Liebe Neugierige, Kreative, Entdecker*innen,

heute wird’s ein wenig kniffliger als sonst. Aber bleibt dran, denn am Ende werdet Ihr hoffentlich mit mehr Wissen raus kommen, als Ihr vorher hattet – ein definitives PLUS für jede Cocktail Unterhaltung!

Da ist in den vergangenen Tagen ein Erdbeben durch die KI-Welt gedonnert von dem die meisten nichts mitbekommen haben. Wie kann das sein? Passiert momentan immer noch so viel, dass man Relevantes von Irrelevantem nicht vermag zu trennen? Sehen wir den KI Wald vor lauter KI Videos nicht mehr? Dann lasst mich Eure Aufmerksamkeit in diesem Newsletter einmal auf dieses „KI-Erdbeben“ richten, das da letzte Woche aus dem Hause Anthropic mit Richterskala 8 von 10 losgetreten wurde.

Wo fange ich an? Ja, vielleicht ja so:

Menschen, die sich schon viel viel länger als ich alt bin mit KI beschäftigen wissen: auf die Qualität der Daten kommt es an! Diese Herausforderung, Daten aus verschiedenen Quellen effizient zu integrieren, ist Anthropic mit ihrer Lösung angegangen. Ihr Ansatz: das Model Context Protocol (MCP). Ich muss mich da noch dran gewöhnen, da ich bisher bei MCP immer an das „Master Control Progam“ aus dem 80er Jahre Film „Tron“ denken muss. Ich schweife ab. Mit dem MCP soll jede*r befähigt werden, mit Daten zu arbeiten. Oder wie MCP „early adopter“ Dhanji R. Prasanna, Chief Technology Officer bei Block, betont:

„MCP stellt sicher, dass Innovation zugänglich, transparent und kollaborativ ist. Es hilft uns, agentische Systeme aufzubauen, die Menschen die Freiheit geben, sich auf Kreativität statt auf mechanische Aufgaben zu konzentrieren.“

Lasst uns diesen Standard also einmal genauer anschauen, uns damit auseinandersetzen und seine Bedeutung für die Zukunft der Integration von KI in vielfache Szenarien untersuchen.

MCP – Brücke zwischen Daten und KI

Das neue Protokoll von Anthropic, MCP, löst ein fundamentales Problem: Bisher waren selbst die fortschrittlichsten KI-Modelle durch ihre Isolation von Datenquellen eingeschränkt. Der neue, offene Standard soll es Agenten nun ermöglichen, sich mit den Systemen zu verbinden, in denen für sie relevante Daten gespeichert sind. Genauer bedeutet das: das Protokoll ermöglicht es Entwicklern, in Zukunft standardisierte Zwei-Wege-Verbindungen zwischen Datenquellen und KI-Anwendungen herzustellen, was die Architektur und den Aufwand für die Integration von AI-Modellen in bestehende Kontexte erheblich vereinfacht. Ein wichtiger Aspekt des MCP ist, dass es die Notwendigkeit, für jede AI-Datenintegration individuellen Code zu schreiben, eliminiert. Stattdessen bietet es eine standardisierte Schnittstelle, über die Daten nahtlos mit AI-Modellen wie Claude.ai von Anthropic verbunden werden können. SO verspricht das Protokoll die nahtlose Integration verschiedener Tools und Datensätze. Unternehmen wie das oben genannte Block oder auch Apollo haben MCP bereits in ihre Systeme integriert, während Zed, Replit, Codeium und Sourcegraph ebenfalls dabei sind, MCP-Unterstützung in ihre Plattformen zu integrieren.

