Hallo zusammen und herzlich willkommen zu einer weiteren Folge von Microsoft Knowledge Nuggets hier auf M355. FM, ich bin Ihr Gastgeber Mirko Peters. Heute befassen wir uns mit etwas, von dem jeder, der mit KI arbeitet, schon gehört hat, das aber kaum jemand einfach erklären kann. Es ist das Model Context Protocol, kurz MCP. Stellen Sie sich folgendes. Sie sind in Teams und stellen Ihrem KI-Assistenten eine einfache Frage wie, wie ist der Status des Johnson-Projekts? Und er antwortet, es tut mir leid, ich kann auf diese Information nicht zugreifen. Und Ihnen das bekannt vor. Die KI ist intelligent, das Modell leistungsstark, aber es kann Ihre Daten nicht sehen. Es ist von den Systemen getrennt, in denen Ihre eigentliche Arbeit stattfindet. Das ist das Kernproblem, das MCP löst. Am Ende dieser Folge werden Sie verstehen, was MCP eigentlich ist, warum es für jeden Microsoft 365 Nutzer wichtig ist und wie es verändert, was KI für Sie tun kann. Wir gliedern das Ganze in Bausteine. Das Problem, die Lösung, die Funktionsweise und die Bedeutung für Microsoft. Beginnen wir also mit dem Problem, denn Sie haben es wahrscheinlich selbst schon erlebt. Das Problem. Jedes KI-Tool musste maßgeschneidert werden. Vor MCP mussten Sie für jede nützliche Aufgabe Ihres KI-Assistenten, etwa den Kalender prüfen, eine Datei aus SharePoint abrufen oder einen Kundendatensatz in Dynamics suchen, eigenen Codes schreiben. Jede einzelne Verbindung, jede einzelne Datenquelle, separater Code. Hier liegt das Problem. Jedes System spricht seine eigene API-Sprache. Ihr Kalender nutzt ein Format, SharePoint, ein anderes und Dynamics wieder ein ganz anderes zu... unterschiedliche Authentifizierung, unterschiedliche Regeln, unterschiedliche Arten, Daten abzufragen und zu erhalten. Wenn Ihre KI mit drei Systemen kommunizieren sollte, mussten Sie drei benutzerdefinierte Konnektoren bauen. Betrachten Sie es einmal so. Stellen Sie sich vor, Sie sind in Ihrem Wohnzimmer mit einem Fernseher, einer Stereoanlage und einer Intelligenz. Jedes Gerät hat seine eigene Fernbedienung und keine dieser Fernbedienungen funktioniert mit einem Gerät. Sie brauchen die TV-Fernbedienung für den Fernseher, die Stereo-Fernbedienung für die Anlage und eine separate App für die Beleuchtung. So sah die KI-Entwicklung vor MCP aus. Jedes Tool benötigte eine eigene spezifische Integration. Für Microsoft-Nutzer trifft dies einen Wundenpunkt. Denken Sie daran, was Co-Pilot alles tun muss, wenn Sie ihm eine Frage stellen. Er muss eventuell Ihren Exchange-Kalender nach Termin durchsuchen, E-Mails eines bestimmten Kunden lesen oder einen Datensatz in Dynamics nachschlagen. Das sind drei verschiedene IPA-Verbindungen, drei separate Integrationen, die jeweils eigene Entwicklungsarbeit erfordern. Das Ergebnis? Die meisten KI-Tools wählten den einfachen Weg und blieben genährt. Sie stellten eine Frage zu Ihrer Arbeit und die KI antwortete, ich kann auf diese Daten nicht zugreifen. Oder ich muss erst eine Verbindung konfigurieren. Echte Integration bedeutete teure Eigenentwicklung und die meisten Organisationen schafften das nie. Nun zum entscheidenden Punkt. Das große Sprachmodell an sich ist unglaublich leistungsfähig. Es kann Schlussfolgern, zusammenfassen, generieren und analysieren, aber ohne Zugriff auf Ihre tatsächlichen Daten ist es blind. Es ist, als hätte man den intelligentesten Assistenten der Welt in einem fensterlosen Raum eingeschlossen. Er kann brillant denken, aber bei nichts Konkretem helfen. Die