MCP
AI
AI
MCP (Model Context Protocol) is een open standaard waarmee AI-apps gegevens ophalen en tools gebruiken. Zo verbind je een assistent met je eigen systemen.
Een AI-assistent kent niet vanzelf je actuele voorraad, klantvragen of projectbestanden. MCP biedt een afgesproken manier om die informatie op te vragen en, als je dat toestaat, acties uit te voeren. Het is geen AI-model en ook geen database. Het is de verbinding tussen de AI-app en een systeem waarmee je wilt werken.
Als je mensen over ‘MCP’s’ hoort praten, bedoelen ze meestal MCP-servers of koppelingen die MCP gebruiken. Zo’n server is software die bepaalde mogelijkheden beschikbaar maakt: bijvoorbeeld documenten zoeken, voorraad opvragen of een concepttaak aanmaken. Je AI-app maakt via een MCP-client verbinding met die server. Een server hoeft geen aparte fysieke computer te zijn; hij kan lokaal draaien of via internet bereikbaar zijn.
MCP-servers kunnen drie soorten mogelijkheden aanbieden. Resources leveren informatie, zoals een document of productgegevens. Tools voeren afgebakende handelingen uit, zoals een zoekopdracht of het aanmaken van een taak. Prompts zijn herbruikbare opdrachtvormen. Niet iedere server biedt alles aan, en niet iedere AI-app ondersteunt alle mogelijkheden. Je kiest dus niet alleen een koppeling, maar controleert ook wat je ermee kunt doen.
Waarom zie je MCP ineens overal? AI verschuift van alleen antwoorden geven naar helpen bij werk in andere apps. Daarvoor heeft een assistent actuele informatie en bruikbare tools nodig. Zonder gedeelde standaard moet iedere combinatie van AI-app en bedrijfssoftware apart worden aangesloten. MCP maakt hergebruik makkelijker: verschillende AI-apps kunnen met dezelfde server werken, zolang hun ondersteuning en toegangsinstellingen op elkaar aansluiten.
Anthropic introduceerde MCP op 25 november 2024. De officiële MCP-documentatie noemt inmiddels ondersteuning in onder meer Claude, ChatGPT, Visual Studio Code en Cursor. Microsoft beschreef op 2 april 2025 al ondersteuning in verschillende eigen producten en de samenwerking aan een officiële C#-ontwikkelkit. Die brede ondersteuning helpt verklaren waarom softwaremakers MCP toevoegen: hun product wordt daarmee bruikbaar vanuit meer AI-omgevingen. Meer bruikbare koppelingen maken de standaard op hun beurt aantrekkelijker voor AI-apps. Dat versterkt elkaar; het bewijst niet dat elke MCP-koppeling goed of nodig is.
Een praktisch voorbeeld: je vraagt een assistent welke hardloopschoenen in maat 42 op voorraad zijn en geschikt zijn voor een halve marathon. Met een passende MCP-koppeling kan hij productkenmerken en actuele voorraad opvragen. Wil je daarna een klantantwoord maken, dan kan hij daar een concept van schrijven. Versturen is een aparte actie, die alleen kan als de koppeling dat ondersteunt en je die toegang hebt gegeven. Dit is een voorbeeld van de werkwijze, geen klantcase.
MCP vervangt bestaande API’s niet automatisch. Een API is een afgesproken manier waarop software met andere software communiceert. Een MCP-server gebruikt vaak zo’n API achter de schermen en biedt geselecteerde functies aan de AI-app aan. MCP regelt die uitwisseling; het traint het model niet op jouw bedrijfsgegevens. Welke gegevens een AI-dienst bewaart of gebruikt, hangt af van de dienst en je instellingen, niet alleen van MCP.
Begin met één concrete taak die nu veel zoekwerk of kopieerwerk vraagt. Kies bij voorkeur een koppeling van de aanbieder zelf, controleer de gevraagde toegang en start met alleen lezen. Test of de assistent de juiste gegevens ophaalt en fouten herkenbaar meldt. Laat versturen, verwijderen of publiceren pas toe als je de gevolgen kunt controleren. Vraag ook wie de koppeling onderhoudt en wat er gebeurt als een dienst tijdelijk niet beschikbaar is.
MCP maakt een verbinding mogelijk, maar garandeert geen juiste antwoorden of veilige uitvoering. Een onbetrouwbare server of tekst in een opgehaald document kan een assistent proberen te misleiden. Dat heet prompt injection. Beperk daarom de toegang, houd gevoelige informatie buiten onnodige koppelingen en laat belangrijke acties goedkeuren. Soms is een gewone automatisering met vaste stappen voorspelbaarder dan een AI-assistent die zelf tools kiest.
Bronnen: de officiële MCP-uitleg ‘What is the Model Context Protocol?’ en ‘Understanding MCP servers’ op modelcontextprotocol.io; Anthropic, ‘Introducing the Model Context Protocol’ (25 november 2024); Microsoft for Developers, ‘Microsoft partners with Anthropic to create official C# SDK for Model Context Protocol’ (2 april 2025). Geraadpleegd op 11 november 2026.
Tip
Een MCP-koppeling is geen reden om een assistent overal toegang toe te geven. Begin met één taak en alleen-lezenrechten; laat belangrijke wijzigingen door je goedkeuren.
Hoort hierbij
- AI-agentEen AI-agent is een systeem dat met een taalmodel niet alleen antwoord geeft maar ook stappen uitvoert: gegevens ophalen, tools gebruiken en acties in andere systemen doen.
- LLMEen LLM (Large Language Model) is een AI-model dat taalpatronen leert uit veel gegevens en daarmee tekst verwerkt en genereert. Het werkt met tokens: stukjes tekst.
- APIEen API is een afgesproken manier waarop twee systemen gegevens uitwisselen, bijvoorbeeld je webshop die bestellingen doorgeeft aan je boekhouding.
- Human-in-the-loopHuman-in-the-loop betekent dat een mens op afgesproken momenten meebeoordeelt of beslist in een geautomatiseerd proces, bijvoorbeeld voordat AI iets publiceert of uitvoert.
