MCP für das Company Brain standardisiert, wie KI-Agenten Unternehmenswissen finden, einordnen und über freigegebene Werkzeuge nutzen. Eine CLI macht dieselben Fähigkeiten im Terminal, in Skripten und automatisierten Abläufen verfügbar. Entscheidend sind ein belastbares Berechtigungsmodell, nachvollziehbare Aktionen und sauber strukturierte Daten, nicht ein möglichst großes Sprachmodell.
Warum benötigen KI-Agenten einen geregelten Zugang zum Company Brain?
Viele Unternehmen haben inzwischen erste Erfahrungen mit generativer KI gesammelt. Mitarbeiter formulieren Texte, analysieren Dokumente oder lassen sich bei Recherchen unterstützen. Der geschäftliche Nutzen bleibt jedoch begrenzt, solange das System weder die internen Abläufe noch die verwendeten Fachbegriffe, Kundenvereinbarungen, Produktdaten, Wartungshistorien oder organisatorischen Zuständigkeiten kennt.
Unternehmenswissen schneller nutzbar machen
Das KrambergAI Unternehmensgedächtnis macht verstreutes Wissen aus Dokumenten, Projekten, Prozessen und internen Quellen strukturierter auffindbar und bereitet Antworten mit nachvollziehbarem Kontext vor.
Praxisnah eingeführt · Quellenbasiert nutzbar · Made in Germany
Ein KI-Agent, der lediglich auf allgemeines Modellwissen zugreift, kann sprachlich überzeugend wirken und trotzdem an der betrieblichen Realität vorbeiarbeiten. Er kennt weder den aktuellen Bearbeitungsstand eines Angebots noch die gültige Montageanweisung, die vereinbarte Reaktionszeit eines Servicevertrags oder die internen Freigabegrenzen. Aus einer hilfreichen Formulierungshilfe wird dadurch noch kein operativ einsetzbarer digitaler Mitarbeiter.
Genau an dieser Stelle werden strukturierte Zugriffsebenen relevant. Das Company Brain bündelt freigegebenes Unternehmenswissen, während MCP und CLI unterschiedliche Wege bereitstellen, dieses Wissen kontrolliert abzurufen oder für definierte Aktionen zu verwenden.
Die wirtschaftliche Entwicklung erhöht den Handlungsdruck. Nach einer Erhebung des Bitkom e. V. (https://www.bitkom.org/) berichten 77 Prozent der bereits KI-nutzenden deutschen Unternehmen von einer verbesserten Wettbewerbsposition. Gartner, Inc. (https://www.gartner.com/) erwartet zugleich, dass bis Ende 2026 bis zu 40 Prozent der Unternehmensanwendungen aufgabenspezifische KI-Agenten enthalten werden. Für 2027 prognostiziert Gartner, dass ein Drittel der agentischen Implementierungen mehrere Agenten mit unterschiedlichen Fähigkeiten kombiniert. rschiebt sich die praktische Frage. Unternehmen müssen nicht mehr nur entscheiden, welches Sprachmodell sie einsetzen. Sie müssen festlegen, welche Systeme ein Agent sehen darf, welche Informationen er zusammenführen kann, welche Aktionen erlaubt sind und an welcher Stelle ein Mitarbeiter zustimmen muss.
Wie unterscheiden sich MCP und CLI voneinander?
MCP steht für Model Context Protocol. Es beschreibt einen standardisierten Kommunikationsweg zwischen einer KI-Anwendung und externen Datenquellen, Werkzeugen oder Diensten. Ein MCP-Server kann beispielsweise Dokumente bereitstellen, eine Suche im Wissensbestand ausführen, einen Datensatz aus einem ERP-System abrufen oder eine kontrollierte Aktion in einem Fachsystem anstoßen.
Die CLI, also die Command Line Interface, ist dagegen eine Bedien- und Ausführungsebene. Über sie können Entwickler, Administratoren oder automatisierte Prozesse einen KI-Agenten direkt im Terminal starten, ihm Parameter übergeben, Ergebnisse als strukturierte Daten entgegennehmen oder den Aufruf in Skripte und Pipelines integrieren.
