Entwicklung von MCP: Das Model Context Protocol erklärt
AI Summary
Operations Calling 2025 showcased how modern manufacturing depends on open ecosystems, with dozens of partners demonstrating integrated AI, hardware, and software solutions. The event emphasized that collaboration and interoperability—not single all-in-one systems—are key to scalable, future-ready operations.
Warum MCP gerade jetzt in der Fertigungsindustrie eine wichtige Rolle spielt
Agentische KI entwickelt sich rasch von der Experimentierphase hin zum praktischen Einsatz in der Fertigung. Während Hersteller Copiloten, KI-gesteuerte Assistenten und Agenten in der Anfangsphase einsetzen, wird eine Herausforderung deutlich: KI-Systeme können zwar Probleme analysieren, verfügen jedoch nicht über eine sichere, standardisierte Methode, um in Produktionsumgebungen Maßnahmen zu ergreifen.
Genau in dieser Lücke – wo KI zwar Signale interpretieren kann, aber nicht zuverlässig in OT/IT-Systemen eingesetzt werden kann – kommt Manufacturing MCP zum Tragen.
KI-Systeme benötigen Handlungsansätze, nicht nur Erkenntnisse
Die meisten KI-Initiativen in der Fertigung decken Anomalien, Trends und Prognosen auf. Doch ohne einen Mechanismus, der die KI direkt mit Tools, Daten und Arbeitsabläufen verknüpft, bleibt die Koordination weiterhin Aufgabe des Menschen. MCP schafft eine strukturierte, berechtigungsgesteuerte Aktionsschicht, sodass die KI die Ausführung innerhalb klarer Grenzen unterstützen kann.
Fertigungssysteme wurden nicht für LLMs oder Agenten konzipiert.
Herkömmliche Architekturen wie „ MES “, „ ERP “ und PLM setzen auf deterministische Arbeitsabläufe und menschliche Bediener. Große Sprachmodelle arbeiten hingegen probabilistisch und benötigen einen umfangreichen Kontext, um sicher zu funktionieren. MCP bildet eine Brücke zwischen diesen beiden Welten – es übersetzt Agentenanfragen in kontrollierte, vorhersehbare Tool-Aufrufe.
Die Notwendigkeit standardisierter Integrationsmuster
Jede Anlage verfügt über einzigartige Integrationen, benutzerdefinierte Skripte, isolierte Datenflüsse und einmalig entwickelte Automatisierungslogik. Ohne Standardisierung wird KI anfällig und schwer zu steuern. Manufacturing MCP definiert einheitliche Schemata, Berechtigungsmodelle und Validierungsregeln, sodass Agenten mit Systemen auf dieselbe Weise interagieren wie Menschen – unter Einhaltung rollenbasierter Zugriffs- und Prüfungsanforderungen.
Die Herstellung von MCP ist derzeit von Bedeutung, da sie der KI eine sichere Möglichkeit bietet, in den Betriebsablauf eingebunden zu werden, ohne dabei die Kontrollen, Einschränkungen und Rechenschaftspflichten zu umgehen, die die Produktion erfordert.
Was ist das Model Context Protocol?
Bei der Entwicklung von MCP wird das Model Context Protocol – ein zunehmend verbreiteter Standard für die KI-Integration – auf die spezifischen Rahmenbedingungen von Fabrikumgebungen angewendet. Es dient als strukturierte, KI-native Schnittstellenschicht, die es Agenten ermöglicht, den Kontext zu verstehen, Informationen abzufragen und sichere, geregelte Aktionen auszuführen.
Die Kerndefinition
Das Model Context Protocol (MCP) ist ein universeller Standard für die Anbindung von KI-Systemen an Tools und Datenquellen. Anstatt für jeden Anwendungsfall maßgeschneiderte Integrationen oder instabile Pipelines zu entwickeln, definiert das MCP:
- Welche Funktionen ein KI-System aufrufen kann.
