Schulung – Model Context Protocol (MCP) – Go

Model Context Protocol (MCP) für Go-Entwickler:innen

MCP-Server entwickeln und sicher anbinden: Tools, Resources und Prompts für Claude Code, Cursor, Copilot und eigene KI-Agenten.

Dauer
6 Stunden, ein Termin
Format
Online oder vor Ort
Sprache
Deutsch oder Englisch
Teilnehmende
offene Termine oder exklusiv für Ihr Team
Abschluss
Teilnahmebescheinigung

Überblick

In diesem Kurs verbinden wir Model Context Protocol (MCP) mit den typischen Abläufen im Bereich Go. Die Teilnehmenden arbeiten an realistischen Szenarien und nehmen sofort einsetzbare Prompts, Workflows und Checklisten mit.

Das Model Context Protocol ist ein offener Standard, über den KI-Anwendungen einheitlich auf externe Werkzeuge, Datenquellen und Workflows zugreifen. Statt für jeden Assistenten eigene Integrationen zu bauen, implementieren Sie einen MCP-Server einmal und nutzen ihn in Claude Code, Claude Desktop, Cursor, GitHub Copilot, VS Code und eigenen Agenten. In dieser kompakten Schulung lernen Sie die Architektur aus Host, Client und Server, die drei zentralen Bausteine Tools, Resources und Prompts sowie die Transportwege stdio und Streamable HTTP kennen – und setzen sie direkt in eigenem Code um.

Am ersten Tag bauen Sie mit den offiziellen SDKs für TypeScript oder Python einen eigenen MCP-Server, der interne APIs, Datenbanken oder Dateien kontrolliert für KI-Assistenten verfügbar macht, und testen ihn mit dem MCP Inspector. Der zweite Tag widmet sich Remote-Servern, Authentifizierung über OAuth, Sicherheitsrisiken wie Prompt Injection und Tool Poisoning sowie Betrieb, Logging und Governance im Unternehmen. Sie lernen, Tool-Beschreibungen so zu gestalten, dass Modelle sie zuverlässig nutzen, und wissen am Ende, wie Sie MCP-Server sicher in Ihre Entwicklungs- und Agenten-Landschaft integrieren.

Go ist die Sprache vieler Cloud-native-Werkzeuge, Microservices, CLIs und Infrastruktur-Komponenten. Ihre Stärke liegt in Einfachheit, schneller Kompilierung und eingebauter Nebenläufigkeit – doch gerade Goroutines, Channels, Context-Handling und Fehlerbehandlung verlangen Disziplin. KI-Coding-Assistenten und Agenten passen gut zu dieser Sprache: Der Compiler, go vet und der Race Detector liefern schnelles, eindeutiges Feedback, mit dem Agenten iterativ arbeiten können. Typische Aufgaben sind tabellengetriebene Tests, gRPC- und HTTP-Handler aus Spezifikationen, das Aufspüren von Race Conditions oder Goroutine-Leaks sowie Refactorings hin zu klaren Interfaces. Im Kurs lernen Sie, idiomatisches Go von KI erzeugen zu lassen und die Ergebnisse mit Go-eigenen Werkzeugen abzusichern.

Das Training findet live statt – wahlweise online im virtuellen Klassenraum oder vor Ort in unseren Trainingsräumen in München, Salzburg, Berlin, Augsburg, Hannover, Bremen, Stuttgart und Kaiserslautern. Auf Wunsch kommen wir auch exklusiv für Ihr Team zusammen.

Für wen ist das Training?

