Model Context Protocol: de universele stekker tussen AI-modellen en de buitenwereld
Een taalmodel als Claude of ChatGPT kan uitstekend tekst genereren, maar weet uit zichzelf niets van wat er op dit moment in jouw agenda staat, welke bestanden op je computer staan, of wat de laatste stand van zaken is in een bepaalde database. Om zulke systemen daadwerkelijk iets te laten doen — een bestand lezen, een taak aanmaken, een zoekopdracht uitvoeren — moet er een verbinding komen tussen het model en die externe bron. Het Model Context Protocol, afgekort MCP, is een open standaard die dat soort verbindingen op een uniforme manier regelt.
Een handige vergelijking is USB-C. Vroeger had elk apparaat zijn eigen stekker en oplader; nu volstaat één type poort voor telefoons, laptops en koptelefoons. MCP probeert hetzelfde te doen voor AI: in plaats van dat elke combinatie van AI-model en databron of tool een eigen, op maat gebouwde koppeling nodig heeft, spreken ontwikkelaars één protocol af. Een bedrijf dat zijn boekhoudsysteem toegankelijk wil maken voor AI-assistenten hoeft dan nog maar één keer een “MCP-server” te bouwen, die vervolgens door uiteenlopende AI-toepassingen kan worden gebruikt.
Wat is het precies?
MCP is geïntroduceerd door het AI-bedrijf Anthropic (bekend van het Claude-model) eind november 2024, als open-source specificatie die iedereen vrij mag implementeren. Het protocol beschrijft afspraken tussen drie soorten componenten.
Een MCP-host is de toepassing waarin je als gebruiker werkt, bijvoorbeeld een chatprogramma als Claude Desktop, een programmeeromgeving, of een geautomatiseerde AI-agent. Binnen die host zit een MCP-client: het onderdeel dat de technische verbinding onderhoudt. Aan de andere kant staat een MCP-server: een klein programma dat toegang geeft tot een specifieke databron of dienst, zoals een bestandssysteem, een Git-repository, een Slack-werkruimte of een database.
Client en server praten met elkaar via JSON-RPC 2.0, een eenvoudig, al lang bestaand berichtenformaat waarmee het ene programma een functie op het andere programma kan “aanroepen” en een antwoord terugkrijgt, vergelijkbaar met hoe websites data uitwisselen met een server. Wat een MCP-server precies aanbiedt, valt uiteen in drie categorieën: resources (data die het model kan raadplegen, zoals de inhoud van een bestand), tools (functies die het model actief kan aanroepen, zoals “maak een nieuw issue aan” of “zoek in de agenda”) en prompts (kant-en-klare sjablonen voor veelvoorkomende taken).
De onderliggende reden voor deze opzet wordt in de MCP-documentatie vaak het “M-maal-N-probleem” genoemd: zonder gedeelde standaard heb je voor elk van de M AI-toepassingen en elk van de N externe tools een aparte, maatwerk-integratie nodig — dat aantal loopt snel op. Met een gedeeld protocol bouwt elke toolmaker slechts één server en elke AI-toepassing slechts één client: het probleem wordt teruggebracht van M keer N naar M plus N verbindingen.
Wat wil men ermee bereiken?
De directe aanleiding is dat taalmodellen zelf steeds krachtiger worden in redeneren en tekst schrijven, maar dat hun praktische bruikbaarheid vaak vastloopt op gebrek aan actuele, specifieke informatie en op het onvermogen om daadwerkelijk actie te ondernemen. MCP is bedoeld om die kloof te dichten, zodat AI-systemen kunnen uitgroeien tot “agents”: programma’s die niet alleen antwoorden genereren, maar ook stappen zetten, zoals het opzoeken van gegevens, het aanpassen van bestanden of het aansturen van andere software.
Een tweede doel is interoperabiliteit en het voorkomen van vendor lock-in, oftewel de afhankelijkheid van één leverancier. Doordat MCP een open, modelonafhankelijk protocol is, kan een organisatie in theorie dezelfde MCP-server gebruiken ongeacht welk AI-model er op dat moment achter zit. Dat maakt het makkelijker om van AI-leverancier te wisselen zonder alle koppelingen opnieuw te bouwen, en het moedigt een gedeeld ecosysteem van herbruikbare connectoren aan in plaats van dat elk bedrijf het wiel opnieuw uitvindt.
