MCP: Model Context Protocol

Der "USB-C-Port für KI-Anwendungen" – verbinden Sie Claude, n8n und andere Tools mit externen Services wie Asana, Slack, Google Calendar.

Theorie PLUS Praxis – mit echten Beispielen

Das Problem: Jedes Tool braucht eigene Integration

Warum MCP entwickelt wurde

Bevor MCP existierte, musste jedes KI-Tool separate Integrationen bauen:

ChatGPT Plugin für Asana → funktioniert nur in ChatGPT
Claude Slack-Integration → funktioniert nur in Claude
Jedes Tool musste ALLES neu bauen → ineffizient, teuer, fragmentiert
Keine Standardisierung → jede Integration funktioniert anders

Lösung: MCP (Model Context Protocol) – ein Standard für alle!

Was ist MCP?

Open Protocol zur Standardisierung von KI-Integrationen

"MCP is an open protocol that standardizes how applications provide context to LLMs."
Think of MCP like a USB-C port for AI applications.

Was bedeutet das konkret?

Standardisierte Schnittstelle: Wie USB-C für Geräte ist MCP der Standard für KI ↔ Tool-Verbindungen
Open Source & Open Protocol: Jeder kann MCP-Server bauen, keine Vendor Lock-in
Einmal gebaut, überall nutzbar: Ein Asana MCP-Server funktioniert mit Claude, n8n, Cursor, etc.

Analogie: MCP = USB-C für KI

Vor USB-C (Vor MCP)

• Jedes Gerät eigener Anschluss (Mini-USB, Micro-USB, Lightning, etc.)
• 10 Kabel für 10 Geräte
• Hersteller müssen alles einzeln bauen
• Inkompatibel untereinander

= Chaos, Fragmentierung, hohe Kosten

Mit USB-C (Mit MCP)

• Ein Standard für alle Geräte
• Ein Kabel für alle Geräte
• Hersteller bauen nach Standard
• Kompatibel untereinander

= Einfach, effizient, niedrige Kosten

MCP macht das Gleiche für KI-Tools:

Ein Asana MCP-Server funktioniert mit Claude, ChatGPT (via Cursor), n8n, Windsurf, etc. – weil alle den MCP-Standard sprechen. Einmal bauen, überall nutzen!

Was kann MCP konkret?

Die Hauptfunktionen des Protocols

Tools bereitstellen

KI kann Aktionen in externen Services ausführen

Asana Task erstellen
Slack Message senden
Google Calendar Event anlegen

Ressourcen lesen

KI kann Daten aus Services abrufen

Asana Tasks durchsuchen
Slack Messages abrufen
Dokumente aus Google Drive

Prompts definieren

Vordefinierte Prompt-Templates

Erstelle Sprint-Report
Analysiere Team-Performance
Generiere Meeting-Notizen

Bidirektional

Kommunikation in beide Richtungen

KI → Service (schreiben)
Service → KI (lesen)
Real-time Updates möglich

Architektur & Wie es funktioniert

Die 3 Hauptkomponenten

MCP Host (Client)

Die KI-Anwendung, die externe Tools nutzen will

Beispiele: Claude Desktop / Claude Code

n8n (als MCP Client)

Cursor IDE

Windsurf

MCP Server

Der Übersetzer zwischen KI und externem Service

Asana MCP Server → übersetzt zwischen Claude und Asana API

Slack MCP Server → übersetzt zwischen Claude und Slack API

Custom n8n MCP Server → eigene Workflows als Tools

External Service (Data Source)

Das eigentliche Tool/System mit Daten

Asana (Projektmanagement)

Slack (Team-Kommunikation)

Google Calendar (Terminplanung)

PostgreSQL (Datenbank)

Wie läuft eine Anfrage ab?

User fragt Claude:

"Erstelle mir eine Asana Task für das Q1 Meeting"

Claude (MCP Host) erkennt:

"Ich brauche das 'create_task' Tool vom Asana MCP Server"

MCP Server übersetzt:

Claude-Request → Asana API Call (JSON-RPC 2.0)

POST /api/1.0/tasks {`{ "name": "Q1 Meeting", "workspace": "..." }`}

Asana Service antwortet:

Task erstellt (Task-ID: 12345)

Claude antwortet User:

"Ich habe die Asana Task 'Q1 Meeting' erstellt (ID: 12345)"

Das Geniale:

Claude muss NICHTS über die Asana API wissen! Der MCP Server handled alles (Auth, API-Calls, Error-Handling). Claude ruft einfach create_task() auf – der Rest ist Magie.

Transport-Protokolle

Wie kommunizieren Host und Server?

STDIO (Standard I/O)

Kommunikation über stdin/stdout (wie Terminal). Einfachste Methode, lokal, sehr performant.

Einfachste Methode
Lokal (MCP Server läuft als Subprocess)
Sehr performant
Nur Single-Client
Use Case: Claude Desktop mit lokalem MCP Server

SSE (Server-Sent Events)

HTTP-basiert, Server pusht Updates an Client. Remote möglich, aber deprecated.

Remote möglich (über Internet)
Multi-Client fähig
Real-time Updates
Deprecated (→ StreamableHTTP)
Status: Backward-compatible, aber veraltet

StreamableHTTP

Moderne HTTP-basierte Kommunikation (Nachfolger von SSE). Aktueller Standard.

Remote & Multi-Client
HTTP POST/GET
Optional SSE für Streaming
Aktueller Standard
Use Case: n8n als MCP Server/Client, Cloud-Deployments

Welches verwenden?