  • Go-Entwickler:innen in Backend- und Plattformteams
  • Entwickler:innen von Cloud-native-Tools, Operatoren und CLIs
  • Site Reliability Engineers mit eigenem Go-Code
  • Software-Architekt:innen für hochperformante Microservices

Typische Herausforderungen, die wir adressieren

  • Subtile Nebenläufigkeitsfehler wie Race Conditions, Deadlocks und Goroutine-Leaks
  • Wiederholender Boilerplate-Code in Fehlerbehandlung, Handlern und Tests
  • Uneinheitliche Projektstrukturen und Interface-Schnitte in wachsenden Codebasen
  • Schwierige Performance-Analyse von Speicherallokationen und Latenzen

Das können Sie nach dem Training

  • Sie erklären die MCP-Architektur und wählen für jeden Anwendungsfall zwischen Tools, Resources und Prompts.
  • Sie entwickeln einen eigenen MCP-Server in TypeScript oder Python und testen ihn systematisch.
  • Sie binden MCP-Server in Claude Code, Cursor, Copilot und eigene Agenten ein.
  • Sie betreiben Remote-Server mit Streamable HTTP und OAuth-basierter Autorisierung.
  • Sie lassen KI-Agenten idiomatischen Go-Code, Tests und Services erzeugen, die Go-Konventionen folgen.
  • Sie nutzen KI gezielt zur Analyse von Nebenläufigkeits- und Performance-Problemen.
  • Sie sichern generierten Code mit Compiler, go vet, Race Detector, Linting und Benchmarks ab.

Inhalte & Ablauf

Modul 1 Architektur und Grundkonzepte
  • Rollen von Host, Client und Server und der Lebenszyklus einer Verbindung
  • JSON-RPC-Nachrichten, Capability-Aushandlung und Benachrichtigungen
  • Tools, Resources und Prompts: wann welcher Baustein passt
  • Client-Funktionen wie Sampling, Roots und Elicitation im Überblick
Modul 2 Eigenen MCP-Server bauen
  • Server mit dem offiziellen TypeScript- oder Python-SDK aufsetzen
  • Tools mit JSON-Schema für Ein- und Ausgaben sauber definieren
  • Resources und Resource-Templates für Dokumente, Datensätze und Konfigurationen bereitstellen
  • Testen und Debuggen mit dem MCP Inspector und aussagekräftigen Fehlermeldungen
Modul 3 Anbindung an Claude Code, Cursor, Copilot und Agenten
  • Lokale stdio-Server und Remote-Server in Clients konfigurieren
  • Projekt- und nutzerbezogene Konfiguration, Freigaben und Berechtigungen
  • Tool-Beschreibungen formulieren, die Modelle zuverlässig richtig auswählen
  • MCP-Server in eigene Agenten mit Claude Agent SDK oder OpenAI Agents SDK einbinden
Modul 4 Transport, Authentifizierung und Betrieb
  • Streamable HTTP, Sitzungsverwaltung und zustandslose Server
  • Autorisierung mit OAuth, Token-Validierung und Anbindung an bestehende Identity Provider
  • Deployment als Container, auf Serverless-Plattformen oder hinter einem Gateway
  • Logging, Monitoring, Rate Limiting und Versionierung von Tool-Schnittstellen
Modul 5 Sicherheit und Governance
  • Bedrohungen: Prompt Injection über Tool-Ergebnisse, Tool Poisoning, Confused Deputy
  • Prinzip der minimalen Rechte, Bestätigungspflichten und Sandboxing
  • Prüfung und Freigabe von Drittanbieter-Servern im Unternehmen
  • Datenschutz, Protokollierung personenbezogener Daten und Anforderungen aus DSGVO und EU AI Act
Modul 6 Praxislabor: Go
  • Tabellengetriebene Tests schreiben
  • gRPC- und HTTP-Services implementieren
  • Nebenläufigkeitsfehler finden
  • Idiomatische Refactorings
  • Performance profilieren
  • CLIs und Tools bauen
Modul 7 Datenschutz, Qualität & Transfer in den Alltag
  • Go-Werkzeuge laufen oft tief in der Infrastruktur: Halten Sie Kubeconfigs, Tokens und Zertifikate strikt aus dem Kontext von KI-Assistenten heraus. Prüfen Sie neue Module auf Herkunft, Lizenz und bekannte Schwachstellen, etwa mit govulncheck, und dokumentieren Sie Abhängigkeiten in einer SBOM, wie sie der Cyber Resilience Act für Produkte mit digitalen Elementen fordert.
  • Spielregeln für den sicheren KI-Einsatz im Team
  • Ergebnisse prüfen: Fakten, Quellen, Tests und Vier-Augen-Prinzip
  • Persönlicher Umsetzungsplan für die nächsten 30 Tage
  • Offene Fragen, Ausblick und Ressourcen zum Weiterlernen

