Was ist ein MCP-Server? Definition und Funktion

KI-Agenten reden viel und tun wenig. Ein MCP-Server ändert das: Er verbindet Claude oder ChatGPT mit deinen echten Marketing-Konten.

Definition in zwei Sätzen

Ein MCP-Server ist eine Software-Schnittstelle zwischen einem KI-Agenten und einer externen Datenquelle. Er stellt dem Agenten Werkzeuge bereit, mit denen dieser echte Konten liest und bearbeitet. MCP steht für Model Context Protocol. Das ist ein offener Standard für den Anschluss von KI an Daten. Anthropic hat ihn im November 2024 veröffentlicht (Anthropic, 2024).

Kurz gesagt: Der MCP-Server ist der Adapter zwischen dem Sprachmodell und der Außenwelt. Ohne ihn kennt das Modell nur seinen Trainingsstand und den Chatverlauf. Mit ihm sieht es deine Google-Ads-Zahlen von heute früh. Stell dir MCP wie einen USB-Anschluss für KI vor. Ein Stecker, viele Geräte. Statt für jedes Tool eine eigene Integration zu bauen, sprechen alle dieselbe Sprache.

Das Problem, das MCP löst, ist die Isolation der Modelle. Ein Sprachmodell weiß viel über die Welt, aber nichts über dein Konto. Es hat keinen Zugriff auf die Zahl von gestern oder das Budget von jetzt. Genau diese Lücke schließt der Server. Er reicht dem Modell den Kontext, den es zum Handeln braucht. Vor MCP baute jeder Anbieter seine eigene Brücke zu diesen Daten. Das war teuer und brach bei jedem Update. Der offene Standard ersetzt die vielen Einzelbrücken durch einen Weg.

Warum MCP gerade jetzt zählt

Ein Standard wird erst zum Standard, wenn die Konkurrenz mitzieht. Genau das ist passiert. OpenAI übernahm MCP im März 2025, öffentlich angekündigt von Sam Altman (TechCrunch, 2025). Google zog im April 2025 nach (TechCrunch, 2025). Damit sprechen die drei größten Anbieter dieselbe Protokoll-Sprache.

„MCP ist ein gutes Protokoll und wird schnell zum offenen Standard für das Zeitalter der KI-Agenten." Demis Hassabis, Google DeepMind (2025).

Das ist die eigentliche Nachricht hinter dem Kürzel. MCP bringt KI-Agenten vom Reden zum Handeln. Und Marketing ist die Arbeit, bei der sich das sofort in Geld übersetzt. Ein Chatbot, der deine Kampagne beschreibt, ist nett. Ein Agent, der die Kampagne prüft und den Fehler behebt, spart echtes Budget. Das ist der Unterschied zwischen einem Berater mit Bericht und einem Kollegen, der die Arbeit macht.

Für dich als Agentur heißt das auch: Du wettest nicht auf einen einzelnen Hersteller. Ein MCP-Server, den du heute anbindest, funktioniert mit Claude genauso wie mit ChatGPT. Wechselst du das Modell, bleibt der Server stehen. Dieses Prinzip nennt sich Bring Your Own Agent.

Genau das ist ein Kostenfaktor. Wer die KI-Anbindung an einen Anbieter kettet, zahlt beim nächsten Modellwechsel doppelt. Erst baust du die Integration, dann baust du sie erneut. Der offene Standard hält dir diese Tür offen.

Wie ein MCP-Server funktioniert

Drei Teile spielen zusammen. Der Client ist dein KI-Agent, also Claude oder ChatGPT. Der Server ist der Connector zu einem Konto. Die Werkzeuge sind die einzelnen Aktionen des Servers. Eines liest eine Kennzahl aus, ein anderes entwirft einen Beitrag.

Ein Beispiel aus dem Alltag. Du fragst deinen Agenten: „Wie viel hat Kampagne X gestern ausgegeben?" Der Agent erkennt, dass er dafür das Ads-Konto braucht. Er sucht das passende Werkzeug im MCP-Server und ruft es auf. Der Server holt die Zahl über die Google-Ads-API und gibt sie zurück. Du siehst keinen Code, nur die fertige Antwort.

