Was ist das Model Context Protocol (MCP)?
Das Model Context Protocol (MCP) ist ein offener Standard, der festlegt, wie KI-Anwendungen mit externen Systemen kommunizieren: Datenbanken, CRM, ERP, Dateiablagen, E-Mail und praktisch jede andere Anwendung mit Schnittstelle. Anthropic, das Unternehmen hinter Claude, hat MCP am 25. November 2024 als Open Source veröffentlicht (Anthropic, 25.11.2024) und am 9. Dezember 2025 an die Agentic AI Foundation übergeben, einen Fonds unter dem Dach der Linux Foundation (Anthropic, 09.12.2025).
Stellen Sie sich MCP als eine gemeinsame Sprache vor. Bevor MCP existierte, musste jede Verbindung zwischen einem KI-Modell und einem Geschäftssystem individuell programmiert werden. Jede Kombination aus KI-Anbieter und Zielsystem erforderte eigenen Code, eigene Wartung, eigene Tests. Das war teuer, fehleranfällig und schlecht skalierbar.
MCP ändert das grundlegend. Mit einem einzigen, standardisierten Protokoll kann jeder KI-Agent auf jedes System zugreifen, das einen MCP-Server bereitstellt. OpenAI, Google und Microsoft unterstützen MCP inzwischen in ihren eigenen Produkten (Belege weiter unten). Damit wird MCP zum gemeinsamen Verbindungsstandard für KI-Anwendungen, vergleichbar mit dem, was HTTP für das Web bedeutet.
MCP-Protokoll und MCP-Schnittstelle: zwei Namen für dasselbe
Wer „MCP-Protokoll“ oder „MCP-Schnittstelle“ sucht, meint das Model Context Protocol selbst. Technisch tauschen die Beteiligten Nachrichten im Format JSON-RPC 2.0 aus. Die Spezifikation kennt drei Rollen: den Host (die KI-Anwendung, etwa Claude Desktop), den Client (die Verbindung innerhalb des Hosts) und den Server (der Werkzeuge und Daten anbietet) (MCP-Spezifikation).
Für den Transport sieht die Spezifikation zwei Standardwege vor: stdio, wenn der Server als lokaler Prozess auf demselben Rechner läuft, und Streamable HTTP, wenn er als Dienst im Netz erreichbar ist (Transports). Für HTTP-Server beschreibt sie eine Anmeldung nach OAuth 2.1; Pflicht ist Autorisierung laut Spezifikation nicht (Authorization). Für Unternehmensdaten ist sie trotzdem der Normalfall.
Warum ein Standard hilft: aus N × M werden N + M
Ohne gemeinsamen Standard braucht jede Kombination aus KI-Anwendung und System eine eigene Anbindung. Bei drei KI-Anwendungen und fünf Systemen sind das 3 × 5 = 15 Einzelintegrationen, die gebaut, getestet und gepflegt werden müssen. Mit MCP braucht jedes System einen MCP-Server und jede KI-Anwendung einen MCP-Client: 3 + 5 = 8 Bausteine. Je mehr Systeme und Modelle hinzukommen, desto größer wird der Abstand.
Kurz gesagt: MCP ist für KI-Integrationen, was USB-C für Ladekabel ist: ein Anschluss, der überall passt, statt für jedes Gerät ein eigenes Kabel.
Was ist ein MCP-Server?
Ein MCP-Server ist die Softwarekomponente, die einem KI-Assistenten genau festgelegte Werkzeuge und Daten aus einem System bereitstellt und dabei auf der Seite Ihres Unternehmens läuft. Er ist die Brücke zwischen Ihren Geschäftssystemen und dem KI-Agenten. Denken Sie an ihn wie an einen spezialisierten Übersetzer: Er kennt Ihre Systeme (CRM, ERP, Datenbanken) und stellt deren Funktionen in einer Sprache bereit, die jeder KI-Agent versteht.
Konkret macht ein MCP-Server drei Dinge:
- Tools bereitstellen: Funktionen, die der KI-Agent ausführen kann. Zum Beispiel "Erstelle einen neuen Kontakt im CRM", "Versende eine E-Mail" oder "Aktualisiere den Lagerbestand".
- Ressourcen bereitstellen: Daten, auf die der KI-Agent lesend zugreifen kann. Zum Beispiel Kundenstammdaten, Produktkataloge oder aktuelle Lagerbestände.