Lösung? MCP als universeller Stecker? Was also, wenn es einen universellen Stecker gäbe? Ein Standardweg, um jede KI mit jeder Datenquelle zu verbinden, ohne für jede Verbindung eigenen Code zu schreiben? Genau das ist es, was das Model-Context-Protokoll tut, kurz MCP. Kurz MCP. Anthropic, das Unternehmen hinter Cloud, führte es Ende 2024 ein und es verbreitete sich schnell. MCP ist ein offener Standard, der eine einheitliche Art definiert, wie KI-Anwendungen mit Tools und Datenquellen kommunizieren. Denken Sie an USB-C. Vor USB-C brauchte jedes Gerät sein eigenes spezielles Kabel. Ihr Telefon nutzte eine Art, Ihr Laptop eine andere und Ihre Kopfhörer eine dritte. Man hatte eine Schublade voller Kabel und fand nie das Richtige. Dann kam USB-C, ein Kabel, ein Standard und alles funktioniert einfach. MCP bewirkt das gleiche Verbindungen. Ein Protokoll funktioniert für Datenbanken, Dateisysteme, Web-APIs und ja sogar für Microsoft-Dienste. Statt für jede Datenquelle eigene Konnektoren zu bauen, erstellen Sie einen MCP-Server, den jede kompatible KI-Anwendung nutzen kann. Die Verbreitung geschah schnell. Innerhalb weniger Monate entstanden tausende vorgefertigte MCP-Server für Google Drive, GitHub, Slack und Datenbanken wie PostgreSQL und SQLite. Und für Microsoft-Nutzer wird es jetzt richtig interessant. Ihre KI-Tools können sich nun mit SharePoint, Exchange, Dynamics und der Power-Plattform verbinden. Alles über dieselbe Standardschnittstelle. Das Fazit, Sie müssen keine individuellen Verbindungen mehr bauen. Sie verbinden sich mit MCP, ein Protokoll, jede Datenquelle, jede KI-Anwendung. Das ist die Magie dabei. Die Architektur Host, Client und Server. Wie funktioniert das Ganze also hinter den Kulissen? Lassen Sie mich das auflösen. MCP verwendet ein einfaches dreitelliges Setup. Host, Client und Server. Sobald man diese drei Teile versteht, macht es sofort Klick. Der Host ist die KI-Anwendung, die Sie tatsächlich verwenden. Das könnte Copilot in Microsoft-Treffen für den Firmensektor oder ein von Ihnen selbst gebauter Agent sein. Der Host ist der Ort, an dem Sie Ihre Frage stellen. Er ist der Teil, der dem Benutzer zugewandt ist. Innerhalb dieses Hosts befindet sich der sogenannte MCP-Client. Dies ist der Teil, der das MCP-Protokoll spricht. Sie sehen ihn nicht und interagieren nicht direkt mit ihm, aber er ist der Übersetzer, der mit MCP-Servern kommunizieren kann. Dann gibt es noch den Server. Der MCP-Server ist ein leichtgewichtiges Programm, das zwischen Ihrer KI-Anwendung und Ihrer eigentlichen Datenquelle sitzt. Er stellt Werkzeuge und Ressourcen bereit, die die KI nutzen kann. Der Server weiß, wer Ihre SharePoint-Seite, Ihr Exchange-Postfach oder Ihre Dynamics-Datenbank erreicht. Die KI muss keine dieser Details kennen. Sie spricht einfach nur mit dem Server. So sieht der Datenfluss aus. Wenn Sie Ihrer KI eine Frage stellen, geht die Anfrage vom Host an den MCP-Client. Der Client sendet eine Nachricht über das MCP-Protokoll an den Server. Der Server greift auf Ihre Datenquelle zu, ruft ab, was Sie benötigen und sendet es zurück. Vom Host zum Client, über das Protokoll zum Server und zu Ihren Daten. Sauber, einfach und standardisiert. Dähen Sie sich wie ein Restaurant vor. Der Host sendet Sie, wie Sie am Tisch sitzen. Der MCP-Client ist der Kellner, der Ihre Bestellung aufnimmt und in die Küche bringt. Und der MCP-Server ist die Küche selbst. Sie müssen nicht wissen, wie die Küche funktioniert. Sie sagen dem Kellner einfach, was Sie