MCP beantwortet somit vor allem die Frage, wie ein KI-System mit einer externen Fähigkeit kommuniziert. Die CLI beantwortet, wie ein Mensch oder ein technischer Prozess den Agenten ausführt und in vorhandene Betriebsabläufe einbindet.
Beide Ebenen ergänzen sich. Ein CLI-Agent kann über konfigurierte MCP-Server auf das Company Brain zugreifen. Der Benutzer muss dadurch weder für jedes System eine eigene Integration entwickeln noch vertrauliche Daten vollständig in den Prompt kopieren. Moderne CLI-Werkzeuge unterstützen bereits MCP-Konfigurationen, Werkzeugbeschränkungen, strukturierte JSON-Ausgaben und nicht interaktive Ausführungen für automatisierte Abläufe. ieht die technische Zugriffskette in der Praxis aus?
Ein produktiver Aufbau besteht nicht aus einer direkten Verbindung zwischen Sprachmodell und Datenbank. Zwischen der Benutzeranfrage und dem operativen System liegen mehrere technische und organisatorische Kontrollpunkte.
Der Ausgangspunkt kann eine Chatoberfläche, eine Fachanwendung, ein Kundenportal oder eine CLI sein. Diese Anwendung übernimmt die Rolle des MCP-Hosts. Innerhalb des Hosts verwaltet ein MCP-Client die Verbindung zu einem oder mehreren MCP-Servern. Jeder Server stellt einen begrenzten Ausschnitt des Unternehmenswissens oder eine bestimmte Funktion bereit.
Das offizielle MCP-Architekturmodell unterscheidet dabei insbesondere zwischen Ressourcen, Werkzeugen und Prompts. Ressourcen liefern Inhalte wie Dokumente, Datensätze oder Richtlinien. Werkzeuge führen definierte Funktionen aus, beispielsweise eine Datenbanksuche, eine Kalkulation oder einen API-Aufruf. Prompts stellen wiederverwendbare fachliche Vorlagen für bestimmte Aufgaben bereit. Die Kommunikation basiert auf JSON-RPC, während lokale Verbindungen typischerweise über Standard Input und Standard Output und entfernte Verbindungen über Streamable HTTP erfolgen. Company Brain kann die Zugriffskette folgendermaßen aufgebaut sein:
Benutzer oder Fachprozess → KI-Agent → Richtlinien- und Berechtigungsebene → MCP-Client → spezialisierter MCP-Server → Company-Brain-Dienste → freigegebene Quellsysteme.
Hinter den Company-Brain-Diensten können sich eine Vektorsuche, ein Dokumentenmanagementsystem, ein CRM, ein ERP, ein Ticketsystem, ein Dateispeicher oder eine interne Fachdatenbank befinden. Entscheidend ist, dass der Agent nicht unkontrolliert auf die vollständigen Systeme zugreift. Er erhält eine für seinen Anwendungsfall entwickelte Schnittstelle mit festgelegten Eingaben, Rückgabewerten und Berechtigungen.
Ein Vertriebsagent benötigt beispielsweise eine Funktion zur Suche nach Referenzprojekten, aber keinen pauschalen Zugriff auf alle Personalakten. Ein Serviceagent darf Wartungsberichte lesen und einen Einsatzentwurf vorbereiten, sollte aber nicht ohne Freigabe einen kostenpflichtigen Auftrag auslösen.
Welche Rolle übernimmt das Company Brain zwischen Agent und Fachsystem?
Ein Company Brain ist mehr als eine Vektordatenbank mit hochgeladenen PDF-Dateien. Es verbindet Dokumente, strukturierte Datensätze, Rollen, Prozesse, Fachbegriffe, Verantwortlichkeiten und die Herkunft der Informationen.
Für den Agenten wird das Company Brain zu einer kontrollierten Wissens- und Handlungsschicht. Es entscheidet nicht selbstständig über jede Geschäftsaktion, stellt aber die Informationen und Funktionen so bereit, dass der Agent sie fachlich einordnen kann.
Dazu gehören Metadaten wie Dokumenttyp, Version, Gültigkeitszeitraum, Kunde, Projekt, Standort, Gewerk, Anlage oder verantwortlicher Bereich. Erst diese Informationen ermöglichen es, aus vielen ähnlichen Dokumenten den tatsächlich relevanten Inhalt auszuwählen.