- Prompts bereitstellen: Vorlagen für häufige Interaktionsmuster. Zum Beispiel eine Vorlage für die Zusammenfassung eines Kundengesprächs oder für die Erstellung eines Angebots.
Der MCP-Server entscheidet dabei, welche Daten und Funktionen er dem KI-Agenten zur Verfügung stellt. Er ist also gleichzeitig Brücke und Wächter — er ermöglicht den Zugriff und kontrolliert ihn. Ein schlecht konfigurierter Server kann einem KI-Agenten unbeabsichtigt Schreibzugriff auf kritische Systeme geben, deshalb ist die Rechtevergabe keine Zusatzfunktion, sondern Grundvoraussetzung.
Die drei Bausteine wirken zusammen: Ein Agent liest eine Ressource (Kundendaten), führt ein Tool aus (Angebotsentwurf anlegen) und folgt dabei einem Prompt (Ihrer Vorlage für Angebote). Ob am Ende ein Mensch freigibt, legt der Server fest.
Wie funktioniert ein MCP-Server?
Die Architektur von MCP folgt einem klaren Client-Server-Modell, das vielen IT-Verantwortlichen vertraut sein wird:
Die KI-Anwendung (zum Beispiel Claude Desktop oder ein agentisches KI-System auf Basis von Claude oder GPT) ist der Host. Für jeden angebundenen MCP-Server öffnet sie einen eigenen MCP-Client mit eigener Verbindung (MCP-Architektur). Ein Agent kann so gleichzeitig mit mehreren Servern arbeiten, etwa einem für das CRM, einem für die Datenbank und einem für E-Mail. Den Client müssen Sie in der Regel nicht selbst entwickeln, er steckt in der KI-Anwendung.
Der MCP-Server läuft in Ihrer Infrastruktur — auf Ihrem Server, in Ihrer Cloud oder bei einem vertrauenswürdigen Hosting-Anbieter in der EU. Er nimmt die Anfragen des KI-Agenten entgegen, übersetzt sie in Befehle für Ihre Systeme und gibt die Ergebnisse zurück.
Die Kommunikation zwischen Client und Server erfolgt über JSON-RPC 2.0 — ein leichtgewichtiges, bewährtes Nachrichtenformat. Ein typischer Ablauf sieht so aus:
- Der KI-Agent fragt den MCP-Server: "Welche Tools stehen mir zur Verfügung?" (Tool Discovery)
- Der MCP-Server antwortet mit einer Liste: "Du kannst Kunden suchen, Angebote erstellen und E-Mails versenden."
- Der KI-Agent entscheidet basierend auf der Benutzeranfrage, welches Tool er braucht, und ruft es auf: "Suche den Kunden mit der E-Mail max@beispiel.de"
- Der MCP-Server führt die Suche in Ihrem CRM durch und gibt das Ergebnis zurück.
- Der KI-Agent verarbeitet das Ergebnis und antwortet dem Benutzer.
Das Besondere: Der KI-Agent entdeckt die verfügbaren Tools automatisch. Sie müssen ihm nicht beibringen, welche Funktionen existieren — er fragt den MCP-Server und weiß sofort, was möglich ist. Das macht die Architektur extrem flexibel: Wenn Sie ein neues Tool hinzufügen, können alle verbundenen KI-Agenten es sofort nutzen.
Ein MCP-Server in 25 Zeilen Code
Wie konkret das aussieht, zeigt dieses minimale Python-Beispiel mit dem offiziellen mcp-SDK. Der Server stellt ein einziges Tool zur Verfügung — Kunden in einer Datenbank zu suchen — und Claude kann es sofort nutzen, sobald der Server läuft:
from mcp.server.fastmcp import FastMCP
import sqlite3
mcp = FastMCP("crm-bridge")
@mcp.tool()
def find_customer(email: str) -> dict:
"""Sucht einen Kunden anhand der E-Mail-Adresse im CRM.
Args:
email: Die E-Mail-Adresse des gesuchten Kunden.
Returns:
Dict mit Kundennummer, Name und letztem Kontakt.
