Wenn du im Marketing mit einem KI-Assistenten arbeitest, kennst du den Ablauf: Du ziehst einen Export aus dem Shop, kopierst die Zahlen aus dem Anzeigenkonto dazu, legst die letzte Newsletter-Auswertung daneben und stellst dann deine Frage. Die Antwort ist gut. Am nächsten Montag ist sie veraltet, und du fängst von vorn an.
Ein MCP-Server beendet dieses Zusammensuchen. Er ist der Grund, warum dein Assistent eine Frage wie „Welche Aktionen haben meine Wettbewerber in der letzten Woche verschickt?" beantworten kann, ohne dass vorher jemand etwas exportiert.
Dieser Artikel erklärt den Begriff so, dass du im Gespräch mit der Technik mitreden kannst: was ein MCP-Server ist, wie er sich von einer Programmierschnittstelle unterscheidet, was er darf und was du dafür brauchst. Alle Angaben zum Standard haben wir am 31. Oktober 2026 in der offiziellen Dokumentation geprüft.
Die kurze Antwort
Ein MCP-Server ist ein kleines Programm, das einem KI-Client sagt: „Das hier kann ich für dich tun, und so rufst du es auf." MCP steht für Model Context Protocol, einen offenen Standard, über den KI-Anwendungen mit Werkzeugen und Datenquellen sprechen.
Drei Dinge machen das Prinzip aus:
- Der Server gehört zum Werkzeug, nicht zur KI. Es gibt einen Server für den Shop, einen für das Anzeigenkonto, einen für die Wettbewerbsdaten.
- Er beschreibt sich selbst. Der Client muss nicht wissen, wie das Werkzeug funktioniert. Er fragt den Server, was er anbietet, und bekommt eine Liste.
- Er arbeitet mit deinen Rechten. Was du im Werkzeug nicht sehen darfst, sieht auch der Server nicht.
Das Entscheidende ist der zweite Punkt. Vor MCP musste jede Kombination aus KI-Anwendung und Werkzeug einzeln gebaut werden. Fünf Assistenten und zehn Werkzeuge bedeuteten fünfzig Integrationen. Mit einem gemeinsamen Standard baut jedes Werkzeug einen Server, jeder Assistent einen Client, und alles passt zusammen.
Host, Client, Server: die drei Rollen
In der Dokumentation tauchen drei Begriffe auf, die in Gesprächen gern durcheinandergehen. Sie sind einfacher, als sie klingen.
| Rolle | Was es ist | Beispiel aus dem Alltag |
|---|---|---|
| Host | Die KI-Anwendung, mit der du arbeitest | Claude, ChatGPT, Claude Code, ein Editor mit KI-Funktion |
| Client | Die Verbindung, die der Host zu genau einem Server offen hält | Unsichtbar, läuft im Host |
| Server | Die Seite des Werkzeugs, die Funktionen und Daten anbietet | Der Shop-Server, der Analytics-Server, Reyo MCP |
Für dich heißt das: Du richtest nichts ein, was „Client" heißt. Du trägst im Host eine Serveradresse ein, meldest dich an, und der Host legt die Verbindung selbst an. Jeder Server bekommt seine eigene Verbindung, deshalb kannst du einzelne Server abschalten, ohne die anderen anzufassen.
Was ein Server anbietet: Werkzeuge, Ressourcen, Vorlagen
Ein Server stellt bis zu drei Arten von Dingen bereit, und wer die Unterschiede kennt, versteht sofort, warum manche Server mehr Vertrauen brauchen als andere.
| Art | Was sie tut | Wer sie auslöst |
|---|---|---|
| Werkzeuge (Tools) | Etwas abrufen oder etwas tun: Bericht holen, Eintrag anlegen, Kommentar schreiben | Das Modell entscheidet im Gespräch |
| Ressourcen (Resources) | Lesbare Daten, die als Hintergrund mitgegeben werden | Die Anwendung wählt aus |
| Vorlagen (Prompts) | Fertige Fragestellungen für wiederkehrende Aufgaben | Du wählst sie aus |
Die Werkzeuge sind der spannende Teil, denn hier entscheidet das Modell selbst, was es aufruft. Genau deshalb ist die nächste Frage so wichtig: Welche Werkzeuge bietet der Server überhaupt an, und sind darunter solche, die etwas verändern? Ein Server, der nur Berichte liest, ist eine andere Risikoklasse als einer, der Mails verschicken kann.
MCP oder API: wo der Unterschied liegt
Die häufigste Rückfrage aus Marketing-Teams lautet: Wir haben doch schon Schnittstellen, wozu noch ein Protokoll? Der Unterschied liegt nicht in der Technik darunter, sondern darin, für wen die Beschreibung gemacht ist.
