Du arbeitest mit Claude Code im Terminal und merkst schnell: Das Modell ist brillant beim Coden, aber es lebt in seiner eigenen Blase. Es kennt deine Datenbank nicht, kann nicht in deinem Code auf GitHub nachschauen und weiß nichts über die aktuelle Doku eines Tools. Genau hier kommt ein MCP Server ins Spiel: Er ist die Brücke, die Claude Code mit deinen echten Tools und Datenquellen verbindet, ohne dass du jedes Mal Kontext manuell reinkopieren musst. In diesem Artikel erfährst du, was ein MCP Server ist, was er dir konkret bringt und welche du 2026 wirklich brauchst.
Was ist ein MCP Server (Model Context Protocol)?
MCP steht für Model Context Protocol – ein offener Standard, den Anthropic entwickelt hat, um KI-Modelle wie Claude mit externen Tools und Daten zu verbinden. Du kannst dir das wie eine Art „USB-C für KI“ vorstellen: Statt für jede Integration eine eigene proprietäre Schnittstelle zu bauen, gibt es einen einheitlichen Standard, an den sich alle halten.
Ein MCP Server ist dabei ein kleines Programm, das eine bestimmte Fähigkeit oder Datenquelle bereitstellt – zum Beispiel Zugriff auf dein Dateisystem, deine Postgres-Datenbank oder die GitHub-API. Claude Code ist der Client, der sich mit diesen Servern verbindet. Der Server stellt sogenannte Tools bereit (Aktionen, die Claude ausführen kann) sowie teilweise Ressourcen und Prompts. Das Schöne: Weil MCP ein offener Standard ist, funktionieren dieselben Server nicht nur in Claude Code, sondern in jedem MCP-fähigen Client.
Was bringt ein MCP Server für Claude Code?
Ohne MCP musst du Claude Code alles mundgerecht servieren: Datei-Inhalte kopieren, Fehlermeldungen einfügen, Datenbank-Schemas beschreiben. Mit einem MCP Server holt sich Claude diese Informationen selbst – kontrolliert, nachvollziehbar und genau dann, wenn sie gebraucht werden.
Konkret heißt das:
- Weniger Copy-Paste: Claude liest selbst aus deinen Datenquellen, statt dass du Kontext zusammensammelst.
- Mehr Aktionen: Claude kann nicht nur lesen, sondern auch handeln – etwa ein GitHub-Issue erstellen oder eine Query gegen die Datenbank fahren.
- Aktueller Kontext: Statt auf dem Trainingsstand des Modells (etwa Opus 4.8, Sonnet 4.6 oder Haiku 4.5) festzuhängen, greift Claude auf Live-Daten zu.
- Wiederverwendbarkeit: Einmal eingerichtet, steht ein Server in all deinen Projekten oder deinem Team zur Verfügung.
Wie bindest du einen MCP Server in Claude Code ein?
Es gibt zwei Wege. Den schnellen über den Slash-Command /mcp direkt in der Session – damit siehst du den Status deiner verbundenen Server, kannst dich authentifizieren (OAuth) und Server verwalten. Und den deklarativen über eine .mcp.json-Datei, die du ins Projekt legst.
Variante 1: Der /mcp-Command
Tippe in deiner Claude-Code-Session einfach /mcp ein. Du bekommst eine Übersicht aller konfigurierten Server, ihren Verbindungsstatus und kannst OAuth-Logins (zum Beispiel für GitHub) direkt abwickeln. Das ist der schnellste Weg, um zu prüfen, ob alles läuft.
Variante 2: Die .mcp.json im Projekt
Für reproduzierbare Setups legst du eine .mcp.json in den Projekt-Root. So weiß jedes Teammitglied (und jede neue Session) sofort, welche Server gebraucht werden. Ein einfaches Beispiel für einen Filesystem- und einen GitHub-Server:
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"/Users/du/projekte"
]
},
"github": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "${GITHUB_TOKEN}"
}
}
}
}Wichtig: Lege Secrets wie Tokens nicht im Klartext ab, sondern referenziere sie über Environment-Variablen (hier ${GITHUB_TOKEN}). So landet die .mcp.json sauber im Git, ohne deine Zugangsdaten zu leaken.
Die nützlichsten MCP Server für den Alltag
Du musst nicht alles auf einmal installieren. Diese vier Kategorien decken die meisten Anwendungsfälle für Solopreneure und Entwickler ab.
Filesystem
Der Filesystem-Server gibt Claude kontrollierten Zugriff auf bestimmte Verzeichnisse – lesen, schreiben, durchsuchen. Praktisch, wenn du außerhalb des aktuellen Projektordners arbeiten oder den Zugriff explizit auf bestimmte Pfade begrenzen willst.