Praxisszenarien aus Ihrem Bereich

Tabellengetriebene Tests schreiben

Der Agent erzeugt idiomatische Table-Driven-Tests mit Subtests, Testhelfern und Fakes für Interfaces, führt go test mit Race Detector aus und ergänzt fehlende Grenzfälle, bis die Abdeckung stimmt.

gRPC- und HTTP-Services implementieren

Aus Protobuf-Definitionen oder OpenAPI-Spezifikationen entstehen Handler, Middleware für Logging und Authentifizierung, Context-Weitergabe mit Timeouts und saubere Fehlerrückgaben. Integrationstests prüfen die Endpunkte gegen realistische Anfragen und Fehlerfälle.

Nebenläufigkeitsfehler finden

Die KI analysiert Ausgaben des Race Detectors, Goroutine-Dumps und Code mit Channels oder Mutexen, erklärt die Ursache von Deadlocks oder Leaks und schlägt Korrekturen mit errgroup oder Context-Abbruch vor.

Idiomatische Refactorings

Große Pakete werden entflochten, kleine konsumentenseitige Interfaces eingeführt, Fehler mit Wrapping und errors.Is aufbereitet und Code an Linter-Regeln von golangci-lint angepasst. Das Verhalten bleibt durch bestehende Tests abgesichert.

Performance profilieren

pprof-Profile und Benchmark-Ergebnisse werden ausgewertet, Hotspots und unnötige Allokationen identifiziert und Optimierungen mit Vorher-nachher-Benchmarks belegt. So werden Verbesserungen messbar statt nur vermutet, und Regressionen fallen früh auf.

CLIs und Tools bauen

Der Assistent erstellt Kommandozeilenwerkzeuge mit Cobra oder der Standardbibliothek, inklusive Konfiguration, strukturiertem Logging, Cross-Compilation und Release-Automatisierung. Ergänzt werden Tests, Hilfetexte und eine verständliche Dokumentation der Befehle.

Mögliche Praxisprojekte im Kurs

Health-Check-Aggregator

Ein Go-Dienst, der Health-Endpunkte vieler Services parallel abfragt, Ergebnisse zusammenführt und als JSON sowie Prometheus-Metriken bereitstellt. Zeitüberschreitungen und Fehler werden sauber behandelt und protokolliert.

Log-Shipper-CLI

Ein schlankes Kommandozeilentool, das Logdateien beobachtet, Einträge filtert und gebündelt an einen HTTP-Endpunkt sendet – mit Backoff und Graceful Shutdown.

Kubernetes-Ressourcenbericht

Ein CLI auf Basis von client-go, das Ressourcenanforderungen und Limits aller Deployments ausliest und Auffälligkeiten tabellarisch darstellt. Die Ausgabe ist auch als JSON verfügbar.

Voraussetzungen

Solide Programmierkenntnisse in TypeScript/JavaScript oder Python sowie Grundverständnis von HTTP-APIs und JSON. Erste Erfahrung mit KI-Assistenten im Entwicklungsalltag ist hilfreich. Praktische Erfahrung mit Go einschließlich Goroutines, Interfaces und Modulen sowie Grundkenntnisse in Git und Containern.

Technische Voraussetzungen

Laptop mit Node.js oder Python, Git und einem Code-Editor; Zugang zu mindestens einem MCP-fähigen Client wie Claude Code, Claude Desktop, Cursor oder VS Code mit Copilot.

Datenschutz & Compliance

Go-Werkzeuge laufen oft tief in der Infrastruktur: Halten Sie Kubeconfigs, Tokens und Zertifikate strikt aus dem Kontext von KI-Assistenten heraus. Prüfen Sie neue Module auf Herkunft, Lizenz und bekannte Schwachstellen, etwa mit govulncheck, und dokumentieren Sie Abhängigkeiten in einer SBOM, wie sie der Cyber Resilience Act für Produkte mit digitalen Elementen fordert.

