Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Lesedauer 4 Min.

MCP: Der USB-C-Stecker für Deine KI-App

Jonah Andersson bringt es auf den Punkt: Das Model Context Protocol ist kein Hype-Buzzword, sondern eine echte Hilfe für .NET-Entwickler:innen. Wer MCP richtig einsetzt, spart sich aufwändige Integrationsarbeit – und behält trotzdem die Kontrolle über die eigene Business-Logik.

Stell Dir vor, Du willst Deine .NET-App mit einem KI-Modell sprechen lassen. Bisher hieß das: viel Integrationsaufwand, proprietäre Schnittstellen und am Ende ein System, das an ein bestimmtes Modell gebunden ist. Jonah Andersson, Cloud- und Azure-Spezialistin, erklärt im Interview "DWX hakt nach", warum MCP das alles deutlich entspannter macht.

Das Model Context Protocol (MCP) ist ein offenes, standardisiertes Protokoll, das Entwickler:innen dabei hilft, ihre Applikationen mit KI-Modellen zu verbinden – ohne sich dabei an ChatGPT, Copilot, Claude oder Gemini festzunageln. "Es ist modell-agnostisch", sagt Jonah. "Solange das Modell programmierbar ansprechbar ist, funktioniert es." Für .NET gibt es bereits ein offizielles C#-SDK. Der Einstieg ist also keine Raketenwissenschaft.

Was MCP besonders attraktiv macht: Die Business-Logik bleibt, wo sie hingehört – im eigenen Code. Die KI-Schicht wird sauber davon getrennt. Separation of Concerns, wie man's aus gutem Software-Design kennt. Kein Vermischen, keine unübersichtlichen Abhängigkeiten.

Auf Azure wird das Ganze nochmal interessanter. Jonah hebt drei Technologien hervor, die gut zusammenspielen: Erstens Azure Functions mit dem neuen MCP Tool Trigger – der ist mittlerweile verfügbar und erlaubt es, eigene MCP-Server als Backend-APIs zu betreiben. Zweitens Azure Durable Functions, die sich für komplexe Orchestrierungen mit mehreren KI-Agenten anbieten, etwa Fan-out/Fan-in-Muster oder parallele Tasks. Und drittens Azure API Management, das inzwischen MCP-Support mitbringt und die Verwaltung der Backend-APIs vereinfacht.

Drei Use Cases für MCP nennt Jonah: Eine Enterprise Knowledge Base, bei der Azure AI Services als MCP-Tools fungieren und Inhalte für KI-Agenten abrufbar machen. Ein KI-gestützter DevOps-Assistent, der Azure Monitor abfragen oder CI-CD-Pipelines triggern kann. Und ein automatisierter IT-Support-Agent, der Tickets bearbeitet und Support-Anfragen innerhalb bestehender Applikationen behandelt – ohne menschliches Eingreifen bei Standardfällen.

MCP sei zwar noch jung und wird sich weiterentwickeln, aber wer jetzt anfängt, damit zu experimentieren, hat die Nase vorn. Das Protokoll reift schnell – und die Tooling-Landschaft drumherum auch.

📅 Mehr dazu gibt es auf der DWX 2026, 29. Juni bis 2. Juli 2026, Mannheim. https://www.developer-world.de/dwx

 

Jonah Andersson ist Entwicklerin und Lead Cloud DevOps Engineer aus Schweden. Sie arbeitet als Senior Azure Consultant. Mit einem Hintergrund in Informatik und Systementwicklung hat sie sich auf .NET-Technologien spezialisiert und glänzt in der Cloud-Entwicklung, insbesondere auf Microsoft Azure.

Jonah liebt es, komplexe Probleme zu lösen und moderne Applikationen zu bauen. Cloud-Plattformen wie Azure sind ihr Heimspiel – und ihre Expertise hat ihr internationale Anerkennung eingebracht. Sie ist Microsoft Most Valuable Professional und Microsoft Certified Trainer, geehrt für ihre Beiträge zur Tech-Community. Ihr Buch "Learning Microsoft Azure: Cloud Computing and Development Fundamentals" (O'Reilly Media) unterstreicht, wie tief ihr technisches Wissen reicht.