möchten und das Essen erscheint. Ein Host kann sich mit mehreren Servern gleichzeitig verbinden. So könnte Ihre KI in Teams auf SharePoint-Dokumente, Ihren Exchange-Kalender und Ihre Dynamics-Datensätze in einer einzigen Unterhaltung zugreifen. Die Kommunikation zwischen Client und Server verwendet JSON-RPC. Einfach eine leichtgewichtige, standardisierte Art, Nachrichten hin und her zu sehen. Kein hoher Overhead, keine benutzerdefinierte Vergabelung. Was MCP-Server enthalten? Werkzeuge, Ressourcen und Prompts. Was gibt ein MCP-Server der KI also, wenn Sie sich verbinden? Drei Dinge. Werkzeuge, Ressourcen und Prompt-Vorlagen. Betrachten Sie sie als Werkzeugkasten, auf den die KI zugreift, wenn sie etwas erledigen muss. Lassen Sie uns das einfach und verständlich aufschlüsseln. Erstens Werkzeuge. Werkzeuge sind Aktionen, die die KI ausführen kann und die tatsächlich Dinge in der realen Welt verändern. Ein Werkzeug könnte eine Datenbank durchsuchen, eine E-Mail versenden oder ein Dokument erstellen. Jedes Mal, wenn die KI ein Werkzeug aufruft, passiert etwas. Eine Datei wird gespeichert, eine Nachricht gesendet, ein Datensatz aktualisiert. Werkzeuge sind die Wärme des Systems. Sie sind das, was Dinge gegangen sind. Nun zu den Ressourcen. Ressourcen sind schreibgeschützte Informationen, die die KI ansehen kann. Eine Ressource könnte eine Kundenliste aus Dynamics sein, Richtliniendokument in SharePoint oder Besprechungsnotizen aus Teams sein. Die KI kann sie lesen, analysieren und referenzieren, aber sie kann sie nicht direkt über eine Ressource ändern. Sie geben der KI lediglich den Kontext, den sie für intelligenteres Arbeiten will. Dann gibt es noch Promptvorlagen. Dies sind vorgefertigte Anweisungen, die Ihnen Zeit sparen. Anstatt jedes Mal den perfekten Prompt zu erstellen, liefert Ihnen der Server ein, der bereits optimiert ist. Ein SharePoint-MCP-Server könnte beispielsweise eine Vorlage zum Zusammenfassen von Ordnerinhalten enthalten. Sie sagen einfach, fasse diesen Ordner zusammen und die Vorlage erledigt den Rest. Es ist, als hätte man eine spezielle Verknüpfung für Dinge, die man immer wieder tut. Hier ist ein konkretes Beispiel, um das Ganze zu verdeutlichen. Stellen Sie sich einen SharePoint-MCP-Server vor. Er bietet ein Tool namens Dokumente durchsuchen, das Dateien anhand von Schlüsselwörtern findet. Er bietet eine Ressource namens Websites auflisten, die schreibgeschützten Zugriff auf alle verfügbaren SharePoint-Websites ermöglicht. Und er enthält eine Promptvorlage namens Ordnerinhalt zusammenfassen, die der KI genau vorgibt, wie sie eine saubere Zusammenfassung präsentiert. Alles, was die KI benötigt, um Sie bei SharePoint zu unterstützen, ist dort an einem Ort zu finden. Nun zum interessanten Teil. Die KI entdeckt all dies automatisch, wenn sie eine Verbindung zum Server herstellt. Keine Vorprogrammierung erforderlich. Der Server stellt sich im Grunde selbst vor. Hier sind meine Tools, meine Ressourcen, meine Promptvorlagen. Und die KI findet selbst heraus, wie sie diese verwenden. Das macht MCP so leistungsfähig? Der Server teilt der KI mit, was möglich ist, und die KI erledigt den Rest. Es ist ein selbstbeschreibendes System. Diese drei Kategorien arbeiten zusammen, damit die KI ein vollständiges Bild ihrer Möglichkeiten hat. MCP trifft auf Microsoft, woher das vorhanden ist. Bringen wir das also in die Microsoft-Welt. Hier wird es für jeden, der Microsoft 365 oder Azure nutzt, konkret. Lassen Sie uns gleich mit einem