MCP erklärt: Das Model Context Protocol für LLM-Integration

Das Problem: Jede Integration ist anders

Wenn Sie ein LLM mit Ihren Systemen verbinden wollen, haben Sie bisher zwei Optionen:

1. Proprietäre Plugins: ChatGPT Plugins, Claude Integrations - jedes System hat eigene APIs, eigene Authentifizierung, eigene Limitierungen
2. Custom Code: Sie bauen eine individuelle Integration für jedes LLM + jeden Datenzugriff

Beide Ansätze sind problematisch:

• Hoher Entwicklungsaufwand
• Vendor Lock-in (Ihre Integration funktioniert nur mit einem LLM)
• Sicherheitsrisiken durch unterschiedliche Authentifizierungsstandards
• Wartungsaufwand bei Updates

MCP: Der offene Standard

Das Model Context Protocol (MCP) löst das durch Standardisierung. Entwickelt von Anthropic, aber als offener Standard für alle LLMs nutzbar.

Die Analogie: MCP ist wie USB für AI.

• Vor USB: Jedes Gerät hatte einen eigenen Anschluss
• Mit USB: Ein Standard für alle Geräte
• Vor MCP: Jede LLM-Integration war individuell
• Mit MCP: Ein Standard für alle LLM-zu-Tool Verbindungen

Wie MCP funktioniert

┌─────────────────┐     MCP Request      ┌─────────────────┐
│                 │ ──────────────────── │                 │
│   LLM Client    │                      │   MCP Server    │
│  (Claude, GPT)  │ ◄────────────────── │    (Osiris)     │
│                 │     MCP Response     │                 │
└─────────────────┘                      └─────────────────┘
                                                │
                                                │ Zugriff auf
                                                ▼
                                     ┌─────────────────────┐
                                     │   Ihre Systeme      │
                                     │  CRM, ERP, Graph    │
                                     └─────────────────────┘

Die drei Komponenten

1. MCP Client (das LLM)

Das Sprachmodell das Fragen stellt. Kann Claude, GPT, Llama oder jedes andere MCP-kompatible LLM sein.

2. MCP Server (Osiris)

Die Middleware die Anfragen vom LLM empfängt, in Ihre Systeme übersetzt und die Antworten zurückgibt.

3. Ihre Systeme (CRM, ERP, Knowledge Graph)

Die eigentlichen Datenquellen auf die der MCP Server zugreift.

Der Ablauf einer Anfrage

1. Sie fragen: "Warum stockt der Deal Mozartstraße?"
2. LLM erkennt: "Ich brauche Daten aus dem Business-System"
3. LLM sendet MCP Request: get_deal_status(deal="Mozartstraße")
4. Osiris (MCP Server):
   • Prüft Berechtigung
   • Fragt Knowledge Graph ab
   • Komprimiert Kontext
   • Sendet MCP Response
5. LLM erhält: Strukturierte Daten (Deal-Status, fehlende Dokumente, Timeline)
6. LLM antwortet: "Der Deal stockt weil der Energieausweis seit 8 Tagen fehlt..."

Warum MCP wichtig ist

1. LLM-Austauschbarkeit

Heute nutzen Sie Claude. Morgen kommt GPT-5 raus und ist besser. Mit MCP wechseln Sie das LLM - Ihre Integration bleibt.

Ohne MCP:        Mit MCP:
Claude → Custom Integration A    Claude  ┐
GPT-4  → Custom Integration B    GPT-4   ├── MCP → Osiris → Ihre Daten
Llama  → Custom Integration C    Llama   ┘

2. Kontrollierter Datenzugriff (DSGVO)

Sie definieren im MCP Server exakt:

• Welche Daten das LLM sehen darf
• Welche Aktionen es ausführen darf
• Wer welche Berechtigungen hat

Das LLM sieht nie mehr als Sie erlauben. DSGVO-konform by design.

3. Sicherheit durch Standardisierung

MCP definiert sichere Authentifizierung und Autorisierung. Keine selbstgebauten Lösungen mit Sicherheitslücken.

4. Tooling & Ecosystem

Da MCP ein offener Standard ist, gibt es:

• SDKs für Python, TypeScript, etc.
• Debugging Tools
• Fertige MCP Server für gängige Systeme
• Wachsende Community

MCP bei Osiris

Osiris implementiert einen MCP Server der Ihren Knowledge Graph verfügbar macht:

┌─────────────────────────────────────────────────────────┐
│                      LLM (Claude, GPT)                   │
│                                                          │
│  "Warum stockt Deal Mozartstraße?"                      │
└─────────────────────────────────────────────────────────┘
                           │
                           │ MCP Request: get_deal_analysis
                           │              deal_name="Mozartstraße"
                           ▼
┌─────────────────────────────────────────────────────────┐
│                    OSIRIS MCP SERVER                     │
│                                                          │
│  ✓ Berechtigung prüfen                                  │
│  ✓ Graph Query ausführen                                │
│  ✓ Context komprimieren                                 │
│  ✓ Strukturierte Antwort                                │
└─────────────────────────────────────────────────────────┘
                           │
                           │ Graph Query (Cypher)
                           ▼
┌─────────────────────────────────────────────────────────┐
│                   NEO4J KNOWLEDGE GRAPH                  │
│                                                          │
│  [Deal] --BETRIFFT--> [Objekt] --FEHLT--> [Dokument]   │
└─────────────────────────────────────────────────────────┘

Das Ergebnis: Sie sprechen mit dem LLM in natürlicher Sprache. Das LLM fragt Osiris via MCP. Osiris liefert deterministische Fakten aus dem Graph. Sie bekommen präzise Antworten.

→ Wie Osiris MCP nutzt