Op deze pagina
Waarom MCP bestaat
Een taalmodel is krachtig in begrijpen en schrijven, maar kan uit zichzelf niets in je systemen. Om AI je agenda te laten lezen, een klant op te laten zoeken in je CRM of een document uit SharePoint te laten halen, is een koppeling nodig. Vóór MCP moest elke AI-leverancier en elk softwarebedrijf die koppelingen zelf bouwen, steeds op een andere manier. Met tien AI-tools en twintig systemen kom je zo aan honderden losse koppelingen.
MCP maakt daar één standaard van. Een systeem bouwt één MCP-koppeling, en elke AI-toepassing die MCP ondersteunt, kan er dan mee werken.
Hoe werkt MCP?
MCP kent drie onderdelen:
- De host: de AI-toepassing waarin je werkt, zoals Claude, ChatGPT, een code-editor of een eigen AI-agent.
- De client: het onderdeel in die toepassing dat de verbinding met een MCP-server legt.
- De server: een kleine koppeling die een systeem of gegevensbron beschikbaar maakt, zoals je CRM, een database of een map met documenten.
Een MCP-server biedt drie soorten dingen aan:
- Tools: acties die de AI mag uitvoeren, zoals "zoek een klant op" of "maak een afspraak".
- Resources: gegevens die de AI mag lezen, zoals documenten of tabellen.
- Prompts: vaste instructies of sjablonen voor terugkerende taken.
Als je een AI-assistent vraagt om "de laatste drie offertes voor klant X" te zoeken, ziet de assistent welke tools beschikbaar zijn, roept de juiste tool aan via MCP, krijgt het resultaat terug en gebruikt dat in het antwoord.
Wat betekent MCP voor bedrijven?
- Minder maatwerk per koppeling: steeds meer software biedt een eigen MCP-server, die je met verschillende AI-tools kunt gebruiken.
- Minder afhankelijk van één AI-leverancier: als je systemen via MCP beschikbaar zijn, kun je makkelijker wisselen tussen bijvoorbeeld Claude en ChatGPT.
- Sneller AI-agents bouwen: een agent kan via MCP direct werken met de systemen die hij nodig heeft. Lees meer over agentic AI.
- Eén plek voor controle: je bepaalt per MCP-server welke tools en gegevens beschikbaar zijn.
Voorbeelden
- Een medewerker vraagt in Claude: "Welke facturen van leverancier Y staan nog open?" Via een MCP-server voor het boekhoudpakket haalt Claude de gegevens op.
- Een AI-agent voor de klantenservice gebruikt een MCP-server voor de webshop om orderstatussen op te zoeken, en een voor het klantenservicesysteem om tickets bij te werken.
- Een ontwikkelaar laat een AI-assistent via MCP de documentatie en de database van een project raadplegen.
Benieuwd wat dit voor jouw bedrijf oplevert?
In 45 minuten kijken we samen waar AI in jouw bedrijf tijd oplevert. Gratis en vrijblijvend.
Waar let je op bij MCP?
MCP maakt koppelen makkelijker, maar daarmee ook het risico groter als je het niet goed inricht.
- Rechten: geef een MCP-server alleen toegang tot wat nodig is. Liefst met de rechten van de gebruiker zelf, niet met een algemene beheerdersaccount.
- Herkomst: gebruik alleen MCP-servers van betrouwbare bronnen. Een kwaadwillende server kan gegevens lekken of verkeerde instructies meegeven.
- Instructies in gegevens: tekst in een document of e-mail kan proberen een AI-agent een andere opdracht te geven (prompt injection). Laat belangrijke acties daarom door een mens bevestigen.
- Logging: leg vast welke tools een AI heeft aangeroepen en wat het resultaat was.
- Beleid: neem in je AI-gebruiksbeleid op welke MCP-servers zijn toegestaan.
MCP vergeleken met andere manieren van koppelen
| Losse API-koppeling | Workflowtool (Make, n8n, Zapier) | MCP | |
|---|---|---|---|
| Wat het is | Eén koppeling tussen twee systemen | Vaste stappen tussen systemen | Een standaard waarmee AI zelf tools kan kiezen en aanroepen |
| Wie bepaalt de stappen | De ontwikkelaar | Degene die de workflow bouwt | De AI, binnen de beschikbare tools |
| Past bij | Vaste gegevensuitwisseling | Voorspelbare processen | AI-assistenten en agents die flexibel moeten werken |
Ze sluiten elkaar niet uit. Een MCP-server gebruikt onder de motorkap vaak gewoon de API van het systeem, en een workflow kan prima naast een AI-agent bestaan. Lees meer over wat een API-koppeling is.
Hoe begin je met MCP?
- Kijk welke van je systemen al een officiële MCP-server hebben. Steeds meer softwareleveranciers bieden er een aan.
- Kies één toepassing met weinig risico, bijvoorbeeld een assistent die alleen mag lezen, zoals documenten zoeken of orderstatussen opvragen.
- Richt de rechten in: liefst per gebruiker, zodat iedereen alleen ziet wat hij of zij ook zonder AI mag zien.
- Test met echte vragen en controleer welke tools de AI aanroept.
- Voeg pas daarna tools toe die iets mogen wijzigen, met een bevestiging door een mens.
Voor een systeem zonder eigen MCP-server kan een eigen server worden gebouwd, bovenop de API van dat systeem.
Wat MCP niet is
MCP is geen AI-model en geen softwarepakket dat je koopt. Het is een afspraak over hoe AI en systemen met elkaar praten, vergelijkbaar met hoe HTTP een afspraak is over hoe browsers en websites met elkaar praten. MCP maakt een AI-toepassing ook niet vanzelf slimmer of veiliger. De kwaliteit hangt af van het model, de tools die je beschikbaar maakt en hoe je de rechten en controles inricht.
Veelgestelde vragen over MCP
Wat betekent MCP?
MCP staat voor Model Context Protocol: een open standaard waarmee AI-modellen op een vaste manier verbinding maken met systemen en gegevens, zodat ze informatie kunnen ophalen en acties kunnen uitvoeren.
Wie heeft MCP ontwikkeld?
Anthropic, het bedrijf achter Claude, introduceerde MCP eind 2024. In december 2025 droeg Anthropic het over aan de Agentic AI Foundation, onderdeel van de Linux Foundation, met onder meer OpenAI, Google, Microsoft en AWS als ondersteuners.
Werkt MCP ook met ChatGPT?
Ja. Volgens Anthropic ondersteunen onder meer ChatGPT, Gemini, Microsoft Copilot, Cursor en Visual Studio Code de standaard.
Wat is een MCP-server?
Een MCP-server is een kleine koppeling die een systeem of gegevensbron beschikbaar maakt voor AI-toepassingen, met tools (acties), resources (gegevens) en prompts (vaste instructies).
Is MCP veilig?
MCP zelf is een standaard. Hoe veilig het is, hangt af van de inrichting: minimale rechten, betrouwbare servers, logging en menselijke controle bij belangrijke acties.
Wat is het verschil tussen MCP en een API?
Een API is de koppeling die een systeem aanbiedt. MCP is een standaard die bepaalt hoe AI-toepassingen zulke koppelingen vinden en gebruiken. Een MCP-server maakt onder de motorkap meestal gebruik van de API van het systeem, maar presenteert die zo dat een AI-assistent zelf kan kiezen welke actie past.
Heb ik MCP nodig?
Niet per se. Voor vaste processen volstaat vaak een gewone koppeling of workflow. MCP is vooral nuttig als je AI-assistenten of agents flexibel met meerdere systemen wilt laten werken.