verbreiteten Mythos auf. Manche Leute denken, MCP sei nur an dem Experiment von Microsoft. Es ist eine strategische Ausrichtung. Das sieht man deutlich am Azure AI Agent Service. Wenn Sie benutzerdefinierte KI-Agenten in Azure erstellen, können Sie jetzt Remote MCP-Server direkt aus Azure AI Foundry hinzufügen hinzufügen. Sie konfigurieren eine Serverbezeichnung, eine URL und optionale Authentifizierungsheader. Und Ihr Agent kann beginnen, Tools von diesem Server aufzurufen. Microsofts eigene Dokumentation bezeichnet es als eine Integration erster Klasse. Das ist nicht die Sprache eines Nebenprojekts. Aber es geht tiefer als nur Azure. Microsoft hat offizielle MCP-Server-Referenzen für die Power-Plattform veröffentlicht, darunter Power Automate, Power Apps und sogar Process Mining. Dies sind keine Community-Projekte. Sie stammen direkt von Microsoft. Nehmen wir den Power Apps MCP-Server. Es enthält ein Tool namens Invoke Data Entry. Hier ist, was das in der Praxis bedeutet. Eine KI kann unstrukturierte Eingaben wie eine E-Mail, eine Chatnachricht oder ein gescanntes Dokument nehmen und daraus einen strukturierten Datensatz in Dataverse erstellen. Die KI schlägt den Datensatz vor und Sie genehmigen ihn. Der Mensch ist direkt in den Prozess eingebunden. Der Power Automate MCP-Server geht noch einen Schritt weiter. Sie beschreiben einen Workflow in einfacher Sprache. Zum Beispiel, wenn eine neue E-Mail mit dringend im Betreff eingeht, erstelle eine Aufgabe im Planer und benachrichtige meinen Manager. Die KI erstellt diesen Ablauf für Sie. Kein Ziehen und Ablegen vom Connector. Kein Suchen nach Triggern. Beschreiben Sie einfach, was Sie möchten und der MCP-Server übersetzt es in eine tatsächliche Automatisierung. Microsoft hat auch MCP-Server für Microsoft Learn-Inhalte gezeigt. Stellen Sie sich einen KI-Agenten vor, der die gesamte Microsoft-Dokumentationsbibliothek als Ressource abfragt. Nicht durch das Durchsuchen von Webseiten, sondern über einen strukturierten MCP-Server, der Dokumentation als strukturierte Daten bereitstellt. Das funktioniert heute bereits. Das ist die Richtung, in die sich Ihre Microsoft-Tools bewegen. Sie werden von Grund auf MCP zugänglich. Die Plattform öffnet sich. Und dadurch wird Ihre Microsoft 365-Erfahrung immer intelligenter. Die Integration findet gerade statt und ist fest in der Grundlage verankert. MCP ist nicht nur für Entwickler gedacht. Es ist für jeden, der Microsoft 365 nutzen möchte, dass seine KI nahtlos mit seinen Daten arbeitet. Ein echtes Szenario. Die KI, die endlich funktioniert. Wie sieht das also in der Praxis aus? Lassen Sie mich ein echtes Beispiel durchgehen. Sie sitzen in Microsoft Teams und geben diesen Co-Pilot ein. Wie ist der Status des ACMO-Projekts und wer legt mit seinen Aufgaben zurück? Wir drücken die Eingabetast. Hinter den Kulissen passiert jetzt etwas anderes als noch vor einem Jahr. Ihr KI-Assistent verbindet sich mit einem MCP-Server, der mit Project Online oder Planner verknüpft ist. Dieser Server kündigt die Tools an, die er verwenden kann, wie zum B. Aufgaben auflisten, Aufgabenstatus abrufen, Zuweisungen prüfen und Projektzeitplan abrufen. Die KI braucht hier keine Anleitung. Sie entdeckt diese Tools automatisch, weil der Server buchstäblich sagt, hier ist, was ich tun kann, no. Und die KI antwortet großartig, das werde ich verwenden. Niemand muss sagen, hey, schau dir zuerst diesen API-Endpunkt an. Das funktioniert einfach. Also ruft die KI das Tool zum Auflisten der Aufgaben