Ein MCP-Server ist ein kleines Programm, das einem KI-Assistenten Zugriff auf genau eine Sache gibt: Ihre Meeting-Notizen, Ihren Kalender, eine Firmendatenbank, die Dateien in einem Ordner. Der Assistent verbindet sich mit dem Server, sieht eine kurze Liste dessen, was er tun kann — Aufnahmen durchsuchen, ein Transkript lesen — und ruft diese Funktionen auf, wenn Ihre Frage sie braucht.
Das ist die ganze Idee. Das Model Context Protocol (MCP) ist das vereinbarte Format für dieses Gespräch, sodass derselbe Server mit Claude, ChatGPT, Cursor und jeder anderen kompatiblen Anwendung funktioniert, statt für jede eine eigene Integration zu brauchen. Die offizielle Dokumentation vergleicht es mit einem USB-C-Anschluss für KI-Anwendungen: ein Stecker, viele Geräte.
Dieser Artikel erklärt die Bestandteile in einfachen Worten, was ein Server mit Ihren Daten tun kann und was nicht, und woran Sie einen lokalen Server von einem in der Cloud unterscheiden — die Frage, auf die es am meisten ankommt.
Drei Begriffe tauchen ständig auf, in den Oberflächen durchweg auf Englisch, und nur einer davon bedeutet das, was man vermuten würde.
Verwirrend ist vor allem das Wort Server. Es setzt kein Rechenzentrum voraus. Ein MCP-Server ist oft ein Programm auf Ihrem eigenen Laptop, das die KI-Anwendung beim Start hochfährt und beim Beenden wieder schließt. In der MCP-Terminologie ist ein Server schlicht die Seite, die Kontext anbietet — ganz gleich, wo sie läuft.
Die Spezifikation definiert drei Dinge, die ein Server anbieten kann, und die Namen lohnt es sich zu kennen, weil sie in den Einrichtungsdialogen auftauchen:
search_recordings,
create_issue, run_query. Das ist die Sorte, der Sie am häufigsten
begegnen.Nichts davon passiert still im Hintergrund. Der Assistent liest die Liste der verfügbaren Tools, und wenn Ihre Frage eines davon zu brauchen scheint, ruft er es auf und verwendet die Antwort. Braucht Ihre Frage es nicht, wird nichts angefasst. Ein Tool mit vager Beschreibung wird schlicht nie benutzt — deshalb schwankt die Qualität der Server zwischen den Anbietern so stark.
MCP-Server laufen an einem von zwei Orten, und der Unterschied ist nicht kosmetisch.
Lokale Server laufen auf Ihrem Rechner und tauschen sich mit der KI-Anwendung über Standardein- und -ausgabe aus — ohne Netzwerk. Die Anwendung startet den Server als Prozess; der Server liest lokale Daten und gibt sie zurück. Damit der Assistent sie sehen kann, wird nichts hochgeladen.
Remote-Server laufen auf der Infrastruktur eines Anbieters und werden über HTTP erreicht, in der Regel mit OAuth-Anmeldung. Ihre Daten liegen in dessen Cloud, und der Assistent fragt sie über das Netz ab.
Dienste für Meeting-Notizen zeigen die Trennung gut. Stand 10. August 2026:
Fireflies dokumentiert einen Remote-MCP-Endpunkt unter api.fireflies.ai/mcp
mit OAuth, und der Connector von Otter ist ebenfalls ein
OAuth-authentifizierter Cloud-Dienst, der als Teil des Enterprise-Angebots
auftritt. In beiden Fällen liegen die Transkripte ohnehin in der Cloud des
Anbieters, also ist ein Cloud-MCP-Server die natürliche Form. Ein Werkzeug, das
Aufnahmen stattdessen auf Ihrem Gerät behält, braucht die lokale Variante — so
arbeitet der MCP-Server von Speak-Y: Er läuft auf Ihrem Rechner und
liest lokale Aufnahmen. Seine Werkzeuge, die etwas ändern — eine Aufnahme
taggen, einen Sprecher benennen, sie in einem Teamkanal veröffentlichen —,
laufen in der App selbst, sind dem Client als datenverändernd deklariert, der
Assistent fragt also vorher, und sie lassen sich abschalten, während das Lesen
bleibt.
Ein ehrlicher Vorbehalt gilt für beide Varianten: Ein lokaler Server hält Ihre Daten von den Servern des Anbieters fern, aber nicht aus dem Gespräch heraus. Was der Assistent liest, geht an das Modell, mit dem Sie gerade schreiben — genau so, als hätten Sie es selbst eingefügt. Lokal heißt nicht anderswo gespeichert, nicht für das Modell unsichtbar.
