Wat is MCP (Model Context Protocol)? Zo gebruik en bouw je een MCP-server
Een AI-assistent is pas echt nuttig als hij bij je eigen gegevens kan: je CRM, je planning, je documenten, je voorraad. Tot voor kort moest je voor elke combinatie van AI-tool en systeem een aparte koppeling bouwen. MCP lost dat op. Het is een open standaard waarmee je een systeem één keer aansluit, waarna verschillende AI-toepassingen ermee kunnen werken.
Hieronder leggen we uit wat MCP is, hoe je het gebruikt en hoe je zelf een MCP-server bouwt.
Wat is MCP?
MCP staat voor Model Context Protocol. Het is een open standaard die Anthropic in november 2024 introduceerde. In december 2025 is MCP ondergebracht bij de Agentic AI Foundation van de Linux Foundation, zodat de standaard niet van één bedrijf is (aankondiging). Volgens die aankondiging ondersteunen onder meer ChatGPT, Gemini, Microsoft Copilot, Cursor en Visual Studio Code MCP.
Een vergelijking die vaak wordt gebruikt: MCP is de USB-C-poort voor AI. Eén stekker die overal past, in plaats van een la vol losse kabels.
Hoe werkt MCP?
MCP kent drie rollen:
- ✓De host is de AI-toepassing waarin je werkt, zoals een chatassistent of een programmeeromgeving.
- ✓De client zit in die host en onderhoudt de verbinding met een server.
- ✓De server is het stuk software dat een systeem beschikbaar maakt: je CRM, een database, een map met documenten.
Een MCP-server kan drie soorten dingen aanbieden:
| Wat | Voorbeeld |
|---|---|
| Tools (acties) | Een klant opzoeken, een afspraak inplannen, een ticket aanmaken |
| Resources (gegevens) | Een document, een productlijst, een dossier |
| Prompts (sjablonen) | Een vaste werkwijze, zoals "vat dit klantdossier samen" |
De AI ziet welke tools er zijn en wat ze doen, en kiest zelf welke hij nodig heeft voor een vraag. Zo kan een collega in gewone taal vragen "welke offertes van deze maand staan nog open?", waarna de AI dat via de MCP-server in je systeem opzoekt.
Waarom MCP je bedrijf helpt
- ✓Je eigen gegevens worden bruikbaar voor AI. Je team krijgt antwoorden op basis van jullie actuele gegevens, niet op basis van algemene kennis.
- ✓Eén keer koppelen, overal gebruiken. Een MCP-server werkt met elke AI-toepassing die MCP ondersteunt. Wissel je van AI-tool, dan blijft je koppeling bruikbaar.
- ✓Jij bepaalt de toegang. De server bepaalt welke gegevens en acties beschikbaar zijn. Je kunt beginnen met alleen lezen en schrijfacties pas toestaan als je dat wilt, eventueel met een bevestiging door een collega.
- ✓Kennis voor het hele team. Informatie die nu verspreid zit over systemen, wordt in één gesprek beschikbaar voor iedereen die er recht op heeft.
MCP is daarmee een belangrijk onderdeel van een agent harness: het geeft een AI-agent de tools die hij nodig heeft, binnen de grenzen die jij stelt.
Hoe gebruik je een MCP-server?
Voor veel bekende diensten bestaan al MCP-servers, vaak gemaakt door de leverancier zelf. Gebruiken gaat meestal zo:
- ✓Kies de AI-toepassing waarin je team werkt en controleer of die MCP ondersteunt. In zakelijke AI-assistenten heet dit vaak "connectors" of "integraties".
- ✓Voeg de server toe. Bij een server op afstand vul je een adres in en log je in bij de dienst; bij een lokale server geef je op hoe hij gestart wordt.
- ✓Geef toestemming. Je bepaalt welke tools de AI mag gebruiken. Veel toepassingen vragen bij elke actie om bevestiging; laat dat bij schrijfacties aan staan.
- ✓Stel je vraag. Vraag in gewone taal waar je naar zoekt; de AI gebruikt de server waar dat nodig is.
Gebruik alleen servers van bronnen die je vertrouwt. Een MCP-server krijgt toegang tot je gegevens, dus behandel hem als elke andere software die je installeert.
Hoe maak je een MCP-server?
Een eigen MCP-server bouw je als je een eigen systeem wilt ontsluiten, zoals een maatwerkapplicatie, een database of een intern portaal. Zo pakken wij dat aan:
- ✓1. Kies wat je wilt ontsluiten. Begin bij één systeem en de paar vragen of acties die je team het vaakst nodig heeft. Niet alles tegelijk.
- ✓2. Ontwerp de tools. Geef elke tool een duidelijke naam, een goede beschrijving en smalle invoer, bijvoorbeeld "zoek_klant op naam of klantnummer". De AI leest die beschrijvingen om te bepalen wat hij gebruikt, dus helderheid loont.
- ✓3. Kies een SDK. Er zijn officiële SDK's voor onder meer TypeScript en Python. Daarmee definieer je tools, resources en prompts zonder het protocol zelf te hoeven bouwen.
- ✓4. Kies hoe de server draait. Lokaal op de computer van de gebruiker (via standaard in- en uitvoer) of op afstand via HTTP, zodat het hele team hem kan gebruiken.
- ✓5. Regel de beveiliging. Laat gebruikers inloggen (bijvoorbeeld met OAuth), geef per gebruiker alleen de rechten die hij in het systeem zelf ook heeft, begin met alleen lezen en leg vast wie wat heeft gedaan.
- ✓6. Test. Met de MCP Inspector, een officieel testprogramma, roep je je tools rechtstreeks aan. Test daarna met echte vragen van je team in de AI-toepassing.
- ✓7. Rol uit en verbeter. Kijk welke vragen goed gaan en waar de AI de verkeerde tool kiest. Vaak is een betere beschrijving genoeg.
Waar je op let: veiligheid
- ✓Minimale rechten. Geef de server alleen toegang tot wat nodig is.
- ✓Bevestiging bij acties. Laat een mens bevestigen voordat de AI iets wijzigt, verstuurt of verwijdert.
- ✓Pas op met inhoud van buiten. Tekst uit mails, documenten of websites kan verborgen instructies bevatten. Laat de AI die inhoud als gegevens behandelen, niet als opdracht, en beperk wat er automatisch kan gebeuren.
- ✓Logging. Leg vast welke tools wanneer zijn gebruikt, zodat je kunt nagaan wat er gebeurd is.
Hoe wij je helpen
Wij bouwen MCP-servers voor bedrijfssystemen: van je CRM en planning tot maatwerksoftware. We beginnen met de vragen die je team het vaakst stelt, regelen de toegang en rechten, en zorgen dat het werkt in de AI-toepassing die jullie al gebruiken. Bekijk hoe we een MCP-server voor je bouwen, of lees hoe MCP-koppelingen onderdeel zijn van een agent harness.
Kort samengevat
MCP (Model Context Protocol) is een open standaard waarmee AI-toepassingen met je eigen systemen werken. Een MCP-server biedt tools, gegevens en sjablonen aan; de AI kiest wat hij nodig heeft. Je gebruikt bestaande servers via de instellingen van je AI-toepassing, of bouwt er zelf een met een officiële SDK, met aandacht voor rechten en veiligheid.
Veelgestelde vragen
Wat is MCP?+
MCP (Model Context Protocol) is een open standaard waarmee AI-toepassingen veilig met andere systemen werken, zoals een CRM, database of documentmap. Je sluit een systeem één keer aan via een MCP-server en kunt het daarna gebruiken in elke AI-toepassing die MCP ondersteunt.
Wat is een MCP-server?+
Een MCP-server is een stuk software dat een systeem beschikbaar maakt voor AI. Hij biedt tools (acties), resources (gegevens) en prompts (sjablonen) aan, en bepaalt wat de AI wel en niet mag.
Welke AI-toepassingen ondersteunen MCP?+
Volgens Anthropic ondersteunen onder meer ChatGPT, Gemini, Microsoft Copilot, Cursor en Visual Studio Code MCP, naast Claude. In zakelijke AI-assistenten vind je het vaak onder connectors of integraties.
Is MCP veilig?+
MCP is zo veilig als de manier waarop je het inricht. Gebruik alleen vertrouwde servers, geef minimale rechten, laat een mens acties bevestigen en behandel tekst van buiten als gegevens in plaats van als opdracht.
Hoe maak ik zelf een MCP-server?+
Kies welk systeem en welke acties je wilt ontsluiten, ontwerp duidelijke tools, bouw de server met een officiële SDK (bijvoorbeeld TypeScript of Python), regel inloggen en rechten, en test met de MCP Inspector en echte vragen van je team.
Welk systeem wil jij aan AI koppelen?
Vertel kort om welk systeem het gaat en laat je website achter. We kijken hoe een MCP-koppeling eruit kan zien en wat je team ermee wint, en nemen doorgaans binnen één werkdag contact op.