auf, dann den Status für jede Aufgabe und anschließend die Zuweisungen. Der MCP-Server erledigt die gesamte Authentifizierung und Datenabfrage im Hintergrund. Ein paar Sekunden später meldet sich die KI mit einer sauberen Antwort zurück. Das ACMO-Projekt liegt voll im Plan. Drei Aufgaben sind überfällig und alle Sarah zugewiesen. Soll ich sie für dich daran erinnern? Hier ist das Wichtige. Für diese Abfrage wurde kein benutzerdefinierter Code geschrieben. Kein Entwickler hat zwei Wochen damit verbracht, eine Verbindung zwischen Copilot und Project Online zu bauen. Der MCP-Server hat die gesamte Integration übernommen. Ein Server, ein Standardprotokoll und die KI wusste genau, wie sie es nutzen kann. Lass uns nun einen Schritt weitergehen. Nachdem du den Projektstatus erhalten hast, fragst du, prüfe meinen Kalender auf ein Meeting mit Sarah morgen und entwürfe ein Status-Update basierend auf den aktuellen Ereignissen. Die KI nutzt einen Exchange-MCP-Server, um deinen Kalender zu prüfen, durchsucht über denselben Server zugehörige E-Mails und ruft dann einen Word-MCP-Server auf, um das Update zu entwerfen. Ein Gespräch, mehrere Datenquellen, null individuelle Entwicklung. Das ist der Aha-Moment bei MCP. Es macht die KI in deiner tatsächlichen Arbeitsumgebung nützlich, nicht nur als generischer Chatbot, der nur allgemeine Fragen beantworten kann, sondern als Assistent, der deine Daten sieht, deinen Kontext versteht und Maßnahmen ergreift. Alles über einen einfachen Standard. Sicherheit, um deine Daten zu schützen. All diese Flexibilität wirft eine große Frage auf. Wenn deine KI plötzlich über MCP auf SharePoint, Exchange und Dynamics zugreifen kann, wie hältst du diese Daten dann sicher? Lies die kurze Antwort. MCP ist so sicher, wie du es machst? Das Protokoll umgeht nicht deine bestehenden Sicherheitsmaßnahmen. Es arbeitet mit ihnen zusammen. MCP unterstützt OAuth 2.1, denselben Industriestandard für die Authentifizierung, der auch dein Microsoft-Login schützt. Wenn ein MCP-Server eine Authentifizierung erfordert, muss dein KI-Client beweisen, dass er autorisiert ist, bevor er auf Daten zugreifen kann. Dienste können Authentifizierungsheader, API-Schlüssel oder tokenbasierten Zugriff verwenden. Dieselben Muster, die du bereits zur Absicherung von APIs nutzt. Aber es gibt eine zusätzliche Ebene, die für den Unternehmenseinsatz wirklich wichtig ist. Die KI muss erst um Erlaubnis bitten, bevor sie tatsächlich eine Suche durchführen, eine Nachricht senden oder einen Datensatz ändern kann. Sie fragt dich. Du siehst die Anfrage direkt in deiner Chat-Oberfläche. Du prüft, was das Tool tun wird und genehmigst oder lehnst es ab. Das bedeutet, dass kein Tool ohne deine ausdrückliche Zustimmung aufgerufen wird. Deine KI kann Aktionen vorschlagen, aber sie kann sie nicht ohne dein Ja ausführen. Das ist ein gutes Sicherheitsnetz. Eine Sache, auf die man achten soll. Tausende öffentliche MCP-Server sind verfügbar und nicht alle davon sind vertrauenswürdig. Es gibt öffentliche Verzeichnisse, in denen jeder einen Server veröffentlichen kann. Einige sind exzellent, andere nicht. Es liegt in deiner Verantwortung, nur Server zu verwenden, denen du vertraust. In Microsoft-Umgebungen hast du einen Vorteil. Deine MCP-Server können dieselben Identitäts- und Zugriffssteuerungen nutzen, wie deine bestehenden Microsoft-Dienste. Wenn ein Benutzer keine Berechtigung zum Lesen einer SharePoint-Dokument-Bibliothek hat, kann ein MCP-Server dies nicht umgehen. Der Server