"""
conn = sqlite3.connect("crm.db")
row = conn.execute(
"SELECT id, name, last_contact FROM customers WHERE email = ?",
(email,)
).fetchone()
conn.close()
if not row:
return {"found": False}
return {"found": True, "id": row[0], "name": row[1], "last_contact": row[2]}
if __name__ == "__main__":
mcp.run() # startet den MCP-Server auf stdio
Drei Dinge sind hier entscheidend: Die Funktion ist typisiert — Claude weiß automatisch, dass email ein String sein muss. Sie hat einen Docstring — den liest das Modell wie eine Bedienungsanleitung. Und die SQL-Abfrage ist parametrisiert — der KI-Agent kann keinen Free-Form-SQL-Code einschleusen. Das ist die Mindest-Sicherheits-Hürde, die jeder produktive MCP-Server erfüllen sollte.
MCP-Server vs. klassische API-Integration
Vielleicht fragen Sie sich: "Wir haben doch schon APIs. Wozu brauchen wir MCP?" Die Frage ist berechtigt. Hier sind die entscheidenden Unterschiede:
- Standardisiert statt individuell: Eine REST-API ist für jedes System anders aufgebaut. Ein MCP-Server folgt einem einheitlichen Standard. Ein KI-Agent, der mit einem MCP-Server sprechen kann, kann mit jedem MCP-Server sprechen — ohne Anpassung.
- KI-nativ: Klassische APIs sind für Entwickler gebaut. MCP ist für KI-Agenten gebaut. Die Tool-Beschreibungen enthalten semantische Informationen, die dem KI-Modell helfen, die richtige Funktion zur richtigen Zeit auszuwählen.
- Automatische Tool-Erkennung: Bei klassischen APIs muss der Entwickler im Voraus festlegen, welche Endpunkte der Agent nutzt. Bei MCP entdeckt der Agent die verfügbaren Tools selbst und wählt situativ die passenden aus.
- Kontextbewusst: MCP ermöglicht es, dem KI-Agenten neben den Tools auch Kontext mitzugeben — zum Beispiel "Der Benutzer ist ein Premium-Kunde" oder "Wir befinden uns im Quartalabschluss". Das verbessert die Qualität der KI-Antworten erheblich.
- Zukunftssicher: Da Google, OpenAI, Microsoft und Anthropic alle auf MCP setzen, investieren Sie in einen Standard, der Bestand hat — unabhängig davon, welches KI-Modell Sie morgen einsetzen.
MCP-Server vs. n8n vs. Zapier vs. Webhook — der Vergleich
Wer „nur" Tools verbinden will, fragt sich zu Recht: Reicht nicht n8n oder Zapier? Die Antwort hängt davon ab, ob ein Mensch oder eine KI im Workflow entscheidet:
| Ansatz | Wer entscheidet zur Laufzeit? | Tool-Erkennung | Stärke |
|---|---|---|---|
| Webhook / REST-API | Entwickler im Voraus | Statisch verdrahtet | Deterministische Prozesse, niedrige Latenz |
| Zapier / Make | Mensch beim Bauen (Trigger-Action) | Visuell konfiguriert | Schnelle No-Code-Verkettung |
| n8n | Mensch beim Bauen (selbst hostbar) | Visuell + Code-Knoten | Komplexe Workflows, DSGVO-konform self-hosted |
| MCP-Server | KI-Modell zur Laufzeit | Dynamisch (Tool Discovery) | Agentische Systeme: KI wählt Werkzeug situativ |
Praktisch heißt das: n8n und MCP konkurrieren nicht — sie ergänzen sich. n8n orchestriert die deterministischen Teile, der MCP-Server gibt der KI das Werkzeug für die offenen Teile.
5 konkrete Einsatzbeispiele für MCP-Server
MCP-Server entfalten ihren Wert dort, wo KI-Agenten auf echte Unternehmensdaten zugreifen müssen. Diese fünf Anwendungsfälle sehen wir in der Praxis besonders häufig:
- CRM-Anbindung (Pipedrive, HubSpot, Salesforce) Ein MCP-Server verbindet Ihren KI-Agenten mit dem CRM-System. Der Agent kann Kontakte suchen, Deals aktualisieren, Aktivitäten protokollieren und Vertriebsberichte generieren. Ihr Vertriebsteam fragt einfach: "Welche Deals stehen diese Woche zum Abschluss?" — und bekommt eine aktuelle Antwort direkt aus dem CRM.