Woher weiß der Agent, welches Werkzeug passt? Der Server meldet dem Client beim Verbinden, was er kann. Jedes Werkzeug trägt einen Namen und eine Beschreibung. Der Agent liest diese Liste und wählt selbst. Du musst keine Befehle auswendig lernen. Du fragst in normaler Sprache, der Rest passiert im Hintergrund.

Wichtig ist der Unterschied zwischen Lesen und Schreiben. Ein Lese-Werkzeug fragt Daten ab und ändert nichts. Ein Schreib-Werkzeug greift ein, etwa beim Anpassen eines Gebots. Ein sauberer Server behandelt beide streng getrennt. Beim Lesen darf der Agent frei arbeiten. Beim Schreiben braucht er deine Freigabe.

Der eigentliche Sprung gegenüber dem normalen Chat ist der Zugriff auf Echtzeitdaten. Das Modell rät nicht mehr. Es liest.

MCP vs. API vs. Plugin

Die drei Begriffe werden oft verwechselt. Sie liegen aber auf verschiedenen Ebenen.

Eine API ist die Tür zu einem einzelnen Dienst. Google Ads hat eine, GA4 hat eine, jedes Tool hat seine eigene. Wer eine KI daran anschließen will, baut die Anbindung pro Tool selbst. Das kostet Entwicklerzeit und bricht bei jedem Update. Eine Agentur mit elf angebundenen Diensten pflegt also elf Baustellen.

Ein Plugin war der frühere Weg, einem Chatbot Werkzeuge zu geben. Es war an einen einzelnen Anbieter gebunden. Wer das Modell wechselte, baute alles neu.

Ein MCP-Server ist die einheitliche Schicht darüber. Er übersetzt die vielen APIs in eine Sprache, die jeder Agent versteht. Du bindest einmal an und nutzt es mit jedem Modell. Aus elf Baustellen wird ein Connector.

Kurz:

• API: eine Tür pro Dienst, für Entwickler gebaut.
• Plugin: an einen Anbieter gebunden, weitgehend abgelöst.
• MCP-Server: eine Sprache für alle Modelle und Konten.

Was das fürs Marketing konkret bedeutet

Bisher klingt MCP nach Infrastruktur. Der Wert zeigt sich am Konto. Ein Marketing-MCP verbindet den Agenten mit deinen Werbe-, Analyse- und Content-Systemen. Dann wird aus einem Chatfenster ein Arbeitsplatz. Vier Beispiele.

Ads-Audit. Der Agent liest die Suchbegriffe deiner Kampagnen und markiert, wo Budget ohne Conversion abfließt. Er schlägt negative Keywords vor und wartet auf dein Okay. Was sonst ein Nachmittag Handarbeit ist, dauert Minuten.

Reporting. Der Agent zieht Zahlen aus Search Console, GA4 und Microsoft Clarity und baut den Montagsreport. Keine Copy-Paste-Runde durch fünf Dashboards. Warum das klassische Reporting-Tools unter Druck setzt, steht hier: KI-Agenten lösen Reporting-Tools ab.

Google Business Profile. Der Agent entwirft einen Beitrag oder eine Antwort auf eine Rezension. Du gibst frei, er veröffentlicht. Für Betriebe mit vielen Standorten spart das jede Woche Stunden.

Content-Publishing. Der Agent legt einen Artikel-Entwurf direkt in WordPress oder Strapi an. Du redigierst im gewohnten System weiter, nichts wird ungefragt live geschaltet.

Der Honeyfield Marketing MCP bündelt dafür 11 Datenquellen und über 200 Werkzeuge (Stand Juli 2026). Darunter Google Ads, GA4, Search Console, Google Business Profile, Meta Ads und LinkedIn Ads. Der Agent arbeitet über alle Konten hinweg, ohne dass du zwischen Tools springst.

