KI-Agenten sollen nicht nur Fragen beantworten. Sie sollen auf Unternehmensdaten zugreifen, Tools verwenden und Aktionen ausführen.
Genau hier entsteht ein neues Integrationsproblem.
Denn ein Agent kann nur dann handeln, wenn er mit den Systemen eines Unternehmens kommunizieren kann.
Bisher wurden dafür APIs, individuelle Integrationen und proprietäre Konnektoren gebaut.
Mit dem Model Context Protocol (MCP) entsteht nun ein standardisierter Ansatz, um KI-Anwendungen mit Tools und Datenquellen zu verbinden. MCP wurde ursprünglich von Anthropic eingeführt und wird inzwischen von einer breiten Community weiterentwickelt.
Im Juli 2026 wurde mit der Version 2026-07-08 eine deutlich überarbeitete Spezifikation veröffentlicht. Sie bringt unter anderem einen zustandslosen Protokollkern, neue Erweiterungsmechanismen, Verbesserungen bei Authorization und bessere Skalierbarkeit.
Damit wird MCP für Enterprisearchitekturen zunehmend interessant.
Aber MCP ersetzt klassische APIs nicht.
Was MCP eigentlich löst
Traditionell musste eine Anwendung für jedes neue System eine individuelle Integration implementieren.
CRM-System A benötigt eine Integration.
ERP-System B benötigt eine andere.
Dokumentenplattform C benötigt wieder eine andere.
Das Problem wächst mit jedem neuen Agenten.
MCP setzt an einer anderen Stelle an.
Ein MCP-Server stellt Tools oder Daten standardisiert für einen MCP-Client bereit.
Damit entsteht eine gemeinsame Schnittstelle zwischen Agenten und Unternehmenssystemen.
Das Ziel ist nicht, APIs abzuschaffen.
Das Ziel ist, den Zugriff von AI-Anwendungen auf bestehende Fähigkeiten standardisierter zu machen.
MCP ist kein Ersatz für die Integrationsarchitektur
Hier liegt ein wichtiger Unterschied.
Ein Unternehmen benötigt weiterhin:
- APIs
- Identity Management
- Datenintegration
- Eventing
- Security
- Governance
- Monitoring
MCP sitzt darüber beziehungsweise dazwischen.
Ein ERP-System muss nicht plötzlich seine gesamte interne Architektur auf MCP umstellen.
Stattdessen kann ein MCP-Layer bestimmte Funktionen des Systems für Agenten zugänglich machen.
Das kann beispielsweise bedeuten:
„Suche den Kunden."
„Prüfe den Bestellstatus."
„Erstelle einen Support Case."
Der Agent muss dafür nicht wissen, wie das Backend technisch funktioniert.
Warum das gerade jetzt relevant wird
Die Entwicklung von MCP ist bemerkenswert schnell.
Die aktuelle Spezifikation ist deutlich stärker auf Enterprise-Anforderungen ausgerichtet als die früheren Versionen. Die neue Version setzt unter anderem auf stateless Kommunikation, bessere Routingmöglichkeiten und härtere Autorisierungsmechanismen.
Auch die MCP-Roadmap fokussiert inzwischen explizit Themen wie Agent Identity, Enterprise Security und HTTP-native Transportmechanismen.
Das zeigt: MCP entwickelt sich von einem Entwicklertool in Richtung Infrastruktur für agentische Systeme.
Was bedeutet das für APIs?
APIs bleiben die Grundlage, aber ihre Rolle verändert sich.
Eine klassische API beantwortet die Frage: „Wie kann eine Anwendung auf eine Funktion zugreifen?"
Eine agentfähige Schnittstelle muss zusätzlich beantworten: „Wie kann ein KI-System verstehen, was diese Funktion tut und wann es sie verwenden darf?"
Das macht Beschreibung und Kontext wichtiger.
Ein Tool sollte beispielsweise nicht nur „create_case" heißen.