- ERP-Integration Lagerbestände prüfen, Bestellungen anlegen, Lieferstatus abfragen — ein MCP-Server macht Ihr ERP-System für den KI-Agenten zugänglich. Besonders wertvoll bei komplexen Abfragen, die sonst mehrere Klicks und Bildschirme erfordern: "Welche Artikel haben weniger als 50 Stück auf Lager und wurden im letzten Monat mehr als 100 Mal bestellt?"
- Datenbank-Zugriff Für Unternehmen mit eigenen Datenbanken (SQL, PostgreSQL, MongoDB) ermöglicht ein MCP-Server dem KI-Agenten, kontrollierte Lesezugriffe durchzuführen. Der Agent kann Daten abfragen und analysieren, ohne dass jemand SQL-Kenntnisse braucht. Schreibzugriffe lassen sich gezielt einschränken oder mit Genehmigungsworkflows versehen.
- Dokumenten-Management Verträge, Handbücher, Richtlinien, Produktspezifikationen — ein MCP-Server kann dem KI-Agenten Zugriff auf Ihr Dokumentenmanagementsystem geben. Der Agent findet die richtige Information in Sekunden, statt dass ein Mitarbeiter zehn Minuten in Ordnerstrukturen sucht.
- E-Mail-Automatisierung Ein MCP-Server für Ihr E-Mail-System ermöglicht dem KI-Agenten, eingehende E-Mails zu lesen, zu klassifizieren und Antworten vorzubereiten. In Kombination mit dem CRM-MCP-Server kann er dabei auf Kundenhistorien zugreifen und personalisierte, kontextbezogene Antworten erstellen.
Wer unterstützt MCP? Warum es der Standard wird
Alle großen KI-Anbieter unterstützen MCP inzwischen in eigenen Produkten. Stand November 2026, jeweils in der Herstellerdokumentation nachgelesen:
| Anbieter | Wo MCP unterstützt wird | Quelle |
|---|---|---|
| Anthropic | Hat MCP veröffentlicht; Claude Desktop und Claude Code verbinden sich mit MCP-Servern | MCP-Architektur |
| OpenAI | API: Modelle mit entfernten MCP-Servern verbinden | OpenAI-Doku |
| Gemini API: Verbindung zu entfernten MCP-Servern | Gemini-API-Doku | |
| Microsoft | Copilot Studio: Agenten um MCP-Server erweitern | Microsoft Learn |
Seit Dezember 2025 liegt MCP bei der Agentic AI Foundation unter der Linux Foundation, mitgegründet von Anthropic, Block und OpenAI (Anthropic, 09.12.2025). Der Standard gehört damit keinem einzelnen Anbieter mehr.
Für Sie als Unternehmen heißt das: Ein MCP-Server, den Sie heute entwickeln lassen, lässt sich mit jeder dieser KI-Anwendungen nutzen, die MCP unterstützt. Sie binden sich nicht an einen einzelnen Anbieter. Wechseln Sie das Modell oder nehmen ein zweites hinzu, bleibt der Server derselbe; angepasst wird höchstens die Anbindung im jeweiligen Client.
Vorsicht bei Eigenentwicklung: Ein MCP-Server sieht auf den ersten Blick einfach aus — die Spezifikation ist öffentlich, und es gibt Open-Source-Bibliotheken. In der Praxis stecken die Herausforderungen im Detail: Authentifizierung, Fehlerbehandlung, Rate Limiting, Logging, Monitoring und vor allem die sichere Abgrenzung der Datenzugriffe. Ein schlecht konfigurierter MCP-Server kann einem KI-Agenten unbeabsichtigt Zugriff auf sensible Daten geben. Wer einen MCP-Server einrichten will, sollte die Entwicklung von Experten begleiten lassen, die sowohl MCP als auch Ihre Systeme verstehen.
DSGVO und MCP-Server
Gerade für deutsche Unternehmen ist der Datenschutzaspekt entscheidend. Die gute Nachricht: Ein MCP-Server lässt sich DSGVO-gerecht umsetzen, wenn Rechte, Hosting und Protokoll von Anfang an mitgeplant werden.