- Wie Werkzeuge beschrieben werden.
- Welcher Kontext muss übergeben werden?
- Wie Berechtigungen und Datengrenzen durchgesetzt werden.
Es fungiert als KI-natives Äquivalent zu einem API-Gateway – optimiert für LLM-Schlussfolgerungen, den Aufruf von Tools und die sichere Ausführung.
Was MCP macht (einfach ausgedrückt)
In der Praxis bietet MCP eine klare Vorgabe dafür, wie ein KI-Agent mit seiner Umgebung interagiert:
- Legt fest, welche Tools der Agent nutzen kann (Daten abrufen, Workflows auslösen, Dokumente lesen).
- Stellt den Kontext bereit, den der Agent benötigt, um korrekte Schlussfolgerungen zu ziehen (Datenstrukturen, Metadaten, Beziehungen).
- Verwaltet Berechtigungen, sodass Agenten die auf Benutzerebene festgelegten Befugnisse nicht überschreiten können.
- Gewährleistet einen vorhersehbaren Tool-Aufruf durch strukturierte Schemata und explizite Parameter.
MCP macht Schluss mit dem Rätselraten. Die Mitarbeiter wissen genau, welche Maßnahmen sie ergreifen können und wie sie dabei vorgehen müssen.
Was MCP nicht ist
Um Missverständnisse zu vermeiden, ist es wichtig zu klären, was MCP nicht leistet:
- Kein Akteur – es denkt nicht selbstständig und handelt auch nicht eigenständig.
- Kein Data Lake – es werden keine Informationen gespeichert.
- Es ist kein Ersatz für MES/ERP/PLM – es funktioniert mit diesen Systemen, nicht anstelle von ihnen.
- Keine magische Orchestrierungsebene – sie erfordert durchdachtes Design und eine sorgfältige Steuerung.
MCP ist die Schnittstelle, nicht die Intelligenz. Sein Zweck besteht darin, KI-Systemen eine sichere und strukturierte Möglichkeit zu bieten, mit komplexen Fertigungsumgebungen zu interagieren.
Warum die Fertigungsindustrie MCP braucht
Die Fertigung ist eine der komplexesten Datenumgebungen in jeder Branche. Die Systeme sind zwar miteinander vernetzt, aber selten einheitlich, und die Arbeit an der Produktionsfront ist auf Echtzeitinformationen angewiesen, die Maschinen, Materialien, Mitarbeiter und Arbeitsabläufe umfassen. MCP führt einen Standard ein, der diese Elemente so miteinander verknüpft, dass KI-Systeme sie sicher und konsistent nutzen können.
Die Fertigung erfordert kontextreiche Daten
KI-Systeme können ohne einen vollständigen Überblick keine verlässlichen Entscheidungen treffen. In einer Fabrikhalle umfasst dieser Überblick Folgendes:
- Maschinen- und Sensorzustände
- Tätigkeiten, Qualifikationen und beruflicher Werdegang des Bedieners
- Digitale Arbeitsanweisungen und App-Logik
- Lagerbestände und Materialfluss
- Qualitätsgrenzwerte, Abweichungen und Spezifikationen
- Terminierungsabhängigkeiten und Kapazitätsbeschränkungen
Ohne einen strukturierten Domänenkontext neigen KI-Agenten dazu, falsche Schlussfolgerungen zu ziehen, falsche Schritte zu wählen oder Bedingungen falsch zu interpretieren. MCP stellt die Metadaten und das Schema bereit, die sicherstellen, dass die Agenten auf der Grundlage genauer, kontextbezogener Informationen Schlussfolgerungen ziehen.
