MCP Grundlagen
Hosts, Clients, Server, Resources, Prompts, Tools, JSON-RPC und Transportarten anhand einfacher Beispiele erklaeren.
MCP & A2A fuer DACH
MCP und A2A werden oft in einen Topf geworfen. Fuer einen professionellen Kurs sollten sie getrennt werden: MCP ist die Tool- und Kontextschicht, A2A ist die Agent-zu-Agent-Schicht.
Kurzantwort
MCP beantwortet die Integrationsfrage: Wie bekommt ein KI-Agent kontrollierten Zugriff auf externe Systeme, Daten und Werkzeuge? A2A beantwortet die Interoperabilitaetsfrage: Wie koennen unterschiedliche, eigenstaendige Agenten miteinander kommunizieren, Faehigkeiten entdecken und laengere Aufgaben koordinieren?
Vergleich
| Kriterium | MCP | A2A |
|---|---|---|
| Ziel | Agenten mit Tools, Datenquellen, Prompts und Workflows verbinden. | Unabhaengige Agenten miteinander kommunizieren und kooperieren lassen. |
| Typische Rolle | Tool- und Kontextprotokoll. | Interoperabilitaets- und Kollaborationsprotokoll. |
| Beispiel | Agent ruft Kalender, Notion, Datenbank, GitHub oder Browser-Tool ab. | Ein Research-Agent uebergibt eine Aufgabe an einen spezialisierten Analyse-Agenten. |
| Erste Prioritaet | Saubere Berechtigungen, Consent, Tool-Sicherheit. | Agent Discovery, Task-Lifecycle, Authentifizierung, Grenzen zwischen Systemen. |
Architektur
OpenClaw, Hermes Agent und NanoClaw sind Agenten- oder Gateway-Systeme. MCP kann darunter oder daneben liegen und einzelne Werkzeuge standardisiert bereitstellen: Dateizugriff, CRM, GitHub, Browser, Kalender, Datenbank, interne Suche. Ein MCP-Server ist dabei nicht "der Agent", sondern eine kontrollierte Faehigkeit, die ein Agent nutzen kann.
A2A wird relevant, wenn mehrere Agenten nicht nur Tools aufrufen, sondern als eigenstaendige Systeme zusammenarbeiten. Das Projekt wird als offenes Protokoll unter dem Dach der Linux Foundation gefuehrt und geht auf einen Google-Beitrag zurueck. Praktisch interessant wird es fuer Agenten-Marktplaetze, Unternehmensassistenten, spezialisierte Worker oder Multi-Agent-Workflows.
Kursmodule
Hosts, Clients, Server, Resources, Prompts, Tools, JSON-RPC und Transportarten anhand einfacher Beispiele erklaeren.
Consent, Tool-Freigaben, lokale Server, Origin-Pruefung, Authentifizierung und sensible Daten im DACH-Kontext behandeln.
Agent Cards, Discovery, Task-Lifecycle, Streaming, Push-Benachrichtigungen und Modalitaeten auf Architekturlevel einordnen.
Ein NanoClaw- oder Hermes-Setup mit MCP-Tooling bauen und danach ein A2A-Szenario als Konzeptmodell skizzieren.
DACH-Perspektive
In DACH-Projekten reicht "der Agent kann alles" nicht als Verkaufsargument. Entscheider wollen wissen, welche Systeme angebunden werden, welche Daten wohin fliessen, wer eine Aktion freigibt und wie Fehler nachvollzogen werden. MCP hilft, Integrationen sauber zu kapseln. A2A hilft, spaeter mehrere spezialisierte Agenten zu verbinden, ohne jedes System direkt mit jedem anderen System zu verdrahten.
Fuer SEO ist das ebenfalls stark: Suchanfragen zu "MCP Deutsch", "A2A Protocol Deutsch", "KI Agent Schnittstelle", "Agenten interoperabilitaet" und "MCP OpenClaw" treffen eine andere Suchintention als reine Installationsanleitungen.
Umsetzung
Fuer die meisten Setups ist MCP der erste praktische Schritt, weil reale Automationen Tools und Daten brauchen. A2A ist die naechste Ebene, wenn mehrere Agenten organisatorisch oder technisch getrennt bleiben sollen.
Quellen
FAQ
Nein. MCP nutzt und kapselt APIs, Dateien oder Tools so, dass KI-Anwendungen sie standardisiert nutzen koennen. Die eigentliche Fachlogik bleibt oft in bestehenden Systemen.
Nein. MCP verbindet Agenten mit Tools. A2A verbindet Agenten mit Agenten. In groesseren Architekturen koennen beide zusammen vorkommen.
Fuer konkrete Automatisierung zuerst MCP, weil du damit echte Tools und Datenquellen anbinden kannst. A2A ist sinnvoll, wenn du Multi-Agent-Szenarien planst.