Praktische Anwendungen von MCP

Ein Beispiel für die praktische Anwendung von MCP ist die Integration in die Entwicklungsumgebung Cody. Durch die Verwendung von MCP kann Cody zusätzlichen Kontext aus verschiedenen Datenquellen wie GitHub, Postgres-Datenbanken und internen Dokumentationen erhalten, ohne dass die Entwickler separate Verbindungen für jede Datenquelle aufbauen müssen. Dies ermöglicht es Entwicklern, effizienter zu arbeiten und relevante Informationen direkt in ihrer Entwicklungsumgebung zu erhalten. Die Kombination von MCP und Cody öffnet neue Möglichkeiten für die Entwicklung von KI-gesteuerten Anwendungen, die nahtlos mit verschiedenen Datenquellen interagieren können. Und grundsätzlich können Entwickler über MCP-Server Zugriff auf verschiedenste Datenquellen wie Google Drive, Slack, GitHub oder Postgres-Datenbanken erhalten. Die Integration ist dabei bemerkenswert einfach: Statt für jede Datenquelle eigene Verbindungen programmieren zu müssen, können Entwickler nun gegen ein einheitliches Protokoll entwickeln.

So geht der Einstieg

• MCP-Server lokal über die Claude Desktop App installieren

• Mit den vordefinierten Beispiel-Servern experimentieren

• Eigene MCP-Server für spezifische Datenquellen entwickeln

• Integration in bestehende Entwicklungsumgebungen testen

• Community-Ressourcen und Open-Source-Beiträge nutzen

Top-Links

1. Anthropic’s Model Context Protocol (MCP) – Offizielle Ankündigung: https://www.anthropic.com/news/model-context-protocol

2. Cody unterstützt MCP – Integration in die Entwicklungsumgebung: https://sourcegraph.com/blog/cody-supports-anthropic-model-context-protocol

3. Praktische Anwendung von MCP – Tutorial: https://www.youtube.com/watch?v=VNb4tGAHgos

„Fortschritt ist nur möglich, wenn man intelligent gegen die Regeln verstößt.“

manchmal kommt Inspiration aus unerwarteten Bereichen. So, wie dieses Zitat von Boleslaw Barlog, einem deutschen Theater-, Film- und Opernregisseur. Er verstieß in Zeiten gegen Regeln, in denen ein solches Vorhaben allein als denkbare Option strafbar sein konnte. Wir haben heute den Luxus des Widerspruchs. Wir haben gelernt, dass, wann immer jemand sagt, etwas sei nicht möglich, es immer jemanden geben muss, die/der gegen dieses ungeschriebene Gesetz verstößt. So wird der Widerspruch zur teils vielleicht unangenehmen Pflicht der Innovation.

Das Model Context Protocol (MCP) von Anthropic bietet eine vielversprechende Lösung für die Integration von KI-Anwendungen und Datenquellen. Etwas, das noch vor gar nicht langer Zeit als „unmöglich“ bezeichnet worden wäre. Jetzt können Entwickler Verbindungen zwischen Datenquellen und KI-Anwendungen mühelos herstellen. Neue Architekturen von bisher unbekannten Systemen werden möglich oder sofern bereits existent nachhaltig verbessert.

Auch, wenn es heute ein wenig kniffliger wurde, so hoffe ich inständig, dass Ihr etwas mitnehmen konntet. Die Bedeutung von MCP und ähnlichen Protokollen für die Zukunft der KI-Integration kann nicht unterschätzt werden – gerade jetzt, wo wir allenthalben das Aufkommen agentischer Systeme wahrnehmen – wie soll deren Datenbestand denn sonst koordiniert werden, wenn nicht durch ein kohärentes Protokoll?

Ich freue mich schon jetzt auf Eure Kommentare und Diskussionen!

Vielen Dank für Eure Aufmerksamkeit, bleibt neugierig!

Euer Arno

Anthropic’s Model Context Protocol: Is Seamless AI Data Integration Coming Now?

Dear Curious Ones, Creatives, Explorers,

Today it’s going to be a bit trickier than usual. But stay tuned, because in the end you’ll hopefully come out with more knowledge than you had before – a definite PLUS for any cocktail conversation! Talking about – I created an AI podcast about this Newsletter which you can listen to here.