erbt dieselben Grenzen, dieselbe Authentifizierung, dieselben Richtlinien und dieselbe Governance. Der Einstieg in ihre erste MCP-Erfahrung. Sie sind also überzeugt und möchten es selbst ausprobieren. Wo fangen Sie an? Am einfachsten ist es, einen MCP-kompatiblen Host zu wählen. Cloud Desktop bietet integrierte MCP-Unterstützung. GitHub Copilot funktioniert ebenfalls. Bei beiden lassen sich Server fast ohne Einrichtung einbinden. Sehen Sie sich als nächstes die öffentlichen MCP-Verzeichnungsarten. Es gibt tausende vorgefertigte Server für Dienste wie Google Drive, Slack, Datenbanken, Dateisysteme und ja auch Microsoft-Dienste. Wenn Sie Microsoft-Nutzer sind, beginnen Sie mit den MCP-Server-Referenzen von Microsoft für die Power-Plattform. Die Einrichtung ist einfach. Die meisten Hosts verwenden eine JSON-Datei, in der Sie Ihre Server auflisten. Sie geben jedem einen Namen, den Befehl oder die URL zum Aufrufen und konfigurieren die Authentifizierungsdaten. Das ist alles, den Rest erledigt, der Host. Für die grundlegende Nutzung ist keine Programmierung erforderlich, Sie müssen also kein Entwickler sein oder Indikationscode schreiben. Konfigurieren Sie einfach eine JSON-Datei und plötzlich kann Ihre KI auf Daten zugreifen, die zuvor verschossen war. Die JSON-Datei fungiert als Konfigurationsdatei, die Ihrem Host mitteilt, mit welchen Servern er sich verbindet. Betrachten Sie MCP als einen universellen Übersetzer für Ihre KI. Anstatt für jeden Dienst eine neue Sprache zu lernen, spricht sie ein einziges Protokoll. Beginnen Sie klein mit der Anbindung einer Datenquelle, wie Ihrem Kalender über einen Exchange-MCP-Server. Stellen Sie Ihrer KI eine Frage zu Ihrem Zeitplan und beobachten Sie, wie sie die verfügbaren Tools erkennt. Testen Sie die Human-in-the-Loop-Freigabe, bei der Sie jede Aktion genehmigen, bevor die KI sie ausführt. Damit behalten Sie die Kontrolle. Stellen Sie sicher, dass Sie das Sicherheitsmodell verstehen, bevor Sie die Nutzung auswalten. Wenn Sie sich sicher fühlen, erweitern Sie das System um einen weiteren Server für Ihre Dokumentbibliothek und dann für Ihr Aufgabenverwaltungssystem. Jeder Server fügt neue Funktionen hinzu und folgt demselben Protokoll. Wenn Sie Ihren eigenen MCP-Server erstellen möchten, etwa um eine benutzerdefinierte Geschäftsanwendung oder eine interne Datenbank bereitzustellen, eignen sich Azure Functions von Microsoft hervorragend als Backend. Sie verpacken Ihre bestehende IPI oder Datenquelle mit nur wenigen Zeilen Code in einen MCP-Server. Das muss das einfach. Stellen Sie Tools als Funktion und Daten als Ressourcen bereit und lassen Sie das Protokoll den Rest erledigen. Es ist ein unkomplizierter Weg, Ihrer KI-Zugriff auf Ihre eigenen Datenquellen zu gewähren. Das ist also das Model-Context-Protokoll. Ein Standard, der es KI-Tools endlich ermöglicht, auf Ihre echten Daten zuzugreifen. Ihre SharePoint-Dateien, Ihr Exchange-Kalender, Ihre Dynamics-Datensätze. Vor MCP musstet Ihr für jedes System eigene Verbindungen bauen. Jetzt nutzt Ihr ein Protokoll und Eure KI kann mit allen kommunizieren. Die KI wird direkt in Eurem Arbeitsumfeld nützlich. Das ist nicht nur bequem, es verändert Eure Arbeitsweise mit KI. Startet mit einem MCP-Server, verbindet eine Datenquelle und seht selbst den Unterschied. Wenn Euch das geholfen hat, teilt es mit Kollegen, deren KI keinen Zugriff auf ihre Daten hat. Abonniert für weitere Wissenshäppchen wie dieses. Ich bin Mirko Peters und wir sehen uns in der nächsten Folge.