Der Server entscheidet, welche Daten das Modell sieht
Anders als bei vielen KI-Lösungen, bei denen Ihre Daten an externe Server gesendet werden, läuft der MCP-Server in Ihrer Infrastruktur. Ihr System wird nicht als Ganzes an einen KI-Anbieter übergeben. Der KI-Agent bekommt nur die Daten, die der Server für die aktuelle Aufgabe herausgibt. Wichtig: Was in einer Antwort landet, verarbeitet das KI-Modell. Nutzen Sie ein Modell eines US-Anbieters, gehören dessen Region und Vertrag in die Prüfung; für besonders sensible Daten kommt ein lokales Modell in Frage.
EU-Hosting und AVV
Wir setzen MCP-Server ausschließlich auf EU-Servern auf. In Kombination mit einem Auftragsverarbeitungsvertrag (AVV) mit dem KI-Anbieter Ihrer Wahl erfüllen Sie die zentralen DSGVO-Anforderungen. Mehr zum Thema Datenschutz bei KI finden Sie in unserem Artikel zu DSGVO-konformer KI-Implementierung.
Anmeldung und Protokoll
Jeder Zugriff sollte einer Person oder Rolle zugeordnet sein. Für Server im Netz beschreibt die Spezifikation dafür OAuth 2.1. Zusätzlich gehört jeder Werkzeugaufruf ins Protokoll: wer, wann, welches Werkzeug, mit welchem Ergebnis. Das dient der Nachvollziehbarkeit und zeigt, wo der Agent an Grenzen stößt.
Granulare Zugriffssteuerung
Ein professionell konfigurierter MCP-Server stellt nur die Daten und Funktionen bereit, die der KI-Agent tatsächlich braucht. Der Agent für den Kundenservice sieht keine Gehaltsdaten. Der Agent für das Reporting kann Daten lesen, aber nichts ändern. Lese- und Schreibrechte werden getrennt gesteuert, kritische Aktionen wie Löschen bekommen eine Freigabe durch einen Menschen. Diese Zugriffssteuerung wird auf Server-Ebene konfiguriert — der KI-Agent kann sie nicht umgehen. Die Details stehen im Ratgeber MCP-Server: Sicherheit und DSGVO.
Was kostet ein MCP-Server?
Jedes Projekt ist anders, konkrete Preise nennen wir nach dem kostenlosen Audit. Die typischen Bausteine:
- Audit + Konzeption (Schnittstellen, Use Cases, Berechtigungsmodell): der kompakte Einstieg, Umfang je nach Systemlandschaft
- Erster produktiver MCP-Server mit zwei bis drei Tools, EU-Hosting, Logging, Pen-Test: individuell nach Komplexität und Systemzahl
- Erweiterung pro Tool oder Use Case: deutlich günstiger als der Erstaufbau, da die Architektur steht
- Laufender Betrieb (Hosting, Monitoring, Updates): laufende Kosten je nach Setup
- Wartungsvertrag mit garantierten Update-Reaktionszeiten: optional, je nach SLA-Anspruch
Entscheidend für die Kostenkurve: Wie viele Systeme sollen angebunden werden, wie sensibel sind die Daten, und gibt es bereits saubere APIs auf der Gegenseite. Eine reine Lexoffice-Anbindung ist günstiger als eine DATEV-Anbindung mit Berufsrecht-Anforderungen. Mehr dazu in unserem Ratgeber zu Kosten der Workflow-Automatisierung.
Wie Sie mit MCP anfangen — drei pragmatische Schritte
Viele Unternehmen sitzen vor MCP wie vor einer großen Tür und wissen nicht, wo der Schlüssel hingehört. Drei Schritte, die in der Praxis funktionieren:
- Einen konkreten Schmerz wählen — nicht „wir wollen KI". Sondern: „Unsere Buchhaltung verliert 18 Stunden pro Woche an Belegerfassung." Oder: „Unsere Vertriebler tippen Notizen ins CRM, statt zu verkaufen." Ein klar messbarer Engpass ist der bessere Start als eine Vision.
- Den ersten MCP-Server klein halten — ein einzelnes System (CRM, Buchhaltungs-Tool, Datenbank), zwei bis drei Tools, klare Berechtigungen. Erst ein Kernsystem anbinden und im Alltag prüfen, dann erweitern. Den Zeitplan legen wir nach dem KI-Check fest.
- Erfolg messen, dann erweitern — wie viele Sekunden pro Aufgabe? Wie viele Fehler weniger? Erst wenn die ersten Tools messbar Wirkung zeigen, kommt der zweite Server. Das verhindert Tool-Wildwuchs und KI-Theater.