In recent days, an earthquake has rumbled through the AI world that most people haven’t noticed. How can this be? Is so much still happening that we can’t separate the relevant from the irrelevant? Can’t we see the AI forest for all the AI videos? Then let me direct your attention in this newsletter to this „AI earthquake“ that was triggered last week from Anthropic with a Richter scale of 8 out of 10.

Where do I begin? Well, perhaps like this:

People who have been involved with AI much longer than I’ve been alive know: data quality is what matters! Anthropic has tackled this challenge of efficiently integrating data from different sources with their solution. Their approach: the Model Context Protocol (MCP). I still need to get used to it, as MCP still makes me think of the „Master Control Program“ from the 80s movie „Tron“. I’m digressing. MCP is meant to enable everyone to work with data. Or as MCP „early adopter“ Dhanji R. Prasanna, Chief Technology Officer at Block, emphasizes:

„MCP ensures that innovation is accessible, transparent, and collaborative. It helps us build agential systems that give people the freedom to focus on creativity rather than mechanical tasks.“

Let’s take a closer look at this standard, examine it, and investigate its significance for the future of AI integration in multiple scenarios.

MCP – Bridge between Data and AI

Anthropic’s new protocol, MCP, solves a fundamental problem: Until now, even the most advanced AI models were limited by their isolation from data sources. The new, open standard should now enable agents to connect with systems where relevant data is stored. More specifically, this means: the protocol allows developers to establish standardized two-way connections between data sources and AI applications in the future, significantly simplifying the architecture and effort required for integrating AI models into existing contexts. An important aspect of MCP is that it eliminates the need to write individual code for each AI data integration. Instead, it provides a standardized interface through which data can be seamlessly connected with AI models like Claude.ai from Anthropic. The protocol promises seamless integration of various tools and datasets. Companies like the aforementioned Block or Apollo have already integrated MCP into their systems, while Zed, Replit, Codeium, and Sourcegraph are also working on integrating MCP support into their platforms.

Practical Applications of MCP

One example of MCP’s practical application is its integration into the Cody development environment. By using MCP, Cody can receive additional context from various data sources such as GitHub, Postgres databases, and internal documentation without developers having to build separate connections for each data source. This allows developers to work more efficiently and receive relevant information directly in their development environment. The combination of MCP and Cody opens up new possibilities for developing AI-driven applications that can seamlessly interact with various data sources. And fundamentally, developers can access various data sources like Google Drive, Slack, GitHub, or Postgres databases through MCP servers. The integration is remarkably simple: Instead of having to program separate connections for each data source, developers can now develop against a unified protocol.

Getting Started

• Install MCP servers locally via the Claude Desktop App

• Experiment with predefined example servers

• Develop your own MCP servers for specific data sources

• Test integration in existing development environments

• Use community resources and open-source contributions

Top Links

• Anthropic’s Model Context Protocol (MCP) – Official announcement

• Cody supports MCP – Integration into the development environment

• Practical application of MCP – Tutorial

„Progress is only possible when you intelligently break the rules.“

Sometimes inspiration comes from unexpected areas. Like this quote from Boleslaw Barlog, a German theater, film, and opera director. He broke rules in times when such an endeavor alone could be punishable as a conceivable option. Today we have the luxury of contradiction. We have learned that whenever someone says something isn’t possible, there must always be someone who violates this unwritten law. Thus, contradiction becomes the sometimes perhaps uncomfortable duty of innovation.

Anthropic’s Model Context Protocol (MCP) offers a promising solution for integrating AI applications and data sources. Something that would have been deemed „impossible“ not too long ago. Now developers can effortlessly establish connections between data sources and AI applications. New architectures of previously unknown systems become possible or, if already existing, are sustainably improved.

Even though it got a bit trickier today, I sincerely hope you could take something away from it. The significance of MCP and similar protocols for the future of AI integration cannot be underestimated – especially now, when we perceive the emergence of new agentic systems everywhere – how else should their data inventory be coordinated if not through a coherent protocol? I’m already looking forward to your comments and discussions!

Thank you for your attention, stay curious!

Your Arno