Heterogene Systeme führen zu einer Fragmentierung
In den meisten Fabriken kommt ein Flickenteppich aus verschiedenen Technologien zum Einsatz:
- Ältere Plattformen „ MES “ und „ ERP “
- Isolierte Maschinendaten und SCADA-Ebenen
- Papierbasierte Prozesse und implizites Wissen
- Cloud-Tools für Analysen oder Automatisierung hinzugefügt
Diese Umgebungen sind nicht für große Sprachmodelle (LLMs) ausgelegt. Es fehlt ihnen an einer klaren, einheitlichen Methode, mit der KI-Systeme Datenstrukturen, Beziehungen und Identifikatoren verstehen können.
MCP löst dieses Problem durch die Definition eines einzigen Integrationsvertrags – Anbieter, Tools und Agenten folgen alle derselben standardisierten Methode für den Informationsaustausch.
MCP bietet einen einheitlichen Vertrag für KI an
Mit MCP profitieren Teams von folgenden Vorteilen:
- Einheitliche Tool-Schemas, damit Agenten stets wissen, wie eine Aktion aufgerufen wird
- Klare Vorgaben dazu, wie Mitarbeiter mit den Systemen umgehen müssen
- Herstellerunabhängige Interoperabilität zwischen OT- und IT-Tools
- Geringerer Integrationsaufwand, wenn neue Agenten oder Funktionen in Betrieb genommen werden
Kurz gesagt: MCP bietet der Fertigungsindustrie eine stabile, geregelte Grundlage für agentenbasiertes Verhalten – eine Grundlage, die den Anforderungen der Branche an Präzision, Vorhersehbarkeit und Betriebssicherheit gerecht wird.
So funktioniert MCP
MCP wurde entwickelt, um KI-Systemen eine strukturierte, vorhersehbare Möglichkeit zur Interaktion mit Tools, Daten und Arbeitsabläufen zu bieten. Es unterteilt das Integrationsproblem in vier Elemente – Tools, Kontext, Berechtigungen und Aktionspfade –, die jeweils für ein sicheres, agentenbasiertes Verhalten in der Fertigung unerlässlich sind.
1. Werkzeuge
Tools legen fest, welche Aktionen ein KI-System ausführen kann. Jedes Tool beschreibt:
- Sein Name und sein Zweck
- Erforderliche und optionale Parameter
- Erwartete Ergebnisse
- Einschränkungen oder Fehlerzustände
Beispiele für die Funktionen von Werkzeugen im Fertigungskontext sind unter anderem:
- Tabellen- oder Datensatzdaten lesen
- Maschinen- oder Sensorstatus abrufen
- Zusammenfassung der Produktionstrends
- Einen Workflow oder eine App-Aktion auslösen
- Abrufen von Dokumenten oder strukturierten Inhalten
Tools verleihen dem Agenten seine „Hände“ – die Fähigkeit, Aktionen im System auszuführen.
2. Kontext
Der Kontext legt fest, wie Daten modelliert werden und wie Systeme zueinander in Beziehung stehen. Er liefert den Agenten die Informationen, die sie benötigen, um korrekte Schlussfolgerungen zu ziehen.
Zum Produktionskontext gehören häufig:
- Anlagenmodelle (Stationen, Maschinen, Zellen)
- Datentypen und Felddefinitionen
- App Strukturen und Workflow-Logik
- Beziehungen zwischen Materialien, Chargen und Vorgängen
Ohne diesen Kontext interpretieren KI-Systeme Bedingungen falsch oder treffen Annahmen, die den Sicherheits- und Qualitätsanforderungen zuwiderlaufen.
3. Berechtigungen + Governance
MCP setzt Berechtigungsgrenzen nach dem Prinzip der Schnittmenge der geringsten Berechtigungen durch:
- Agenten übernehmen die Berechtigungen des Benutzers
- Agenten können keine Berechtigungen erweitern
- Vorgänge bleiben lückenlos nachvollziehbar
- HITL-/HOTL-Muster funktionieren in allen Tools einheitlich
Diese Kontrollmechanismen stellen sicher, dass sich die KI nicht anders verhält als ein menschlicher Benutzer, der sich an rollenbasierte Zugriffsregeln hält.