In einem SHK-Betrieb reicht die Suche nach „Wärmepumpe Störung“ nicht aus. Der Agent muss wissen, um welches Fabrikat, welche Baureihe, welchen Anlagentyp und welchen Wartungsvertrag es geht. In der Verkehrssicherung kann eine allgemeine Regelwerksauskunft wenig helfen, wenn nicht zugleich Projektort, Verkehrsführung, angeordnete Maßnahmen und gültiger Verkehrszeichenplan berücksichtigt werden. Bei technischen Dienstleistern müssen häufig Seriennummer, Anlagenhistorie, Vertragsumfang und dokumentierte Abweichungen gemeinsam ausgewertet werden.
Das Company Brain liefert diesen Kontext. MCP stellt die standardisierte Verbindung her. Die CLI macht den Zugriff für technische Arbeitsplätze, Skripte und automatisierte Jobs nutzbar.
Welcher Zugriffsweg eignet sich für welchen Anwendungsfall?
| Zugriffsweg | Typischer Einsatz | Vorteile | Grenzen und Risiken |
|---|---|---|---|
| MCP | Verbindung von KI-Agenten mit Wissen, Werkzeugen und Fachsystemen | Standardisierte Werkzeugbeschreibungen, dynamische Erkennung, modellübergreifend nutzbar | Benötigt Berechtigungsmodell, Überwachung und gepflegte Werkzeugschemata |
| CLI | Terminalzugriff, Skripte, technische Analysen, DevOps und Stapelverarbeitung | Automatisierbar, reproduzierbar, gut in Pipelines integrierbar | Erfordert Schutz vor Befehlsinjektion, unkontrollierten Shell-Aufrufen und offengelegten Zugangsdaten |
| Direkte API | Fest definierte System-zu-System-Prozesse | Hohe Kontrolle, vorhersehbares Verhalten, gute Performance | Jede Integration muss einzeln entwickelt und gepflegt werden |
| Reine RAG-Suche | Beantwortung von Wissensfragen ohne operative Aktionen | Gut für einen begrenzten Lesezugriff und schnellen Einstieg | Keine standardisierte Aktionsschicht, begrenzte Prozessunterstützung |
MCP ersetzt weder vorhandene APIs noch ein Berechtigungskonzept. Es kann bestehende APIs jedoch so kapseln, dass verschiedene KI-Anwendungen dieselben geprüften Unternehmensfunktionen verwenden können.
Eine CLI ist wiederum kein Ersatz für eine benutzerfreundliche Fachanwendung. Sie eignet sich besonders für Entwickler, Administratoren, Power User und automatisierte Hintergrundprozesse. Operative Mitarbeiter arbeiten üblicherweise besser mit einer auf ihren Prozess zugeschnittenen Oberfläche, die intern denselben MCP-Zugriff nutzt.
Welche Anwendungsfälle entstehen im deutschen Mittelstand?
Der Nutzen zeigt sich vor allem bei Prozessen, in denen Mitarbeiter bislang Informationen aus mehreren Systemen zusammensuchen, manuell übertragen oder aufgrund fehlenden Kontexts erneut erfragen müssen.
In der Angebotsvorbereitung kann ein Agent über MCP geeignete Referenzprojekte, frühere Kalkulationsbausteine, technische Datenblätter und kundenspezifische Anforderungen abrufen. Über die CLI lässt sich derselbe Ablauf beispielsweise für einen Stapel neuer Leistungsverzeichnisse ausführen. Der Agent erstellt noch kein verbindliches Angebot, sondern bereitet eine strukturierte Arbeitsgrundlage mit Fundstellen, Annahmen und offenen Punkten vor.
Im technischen Service kann ein Agent vor einem Einsatz die Anlagenhistorie, vergangene Störungsmeldungen, Ersatzteilinformationen, Wartungsintervalle und vertragliche Leistungsgrenzen zusammenführen. Der Servicetechniker erhält damit keine generische Fehlerliste, sondern eine auf den konkreten Vorgang bezogene Einsatzvorbereitung.
