Enorm veel bedrijven springen plots op de Model Context Protocol-kar. Wat is het en wat kan je ermee?
In november 2024 heeft Anthropic zijn Model Context Protocol (MCP) open source gemaakt. Het bedrijf noemt het “een standaard om AI-assistenten te verbinden met systemen die data bevatten”. Sindsdien zijn er veel bedrijven die MCP gebruiken om hun AI-systemen zowel lokale als externe bronnen te laten raadplegen. Het staat ze toe om te handelen met context.
In dit artikel leggen we verder uit wat MCP betekent, wat het juist doet en hoe breed de adoptie op dit moment is.
Model Context Protocol
MCP is een open protocol dat AI-modellen toelaat om rechtstreeks te communiceren met andere tools, databases en applicaties. Dat zonder dat er voor elke integratie een aparte API hoeft te worden gebouwd.
lees ook
Anthropic lanceert tool om AI-systemen rechtstreeks met datasets te verbinden
Tot voor kort werkten de meeste AI-systemen grotendeels gesloten en dus met info die ze kregen via trainingsdata. Dat werkte, maar ze konden geen recente info gebruiken. MCP verandert dat door een universele verbindingslaag te zijn tussen AI en de buitenwereld.
Populaire AI-bedrijven zoals OpenAI en Claude maken er ook al gebruik van. Hun modellen kunnen via MCP verbinden met externe gegevensbronnen als databases of lokale bestanden, zoekmachines of gespecialiseerde prompts. Op de website van MCP wordt het protocol omschreven als “een USB-C-poort voor AI-toepassingen”. Een USB-C-poort is een gestandaardiseerde manier om elektronische apparaten aan te sluiten, MCP verbindt dus AI-toepassingen met externe systemen.
Dat zorgt voor een pak minder kopzorgen bij ontwikkelaars. Vroeger moesten ze per tool of bron integraties via API’s ontwikkelen, en nu valt dat volledig weg. Dat maakt van AI, en vooral AI-agenten, niet alleen slimme, maar ook nuttige tools. Dat betekent snellere ontwikkeling, minder kosten en minder fouten.
Die voordelen verklaren waarom zoveel bedrijven plots op die kar springen. In plaats van hun AI-systeem iedere keer opnieuw aan te passen aan nieuwe tools, kunnen ze nu bouwen op één architectuur.
Hoe werkt het?
De architectuur achter MCP is eigenlijk telkens hetzelfde. Een MCP host, ofwel een AI-aangedreven app zoals een agent van Claude of ChatGPT, is verbonden met één of meerdere MCP-servers die elk een andere applicatie of bron bevatten. Sommige servers kunnen lokale bronnen aanspreken zoals bestanden of databases, anderen praten met API’s of online cloud services. Heel dat proces valt onder de noemer van het MCP
Een MCP-server vertaalt een prompt van een gebruiker naar een opdracht voor een bepaalde tool. Een voorbeeld: een Otter MCP-server kan audio-opnames op aanvraag transcriberen. De server verwerkt die vraag, levert een resultaat af en geeft AI de context om verder te werken met het transcript.
Is MCP uniek?
Het idee om AI-systemen toegang te geven tot externe data is niet nieuw. Ontwikkelaars probeerden AI-modellen al langer info van buitenaf mee te geven. Wat MCP anders maakt, is dat het één universele standaard biedt. Het doorbreekt de afhankelijkheid van bepaalde API’s en het kan gebruikt worden door allerlei systemen.
Een Claude-agent kan bijvoorbeeld dezelfde MCP-server gebruiken als een ChatGPT-agent. Dat maakt samenwerking mogelijk op grote schaal.
Voordelen en aandachtspunten
De voordelen van MCP liggen voornamelijk in samenwerking. Ontwikkelaars hoeven niet langer voor elke toepassing een aparte API-integratie te schrijven. Bedrijven kunnen lokale en cloudgebaseerde data via hetzelfde protocol beschikbaar maken voor hun AI-systemen.
Dat maakt het gemakkelijker om bijvoorbeeld:
- interne documenten te doorzoeken zonder gevoelige data extern te delen
- data uit verschillende systemen te combineren in één context
- AI-agenten te laten werken met actuele informatie in plaats van statische kennis
Tegelijk zijn er ook aandachtspunten. Omdat MCP een brug vormt tussen AI en gevoelige bedrijfsdata, blijven veiligheid en toegangsbeheer cruciaal. Onderzoekers hebben al verschillende kwetsbaarheden gevonden zoals promptinjectie of het ongeautoriseerd uitvoeren van opdrachten.
Waar MCP nu staat
MCP bevindt zich op dit moment in een vroege fase van adoptie. De standaard wordt verder ontwikkeld door Anthropic en de open source-gemeenschap. Analisten stellen dat de kans groot is dat MCP, of een variant ervan, uitgroeit tot een standaard voor AI-integratie. Als dat gebeurt, zou het AI-landschap volledig veranderen van gesloten chatbots naar AI-systemen die actief samenwerken met hun bestaande software en data-infrastructuur.
Het Model Context Protocol is een poging om het groeiende landschap van AI-integraties te stroomlijnen. Door één open standaard te introduceren waarmee taalmodellen kunnen communiceren met andere systemen, verlaagt MCP de technische drempel voor bedrijven om AI in te zetten.