Eine Programmierschnittstelle (API) ist für Entwickler*innen geschrieben. Sie setzt voraus, dass jemand die Dokumentation liest, Felder zuordnet und Code schreibt. Ändert sich etwas, muss dieser Code angepasst werden.
Ein MCP-Server ist für ein Sprachmodell geschrieben. Er liefert nicht nur die Funktion, sondern auch die Erklärung dazu: wofür sie gut ist, welche Angaben sie braucht, was zurückkommt. Deshalb kann ein Assistent einen Server nutzen, den er vorher nie gesehen hat.
Praktisch bedeutet das drei Dinge:
- Ein Server liegt meist auf einer API. MCP ersetzt die Schnittstelle nicht, es legt eine Schicht darüber, die ein Modell lesen kann.
- Die Einrichtung ist kein Projekt. Bei einem gehosteten Server sind es eine Adresse und eine Anmeldung statt Zugangsschlüssel und Code.
- Der Nutzen steigt mit dem zweiten Server. Eine Quelle beantwortet eine Frage. Zwei Quellen beantworten Fragen, für die du heute zwei Exporte zusammenführst. Wie dieses Zusammenführen ohne KI aussieht, beschreibt der Guide zur Marketing-Datenanalyse.
Lokal oder remote: die zwei Wege ins Werkzeug
Der Standard kennt zwei Transportwege, und der Unterschied entscheidet darüber, ob du den Server selbst aufsetzen musst.
Lokal. Der Server läuft als Programm auf deinem Rechner und spricht über die Standardein- und -ausgabe mit dem Host. Er bedient genau einen Client. Du brauchst eine Laufzeitumgebung wie Python oder Node, Zugangsschlüssel für das Werkzeug und meist jemanden aus der Technik. Dafür verlassen die Daten deinen Rechner nicht.
Remote. Der Server läuft beim Anbieter und wird über Streamable HTTP angesprochen. Du trägst eine Adresse ein und meldest dich an, oft über OAuth. Ein solcher Server bedient viele Nutzer*innen gleichzeitig. Das ist der Weg, der in Minuten fertig ist.
Zwei Details, die in der Praxis auffallen: Ein älterer Transportweg namens SSE gilt als veraltet, auch wenn manche Clients ihn noch annehmen. Und die Clients unterscheiden sich darin, was sie überhaupt annehmen. In Claude Code trägst du beide Varianten ein, remote über claude mcp add --transport http und lokal als zu startenden Befehl. Wer Server über die Programmierschnittstelle von Claude anbindet, kann nur Werkzeuge nutzen, und der Server muss öffentlich erreichbar sein. In ChatGPT lassen sich ausschließlich remote erreichbare Server verbinden; vollen Zugang gibt es dort in den Geschäftsplänen, in den Einzelplänen über einen Entwicklermodus.
Was beim Verbinden passiert
Von außen sind es vier Schritte, und bei einem gehosteten Server dauern sie zusammen keine Viertelstunde.
| Schritt | Was du tust | Was im Hintergrund passiert |
|---|---|---|
| 1 | Serveradresse im Host eintragen | Der Host legt eine Verbindung an |
| 2 | Anmelden und Rechte bestätigen | Der Server bekommt ein Token mit deinen Rechten |
| 3 | Nichts | Client und Server tauschen aus, was sie können; der Host sieht die Werkzeugliste |
| 4 | Eine Frage stellen | Das Modell wählt Werkzeuge, der Host zeigt dir die Aufrufe |
Schritt drei ist der Grund, warum sich ein Server anfühlt, als hätte ihn jemand für deinen Assistenten gebaut. Kommt beim Anbieter ein Werkzeug hinzu, meldet der Server die Änderung, und sie steht im Chat zur Verfügung, ohne dass du etwas aktualisierst.
Rechte: was dein Client darf und was du freigibst
Das ist der Abschnitt, der im Team die meisten Fragen auslöst, und zu Recht. Drei Regeln reichen für den Anfang.
Erstens: Lesen und Schreiben sind zwei verschiedene Dinge. Frag bei jedem Server, ob er nur abruft oder auch anlegt, ändert und versendet, und ob sich das Schreiben abschalten lässt. Manche Server schreiben standardmäßig mit.
Zweitens: Der Server kann nicht mehr als dein Konto. Die Rechte kommen aus der Anmeldung. Ein eigener technischer Zugang mit wenigen Rechten ist deshalb besser als dein persönlicher Vollzugriff.
Drittens: Du siehst die Aufrufe. Ein guter Host zeigt, welches Werkzeug mit welchen Angaben aufgerufen wurde. Das ist deine Kontrolle, und bei schreibenden Werkzeugen gehört eine Rückfrage vor der Ausführung dazu.
Für Teams, die das verbindlich regeln wollen, ist der naheliegende Ort eine kurze Richtlinie: welche Daten in welches Werkzeug dürfen, welche Server lesen und welche schreiben, und wer eine Verbindung freigibt.
