MCP Server einrichten — die praktische Anleitung

Das Wichtigste in 60 Sekunden

• MCP = Model Context Protocol — offener Standard für Tool-Anbindung an LLMs.
• Konfigurationsdatei (JSON) sagt Claude, welche Server er starten und nutzen darf.
• Hunderte fertige Server stehen bereit: Gmail, Slack, Postgres, GitHub, Notion, Salesforce, HubSpot, Stripe, Sentry — die gängigen Business-Tools sind dabei.
• Drei Server-Typen: stdio (lokal, am häufigsten), SSE (HTTP-Streaming), HTTP (remote).
• Eigene Server in Python oder TypeScript in 1–3 Tagen.
• Sicherheit: Filesystem nur auf benötigte Ordner, API-Keys in Env-Variablen, niemals committen.
• DSGVO-Hinweis: Daten, die Claude über MCP sieht, fließen in Anthropic-Anfragen ein. Bei sensiblen Daten EU-Residency und Zero-Retention setzen.

Was ist MCP — und warum ist es wichtig?

Vor MCP musste jeder LLM-Anbieter sein eigenes Plugin-/Tool-System bauen — OpenAI mit Plugins, Google mit Extensions, andere mit eigenen APIs. Für Entwickler hieß das: pro Anbieter eine eigene Anbindung. Anthropic hat das 2024 mit MCP gelöst: ein offener Standard, an den sich alle halten können. Mittlerweile unterstützen ihn auch andere Anbieter (OpenAI, Google), neutrale Tools (Cursor, Zed, Replit) und das Ökosystem wächst rasend.

Praktisch heißt das: Wenn ihr heute einen MCP-Server für euer ERP baut, könnt ihr ihn morgen mit Claude, übermorgen mit GPT-5 nutzen — ohne Anpassung.

Für Claude bedeutet ein MCP-Server: Claude kann aktiv handeln. Dateien lesen, Mails versenden, DB-Queries laufen lassen, Tickets in Linear erstellen, Stripe-Refunds anstoßen. Aus dem Chatbot wird ein Agent.

Voraussetzungen

• Claude Desktop App oder Claude Code (CLI) oder Claude Cowork.
• Node.js 18+ (für die meisten Server) oder Python 3.10+ (alternativ).
• Optional: uv oder npx als Package Runner für schnelle Server-Tests.
• Eine Konfigurationsdatei pro Anwendung:
  • Desktop App: ~/Library/Application Support/Claude/claude_desktop_config.json (macOS) bzw. %APPDATA%\Claude\claude_desktop_config.json (Windows).
  • Claude Code: .mcp.json im Projekt-Root oder global unter ~/.claude/settings.json.
  • Cowork: Konfiguration über die Workspace-UI oder Admin-Konsole.
• Für die meisten externen Server: API-Credentials beim jeweiligen Anbieter (Gmail-OAuth, GitHub-Token, Postgres-Connection-String).

Erster MCP-Server in 5 Minuten — Filesystem

Der Filesystem-Server gibt Claude Lese- und Schreibzugriff auf einen Ordner auf deinem Rechner. Praktischer Einstieg, weil sofort nützlich.

1. Konfigurationsdatei öffnen. macOS:

open -e ~/Library/Application\ Support/Claude/claude_desktop_config.json

2. Konfig eintragen:

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/deinname/Projekte"
      ]
    }
  }
}

3. Claude Desktop neu starten — komplett beenden und wieder öffnen.

4. Testen: Im Chat fragen „Welche Dateien siehst du im Projekte-Ordner?“ — Claude listet sie auf, kann sie lesen, kann neue erstellen.

Dieselbe Konfig funktioniert mit minimalen Anpassungen auch in Claude Code (.mcp.json im Projekt-Root).

Konfiguration für Claude Code

In Claude Code legst du die MCP-Definition direkt ins Projekt:

// .mcp.json im Projekt-Root
{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_..."
      }
    },
    "postgres": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-postgres",
        "postgresql://user:pass@localhost/mydb"
      ]
    }
  }
}

Wichtig: die .mcp.json in Git committen, aber Secrets in Env-Variablen auslagern (.env via gitignore). Claude Code unterstützt ${ENV_VAR}-Substitution direkt in der Konfig.