Praktisch verschiebt sich damit etwas: Sie tragen Informationen nicht mehr von Hand hin und her. Statt eine App zu öffnen, die richtige Notiz zu suchen, einen Absatz zu kopieren und ins Chatfenster einzufügen, stellen Sie die Frage, und der Assistent holt sich, was er braucht.
Im Alltag sieht das so aus:
Der Assistent verkettet die Schritte — suchen, lesen, schreiben — von selbst. Unser Leitfaden zum Verbinden von Meeting-Notizen mit einem KI-Assistenten führt durch Prompts, die sich in der Praxis bewähren.
Drei Grenzen, die man klar benennen sollte, weil Anbieterseiten das selten tun:
MCP wurde im November 2024 von Anthropic vorgestellt. OpenAI übernahm es im März 2025 in seinen Produkten, Google DeepMind folgte im April 2025 — ab da war es nicht mehr das Format eines einzelnen Anbieters.
Im Dezember 2025 übergab Anthropic das Protokoll an die Agentic AI Foundation, einen zweckgebundenen Fonds unter dem Dach der Linux Foundation, mitgegründet von Anthropic, Block und OpenAI, mit Unterstützung von Google, Microsoft, AWS, Cloudflare und Bloomberg. Die Maintainer, die das Projekt bis dahin geführt hatten, behielten die technische Kontrolle; Änderungen laufen über einen öffentlichen Vorschlagsprozess.
Die Zahlen geben ein Gefühl für die Größenordnung. Zur Ankündigung im Dezember 2025 meldete das Projekt rund 97 Millionen SDK-Downloads pro Monat und etwa 10.000 aktive Server. Bis zur Spezifikationsfassung vom 2026-07-28 — der aktuellen Revision, die das Protokoll zustandslos machte, damit Server auf gewöhnlicher Web-Infrastruktur skalieren — näherten sich die wichtigsten SDKs einer halben Milliarde Downloads im Monat.
Am schnellsten geht es mit einer Anwendung, die einen Server schon mitbringt. In Speak-Y ist der MCP-Server Teil der Desktop-App: Öffnen Sie Einstellungen → Integrationen, wählen Sie Ihren Client, und die Konfiguration wird für Sie geschrieben. Er läuft lokal und steht in jedem Tarif zur Verfügung, auch im Free-Tarif; die Werkzeuge, die etwas ändern, fragen vor dem Aufruf und lassen sich ganz abschalten. Die MCP-Dokumentation beschreibt die manuelle Einrichtung für Clients ohne Ein-Klick-Installer.
Sobald die Verbindung steht, werden Ihre Diktate und Meeting-Notizen zu etwas, das Sie im Gespräch befragen können, statt es durchzuscrollen. Und wenn Ihr Team Meetings in eine gemeinsame Wissensdatenbank teilt, liefert dieselbe Frage — „Was haben wir dazu entschieden?“ — auch Antworten aus Arbeit, bei der Sie selbst nicht dabei waren.
Ein MCP-Server ist ein kleines Programm, das eine Datenquelle oder einen Satz von Aktionen — Ihre Notizen, Ihren Kalender, eine Datenbank — über eine standardisierte Schnittstelle für eine KI-Anwendung zugänglich macht. Der Assistent verbindet sich damit und kann diese Daten dann durchsuchen und lesen oder die Aktionen ausführen, die der Server erlaubt.
Nein. Viele Anwendungen bringen inzwischen einen MCP-Server mit und richten ihn mit wenigen Klicks in Ihrem KI-Client ein. An eine Konfigurationsdatei müssen Sie nur dann, wenn die Anwendung, die Sie verbinden möchten, keinen Ein-Klick-Installer hat.
Der Server selbst nicht, der Assistent schon. Ein lokaler Server läuft auf Ihrem Rechner und liest lokale Dateien; ein Remote-Server läuft in der Cloud eines Anbieters. In beiden Fällen wird alles, was der Assistent tatsächlich liest, Teil Ihres Gesprächs mit dem Modellanbieter.
Anthropic stellte MCP im November 2024 vor und übergab es im Dezember 2025 an die Agentic AI Foundation, einen zweckgebundenen Fonds unter dem Dach der Linux Foundation, mitgegründet von Anthropic, Block und OpenAI. Die aktuelle Fassung der Spezifikation trägt das Datum 2026-07-28.
Ein Plugin wird für eine bestimmte Anwendung geschrieben. Ein MCP-Server wird einmal gegen einen offenen Standard geschrieben und funktioniert mit jedem MCP-kompatiblen Client — Claude, ChatGPT, Cursor, VS Code und anderen —, sodass Sie den Zugriff einmal einrichten statt einmal pro Anwendung.