MCP (Model Context Protocol)

« Zurück zum Glossar Index

Model Context Protocol bezeichnet ein standardisiertes Protokoll zur strukturierten Bereitstellung von Kontext für große Sprachmodelle. Es definiert, wie externe Datenquellen, Tools und Systemzustände formal beschrieben und kontrolliert an LLMs angebunden werden. Ziel ist eine interoperable, reproduzierbare und sicher steuerbare Kontextintegration.

Funktionsweise und Einordnung

Das Model Context Protocol (MCP) trennt Modellinferenz von Kontextverwaltung. Während ein Sprachmodell Texte generiert und verarbeitet, übernimmt MCP die standardisierte Definition und Übergabe externer Ressourcen.

Zentrale Elemente sind:

deklarative Tool-Definitionen
strukturierte Ressourcenobjekte
klar definierte Zugriffsrechte
standardisierte Kommunikationsschnittstellen

Ein MCP-Server stellt Datenquellen wie APIs, Datenbanken oder Dateisysteme als formalisierte Ressourcen bereit. Ein Client – etwa eine Anwendung oder Entwicklungsumgebung – verbindet das Modell mit diesem Server. Das Modell greift nicht direkt auf Rohdaten zu, sondern auf explizit beschriebene Kontextobjekte.

Dadurch entsteht eine klar trennbare Architektur:
Modell = Sprachverarbeitung
MCP = Kontextorchestrierung

Im Unterschied zu reinem Prompting reduziert MCP unstrukturierte Kontextinjektion und erhöht Validierbarkeit, Versionierbarkeit und Sicherheit.

Strategische Bedeutung für SEO und AI-Search

Für SEO und Generative Engine Optimization verschiebt MCP den Fokus von Dokumenten hin zu Kontextarchitektur.

Relevanz für AI-Search:

Inhalte können als strukturierte, maschinenlesbare Ressourcen bereitgestellt werden.
Entitäten werden explizit adressierbar.
Knowledge-Graph-Daten lassen sich direkt anbinden.
Unternehmenswissen wird modellfähig exponiert.

Suchsysteme auf LLM-Basis bevorzugen valide, strukturierte Quellen gegenüber implizit interpretierbarem Fließtext. Wer Informationen als klar definierte Entitäten, Attribute und Relationen anbietet, erhöht die Wahrscheinlichkeit korrekter Modellrepräsentation.

MCP unterstützt damit API-first-Strategien, semantische Datenmodelle und kontrollierte Modellinteraktion.

Beispiel

Ein Softwareanbieter betreibt einen MCP-Server, der Produktinformationen als strukturierte Objekte bereitstellt. Ein Sprachmodell greift über definierte Tools auf diese Ressourcen zu. Preis, Verfügbarkeit, technische Spezifikationen und Versionshistorie werden als explizite Felder übergeben.

Das Modell generiert daraufhin eine Antwort, die auf validierten Datensätzen basiert und nicht auf heuristischer Textextraktion aus Marketingtexten.

Häufige Fragen zu Model Context Protocol

Ist Model Context Protocol ein Standard oder ein Framework?

Model Context Protocol ist ein offenes Protokoll und kein isoliertes Framework. Es definiert Schnittstellen und Kommunikationsregeln, nicht jedoch eine konkrete Implementierung. Unterschiedliche Anbieter können kompatible Server- und Client-Lösungen entwickeln.

Worin unterscheidet sich Model Context Protocol von klassischem Prompt Engineering?

Model Context Protocol strukturiert Kontext als formal definierte Ressourcen, während Prompt Engineering Kontext als Text injiziert. MCP ermöglicht kontrollierte, versionierbare und validierbare Datenübergabe. Prompt Engineering bleibt heuristisch und weniger reproduzierbar.

Ist Model Context Protocol für SEO direkt relevant?

Model Context Protocol wirkt indirekt auf SEO, indem es die Grundlage für AI-Search-Integration schafft. Unternehmen können strukturierte Inhalte modellfähig bereitstellen. Dadurch steigt die Wahrscheinlichkeit, in generierten Antworten korrekt repräsentiert zu werden.

Unterstützt Model Context Protocol Knowledge-Graph-Integration?

Model Context Protocol erleichtert die Anbindung von Knowledge-Graph-Daten, da Entitäten und Relationen explizit modelliert werden können. Das Protokoll erlaubt strukturierte Ressourcenbeschreibungen statt textueller Approximation. Dadurch verbessert sich semantische Eindeutigkeit.