4. Handlungsansätze
Aktionspfade legen fest, wie Agenten Tools mit realen Parametern aufrufen und wie Ergebnisse zurückgegeben werden.
Im Bereich der Fertigung gewährleisten solide Abläufe:
- Jede Aktion wird protokolliert
- Ein- und Ausgänge folgen einer vorhersehbaren Struktur
- Tools können validiert und gesteuert werden
- Die Agenten arbeiten transparent und nachvollziehbar.
Zusammen bilden diese vier Komponenten – Werkzeuge, Kontext, Berechtigungen und Abläufe – das operative Rückgrat, das es MCP ermöglicht, agentenbasierte KI in der Fertigung zu unterstützen.
Herstellung von MCP im Vergleich zu generischem MCP
Das generische MCP bietet ein umfassendes Modell für die Anbindung von KI-Systemen an Tools und Datenquellen. In Fertigungsumgebungen kommen jedoch zusätzliche Einschränkungen, Sicherheitsanforderungen und Governance-Vorgaben hinzu, die eine stärker auf den jeweiligen Anwendungsbereich zugeschnittene Umsetzung erfordern.
Die Fertigung bringt entscheidende Einschränkungen mit sich
Die Fertigung erfordert ein Maß an Determinismus und Nachvollziehbarkeit, das generische MCP allein nicht bieten können:
- Validierungsanforderungen stellen sicher, dass sich Tools über verschiedene Versionen hinweg konsistent verhalten.
- „Human-in-the-Loop“-Kontrollpunkte verhindern ungeprüfte, risikoreiche Handlungen.
- Durch begrenzte Autonomie wird sichergestellt, dass die Agenten die Betriebsgrenzen einhalten.
- Asset-basierte Berechtigungen beschränken den Zugriff auf Maschinen, Arbeitsstationen oder Produktionslinien.
Diese Sicherheitsvorkehrungen sind unerlässlich, wenn KI in Umgebungen zum Einsatz kommt, in denen Fehler zu Ausfallzeiten, Ausschuss, Compliance-Problemen oder Sicherheitsrisiken führen können.
Warum die Fertigungsindustrie ein domänenorientiertes MCP benötigt
In der Standardausführung versteht MCP den spezifischen Kontext von OT-/IT-Systemen nicht:
- Maschinen- und Anlagenaufbauten
- Materialfluss und WIP-Erfassung
- Qualitätszustände und Abweichungsworkflows
- Schicht-, Mitarbeiter- und Rollenzuweisungen
Eine für die Fertigungsindustrie spezifische MCP-Implementierung bietet umfangreichere Metadaten, betriebliche Einschränkungen und Geschäftslogik, sodass sich KI-Systeme vorhersehbar verhalten können.
Kurz gesagt: Das generische MCP legt fest, wie die Integration erfolgen soll. Das Fertigungs-MCP legt fest, wie die Integration in einer der anspruchsvollsten Umgebungen für KI-gesteuerte Abläufe sicher erfolgen soll.
Beispiele aus der Praxis
Der Einsatz von MCP erweist sich bereits in realen Einsatzszenarien als nützlich. Diese Beispiele veranschaulichen, wie MCP es KI-Systemen ermöglicht, sicher und effektiv an der Arbeit an vorderster Front mitzuwirken und dabei bestehende Einschränkungen und Governance-Vorgaben zu beachten.
Tägliche Produktionsberichte über MCP
Die Sachbearbeiter können strukturierte Tageszusammenfassungen erstellen, indem sie:
- Produktionsprotokolle und Maschinendaten auslesen
- Hervorhebung von Abweichungen, Trends und Anomalien
- Erstellung von Zusammenfassungen zur Schichtübergabe
- Erkenntnisse zur Routenplanung zur Überprüfung durch den Vorgesetzten
MCP stellt sicher, dass Agenten nur auf Daten zugreifen, deren Anzeige dem Benutzer gestattet ist, und dass vorgeschlagene Aktionen innerhalb festgelegter Grenzen bleiben.