Jonah ist in Tech-Communities und auf internationalen Events aktiv, knüpft Kontakte und teilt ihr Wissen mit anderen Entwickler:innen. Ihr Engagement geht dabei weit über die reine Technik hinaus: Als Gründerin und Leiterin der Azure User Group Sweden inspiriert und begleitet sie andere auf ihrem Weg in die Tech-Welt. Außerdem ist sie MCT Community Lead aus Schweden und unterstützt dort Microsoft Certified Trainer:innen in der Community.

Für ihr Engagement für Gleichstellung und Inklusion in der Tech-Branche wurde Jonah gleich zweimal ausgezeichnet: mit dem Developer of the Year Award bei den Nordic Women in Tech Awards 2023 und beim Developers Day 2024. Sie mentort Frauen, die eine Karriere in der Technik anstreben, und ist Co-Hosterin des Podcasts "Extend Women In Tech" – für eine inklusivere Tech-Welt für alle.

Neueste Beiträge

Vom Sub-Agenten zum Schwarm - Kimi K3 – das Modell hinter dem Agenten, Teil 5
Mehr Agenten versprechen mehr Tempo, vervielfachen aber auch Abstimmung und Risiko. Ob aus paralleler Aktivität tatsächlich Fortschritt entsteht, entscheidet sich dort, wo spektakuläre Schwarmdemos meist enden.
5 Minuten
CartoType: Karte nach Maß - Mapping mit CartoType, Teil 1
Mit CartoType gibt es ein System, das Google Maps und Co. ersetzen kann und dabei das kompakte Dateiformat CTM1 nutzt. Mit durchaus vertretbarem Aufwand lassen sich solche CTM1-Kartendateien auch nach eigenen Bedürfnissen selbst erstellen.
5 Minuten
31. Aug 2026
CartoType: Einsatz mit Windows Forms - Mapping mit CartoType, Teil 2
Der Big-Tech-freie Kartendienst CartoType kann dazu beitragen, Anwendungen mit Maps-Diensten unabhängiger von Google, Apple und Co. zu machen. In diesem Beitrag soll das System in einer Windows-Forms-Applikation ins Leben gerufen werden.
5 Minuten
7. Sep 2026

Das könnte Dich auch interessieren

Zwei Konferenz-Openings, eine Sprecherin – wie aus einem Terminkonflikt ein KI-Usecase wurde - Making-of eines Avatars mit HeyGen und ElevenLabs
Ein Terminkonflikt gelöst von einem digitalen Zwilling. Die Ebner Media Group hat die erste Infinite AI Conference von einem Avatar eröffnen lassen. Ein Erfahrungsbericht über den Produktionsprozess und den echten Nutzen synthetischer Präsenz.
7 Minuten
12. Aug 2026
Planen, patchen, prüfen mit Kimi - Kimi K3 – das Modell hinter dem Agenten, Teil 3
Ein starkes Modell allein schreibt noch keinen verlässlichen Code. Erst im Repository zeigt sich, ob aus künstlicher Intelligenz ein brauchbarer Entwicklungspartner entsteht oder aber ein Risiko mit Shell-Zugriff.
5 Minuten
Gebaut für lange Läufe - Kimi K3 – das Modell hinter dem Agenten, Teil 1
Kimi K3 kombiniert 2,8 Billionen Parameter, native Bildverarbeitung und ein Kontextfenster mit einer Million Token. Das sind tolle Zahlen. Seine Besonderheit liegt aber darin, dass Architektur, Training und Laufzeitumgebung auf Agenten zielen, die über viele Schritte handeln, Werkzeuge aufrufen und Ergebnisse prüfen.
6 Minuten
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige