InvestGlass bietet ein in der Schweiz entwickeltes CRM- und Kundenportal, das auf Banken, Finanzberater und Fintech-Firmen zugeschnitten ist und Automatisierungswerkzeuge f\u00fcr Onboarding, KYC, Portfoliomanagement und Kommunikation enth\u00e4lt. Es optimiert die Einhaltung von Vorschriften und die Einbindung von Kunden bei gleichzeitiger Gew\u00e4hrleistung des Datenschutzes mit On-Premise- und Cloud-Hosting-Optionen.<\/p>\n\n\n\n Das Model Context Protocol (MCP) dient als transformativer Ma\u00dfstab f\u00fcr die Entwicklung von KI-Systemen und bietet mehr als nur eine konventionelle technische Norm. Das von Anthropic entwickelte MCP schafft Einheitlichkeit bei der Bereitstellung von Kontext f\u00fcr umfangreiche linguistische Modelle und f\u00f6rdert die m\u00fchelose Einbindung von KI-Systemen und verschiedenen Datenquellen. Indem es direkte Verbindungen zwischen KI-Modellen \u00fcber eine Reihe von Clients und Ressourcen hinweg erm\u00f6glicht, konsolidiert dieses Protokoll effektiv Interaktionen und verk\u00fcrzt die Entwicklungszeiten erheblich. MCP funktioniert wie ein USB-C-Anschluss und dient als standardisierte Schnittstelle f\u00fcr die Verbindung von KI-Modellen mit verschiedenen Datenquellen und Tools, was die Interoperabilit\u00e4t und Effizienz erh\u00f6ht. Entwickler nehmen MCP begeistert auf, da es verspricht, das volle Potenzial von KI zu entfesseln und gleichzeitig die traditionellen Hindernisse bei der Entwicklung zu beseitigen.<\/p>\n\n\n\n MCP ist ein offenes Protokoll, das die nahtlose Kommunikation zwischen KI-Anwendungen und verschiedenen Datenquellen durch einen geregelten Rahmen f\u00fcr den Austausch von Nachrichten und die Strukturierung von Nachrichten erm\u00f6glicht. Diese Weiterentwicklung f\u00f6rdert nicht nur die Kompatibilit\u00e4t, sondern strafft auch das Integrationsverfahren. Entwickler m\u00fcssen sich nicht mehr mit st\u00fcckweisen Integrationen befassen, sondern k\u00f6nnen sich stattdessen auf die Entwicklung bahnbrechender Tools konzentrieren.<\/p>\n\n\n\n MCP stattet Entwickler mit robusten, skalierbaren Plattformen aus, die f\u00fcr das zuk\u00fcnftige Komplexit\u00e4tsmanagement innerhalb von k\u00fcnstliche Intelligenz<\/a> Systeme - und verankern sie fest im Vorgriff auf k\u00fcnftige technologische Entwicklungen.<\/p>\n\n\n\n LLM werden leistungsf\u00e4higer sein - Antropic baut einen Standard auf und wir empfehlen Ihnen, vorsichtig zu sein, da dies noch kein fester Standard ist.<\/p>\n\n\n\n Das Model Context Protocol (MCP) besteht aus zwei Hauptelementen: Server und Clients innerhalb des MCP-Rahmens. Die Rolle eines MCP-Servers besteht darin, Anfragen zu erleichtern und je nach Bedarf Zugang zu einer Vielzahl von externen Tools oder Datenquellen zu gew\u00e4hren, w\u00e4hrend die Funktion eines MCP-Clients darin besteht, Ressourcen anzufordern und Datenverarbeitungsaufgaben zu erledigen. Diese Aufteilung in eine Client-Server-Architektur spielt eine entscheidende Rolle bei der Schaffung standardisierter Kan\u00e4le f\u00fcr die Kommunikation von KI-Anwendungen mit verschiedenen Datenanbietern, wodurch eine optimierte Integration gef\u00f6rdert und die Abh\u00e4ngigkeit von ma\u00dfgeschneiderten L\u00f6sungen minimiert wird.<\/p>\n\n\n\n Das Herzst\u00fcck von MCP ist eine Protokollschicht, die f\u00fcr die Regulierung von Aktivit\u00e4ten wie die Strukturierung von Nachrichten und die Zuordnung von Anfragen zu ihren jeweiligen Antworten zust\u00e4ndig ist. Durch die \u00dcbernahme von JSON-RPC 2.0 f\u00fcr die Nachrichten\u00fcbermittlung wird eine ordnungsgem\u00e4\u00dfe Kommunikation unter Einhaltung der etablierten Formate gew\u00e4hrleistet. In der anf\u00e4nglichen Verhandlungsphase m\u00fcssen die Clients dem Server ihre unterst\u00fctzte Protokollversion mitteilen, der daraufhin entsprechend antwortet und eine ma\u00dfgeschneiderte Interaktion auf der Grundlage der in dieser Version definierten F\u00e4higkeiten erm\u00f6glicht.<\/p>\n\n\n\n MCP erh\u00f6ht die Vielseitigkeit f\u00fcr verschiedene Entwicklungsanforderungen durch die Bereitstellung von Software Development Kits (SDKs), die mit verschiedenen Programmierumgebungen kompatibel sind. Durch diesen einheitlichen Ansatz wird nicht nur die Verwaltung verteilter Datenquellen rationalisiert, sondern auch der Konstruktionsprozess hinter komplizierten Workflows unterst\u00fctzt. Damit tr\u00e4gt MCP wesentlich zur Verbesserung der Service-Effizienz bei KI-Bestrebungen bei und etabliert sich als zuverl\u00e4ssiger Ressourcenanbieter.<\/p>\n\n\n\n Manis KI ist stundenlange Arbeit - ohne MCP wird es sehr schwierig sein, sie zu pflegen. Die Vorteile von MCP sind ziemlich einfach. Die Zusammenf\u00fchrung aller MCP-Server wird ein gro\u00dfer Fortschritt sein.<\/p>\n\n\n\n Die Einf\u00fchrung von MCP bringt den gro\u00dfen Vorteil mit sich, dass keine unterschiedlichen Integrationen f\u00fcr verschiedene KI-Dienste mehr erforderlich sind. Das Kommunikationsprotokoll von MCP ist standardisiert, was eine gr\u00f6\u00dfere Interoperabilit\u00e4t f\u00f6rdert und einen schnelleren und effizienteren Integrationsprozess f\u00fcr verschiedene KI-Plattformen erm\u00f6glicht. Eine solche Verbesserung der Interoperabilit\u00e4t erweist sich als besonders wertvoll in modernen Entwicklungsumgebungen, in denen die Maximierung der Zeiteffizienz und der Ressourcennutzung von gr\u00f6\u00dfter Bedeutung ist.<\/p>\n\n\n\n MCP bietet Entwicklern eine gro\u00dfe Flexibilit\u00e4t. Sie k\u00f6nnen bei der Implementierung dieses Protokolls ihre bevorzugten Programmiersprachen und Technologiestapel verwenden und so sicherstellen, dass sie ihr aktuelles Fachwissen und ihre Tools effektiv einsetzen k\u00f6nnen.<\/p>\n\n\n\n In der Summe f\u00fchren diese Vorteile zu einer deutlichen Verbesserung der Arbeitsabl\u00e4ufe bei Entwicklungsprojekten, indem sie einen reibungsloseren Ablauf und eine h\u00f6here Produktivit\u00e4t f\u00f6rdern. Durch die Einbindung von MCP in ihre Prozesse k\u00f6nnen sich die Entwickler auf kreative Innovationen und die L\u00f6sung komplexer Probleme konzentrieren, ohne durch die mit der Integration verbundenen Herausforderungen behindert zu werden.<\/p>\n\n\n\n MCP verwendet ein Client-Server-Modell, das die Art und Weise rationalisiert, in der Anwendungen Kontext und Werkzeuge an substantielle Sprachmodelle (LLMs) liefern. Innerhalb dieses Rahmens \u00fcbernehmen die MCP-Clients die Aufgabe, Ressourcen anzufordern und Daten zu verarbeiten. Auf der anderen Seite dienen MCP-Server als Vermittler, die diese Anfragen \u00fcberwachen und den Zugang zu externen Tools oder Datenquellen gew\u00e4hren. Diese Struktur erleichtert den Integrationsaufwand und verringert die Abh\u00e4ngigkeit von ma\u00dfgeschneiderten L\u00f6sungen, so dass sich die Entwickler auf die Entwicklung innovativer KI-Anwendungen konzentrieren k\u00f6nnen.<\/p>\n\n\n\n Um ihre Daten mit den KI-Instrumenten innerhalb von MCP zu verschmelzen, k\u00f6nnen Entwickler ihre Daten entweder \u00fcber MCP-Server zur Verf\u00fcgung stellen oder spezielle MCP-Clients erstellen. Diese Methode erleichtert die komplizierte Einbindung einer Reihe von KI-Diensten erheblich und gew\u00e4hrleistet eine reibungslose Interaktion zwischen KI-Systemen und Datenbanken. Der Einsatz von MCP hilft bei der Entwicklung konsistenter und effektiver KI-Systeme, die den heutigen Anforderungen an die KI-Entwicklung gerecht werden, insbesondere bei verteilten Teams, die an verschiedenen Standorten arbeiten.<\/p>\n\n\n\n MCP verwaltet verschiedene Nachrichtentypen, um die Kommunikation zwischen Clients und Servern zu erleichtern. Zu den wichtigsten Nachrichtentypen in MCP geh\u00f6ren Anfragen, Ergebnisse, Fehler und Benachrichtigungen. Anfragen (Requests) werden von MCP-Clients initiiert und erfordern eine Antwort, um die erfolgreiche Verarbeitung anzuzeigen. Results sind erfolgreiche Antworten auf Requests, die best\u00e4tigen, dass der angeforderte Vorgang abgeschlossen wurde.<\/p>\n\n\n\n Fehler hingegen bedeuten, dass eine Anfrage fehlgeschlagen ist, d. h. dass der Vorgang nicht abgeschlossen werden konnte. Benachrichtigungen sind als einseitige Kommunikation konzipiert, die keine Antwort erfordert und Statusaktualisierungen liefert, ohne eine Antwort zu erwarten.<\/p>\n\n\n\n Die klare Definition von Nachrichtentypen und die Implementierung der Nachrichtenstrukturierung gew\u00e4hrleisten eine zuverl\u00e4ssige und strukturierte Kommunikation zwischen KI-Anwendungen und Datenquellen und verbessern die Systemleistung.<\/p>\n\n\n\n MCP erm\u00f6glicht den Datenaustausch \u00fcber verschiedene Transportprotokolle, die auf die Anforderungen unterschiedlicher Entwicklungsumgebungen zugeschnitten sind. Beim lokalen Betrieb nutzt MCP stdio f\u00fcr eine unkomplizierte Kommunikation zwischen den Prozessen. In Szenarien, an denen verteilte Teams beteiligt sind, empfiehlt MCP dagegen die Verwendung von HTTP in Kombination mit Server Sent Events (SSE), um die sofortige Daten\u00fcbertragung zwischen verschiedenen externen Systemen zu erleichtern.<\/p>\n\n\n\n In allen Kommunikationsformen innerhalb von MCP wird das JSON-RPC 2.0-Nachrichtenformat verwendet, um eine strukturierte und einheitliche Methode f\u00fcr den Datenaustausch zu gew\u00e4hrleisten, die gut zu zahlreichen Programmierkontexten passt. Die Akzeptanz dieser verschiedenen Transportmechanismen verleiht MCP die Flexibilit\u00e4t, die f\u00fcr eine effiziente Anwendung in einer Reihe von Entwicklungsumgebungen erforderlich ist, die von einzelnen lokalen Tests bis hin zu umfangreichen verteilten Systemintegrationen reichen.<\/p>\n\n\n\n Die Einrichtung von Model Context Protocol-Servern erfordert die Einrichtung von Umgebungsvariablen zur Bestimmung von Konfigurationen und die Initiierung des Servers mit Hilfe des Befehls hype. Obwohl man MCP-Server \u00fcber die Benutzeroberfl\u00e4che einbinden kann, wird von diesem Ansatz in der Regel abgeraten, da er zu komplex sein kann. Wenn Sie einen Server \u00fcber die Benutzeroberfl\u00e4che hinzuf\u00fcgen, sollten Sie unbedingt eine Aktualisierung durchf\u00fchren, um auf die verf\u00fcgbaren Tools zugreifen zu k\u00f6nnen.<\/p>\n\n\n\n F\u00fcr Entwickler, die ihre eigenen MCP-Server einrichten wollen, stehen zahlreiche Beispielserver zur Verf\u00fcgung, die als Ausgangspunkt dienen. Es wird erwartet, dass zu gegebener Zeit Toolkits f\u00fcr den Einsatz von MCP-Servern auf Produktionsebene zur Verf\u00fcgung stehen werden.<\/p>\n\n\n\n Die Konfigurationsdateien von MCP verwenden ein JSON-Format, das die Verwendung von verschachtelten Objekten und Arrays unterst\u00fctzt und so die Darstellung komplizierter Einstellungen erm\u00f6glicht. Diese systematische Methodik garantiert, dass die Konfigurationen f\u00fcr Menschen lesbar und interpretierbar sind und gleichzeitig mit maschinellem Parsing kompatibel sind, was den Entwicklern die \u00dcberwachung und Anpassung der Einstellungen bei Bedarf erleichtert.<\/p>\n\n\n\n Um die bestm\u00f6gliche Leistung zu erzielen, ist es wichtig, dass sich die MCP-Konfigurationsdateien in Verzeichnissen befinden, auf die der Server leicht zugreifen kann. Durch diese Platzierung kann der Server diese Konfigurationen effizient nutzen, was zu einer stabileren Operationen und verbesserte<\/a> Leistung.<\/p>\n\n\n\n Es ist wichtig, diese Dateien in Verzeichnissen zu platzieren, die auf bestimmte Szenarien zugeschnitten sind, um sicherzustellen, dass sie richtig genutzt werden, insbesondere bei der Integration verschiedener KI-Tools mit jeder Datenquelle.<\/p>\n\n\n\n Einbindung von MCP in InvestGlass<\/a> KI-Systeme bieten Entwicklern die M\u00f6glichkeit, gesch\u00fctzte, bidirektionale Verbindungen zwischen Datenquellen und KI-Instrumenten herzustellen. Altsysteme schaffen Barrieren f\u00fcr anspruchsvolle KI-Modelle, indem sie sie hinter Informationssilos einsperren und den nahtlosen Zugriff auf wichtige Daten verhindern. Auf diese Weise werden die Arbeitsabl\u00e4ufe gestrafft und die Barrieren zwischen den Datenbest\u00e4nden abgebaut, was eine einheitliche Umgebung f\u00fcr den Einsatz von KI-L\u00f6sungen f\u00f6rdert. Die von MCP festgelegten Standards f\u00fcr die Interaktion und den Austausch von Informationen verringern die Komplexit\u00e4t von Integrationsprozessen und erleichtern die reibungslose Interaktion zwischen externen Datenpunkten und KI-gest\u00fctzten Anwendungen.<\/p>\n\n\n\n![\"\"](\"https:\/\/www.investglass.com\/wp-content\/uploads\/2025\/03\/Pieter_Bruegel_the_Elder_-_The_Tower_of_Babel_Vienna_-_Google_Art_Project_-_edited-1024x749.jpg\")
Key Takeaways - MCP ist AI eine API f\u00fcr LLMS - und die Zukunft von InvestGlass<\/h3>\n\n\n\n
\n
Verstehen des Model Context Protocol (MCP)<\/h3>\n\n\n\n
Kernkonzepte von MCP<\/h3>\n\n\n\n
Ist Manis AI das einzig Wahre oder nur eine \u00fcberbewertete Automatisierung?<\/h3>\n\n\n\n
Wie funktioniert MCP?<\/h3>\n\n\n\n
Nachrichtentypen in MCPww<\/h3>\n\n\n\n
Transportmechanismen - alles dreht sich um das Protokoll<\/h3>\n\n\n\n
Einrichten von MCP-Servern<\/h3>\n\n\n\n
Format der Konfigurationsdatei<\/h3>\n\n\n\n
Standorte f\u00fcr den Einsatz<\/h3>\n\n\n\n
Integration von MCP mit InvestGlass AI<\/h3>\n\n\n\n
![\"Digital](\"https:\/\/www.investglass.com\/wp-content\/uploads\/2024\/02\/InvestGlass-Portfolio-2024-35dbb2d2-1024x701.png\")
![\"\"](\"https:\/\/www.investglass.com\/wp-content\/uploads\/2025\/03\/CleanShot-2025-03-26-at-12.49.17@2x-1024x746.png\")