Status prüfen mit dem Slash-Command /mcp in der Claude Code-Session — listet alle aktiven Server, ihren Verbindungs-Status und welche Tools sie exponieren.

Beliebte MCP-Server (alphabetisch)

• airtable: Tabellen lesen, Datensätze anlegen/aktualisieren.
• brave-search: Web-Suche über die Brave-API (datenschutzfreundliche Alternative).
• filesystem: Dateien lesen/schreiben in definierten Ordnern.
• git & github: Repos verwalten, Branches, PRs, Issues, Reviews.
• gitlab: Pendant zu github für GitLab-Instanzen.
• google-drive / gmail / google-calendar: Workspace-Anbindung.
• hubspot / salesforce: CRM-Anbindung — Kontakte, Deals, Pipelines.
• jira / linear: Ticket-Systeme — Issues lesen, anlegen, Status updaten.
• notion: Pages, Databases, Comments.
• postgres / mysql / sqlite: Datenbank-Queries (read und/oder write je nach Konfig).
• puppeteer / playwright: Browser-Automatisierung, Screenshots, Scraping.
• sentry: Fehler-Tracking — Issues lesen, kommentieren, lösen.
• slack: Channels lesen/schreiben, DMs, Search.
• stripe: Customers, Subscriptions, Invoices, Refunds.
• weather: klassischer Hello-World-Server für Lerneffekte.

Vollständige Übersicht: github.com/modelcontextprotocol/servers und die Anthropic Connector-Registry. Stand 2026: über 500 öffentliche Server, dazu beliebig viele firmeninterne.

Authentifizierung und Secrets sauber lösen

Fast jeder Server braucht Credentials. Drei Pattern, die sich bewährt haben:

Persönlicher Access-Token (PAT)

Beispiel GitHub: PAT erstellen unter Settings → Developer settings → Personal access tokens. Scope eng halten (repo für Code-Zugriff, read:user für Profil). Token in ~/.zshrc oder .env ablegen, niemals direkt in claude_desktop_config.json committen.

OAuth-Flow

Beispiel Gmail/Slack/Notion: Server fragt beim ersten Start eine OAuth-URL ab, du autorisierst im Browser, Token wird lokal gespeichert. Komfortabel, aber prüfe, wo der Token landet (lokal vs. fremder Server).

Service-Account / API-Key

Beispiel Postgres, Stripe: dedizierter Read-only-Account, Connection-String oder API-Key. Best Practice: separater MCP-User mit minimalen Rechten — nicht der Admin-Account.

Generell: Secrets in .env, .env in .gitignore, in der Konfig per Variable referenzieren. Für Teams: Secret-Manager wie 1Password CLI, Vault oder Doppler.

Eigenen MCP-Server bauen

Wenn euer internes Tool keinen fertigen Server hat — z. B. ein altes ERP, ein Branchen-CRM, ein internes Reporting-System — baut ihr einen eigenen. Anthropic stellt SDKs für TypeScript und Python bereit.

Minimal-Beispiel (Python)

from mcp.server.fastmcp import FastMCP

mcp = FastMCP("mein-erp")

@mcp.tool()
def get_kunde(kundennummer: str) -> dict:
    """Holt Stammdaten eines Kunden aus dem ERP."""
    # ... DB-Query oder API-Call ...
    return {"name": "Müller GmbH", "umsatz": 12500}

if __name__ == "__main__":
    mcp.run()

In der Konfig:

{
  "mcpServers": {
    "mein-erp": {
      "command": "uv",
      "args": ["run", "python", "/pfad/zu/mein_erp_server.py"]
    }
  }
}

Aufwand für einen ersten produktiven Server: 1–3 Tage, je nach Komplexität der Schnittstelle. Wir entwickeln Custom-MCP-Server für Kunden — von ERP-Anbindung bis zu speziellen Branchen-APIs (Lexware, DATEV, Notes-Systeme).

MCP-Server in Claude Code testen und debuggen

In Claude Code stehen dir mehrere Werkzeuge zur Verfügung:

• /mcp — Status aller Server, Verbindungsfehler sichtbar.
• /mcp logs <server> — Live-Log eines Servers.
• MCP Inspector (separates Tool, npx @modelcontextprotocol/inspector) — UI zum Testen einzelner Tool-Calls außerhalb von Claude.