Workflows für Bestands- und Materialanforderungen
Die Mitarbeiter können den Lagerbestand überwachen und Maßnahmen zur Nachbestellung vorschlagen.
Beispiele hierfür sind:
- Erkennung niedriger Lagerbestände
- Prüfung der Verfügbarkeit bei Lieferanten oder im eigenen Lager
- Anregungen oder Initiativen zu materiellen Anliegen
- Vorbereitung der Unterlagen zur Genehmigung
Dadurch entsteht ein geschlossener Kreislauf von der Erkennung bis zur vorgeschlagenen Maßnahme, der vollständig durch die Berechtigungs- und Validierungsebenen von MCP gesteuert wird.
Geräte- und Stationskonfiguration über Klartext
Mit MCP können Agenten:
- Konfigurationsdateien oder Stationsmetadaten lesen
- Aktuelle Einstellungen mit Vorlagen vergleichen
- Konfigurationsänderungen vorschlagen
- Erstellen Sie nachprüfbare Anweisungen für die Validierung
Dies vereinfacht die Einrichtungsprozesse und verringert manuelle Konfigurationsfehler.
Qualitätsbewertung und Erkenntnisse
Sachbearbeiter können Qualitätsingenieure auf folgende Weise unterstützen:
- Prüfung von Mängelprotokollen
- Klassifizierung von Problemen anhand von Mustern
- Hypothesen zu den Grundursachen aufstellen
- Erstellung von Maßnahmen zur Eindämmung oder Nachverfolgung
Alle Vorgänge bleiben nachvollziehbar, wobei eine manuelle Überprüfung in den Arbeitsablauf integriert ist.
App- Unterstützung bei der Erstellung und Gestaltung
Mithilfe von MCP können Agenten App-Exporte auslesen und:
- Vorschläge für strukturelle oder logische Verbesserungen
- Fehlende Unterlagen ermitteln
- Validierungsartefakte generieren
- Zusammenfassungen der Änderungsentwürfe
Dies beschleunigt die Lösungsentwicklung und gewährleistet gleichzeitig die Einhaltung von Governance- und Qualitätsstandards.
Wie MCP agentenbasierte KI im operativen Geschäft ermöglicht
MCP ist die bisher fehlende Verbindungsschicht, die es agentenbasierter KI ermöglicht, den Schritt von der Erkenntnis zur kontrollierten Ausführung in der Fertigung zu vollziehen. Ohne MCP bleiben KI-Systeme rein beratend – sie können zwar Probleme beschreiben, sind jedoch nicht in der Lage, sicher in Arbeitsabläufe eingebunden zu werden. Mit MCP erhalten Agenten die Struktur und die Leitplanken, die sie benötigen, um sinnvolle und geregelte Maßnahmen zu ergreifen.
Diskrete, begrenzte Ziele für Agenten
Agentische KI in der Fertigung muss mit eng gefassten, klar definierten Zielen arbeiten. MCP bietet das Schema zur Festlegung dieser Ziele und stellt sicher, dass die Agenten:
- Verstehen, welche Aktionen verfügbar sind
- Wissen, auf welche Daten sie zugreifen können
- Halten Sie sich an strenge Betriebsgrenzen
Dadurch bleibt die Autonomie vorhersehbar und auf die Produktionsanforderungen abgestimmt.
Sichere Toolchains für kontrolliertes Handeln
MCP wandelt KI-Absichten in sichere, strukturierte Tool-Aufrufe um. Jede Aktion verläuft wie folgt:
- Eine validierte Werkzeugdefinition
- Ein Aufruf mit Berechtigkeitsprüfung
- Ein nachvollziehbarer Protokolleintrag
- Eine vorhersehbare Ausgabestruktur
Dadurch können Hersteller die Aktionen der Mitarbeiter mit derselben Sorgfalt behandeln wie automatisierte Arbeitsabläufe und von Mitarbeitern initiierte Schritte.
