, führt ein lokales Tool die Funktion direkt aus. Dadurch entfallen ein zusätzlicher Server sowie weitere Netzwerk- und Protokoll-Hops zwischen Agenten und Code.

Eine typisierte Python-Funktion als Custom Tool ist einfacher, wenn die Integration keinen MCP-Server benötigt.

MCP-Tool-Calls werden während eines Runs vom Client initiiert. Ein Server kann das Ergebnis direkt zurückgeben; optionale Erweiterungen können längere Workflows abbilden. MCP dient nicht der Zustellung von Ereignissen. Soll ein externes Ereignis einen Agenten auslösen, etwa eine Stripe-Zahlung, eine Kafka-Nachricht oder eine PostgreSQL- NOTIFY-Nachricht, ist eine Ereignisverbindung mit den passenden Zustellgarantien erforderlich. Bei dieser Entscheidung hilft der Vergleich von Webhook, Kafka, SQS und Postgres als Trigger. Den größeren Zusammenhang erklärt unser Artikel über vorgefertigte Verbindungen. MCP ergänzt diese Verbindungsmuster.

Wie MCP-Verbindungen auf einer KI-Agenten-Plattform funktionieren

Wir implementieren beide Richtungen. Die folgenden Beispiele zeigen, wie jede Seite einer Verbindung in der Praxis aussieht.

MCP-Server nutzen: der Agent als Client

Um einem Agenten Tools von einem MCP-Server bereitzustellen, wird der Server in der Agenten-YAML aufgelistet. Zur Laufzeit verbindet sich die Plattform mit jedem Server, entdeckt dessen Tools und stellt sie dem KI-Modell neben den lokalen Agent-Tools zur Verfügung. Jeder MCP-Tool-Call wird im Trace erfasst und ist in den Run-Details sichtbar. Die Dokumentation zu Tool-Calls im Ausführungs-Trace erläutert die Details.

agents/docs-assistant.yaml
version: "1.0"

name: docs-assistant
type: llm
model: connic/kimi-k2.7-code-fast
description: "An assistant with access to library documentation via MCP"
system_prompt: |
  You are a helpful coding assistant with access to up-to-date
  library documentation through MCP tools.

# Connect to an MCP server
mcp_servers:
  - name: context7
    url: https://mcp.context7.com/mcp

Beim Verbindungsaufbau handelt Connic automatisch eine kompatible aktuelle oder ältere MCP-Protokollversion aus. Tool-Annotations, Structured Results und UI-Resource-Metadaten an Tools bleiben erhalten. Bestehende Auth-Header, Tool-Filter und das Routing über Bridge greifen weiterhin. Das ist unabhängig von der MCP-Server-Verbindung aus dem vorherigen Abschnitt, die einen Connic-Agenten für andere Clients bereitstellt.

Die Konfiguration deckt die genannten Aufgaben der Client-Seite ab: Auth-Header mit Secrets aus Variablen, ein Tool-Filter, der den Agenten auf bestimmte Tools beschränkt, und ein Discoverable-Flag für Server mit vielen Tools. Dieses Flag indexiert Tools für eine Suche bei Bedarf, statt alle in den Kontext des KI-Modells zu laden. Server in einem privaten Netzwerk sind über Connic Bridge erreichbar, ohne sie öffentlich freizugeben. In der MCP-Integrationsreferenz ist jedes Feld dokumentiert.

Agenten als Tools bereitstellen: die MCP-Server-Verbindung

Für die Gegenrichtung wird eine MCP-Server-Verbindung erstellt. Sie veröffentlicht verknüpfte Agenten als MCP-Tools. Beim Erstellen generiert die Verbindung eine Endpoint-URL und ein Secret. Jeder verknüpfte Agent wird zu einem Tool, dessen Schema eine erforderliche Nachricht und eine optionale strukturierte Payload akzeptiert. Derselbe Endpoint unterstützt das aktuelle zustandslose Protokoll 2026-07-28, frühere Streamable-HTTP-Revisionen und den ursprünglichen HTTP/SSE-Transport. Aktuelle Clients können vor ihrem ersten Tool-Request die optionale Methode server/discover aufrufen; Connic implementiert sie. Legacy-Clients beginnen mit initialize.