Bei der Dokumentation können Fotos, Messwerte, Protokolle und Monteurnotizen einem Auftrag zugeordnet werden. Ein Agent prüft, ob Pflichtangaben fehlen, schlägt eine Zusammenfassung vor und legt einen Entwurf im vorgesehenen Ablagebereich ab. Die endgültige Freigabe bleibt beim verantwortlichen Mitarbeiter.
In Vertrieb und Kundenservice kann ein Agent Gesprächsnotizen, offene Vorgänge, frühere Angebote und freigegebene Produktinformationen zusammenfassen. Über ein Schreibwerkzeug könnte er einen CRM-Vermerk vorbereiten. Das tatsächliche Versenden eines Angebots oder die Änderung eines Vertragsstatus sollte dagegen eine gesonderte Freigabe verlangen.
Auch im Qualitätsmanagement entstehen sinnvolle Einsatzfelder. Ein Agent kann nach wiederkehrenden Abweichungen, fehlenden Prüfnachweisen oder widersprüchlichen Verfahrensanweisungen suchen. Die fachliche Bewertung übernimmt weiterhin der zuständige Qualitätsverantwortliche.
Wie wird der Zugriff auf vertrauliche Unternehmensdaten abgesichert?
Die wichtigste Regel lautet: Ein Agent darf nicht mehr sehen oder ausführen als der Mitarbeiter oder technische Dienst, in dessen Auftrag er handelt.
Bei entfernten MCP-Servern sieht die aktuelle Spezifikation eine Autorisierung auf Basis etablierter OAuth-Mechanismen vor. Dabei können Ressourcen, Autorisierungsserver und benötigte Berechtigungsbereiche technisch beschrieben werden. Für Unternehmen ist jedoch nicht allein die Protokollunterstützung entscheidend. Die tatsächliche Umsetzung muss mit dem vorhandenen Identity- und Access-Management, den Gruppenstrukturen und den fachlichen Rollen verbunden werden. riebsmitarbeiter sollte über den Agenten nur die Kundendaten sehen, für die er bereits im CRM berechtigt ist. Ein externer Monteur darf möglicherweise auf eine konkrete Anlagendokumentation zugreifen, aber nicht auf Kalkulationsdaten oder andere Kundenprojekte. Ein Administrator kann Systeme konfigurieren, sollte dadurch jedoch nicht automatisch sämtliche vertraulichen Fachinhalte lesen können.
Lese- und Schreibzugriffe sollten technisch getrennt werden. Lesewerkzeuge können Informationen abrufen und zusammenfassen. Schreibwerkzeuge verändern Datensätze, lösen Nachrichten aus oder starten Prozesse. Für risikoreiche Aktionen sind Vorschau, Bestätigung, Vier-Augen-Prinzip oder eine Freigabe im Fachsystem sinnvoll.
Zusätzlich müssen Werkzeugaufrufe protokolliert werden. Ein Audit-Eintrag sollte mindestens enthalten, welcher Benutzer oder Dienst gehandelt hat, welcher Agent beteiligt war, welches Werkzeug aufgerufen wurde, welche Datenbereiche betroffen waren und welches Ergebnis zurückgegeben wurde. Vertrauliche Inhalte gehören dabei nicht ungefiltert in Protokolldateien.
Dass solche Kontrollen nicht nur theoretisch relevant sind, zeigt der Cost of a Data Breach Report von IBM (https://www.ibm.com/). Danach berichtete eines von fünf untersuchten Unternehmen von einem Sicherheitsvorfall im Zusammenhang mit nicht kontrollierter KI-Nutzung. äuft bei MCP- und CLI-Projekten üblicherweise falsch?
Ein häufiger Fehler besteht darin, den vorhandenen Dateibestand ungeprüft als Company Brain zu behandeln. Veraltete Arbeitsanweisungen, Dubletten, Entwürfe und Dokumente ohne Zuständigkeit werden indexiert. Der Agent findet anschließend zwar Inhalte, kann aber deren betrieblichen Stellenwert nicht verlässlich bestimmen.