• Lokal + Single-Client (Claude Desktop): STDIO
• Remote + Multi-Client (n8n, Web-Apps): StreamableHTTP
• Legacy Support: SSE (falls alte MCP Server)

Fertige MCP Server (Direkt nutzbar)

Anthropic und Partner bieten 10+ vorgefertigte MCP Server

Asana

Projektmanagement & Task-Tracking

Tasks suchen, erstellen, aktualisieren
Projekte & Goals tracken
Teams koordinieren
Setup: claude mcp add --transport sse asana

Slack

Team-Kommunikation & Collaboration

Messages senden & empfangen
Channels & Threads durchsuchen
Files & Users finden
Verfügbarkeit: Team & Enterprise Plans

Google Workspace

Drive, Calendar, Docs Integration

Calendar Events erstellen
Drive Files durchsuchen
Docs analysieren
Beispiel (via Activepieces): Google Calendar Invite

GitHub

Code Repository Management

PRs reviewen & kommentieren
Issues erstellen & tracken
Code-Änderungen analysieren
Use Case: PR-Review-System mit Claude + GitHub MCP

PostgreSQL

Datenbank-Zugriff

SQL-Queries ausführen
Schema inspizieren
Daten analysieren
Tutorial: Microsoft MCP for beginners (Module 11)

Puppeteer

Web Automation & Scraping

Websites automatisch bedienen
Daten extrahieren
Screenshots erstellen
Use Case: Automated Testing, Data Scraping

Weitere verfügbare Integrationen

Enterprise Services:

• Atlassian (Jira, Confluence)
• Linear (Issue Tracking)
• Intercom (Customer Support)
• Sentry (Error Tracking)

Developer Tools:

• Zapier (Automation)
• Git (Version Control)
• Cloudflare (CDN/Security)
• PayPal, Square (Payments)

Komplette Liste: claude.com/partners/mcp

n8n mit MCP nutzen

n8n unterstützt MCP in zwei Richtungen: Als Client UND als Server

n8n als MCP Client

Was: n8n nutzt externe MCP Server (Asana, Slack, etc.)

Setup:

Fügen Sie "MCP Client Tool" Node hinzu
Konfigurieren Sie SSE Endpoint des MCP Servers
Auth-Method wählen (Bearer, OAuth2, etc.)
Verbinden Sie mit AI Agent Node

Use Case:

n8n Workflow → MCP Client Tool → Asana MCP Server → Asana API → Tasks automatisch erstellen aus E-Mails

n8n als MCP Server

Was: n8n Workflows werden als MCP Tools für Claude/etc. verfügbar

Setup:

Fügen Sie "MCP Server Trigger" Node hinzu
Konfigurieren Sie Bearer Auth
Definieren Sie Tool-Name & Parameter
Verbinden Sie Claude/Cursor/etc.

Use Case:

Claude → n8n MCP Server → n8n Workflow "Rechnungen verarbeiten" → Claude kann Rechnungen via n8n verarbeiten

Praktisches Beispiel: E-Mail → Asana Task

Szenario:

Jede E-Mail mit "URGENT" im Betreff soll automatisch eine High-Priority Asana Task erstellen.

n8n Workflow:

Gmail Trigger: Bei neuer E-Mail
IF Node: Enthält Betreff "URGENT"?
OpenAI Chat Model: Analysiere E-Mail → extrahiere Task-Details
MCP Client Tool: Verbinde mit Asana MCP Server
create_task(): Erstelle Asana Task mit High Priority
Gmail Node: Antworte mit Bestätigung + Task-Link

Warum MCP hier?

Ohne MCP: Asana API direkt aufrufen → kompliziert, Auth handling, Error-Codes verstehen
Mit MCP: create_task(title, priority) → fertig!

Eigenen MCP Server bauen

Sie können eigene MCP Server in Python oder TypeScript bauen – mit offiziellen SDKs

Wann eigenen MCP Server bauen?

Ja, bauen Sie einen:

• Interne Tools/Systeme (eigenes CRM, ERP)
• Proprietäre Datenbanken
• Custom Business Logic
• API ohne fertigen MCP Server
• Spezielle Workflows als Tools

Nicht nötig, wenn:

• Fertiger MCP Server existiert (Asana, Slack, etc.)
• Simple API-Calls (direkt in n8n machen)
• Einmaliger Use Case (kein Reuse)
• Keine komplexe Business Logic

Einfaches Beispiel: Weather MCP Server (TypeScript)

Ziel: MCP Server, der aktuelle Wetterdaten von OpenWeatherMap API abruft

// 1. Setup & Dependencies
import {`{ Server }`} from "@modelcontextprotocol/sdk/server/index.js";
import {`{ StdioServerTransport }`} from "@modelcontextprotocol/sdk/server/stdio.js";

// 2. Create MCP Server
const server = new Server({`{
  name: "weather-server",
  version: "1.0.0"
}`});

// 3. Register Tool
server.setRequestHandler("tools/list", async () => ({`{
  tools: [{
    name: "get_weather",
    description: "Get current weather for a city",
    inputSchema: {
      type: "object",
      properties: {
        city: { type: "string", description: "City name" }
      },
      required: ["city"]
    }
  }]
}`}));

// 4. Handle Tool Call
server.setRequestHandler("tools/call", async (request) => {`{
  if (request.params.name === "get_weather") {
    const city = request.params.arguments.city;

    // Call OpenWeatherMap API
    const response = await fetch(
      \`https://api.openweathermap.org/data/2.5/weather?q=\${city}&appid=YOUR_KEY\`
    );
    const data = await response.json();

    return {
      content: [{
        type: "text",
        text: \`Weather in \${city}: \${data.main.temp}°C, \${data.weather[0].description}\`
      }]
    };
  }
}`});

// 5. Start Server
const transport = new StdioServerTransport();
await server.connect(transport);

Das war's!

Mit ~40 Zeilen Code haben Sie einen funktionsfähigen MCP Server. Claude/n8n können jetzt get_weather("Berlin") aufrufen!