request.http
POST /mcp HTTP/1.1
Authorization: Bearer <connector-secret>
Content-Type: application/json
MCP-Protocol-Version: 2026-07-28
Mcp-Method: tools/call
Mcp-Name: invoice_processor

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "invoice_processor",
    "arguments": {
      "message": "Process this invoice and extract the total",
      "payload": {
        "invoice_id": "INV-12345",
        "customer": "Acme Corp"
      }
    },
    "_meta": {
      "io.modelcontextprotocol/protocolVersion": "2026-07-28",
      "io.modelcontextprotocol/clientInfo": {
        "name": "your-mcp-client",
        "version": "1.0.0"
      },
      "io.modelcontextprotocol/clientCapabilities": {}
    }
  }
}

Das Beispiel zeigt die Streamable-HTTP-Header für einen Tool-Call mit 2026-07-28. Der Header MCP-Protocol-Version wählt die Revision, Mcp-Method spiegelt tools/call und Mcp-Name den Tool-Namen. Die Metadaten in clientInfo werden für Logging und Debugging empfohlen, sind unter 2026-07-28 aber nicht erforderlich.

Der Sync-Modus wartet bis zu fünf Minuten, bis der Agenten-Run abgeschlossen ist, und gibt das Ergebnis an den Aufrufer zurück. Der Inbound-Modus gibt sofort eine Run-ID zurück und lässt den Agenten im Hintergrund arbeiten. Inbound ist das Fire-and-forget-Verhalten von Connic und nicht die optionale MCP-Erweiterung für Tasks. Requests werden mit einem statischen Secret in einem Authorization-Bearer- oder X-Connic-Secret-Header authentifiziert; die Verbindung bietet keinen MCP-OAuth-Flow. Die Authentifizierung ist standardmäßig aktiv und sollte nur in vertrauenswürdigen Netzwerken deaktiviert werden. Das Setup der MCP-Server-Verbindung beschreibt die Anbindung eines Clients.

Unsere MCP-Server-Verbindung stellt ausschließlich MCP-Tools bereit. Resources, Prompts oder Subscriptions werden nicht bereitgestellt; auch die optionalen Erweiterungen für Tasks und MCP Apps sind nicht implementiert.

Verbinde Agenten in beide Richtungen mit MCP

Externe MCP-Server stehen Agenten als Tools zur Verfügung; die MCP-Server-Verbindung veröffentlicht Connic-Agenten als aufrufbare Tools.

MCP-Verbindung öffnen

Häufig gestellte Fragen

In der Regel bezeichnen beide Begriffe dieselbe Technik aus unterschiedlichen Perspektiven. MCP-Server ist der Protokollbegriff für den Prozess, der Methoden wie tools/list und tools/call implementiert. MCP-Verbindung ist der Produktbegriff für die vorkonfigurierte Einheit aus Server, Endpoint-URL, Authentifizierung und Client- oder Plattformkonfiguration. Jede MCP-Verbindung umfasst einen MCP-Server und ist direkt nutzbar.

Bestehende APIs führen die Operationen weiterhin aus. MCP ergänzt eine Standardschicht, die API-Operationen als Tools beschreibt, die ein LLM entdecken und aufrufen kann. Dadurch entfallen eigene Tool-Definitionen für jeden Client und jedes Framework. Wenn ein Agent eine interne API aufruft, ist ein lokales Custom Tool einfacher. MCP reduziert doppelte Tool-Definitionen, sobald mehrere Clients oder Agenten dieselbe Funktion benötigen.

Eine Ereignisverbindung liefert ein externes Ereignis, das einen Agenten-Run auslöst: einen Webhook-Call, eine Kafka-Nachricht oder ein Element aus einer Queue. Eine MCP-Verbindung verarbeitet Tool-Calls, die während eines Runs vom Client initiiert werden. Der Call kann das Ergebnis zurückgeben oder im Connic-Inbound-Modus sofort eine Run-ID liefern. Produktive Agenten starten häufig über eine Ereignisverbindung und verwenden innerhalb des Runs MCP-Tools.