Wer diesen Pfad geht, hat früh einen MCP-Server im echten Einsatz, eine Messung statt eines Bauchgefühls und ein Team, das versteht, wann KI hilft und wann nicht.
Weiterführende Artikel
MCP-Server für Ihr Unternehmen?
In der kostenlosen Erstberatung analysieren wir, welche Ihrer Systeme von einer MCP-Integration profitieren — DSGVO-konform und auf EU-Servern.
KI-Check buchen arrow_forwardHäufige Fragen
Was ist ein MCP-Server?
Ein MCP-Server ist eine Softwarekomponente, die nach dem Model Context Protocol (MCP) arbeitet und als Brücke zwischen KI-Agenten und Ihren Geschäftssystemen fungiert. Er stellt dem KI-Agenten Tools (Funktionen), Ressourcen (Daten) und Prompts (Vorlagen) bereit, sodass die KI sicher und kontrolliert auf Ihre CRM-, ERP- oder Datenbanksysteme zugreifen kann.
Wer hat das Model Context Protocol entwickelt?
Anthropic hat das Model Context Protocol am 25. November 2024 als offenen Standard veröffentlicht. Seit Dezember 2025 liegt es bei der Agentic AI Foundation unter der Linux Foundation. OpenAI, Google und Microsoft unterstützen MCP in ihren eigenen Produkten.
Was ist das MCP-Protokoll?
Das MCP-Protokoll ist das Model Context Protocol selbst: ein offener Standard, der festlegt, wie KI-Anwendungen mit externen Systemen sprechen. Die Nachrichten laufen im Format JSON-RPC 2.0, übertragen lokal über stdio oder im Netz über Streamable HTTP. Ein MCP-Server ist ein Programm, das dieses Protokoll für ein bestimmtes System spricht.
Ist MCP ein offener Standard?
Ja. Die Spezifikation ist öffentlich, jeder darf MCP-Server und -Clients bauen, und seit Dezember 2025 verwaltet die Agentic AI Foundation unter der Linux Foundation das Protokoll, nicht mehr Anthropic allein.
Braucht mein Unternehmen einen MCP-Server?
Wenn Sie KI-Agenten einsetzen möchten, die auf Ihre Unternehmensdaten zugreifen — etwa CRM-Daten, ERP-Systeme oder interne Datenbanken — dann ist ein MCP-Server der standardisierte und zukunftssichere Weg dafür. Besonders für Unternehmen, die mehrere Systeme anbinden oder verschiedene KI-Modelle nutzen wollen, bietet MCP erhebliche Vorteile gegenüber individuellen API-Integrationen.
Was kostet ein MCP-Server?
Jedes Projekt wird individuell kalkuliert, konkrete Preise nennen wir nach dem Audit. Die Kosten hängen von Systemzahl, Datensensibilität und Sicherheitsanforderungen ab.
Was ist der Unterschied zwischen MCP und n8n oder Zapier?
n8n und Zapier sind Workflow-Engines: Ein Mensch baut feste Trigger-Action-Ketten, die deterministisch ablaufen. Ein MCP-Server stellt dagegen ein Inventar von Werkzeugen bereit, die ein KI-Modell zur Laufzeit dynamisch auswählt. n8n und MCP konkurrieren nicht, sondern ergänzen sich: n8n orchestriert deterministische Teile, MCP gibt der KI das Werkzeug für offene Aufgaben.
Wie schnell ist ein MCP-Server produktiv einsetzbar?
Das hängt vor allem davon ab, wie klar der erste Use Case umrissen ist und wie sauber die Schnittstellen auf der Gegenseite sind. Den Zeitplan legen wir nach dem KI-Check verbindlich fest. Komplexere Anbindungen, etwa DATEV mit Berufsrecht-Anforderungen, brauchen deutlich mehr Zeit.
Ist ein MCP-Server DSGVO-konform?
Ja, wenn er korrekt aufgesetzt ist: EU-Hosting (Hetzner, IONOS, Azure-Region Germany West Central), Auftragsverarbeitungsvertrag mit dem KI-Anbieter, granulare Zugriffsrechte pro Rolle und vollständiges Audit-Logging. Der MCP-Server gibt nur die Felder heraus, die ein Werkzeug vorsieht, und protokolliert jeden Zugriff.