Ein Agent muss verstehen:
- Was macht das Tool?
- Welche Parameter benötigt es?
- Welche Daten verändert es?
- Welche Fehler können auftreten?
- Welche Berechtigungen sind erforderlich?
Damit wird API-Design zunehmend auch zu AI Tool Design.
Das Sicherheitsproblem
Mehr Zugriff bedeutet auch mehr Risiko.
Wenn ein Agent zehn Tools verwenden kann, besitzt er potenziell zehn Wege, in Unternehmenssysteme einzugreifen.
Deshalb reicht es nicht, einen MCP-Server bereitzustellen.
Unternehmen brauchen klare Regeln.
Authentication
Wer ist der aufrufende Client?
Authorization
Was darf dieser Client tun?
Scope
Welche konkreten Ressourcen darf er verwenden?
Audit
Was wurde wann aufgerufen?
Monitoring
Welche Aktionen treten ungewöhnlich häufig auf?
Gerade im Enterpriseumfeld wird MCP deshalb nicht nur ein Entwickler-, sondern auch ein Governancethema.
MCP und MuleSoft
Für Integrationsplattformen ist diese Entwicklung besonders interessant.
MuleSoft verfolgt seit Jahren einen API-first-Ansatz. APIs bilden die Verbindung zwischen Anwendungen, Daten und Prozessen.
MCP kann darauf aufbauen.
Eine bestehende Business-Funktion muss nicht für jeden neuen Agenten individuell integriert werden. Stattdessen kann ein standardisierter MCP-Zugang darübergelegt werden.
Damit entsteht eine mögliche Architektur:
Agent --> MCP --> API Layer --> Integration --> Backend
Das Entscheidende daran:
Der Agent bekommt keinen direkten Zugriff auf jedes Backend.
Die bestehende Integrationsarchitektur bleibt die Kontrollschicht.
MCP oder API?
Die Antwort lautet meistens: beides.
APIs bleiben sinnvoll, wenn Anwendungen direkt miteinander kommunizieren.
MCP wird interessant, wenn KI-Systeme dynamisch Tools und Kontext nutzen sollen.
Beispielsweise:
API: Eine Commerce-Anwendung ruft den Bestellstatus ab.
MCP: Ein AI Agent erhält ein Tool, mit dem er den Bestellstatus ermitteln kann, und entscheidet selbst, wann dieses Tool im Rahmen einer Aufgabe benötigt wird.
Dies ist ein wichtiger Unterschied.
Was Unternehmen jetzt vorbereiten sollten
Wer MCP einsetzen möchte, sollte nicht sofort alle Systeme „mcp-fähig" machen.
Besser ist ein schrittweiser Ansatz.
-
Bestehende APIs analysieren
Welche Businessfunktionen existieren bereits?
-
Agent Use Cases identifizieren
Welche Funktionen sollen künftig von Agenten genutzt werden?
-
Tools definieren
Welche Aktionen müssen als sichere und verständliche Tools verfügbar sein?
-
Berechtigungen festlegen
Welche Agenten dürfen welche Tools verwenden?
-
Governance integrieren
Wie werden neue Tools geprüft und freigegeben?
-
Monitoring aufbauen
Wie werden Toolaufrufe und Agentenaktionen nachvollziehbar?
Fazit
MCP ist kein Ersatz für APIs.
Es ist eine neue Schicht für eine Welt, in der KI-Systeme selbstständig mit Unternehmenssoftware interagieren.
Für Unternehmen bedeutet das eine wichtige Veränderung: APIs müssen nicht verschwinden – sie müssen für Agenten nutzbar werden.
Wer heute eine saubere API- und Integrationsarchitektur besitzt, hat deshalb einen wichtigen Vorteil.
Denn die nächste Generation von Enterprise-Software wird nicht nur von Menschen über Benutzeroberflächen bedient.
Sie wird zunehmend von Agenten über standardisierte Schnittstellen genutzt.