Ein Beispiel für den Montagmorgen. Eine Agentur betreut zwölf Kunden und will für jeden den Wochenstart-Report. Früher hieß das: zwölfmal einloggen und Zahlen von Hand kopieren. Mit einem Marketing-MCP fragt der Betreuer einmal pro Konto, der Agent liefert. Die gewonnene Stunde fließt in die Arbeit, für die der Kunde zahlt.

Der Kern bleibt bei jedem Beispiel derselbe. Du schreibst keine Zahlen mehr aus Dashboards ab. Du fragst in normaler Sprache, der Agent handelt. Und die Kennzahl kommt nicht aus dem Gedächtnis des Modells, sondern aus deinem Konto von jetzt.

Sicherheit: Wer darf was?

Ein Agent mit Schreibrechten macht vielen Marketern Sorgen. Zu Recht. Wer ungefragt Kampagnen ändert, richtet Schaden an. Ein sauberer MCP-Server trennt deshalb Lesen und Schreiben streng und lässt dich vor jedem Eingriff entscheiden.

Beim Honeyfield Marketing MCP gilt Draft-first: Schreibaktionen laufen erst nach deiner Freigabe. Jede Aktion landet in einem Audit-Log, du siehst also, wer wann was getan hat. Spend-Limits deckeln, was ein Agent im Werbekonto bewegen darf. Für Agenturen zählt ein Punkt besonders: Jeder Kunde bekommt einen getrennten Workspace, Daten fließen nie zwischen Mandanten. Die Server stehen in der EU (eu-central-1). Wie sich das mit der DSGVO verträgt, steht hier: DSGVO-konforme KI im Marketing.

Für eine Agentur ist das mehr als Technik. Du haftest für das Konto deines Kunden. Ein Agent, der nur mit Freigabe schreibt, nimmt dir dieses Risiko ab. Und das Audit-Log liefert den Nachweis, falls ein Kunde nachfragt.

Häufige Fragen zu MCP-Servern

Was ist ein MCP-Server in einem Satz?

Ein MCP-Server ist die Schnittstelle, über die ein KI-Agent echte Dienste liest und bedient, statt nur zu antworten.

Wie funktioniert ein MCP-Server?

Der Agent stellt eine Anfrage. Der Server bietet passende Werkzeuge an, ruft die jeweilige API auf und liefert das Ergebnis zurück. Der Nutzer sieht nur die Antwort, nicht den technischen Weg dahin.

Was ist der Unterschied zwischen MCP und einer API?

Eine API bedient einen einzelnen Dienst und richtet sich an Entwickler. Ein MCP-Server legt eine einheitliche Schicht über viele APIs. So nutzt jeder KI-Agent sie ohne eigene Programmierung.

Brauche ich Claude für einen MCP-Server?

Nein. Claude MCP ist verbreitet, weil Anthropic den Standard gestartet hat. Genauso funktionieren ChatGPT und andere MCP-fähige Clients. Der Server bleibt derselbe, egal welches Modell fragt.

Ist ein MCP-Server sicher für Kundendaten?

Das hängt vom Anbieter ab. Achte auf Freigabe-Gates vor Schreibaktionen, ein vollständiges Audit-Log, Spend-Limits, getrennte Workspaces pro Kunde und EU-Hosting.

Für wen lohnt sich ein MCP-Server im Marketing?

Für alle, die mehrere Konten betreuen. Agenturen sparen die Handarbeit über viele Kunden hinweg. In-house-Teams verkürzen den Weg von der Frage zur Zahl. Je mehr Konten und Routine im Spiel sind, desto größer der Hebel.

Vom Reden zum Handeln

MCP macht aus einem klugen, aber blinden Chatbot einen Agenten, der dein Marketing anfasst. Der offene Standard sorgt dafür, dass diese Wette nicht an einen einzelnen Hersteller hängt. Für Marketing zahlt sich das zuerst aus, weil hier jede gesparte Stunde sofort zählt. Willst du das mit deinen eigenen Konten sehen? Den Honeyfield Marketing MCP samt Trial findest du auf marketing-mcp.honeyfield.at.