Voorbeelden uit de praktijk
Sinds de introductie zijn er al diverse concrete toepassingen ontstaan. Anthropic bracht bij de lancering in november 2024 zelf een reeks referentie-servers uit, onder meer voor lokale bestandssystemen, Git-repositories en Google Drive, die direct te gebruiken zijn binnen Claude Desktop.
De programmeereditor Zed, gemaakt door een team van voormalige Atom-ontwikkelaars, behoorde tot de eerste externe partijen die MCP-ondersteuning inbouwden, zodat AI-assistenten binnen de editor toegang kunnen krijgen tot projectbestanden en externe tools.
Ontwikkelplatform Replit en het codeanalysebedrijf Sourcegraph (bekend van de AI-assistent Cody) golden eveneens als vroege launchpartners, die MCP gebruikten om hun AI-functies te koppelen aan broncode en ontwikkelomgevingen.
Bij betaaldienst Block (het moederbedrijf van Square en Cash App) werd MCP volgens Anthropic ingezet om interne AI-agents veilig toegang te geven tot bedrijfsspecifieke systemen, zodat medewerkers via een AI-assistent taken konden uitvoeren die voorheen handmatig via meerdere aparte systemen liepen.
Buiten deze launchpartners is er in de loop van 2025 een breed, door de gemeenschap gebouwd aanbod aan MCP-servers ontstaan — onder meer voor Slack, PostgreSQL-databases en browserautomatisering — die vrij beschikbaar zijn via de officiële GitHub-organisatie van het project.
Hoe ver is de techniek?
MCP is een jong protocol: de eerste versie dateert van eind 2024, en de specificatie is sindsdien meerdere keren bijgewerkt. In de loop van 2025 nam de adoptie zichtbaar toe: verschillende grote AI-aanbieders naast Anthropic kondigden ondersteuning aan of experimenteerden ermee, waaronder naar verluidt OpenAI in delen van hun ontwikkelaarsgereedschap en Google DeepMind rond hun Gemini-modellen; ook Microsoft liet zien MCP te willen ondersteunen in eigen ontwikkelaarstools. Deze berichten kwamen relatief kort na elkaar en de precieze productdetails en tijdlijnen veranderden nog geregeld, dus voor de actuele stand van zaken is het raadzaam de officiële aankondigingen van deze bedrijven zelf te raadplegen.
Wat wel duidelijk is: het aantal beschikbare MCP-servers in de open-sourcegemeenschap groeide in 2025 snel, en meerdere grote spelers gaven aan het protocol serieus te nemen als mogelijke gedeelde standaard. Tegelijk blijven er reële obstakels. Beveiliging is het belangrijkste aandachtspunt: een MCP-server geeft een AI-model potentieel toegang tot gevoelige bestanden, wachtwoorden of systemen, en onderzoekers wezen op risico’s zoals kwaadwillige of slecht beveiligde servers, te ruime rechten, en zogeheten prompt injection — waarbij verborgen instructies in opgehaalde data het model kunnen misleiden om ongewenste acties uit te voeren. Daarnaast is de spec nog in ontwikkeling, wat betekent dat achterwaartse compatibiliteit niet altijd gegarandeerd is, en is het nog niet zeker of MCP zich blijvend als dé universele standaard zal doorzetten, of dat er op termijn concurrerende of aanvullende protocollen naast blijven bestaan.
Wie werken eraan?
Anthropic is de initiatiefnemer en houdt de kernspecificatie en referentie-implementaties bij via de open-source GitHub-organisatie van het project, waar ontwikkelaars wereldwijd aan kunnen bijdragen. Omdat het om een open protocol gaat, ligt de verdere ontwikkeling niet volledig in handen van één bedrijf, al roept de oorsprong bij Anthropic wel vragen op over hoe neutraal en gemeenschapsgedreven de toekomstige koers zal blijven naarmate meer partijen meebeslissen.
Buiten Anthropic hebben grote AI- en softwarebedrijven zoals OpenAI, Google DeepMind en Microsoft in de loop van 2025 interesse getoond of ondersteuning aangekondigd, wat wijst op een bredere, industriebrede beweging. Daarnaast zijn makers van ontwikkeltools — zoals Zed, Replit en Sourcegraph — en een groeiende groep individuele ontwikkelaars actief bij het bouwen van MCP-servers voor uiteenlopende diensten. Een centrale, onafhankelijke standaardisatie-instantie zoals bijvoorbeeld het World Wide Web Consortium voor webstandaarden ontbreekt vooralsnog; de facto governance verloopt op dit moment vooral via de open-sourcerepository en de bijdragen van de deelnemende bedrijven.