Was das im Marketing ändert
Drei Abläufe aus dem Onlinehandel, die mit zwei lesenden Servern funktionieren.
Die Montagsrunde. Dein Assistent holt sich die Aktionen der Wettbewerber aus der letzten Woche und die Entwicklung deiner eigenen Kanäle, und schreibt daraus einen Absatz für das Team-Meeting. Vorher waren das zwei Exporte und eine halbe Stunde.
Die Einordnung einer Aktion. Ein Wettbewerber startet eine Rabattaktion. Statt im Postfach zu suchen, fragst du, wie oft dieser Shop in den letzten Monaten so tief gegangen ist und mit welcher Bedingung. Die Antwort kommt aus den Daten, nicht aus dem Gedächtnis.
Der Entwurf. Aus derselben Beobachtung schlägt dein Assistent eine eigene Aktion vor und legt sie nach deinem Ja als Eintrag im Kampagnenplaner an. Verschickt wird weiter im E-Mail-Werkzeug, nach Freigabe. Wie solche Strecken grundsätzlich aufgebaut sind, zeigt der Guide zur Marketing-Automation.
Eine Grenze gilt dabei unabhängig vom Werkzeug: Bei Wettbewerbsdaten sehen wir, was gesendet wurde, nicht wie es gelaufen ist. Öffnungen, Klicks und Umsätze anderer Shops liegen niemandem vor, und in eigenen Auswertungen nennen wir die Shops nicht beim Namen. Es geht um die Muster, nicht um die Absender.
Woher der Standard kommt
Anthropic hat MCP Ende 2024 als offenen Standard vorgestellt. Im Dezember 2025 wurde das Protokoll an die Agentic AI Foundation übergeben, einen Fonds unter dem Dach der Linux Foundation, den Anthropic, Block und OpenAI mitgegründet haben. Das Governance-Modell blieb dabei unverändert; der Schritt sollte die Unabhängigkeit vom einzelnen Anbieter sichern.
Der Standard wird in datierten Fassungen veröffentlicht. Die aktuelle Revision trägt das Datum 28. Juli 2026. Für dich im Marketing ist davon nur eines wichtig: Es gibt ein veröffentlichtes Regelwerk mit Versionsstand, hinter dem mehrere große Anbieter stehen. Das ist der Unterschied zu einer Funktion, die ein Hersteller nächstes Jahr wieder einstellt.
Vier Missverständnisse
- „MCP ist ein Produkt." Nein, es ist ein Protokoll. Du kaufst keinen MCP, du verbindest Server.
- „Der Server bringt eigene KI mit." Nein. Das Modell sitzt im Host. Der Server liefert Funktionen und Daten.
- „Damit sieht die KI alles." Nein. Sie sieht, was der Server anbietet und was deine Anmeldung erlaubt.
- „Ein Server reicht." Technisch ja, praktisch zahlt sich MCP ab dem zweiten aus, weil erst dann Fragen über Quellen hinweg beantwortet werden.
Wie du anfängst
Nimm einen lesenden, gehosteten Server und eine Frage, die du heute mit zwei Exporten löst. Reyo MCP ist dafür gebaut: Er verbindet Claude, ChatGPT oder Claude Code mit deinem Reyo-Konto, liest die Kampagnen und Mails deiner Wettbewerber und legt auf Wunsch Einträge im Kampagnenplaner an oder schreibt Kommentare, immer nur in deinem Konto. Die Einrichtung ist eine Adresse und eine Anmeldung, die Anleitung zeigt die Schritte für alle drei Clients. Enthalten ist der Server ab dem Plan Professional.
Welche Server es für die übrigen Werkzeuge im Marketing-Stack gibt, welche nur lesen und welche mitschreiben, steht im Überblick der MCP-Server fürs Marketing. Wie die Wettbewerbsdaten zustande kommen, auf die ein solcher Server zugreift, zeigt das Wettbewerber-Monitoring. Und wenn du den größeren Rahmen suchst, in den MCP gehört, lies den Guide Was ist Marketing Intelligence?
Fazit
Ein MCP-Server ist kein neues Werkzeug in deinem Stack, sondern die Steckdose, über die dein KI-Client an die Werkzeuge kommt, die du schon hast. Er beschreibt sich selbst, arbeitet mit deinen Rechten und macht aus Copy-and-paste eine Frage.
Die drei Fragen, mit denen du jeden Server beurteilst, bleiben immer dieselben: Kommt er vom Anbieter selbst? Liest er nur, oder schreibt er auch? Und beantwortet er zusammen mit einem zweiten Server eine Frage, die dich heute eine halbe Stunde kostet?
Stand: 31. Oktober 2026. Angaben zum Protokoll aus der offiziellen Dokumentation, geprüft am 31. Oktober 2026.