Häufige Debug-Ursachen:

• Falscher Pfad in command / args.
• Node/Python-Version zu alt.
• Secret nicht gesetzt oder nicht eingelesen.
• Firewall blockiert Verbindung (bei HTTP/SSE-Servern).
• Server-Logs zeigen, dass die Anfrage formal falsch ankommt → Tool-Schema prüfen.

Sicherheit und Best Practices

• Filesystem nur eng freigeben. Nicht /Users/deinname, sondern den konkreten Projektordner. Sonst kann Claude versehentlich SSH-Keys lesen.
• Read-only wo möglich. Datenbanken-Server mit User, der nur SELECT darf. Schreib-Operationen separat freigeben.
• Tool-Whitelisting. Wenn ein Server 50 Tools exponiert, aber ihr nur 5 braucht — prüft, ob der Server eine Whitelist unterstützt.
• Secrets niemals in Konfigs committen. Env-Variablen oder Secret-Manager.
• Rate Limits einplanen. Gmail, Slack, Stripe haben API-Limits. Bei Bedarf Server-Caching aktivieren oder Retry-Logik einbauen.
• Audit-Logging. In Cowork/Enterprise: jede MCP-Aktion landet im Audit-Log. Für eigene Server: Log-Hooks einbauen.
• Separater MCP-User pro System. Wenn der MCP-Account kompromittiert wird, ist nur dieser eine Zugriff betroffen.

MCP Server für SEO und Search Console

Ein wachsender Use-Case ist SEO-Automation: Claude liest Search-Console-Performance, erkennt Seiten mit fallender CTR, clustert Suchanfragen und schlägt konkrete Title-, Description- oder Content-Änderungen vor. Das ist besonders stark, wenn technische Checks aus Sitemap, Canonical-Tags und Live-HTTP-Status parallel einfließen.

Für sauberes Arbeiten gilt: Claude bereitet Entscheidungen vor, ändert aber nichts ohne Freigabe. Bei uns läuft so ein typischer Ablauf: GSC-Daten ziehen, Problemhypothese formulieren, betroffene URLs prüfen, Änderungsvorschlag schreiben, Build testen, deployen, Sitemap neu einreichen.

DSGVO-Hinweise zu MCP

Als DSB sehe ich drei wichtige Punkte:

1. Daten, die Claude über MCP liest, fließen in Anthropic-Anfragen. Egal ob aus Postgres oder Gmail — sobald Claude die Daten sieht, gehen sie zur Verarbeitung an Anthropic. Das gehört ins Verarbeitungsverzeichnis.
2. Bei sensiblen Daten EU-Residency aktivieren (Claude Enterprise) und Zero-Retention bestätigen.
3. Mitarbeiter-Schulung: Was darf Claude über MCP sehen? Was nicht? Im Idealfall hat jeder MCP-Server einen klar definierten Scope (z. B. „nur Marketing-Daten, keine HR-Daten“).

Komplette DSGVO-Übersicht: Ist Claude DSGVO-konform?

Stolperfallen aus Rollouts

• „Claude erkennt den Server nicht.“ Meist falsch konfiguriert oder nicht neu gestartet. Erst /mcp oder Logs prüfen.
• Zu viele Server gleichzeitig. Claude wird langsam und konfus, wenn 20 Server gleichzeitig aktiv sind. Lieber pro Projekt nur die nötigen.
• Server, die endlos Daten zurückgeben. Z. B. „lese alle E-Mails der letzten 5 Jahre“ — sprengt das Kontextfenster. Server müssen Pagination oder Limits implementieren.
• Veraltete Server-Pakete. Updates der Server (npm-Paket, Python-Lib) regelmäßig prüfen — Sicherheits-Fixes nicht verschlafen.
• Server-Tokens mit zu vielen Rechten. Wenn der GitHub-Token repo, admin:org, delete_repo hat, ist das ein Risiko. Eng halten.

Nächster Schritt

MCP ist der Hebel, der Claude vom Schreib-Werkzeug zum aktiven Agenten macht. Wenn ihr eure internen Systeme anbinden wollt — wir entwickeln Custom-MCP-Server, betreiben sie inkl. Auth, Rate-Limits, Monitoring und schulen euer Team. MCP-Server entwickeln lassen oder Erstgespräch buchen.