Rahmenkonzept für HITL und Rückverfolgbarkeit
Autonomie in der Fertigung setzt voraus, dass der Mensch weiterhin Verantwortung übernimmt. MCP bietet das Gerüst für:
- HITL-Genehmigungen für risikoreiche Arbeitsschritte
- HOTL-Überwachung bei Maßnahmen mit geringerem Risiko
- Vollständige Rückverfolgbarkeit für Audits und Untersuchungen von Abweichungen
- Kontrollierte Eskalation bei hoher Unsicherheit
Zukunftspotenzial für Multi-Agenten-Systeme
Mit der Weiterentwicklung der Governance-Modelle schafft MCP die Voraussetzungen dafür, dass Akteure domänenübergreifend – beispielsweise in den Bereichen Instandhaltung, Qualität und Produktionsplanung – zusammenarbeiten können.
Das ist keine vollständige Autonomie – es handelt sich um koordinierte, begrenzte Unterstützung, die auf einer gemeinsamen, validierten Kontextschicht aufbaut.
MCP überbrückt die Kluft zwischen Erkenntnis und Handeln, indem es den Mitarbeitern eine sichere und zuverlässige Möglichkeit bietet, die eigentliche operative Arbeit zu unterstützen.
Überlegungen zur Umsetzung
MCP bietet leistungsstarke Funktionen, erfordert jedoch auch eine durchdachte Implementierung, um sicherzustellen, dass sich die Agenten in allen Fertigungsumgebungen sicher und konsistent verhalten.
Berechtigungsmodelle
Bei der Erstellung von MCPs müssen dieselben Berechtigungsstrukturen eingehalten werden, die auch für menschliche Benutzer gelten. Zu den wichtigsten Aspekten zählen:
- Überschneidung von Berechtigungen auf Benutzerebene: Agenten können nur im Rahmen der Rolle des aufrufenden Benutzers handeln.
- Eingeschränkter Zugriff auf Tools: Sensible Vorgänge – wie das Ändern von Datensätzen oder das Auslösen von Workflows – müssen auf genehmigte Tools beschränkt werden.
- Segmentierung nach Anlage oder Produktionslinie: Der Zugang sollte den physischen Produktionsgrenzen entsprechen.
Diese Modelle verhindern eine Ausweitung von Berechtigungen und gewährleisten die Nachvollziehbarkeit.
Validierung und Nachvollziehbarkeit
Die Hersteller müssen nachweisen können, dass sich MCP-gesteuerte Vorgänge im Laufe der Zeit konsistent verhalten.
- Tools sollten über versionierte Definitionen verfügen.
- Parameterschemata müssen vor der Ausführung validiert werden.
- Alle Aktionen der Agenten sollten protokolliert werden, sodass die Protokolle für Audit-Zwecke geeignet sind.
- Bei risikoreichen Aktionen sollten HITL-Prüfpunkte durchgesetzt werden.
Dadurch kann MCP die Überprüfung der regulierten Prozesse und Qualitätssysteme bestehen.
Operative Grenzen
Die Beauftragten müssen innerhalb klarer Grenzen handeln. Bei der Erstellung des MCP sollte Folgendes festgelegt werden:
- Zulässige nicht-destruktive Aktionen ohne Überprüfung
- Eskalationsregeln für ungewisse oder mehrstufige Vorgänge
- Einschränkungen auf Werkzeugebene, die gefährliche Kombinationen von Aktionen verhindern
- Ausweichpfade für den Fall, dass Agenten auf unerwartete Szenarien stoßen
Diese Grenzen sorgen für vorhersehbares, sicheres Verhalten und stärken das Vertrauen in die MCP-gestützte Automatisierung.
