Das Model Context Protocol (MCP) ist ein offener Standard, mit dem KI-Assistenten und Sprachmodelle auf externe Datenquellen und Werkzeuge zugreifen können. Anthropic hat MCP im November 2024 veröffentlicht und als Open-Source-Projekt freigegeben. Der Standard regelt, wie ein Sprachmodell eine Anfrage an eine Datenbank, ein Dateisystem oder ein Fachsystem stellt und die Antwort strukturiert zurückbekommt. Damit muss ein Sprachmodell nicht mehr für jede einzelne Datenquelle eigens angepasst werden.
Die Architektur folgt einem Client-Server-Modell. Ein MCP-Server stellt Daten oder Funktionen bereit, etwa den Zugriff auf ein CRM, einen Kalender oder eine Datenbank. Ein MCP-Client, eingebettet in eine KI-Anwendung, verbindet sich mit diesem Server und ruft die bereitgestellten Funktionen ab. Vor MCP musste für jede Kombination aus KI-Anwendung und Datenquelle eine eigene Anbindung programmiert werden. MCP ersetzt diese Vielzahl an Einzellösungen durch ein gemeinsames Protokoll, ähnlich wie eine USB-Buchse unterschiedliche Geräte über denselben Anschluss bedient.
MCP im SAP-Business-One-Kontext
Für SAP Business One ist MCP relevant, sobald ein KI-Assistent auf lebende Geschäftsdaten zugreifen soll, etwa auf offene Posten, Artikelbestände oder Belegdaten über den Service Layer oder die DI-API. Statt für jede Anfrageart eine eigene Schnittstelle zu bauen, stellt ein MCP-Server die relevanten B1-Funktionen einmal bereit. Jeder MCP-fähige Client, egal ob Chat-Oberfläche oder Entwicklerwerkzeug, kann darauf zugreifen.
Abgrenzung
MCP ist kein Ersatz für den Service Layer oder eine REST-API. Es setzt eher eine Schicht darüber: MCP standardisiert, wie ein KI-Modell solche Schnittstellen anspricht, nicht wie die Schnittstelle selbst aufgebaut ist. Gegenüber Retrieval-Augmented Generation deckt MCP einen anderen Bedarf ab. RAG holt Textwissen aus einer Wissensbasis, MCP verschafft dem Modell Zugriff auf strukturierte Daten und ausführbare Funktionen.
SAP B1 10.0 FP2608: Service Layer KI als transaktionalen Schicht
Process Reward Models: Warum ein richtiges Ergebnis noch keinen richtigen Weg beweist
Test-Time Compute Scaling: Warum ein kleineres KI-Modell am Ende gewinnen kann — und was der Lieferantenvergleich in SAP Business One damit zu tun hat
RLHF und Reward-Modelle: KI-Hype oder was der Genehmigungsprozess in SAP Business One damit zu tun hat
KI – Antworten aus SAP Business One – ohne SQL, ohne IT-Ticket