Ja. Bei Connic kann derselbe Agent in seiner Konfiguration mcp_servers auflisten, um externe Tools zu verwenden, und zugleich mit einer MCP-Server-Verbindung verknüpft sein, damit andere Clients und Agenten ihn als Tool aufrufen. Wir verarbeiten beide Richtungen unabhängig voneinander. Der Agent wird einmal veröffentlicht und bindet MCP-Tools zur Laufzeit ein.

Ein MCP-Aggregator stellt mehrere MCP-Server hinter einem Endpoint bereit. Ein Client konfiguriert dadurch eine statt vieler Verbindungen und die kombinierte Tool-Liste bleibt überschaubar. Auf einer KI-Agenten-Plattform entsteht ein ähnlicher Effekt, wenn mehrere mcp_servers mit einem Agenten verknüpft und große Server als discoverable markiert werden. So werden deren Tools für die Suche bei Bedarf indexiert, statt vollständig in den Kontext des KI-Modells geladen zu werden.

Mehr aus dem Blog

Branchen-Insights

SLA-Checkliste für KI-Agenten-Plattformen: Was Enterprise-Käufer prüfen sollten

Das SLA einer KI-Agenten-Plattform lässt sich anhand von Uptime-Abdeckung, Abhängigkeiten, Incident Response, Recovery, Security-Nachweisen, Abhilfen und Exit-Bedingungen bewerten.

29. August 202612 Min. Lesezeit
Branchen-Insights

EU-gehostete KI-Modelle 2026: Provider, Abhängigkeit und Optionen

EU-gehostete KI-Modelle im Vergleich: Standort, Aufbewahrung, Betreiber, Portabilität und Betriebsmodell unter Berücksichtigung einer 2026 von der EU-Kommission beauftragten Studie.

18. August 202611 Min. Lesezeit
Branchen-Insights

EU AI Gigafactories: Was der 30-Milliarden-Euro-Plan bedeutet

Die EU hat die Beschaffung für bis zu sieben AI Gigafactories eröffnet. Der 30-Milliarden-Euro-Plan könnte die Rechenkapazität in der EU ausbauen; Preise, Zugang und Zeitplan bleiben offen.

14. August 202610 Min. Lesezeit
Branchen-Insights

KI-Agenten-Plattformen mit EU-Datenresidenz: Auswahl 2026

KI-Agenten-Plattformen nach EU-Datenresidenz vergleichen: Traces, Speicher, Modellaufrufe, Backups, Unterauftragsverarbeiter und Support-Zugriffe.

6. Juli 202612 Min. Lesezeit
Branchen-Insights

Webhook vs. Kafka vs. SQS vs. Postgres als Auslöser für KI-Agenten

Webhook, Kafka, SQS und Postgres LISTEN/NOTIFY als Auslöser für KI-Agenten im Vergleich: Zustellgarantien, Reihenfolge, erneute Verarbeitung, Latenz und Fehlerverhalten.

29. Juni 20269 Min. Lesezeit
Branchen-Insights

KI-Agenten in der DACH-Region 2026

Wie DACH-Teams 2026 KI-Agenten für den Produktivbetrieb entwickeln, auslösen und betreiben: Nutzung, KI-Modell-Mix, Verbindungen, Kosten, Zuverlässigkeit und Compliance auf Basis der Daten unserer Kunden.

27. Juni 202612 Min. Lesezeit
Branchen-Insights

Kosten eines selbst zusammengestellten KI-Agenten-Stacks

Bei einem eigenen KI-Agenten-Stack entstehen die meisten Kosten durch Integration und Wartung der Tools. Der Vergleich zeigt, wann sich eine Plattform lohnt.

9. Juni 202610 Min. Lesezeit
Branchen-Insights

KI-Agenten in der EU ohne US-Hyperscaler betreiben

Produktive KI-Agenten in der EU ohne US-Hyperscaler betreiben: Was EU-gehostet wirklich bedeuten muss, wo der US CLOUD Act Risiken schafft und welche Souveränitätskriterien zählen.

4. Juni 20269 Min. Lesezeit
Branchen-Insights

Durchsetzung des EU AI Act: Wer ermittelt und welche Nachweise zählen

Das AI Office, nationale Behörden und der EDSB teilen sich je nach System und Anbieter die Durchsetzung des EU AI Act. Teams sollten klar abgegrenzte Governance- und Laufzeitnachweise vorhalten.

13. April 202614 Min. Lesezeit