Problematisch sind auch zu umfangreiche MCP-Werkzeuge. Eine Funktion mit dem Namen „manage_customer“ und zahlreichen optionalen Parametern ist schwer zu kontrollieren und schwer zu testen. Besser sind begrenzte Funktionen wie „find_customer“, „get_open_service_cases“ oder „prepare_crm_note“. Je enger der fachliche Zweck, desto einfacher lassen sich Berechtigungen, Tests und Freigaben gestalten.
Ein weiterer Schwachpunkt ist die ungeprüfte Übernahme von Agentenausgaben. Selbst wenn die Quelldaten korrekt sind, kann das Modell Zusammenhänge falsch gewichten oder eine unzutreffende Schlussfolgerung bilden. Produktive Systeme sollten deshalb Fundstellen, verwendete Datensätze und relevante Annahmen ausgeben.
Bei CLI-Lösungen entstehen zusätzliche Risiken. Zugangsdaten werden in Konfigurationsdateien hinterlegt, Eingaben ungefiltert an Shell-Befehle übergeben oder Agenten erhalten pauschale Rechte für das gesamte Dateisystem. Ein produktiver Agent sollte nur definierte Arbeitsverzeichnisse, freigegebene Befehle und zeitlich begrenzte Zugangsdaten verwenden.
Auch fehlende Ausgabenormen verursachen Probleme. Liefert der Agent bei jedem Durchlauf ein anderes Freitextformat, kann der Folgeprozess die Ergebnisse kaum verlässlich verarbeiten. Für Automatisierungen sind JSON-Schemata, Pflichtfelder, Statuswerte und maschinenlesbare Fehlercodes geeigneter.
Schließlich scheitern viele Vorhaben daran, dass gleichzeitig zu viele Systeme angebunden werden. Ein kleiner, häufig ausgeführter Prozess liefert meist bessere Erkenntnisse als ein umfassender Agent, der theoretisch auf das gesamte Unternehmen zugreifen kann.
Wie sollte ein belastbarer Pilot aufgebaut werden?
Ein sinnvoller Pilot beginnt mit einer eng begrenzten Aufgabe. Geeignet sind Prozesse mit wiederkehrendem Informationsbedarf, nachvollziehbaren Ergebnissen und einem zuständigen Fachbereich.
Zunächst wird festgelegt, welche Frage oder Handlung der Agent unterstützen soll. Danach werden die benötigten Quellen, Rollen, Qualitätskriterien und Ausschlussregeln dokumentiert. Erst anschließend wird entschieden, welche Inhalte als Ressourcen und welche Funktionen als MCP-Werkzeuge bereitgestellt werden.
Für den ersten Einsatz empfiehlt sich häufig ein reiner Lesezugriff. Der Agent sucht Informationen, bereitet einen Vorgang vor oder erstellt einen Entwurf, verändert aber keine operativen Daten. Dadurch lässt sich prüfen, ob Quellen, Metadaten und Suchlogik funktionieren, ohne unmittelbar in Geschäftsprozesse einzugreifen.
Im nächsten Schritt können begrenzte Schreibfunktionen hinzukommen. Jede Aktion sollte ein definiertes Ergebnis besitzen, wiederholbar sein und bei Fehlern keinen unkontrollierten Zustand erzeugen. Ein Werkzeug zum Anlegen einer CRM-Notiz benötigt beispielsweise einen eindeutigen Kundenbezug, einen Entwurfsstatus und eine Rückmeldung mit Vorgangskennung.
Parallel werden Testfälle aus realen Arbeitssituationen aufgebaut. Dazu gehören Standardfälle, seltene Sonderfälle, fehlende Informationen, widersprüchliche Dokumente, nicht berechtigte Anfragen und manipulierte Inhalte. Ein Agent ist erst dann für den Alltag geeignet, wenn nicht nur die ideale Demonstration funktioniert.
KrambergAI GmbH (https://krambergai.com/) entwickelt solche Zugriffsebenen ausgehend vom konkreten Prozess, dem vorhandenen Unternehmenswissen und den bestehenden Berechtigungsstrukturen. Der technische Anschluss ist dabei nur ein Teil der Aufgabe. Ebenso wichtig sind Datenpflege, Verantwortlichkeiten, Tests und die spätere Überwachung.
Warum entsteht der Wettbewerbsvorteil nicht durch das Sprachmodell allein?