GitHub
Mit dem GitHub-Server kann Claude Issues und Pull Requests lesen und erstellen, Repos durchsuchen und Code-Reviews unterstützen. Für alle, die ihren Workflow rund um GitHub organisieren, ist das einer der wertvollsten Server überhaupt.
Datenbank (Postgres)
Ein Postgres-MCP-Server lässt Claude dein Datenbank-Schema verstehen und Queries ausführen. Gerade beim Debuggen oder beim Schreiben komplexer SQL-Abfragen spart das enorm Zeit. Tipp: Nutze nach Möglichkeit einen read-only Zugang, damit nichts versehentlich geändert wird.
Web / Fetch
Ein Fetch- oder Web-Server erlaubt Claude, Webseiten und aktuelle Dokumentationen abzurufen und in nutzbaren Kontext umzuwandeln. So bleibt das Modell auch bei frischen Library-Versionen auf dem Laufenden, statt nur auf seinen Trainingsstand zu vertrauen.
Sicherheit: Nur vertrauenswürdige MCP Server nutzen
Ein MCP Server bekommt echte Rechte – er kann Dateien lesen, Datenbanken abfragen oder API-Calls absetzen. Das ist mächtig, aber auch ein Einfallstor, wenn du unbedacht vorgehst. Halte dich an ein paar Grundregeln:
- Nur vertrauenswürdige Quellen: Installiere Server aus offiziellen oder bekannten, gut gepflegten Repos. Bei unbekannten Servern lohnt ein Blick in den Quellcode.
- Least Privilege: Gib jedem Server nur die Rechte, die er wirklich braucht – read-only Datenbankzugänge, eng begrenzte Filesystem-Pfade, Tokens mit minimalem Scope.
- Secrets schützen: Tokens und Keys gehören in Environment-Variablen, nie hartcodiert in die
.mcp.json. - Vorsicht bei untrusted Content: Wenn ein Server Inhalte aus dem Web zieht, können diese Prompt-Injection-Versuche enthalten. Sei bei automatisierten Aktionen wachsam.
Praxis-Tipp: Klein anfangen
Der häufigste Fehler ist, gleich ein Dutzend Server zu konfigurieren. Das überfrachtet den Kontext und macht es Claude schwerer, die richtigen Tools auszuwählen. Starte stattdessen mit ein oder zwei Servern, die dein konkretes Problem lösen – zum Beispiel GitHub plus Filesystem. Beobachte, wie Claude sie nutzt, und erweitere erst dann. Eine schlanke .mcp.json pro Projekt schlägt eine globale Sammlung von zwanzig Servern, von denen du die Hälfte nie brauchst.
Du willst Claude Code richtig beherrschen? Hol dir mein kostenloses Freebie mit 5 CLAUDE.md-Templates, mit denen du Claude von Anfang an den richtigen Kontext gibst – und wenn du tiefer einsteigen willst, schau dir den kompletten Claude-Code-Kurs auf kopfundstift.de an.
FAQ zu MCP Servern
Brauche ich Programmierkenntnisse, um einen MCP Server zu nutzen?
Nein. Die meisten populären Server installierst du mit einem einzigen Eintrag in der .mcp.json oder über /mcp. Programmieren musst du nur, wenn du einen eigenen Server bauen willst – und auch das ist dank der offiziellen SDKs gut machbar.
Funktionieren MCP Server nur mit Claude Code?
Nein. Weil das Model Context Protocol ein offener Standard ist, laufen dieselben Server in jedem MCP-fähigen Client – etwa der Claude Desktop App oder anderen Tools, die MCP unterstützen. Du baust dein Setup also nicht für eine einzige Anwendung.
Kosten MCP Server etwas?
Die Server selbst sind in der Regel Open Source und kostenlos. Kosten können entstehen durch die Dienste dahinter (zum Beispiel eine gehostete Datenbank oder eine kostenpflichtige API) – nicht durch den MCP Server an sich.
Fazit
Ein MCP Server macht aus Claude Code von einem reinen Coding-Assistenten ein Werkzeug, das in deine echte Arbeitsumgebung integriert ist – mit Zugriff auf deine Datenquellen, dein GitHub und deine Datenbank. Das Model Context Protocol sorgt dabei für einen einheitlichen, offenen Standard, sodass du dein Setup einmal baust und überall nutzt. Fang klein an, achte auf Sicherheit und erweitere nach Bedarf. Dann wird Claude Code von einem cleveren Helfer zu einem echten Teil deines Workflows.