Sprachmodelle werden zunehmend austauschbar. Preise, Kontextfenster und Modellleistungen verändern sich fortlaufend. Ein Unternehmen sollte seine Wissens- und Prozessarchitektur deshalb nicht von einem einzelnen Anbieter abhängig machen.
MCP kann dabei als Entkopplungsschicht dienen. Ein gepflegter MCP-Server stellt dieselben Unternehmensfunktionen unterschiedlichen kompatiblen Agenten und Benutzeroberflächen zur Verfügung. Das reduziert zwar nicht jede Abhängigkeit, erleichtert aber den Wechsel von Modellen und Clients.
Der eigentliche Vermögenswert liegt im strukturierten Unternehmenswissen: dokumentierte Erfahrungen, verknüpfte Vorgänge, freigegebene Prozessschritte, gepflegte Fachbegriffe, nachvollziehbare Quellen und belastbare Berechtigungen. Ein leistungsfähiges Modell kann diese Grundlage besser nutzen. Es kann sie jedoch nicht ersetzen.
Langfristig werden deshalb jene Unternehmen einen Vorteil haben, die Wissen nicht nur sammeln, sondern in kontrollierte, wiederverwendbare Fähigkeiten übersetzen. Ein Agent sollte nicht einfach „im ERP arbeiten dürfen“. Er sollte eine geprüfte Funktion zur Verfügung haben, die einen bestimmten Vorgang mit definierten Regeln bearbeitet.
MCP und CLI sind dafür keine vollständige Unternehmensarchitektur. Sie sind Bausteine, mit denen ein Company Brain von einer passiven Wissenssammlung zu einer operativ nutzbaren Plattform weiterentwickelt werden kann.
Welche Quellen belegen die verwendeten Kennzahlen?
Quellen der Kennzahlen
- Bitkom: Digitalisierung der Wirtschaft – Fast jedes Unternehmen beschäftigt sich mit KI
https://www.bitkom.org/Presse/Presseinformation/Digitalisierung-der-Wirtschaft-Unternehmen-beschaeftigen-sich-mit-KI
ner: 40 Prozent der Unternehmensanwendungen sollen 2026 aufgabenspezifische KI-Agenten enthalten**
https://www.gartner.com/en/newsroom/press-releases/2025-08-26-gartner-predicts-40-percent-of-enterprise-apps-will-feature-task-specific-ai-agents-by-2026-up-from-less-than-5-percent-in-2025
Sicherheitsvorfälle durch unkontrollierte KI-Nutzung und fehlende Zugriffskontrollen**
https://newsroom.ibm.com/2025-07-30-ibm-report-13-of-organizations-reported-breaches-of-ai-models-or-applications%2C-97-of-which-reported-lacking-proper-ai-access-controls
e interessanten Links vertiefen das Thema?
Interessante Links
- Model Context Protocol: Architektur, Hosts, Clients, Server und Transportwege
https://modelcontextprotocol.io/docs/learn/architecture
l Context Protocol: Autorisierung für entfernte MCP-Server**
https://modelcontextprotocol.io/specification/2025-11-25/basic/authorization
ub: MCP-Server zur Copilot CLI hinzufügen**
https://docs.github.com/en/enterprise-cloud@latest/copilot/how-tos/copilot-cli/customize-copilot/add-mcp-servers
Was ist MCP für das Company Brain?
MCP für das Company Brain ist eine standardisierte Verbindung zwischen einer KI-Anwendung und freigegebenen Unternehmensressourcen. Über MCP-Server kann ein Agent Dokumente suchen, Datensätze abrufen oder begrenzte Funktionen verwenden. Das Company Brain übernimmt dabei die Aufbereitung von Wissen, Metadaten, Rollen und Zugriffsregeln.
Ist ein MCP-Server dasselbe wie eine Datenbank?
Nein. Ein MCP-Server ist eine Zugriffsschicht, die Ressourcen, Werkzeuge und Vorlagen für KI-Anwendungen bereitstellt. Dahinter können Datenbanken, Dokumentenarchive, APIs oder Suchsysteme liegen. Der Server begrenzt und beschreibt den Zugriff, während die eigentlichen Informationen weiterhin in den vorhandenen Unternehmenssystemen gespeichert sein können.
Welche Aufgabe übernimmt eine CLI bei KI-Agenten?
Eine CLI ermöglicht die Ausführung eines KI-Agenten im Terminal oder innerhalb eines Skripts. Sie eignet sich für technische Analysen, Stapelverarbeitung, Entwicklungsaufgaben und automatisierte Workflows. Über eine MCP-Konfiguration kann der CLI-Agent auf freigegebene Funktionen des Company Brain zugreifen, ohne direkte Vollzugriffe auf die Quellsysteme zu erhalten.
Kann MCP mit ERP-, CRM- und Dokumentensystemen verbunden werden?
Ja, sofern die Systeme geeignete APIs, Datenbankzugriffe oder andere technisch vertretbare Integrationswege anbieten. Häufig wird ein eigener MCP-Server vor die vorhandene Schnittstelle gesetzt. Er übersetzt Agentenanfragen in begrenzte Fachfunktionen und berücksichtigt dabei Berechtigungen, Eingabevalidierung, Fehlerbehandlung und Protokollierung.
Sollte ein KI-Agent Schreibzugriff auf Unternehmenssysteme erhalten?
Schreibzugriff sollte erst nach einem erfolgreichen Lese-Pilot und nur für eng definierte Aktionen eingerichtet werden. Geeignet sind Funktionen mit überprüfbaren Eingaben, einem nachvollziehbaren Ergebnis und einer wirksamen Freigabelogik. Vertragsänderungen, Zahlungen, verbindliche Bestellungen oder externe Nachrichten benötigen üblicherweise zusätzliche menschliche Bestätigung.
Wie werden Prompt-Injection-Angriffe bei MCP begrenzt?
Externe Dokumente und Webseiten müssen grundsätzlich als nicht vertrauenswürdige Inhalte behandelt werden. Anweisungen aus solchen Quellen dürfen keine Systemregeln oder Berechtigungen verändern. Zusätzlich helfen begrenzte Werkzeuge, Eingabevalidierung, getrennte Datenbereiche, Freigaben für Schreibaktionen und eine Überprüfung der aufgerufenen Funktionen vor der Ausführung.
Was ist der Unterschied zwischen einem lokalen und einem entfernten MCP-Server?
Ein lokaler MCP-Server läuft auf demselben Rechner wie die KI-Anwendung und kommuniziert häufig über Standard Input und Standard Output. Ein entfernter Server wird über ein Netzwerk angesprochen und kann mehrere Clients bedienen. Für entfernte Verbindungen werden zusätzliche Maßnahmen für Identität, Transportverschlüsselung, Autorisierung und Betriebsüberwachung benötigt.
Wie unterscheiden sich RAG und MCP?
RAG erweitert eine Modellanfrage um gefundene Inhalte aus einer Wissensbasis. MCP geht darüber hinaus, weil es neben Ressourcen auch ausführbare Werkzeuge und wiederverwendbare Prompts standardisiert. Ein Company Brain kann RAG für die Wissenssuche einsetzen und dieselbe Suche anschließend über einen MCP-Server verschiedenen Agenten zugänglich machen.
Welche Kosten entstehen für einen MCP-Zugang zum Company Brain?
Die Kosten hängen weniger vom Protokoll als von Datenquellen, Berechtigungen, Integrationen, Betriebsmodell und gewünschtem Automatisierungsgrad ab. Ein reiner Lesezugriff auf einen gepflegten Wissensbestand ist deutlich einfacher als eine transaktionale Anbindung mehrerer Fachsysteme mit Freigaben, Ausfallsicherheit, Überwachung und umfassender Protokollierung.
Womit sollte ein mittelständisches Unternehmen beginnen?
Ein geeigneter Einstieg ist ein häufig genutzter Prozess mit begrenztem Datenumfang und einem verantwortlichen Fachbereich. Der Agent sollte zunächst Informationen suchen, Vorgänge zusammenfassen oder einen Entwurf vorbereiten. Erst wenn Datenqualität, Berechtigungen und Ergebnisgüte im Alltag bestätigt sind, sollten weitere Systeme oder Schreibfunktionen ergänzt werden.