Termine & Standorte

Pro Standort schlagen wir Ihnen einen Termin in rund vier Wochen vor. Ihr Wunschtermin ist jederzeit möglich.

  • München Di, 15. Dezember 2026 6 Std. Anfragen
  • Salzburg Mo, 14. Dezember 2026 6 Std. Anfragen
  • Berlin Do, 10. Dezember 2026 6 Std. Anfragen
  • Augsburg Mi, 16. Dezember 2026 6 Std. Anfragen
  • Hannover Di, 15. Dezember 2026 6 Std. Anfragen
  • Bremen Mi, 16. Dezember 2026 6 Std. Anfragen
  • Stuttgart Fr, 11. Dezember 2026 6 Std. Anfragen
  • Kaiserslautern Di, 15. Dezember 2026 6 Std. Anfragen
  • Online Mi, 16. Dezember 2026 6 Std. Anfragen

Häufige Fragen

Wofür brauche ich einen eigenen MCP-Server?

Immer dann, wenn KI-Assistenten auf interne Systeme zugreifen sollen, etwa auf Ticketsysteme, Datenbanken, Dokumentation oder Fachanwendungen. Ein eigener Server legt genau fest, welche Aktionen und Daten verfügbar sind, und lässt sich anschließend in mehreren Clients wiederverwenden. So vermeiden Sie Insellösungen und behalten die Kontrolle über Zugriffe.

Welche Programmiersprache wird im Kurs verwendet?

Sie können wahlweise mit TypeScript oder Python arbeiten, für beide gibt es offizielle SDKs. Die Konzepte sind identisch, die Übungen liegen in beiden Varianten vor. Wer in einer anderen Sprache entwickelt, profitiert trotzdem, da das Protokoll sprachunabhängig ist und SDKs für weitere Sprachen ähnlich aufgebaut sind.

Wie sicher ist MCP im Unternehmenseinsatz?

Das Protokoll selbst bietet Mechanismen für Autorisierung und Berechtigungen, die Sicherheit hängt aber von Implementierung und Betrieb ab. Risiken wie Prompt Injection über Tool-Ergebnisse oder überprivilegierte Server sind real. Wir behandeln konkrete Gegenmaßnahmen, Freigabeprozesse für Drittanbieter-Server und den Umgang mit personenbezogenen Daten.

Schreibt die KI wirklich idiomatisches Go?

Mit gutem Kontext ja. Ohne Vorgaben neigen Modelle manchmal zu Mustern aus anderen Sprachen, etwa zu großen Interfaces oder übermäßiger Abstraktion. Im Kurs hinterlegen Sie Ihre Go-Konventionen, Linter-Konfiguration und Beispielcode so, dass der Assistent einfachen, idiomatischen Code bevorzugt, und prüfen die Ergebnisse mit golangci-lint.

Kann die KI Race Conditions zuverlässig finden?

Die KI ist ein starkes Analysewerkzeug, ersetzt aber nicht den Race Detector. Am besten wirkt die Kombination: Der Agent führt Tests mit Race Detector aus, interpretiert die Berichte und schlägt Korrekturen vor. Sie lernen, diesen Ablauf aufzusetzen und vorgeschlagene Synchronisationsänderungen kritisch zu bewerten.

Was kostet die Schulung „Model Context Protocol (MCP) für Go-Entwickler:innen“?

Die Schulung kostet pauschal 949 € zzgl. gesetzl. MwSt. pro Teilnehmer:in – unabhängig davon, ob sie online oder vor Ort stattfindet. Enthalten sind 6 Stunden Live-Training mit Trainer:in, Kursunterlagen, Übungsumgebung und Teilnahmebescheinigung.

Kann ich einen eigenen Wunschtermin angeben?

Ja. Für jeden Standort schlagen wir Ihnen einen Termin in rund vier Wochen vor. Im Anfrageformular können Sie aber jederzeit einen Wunschtermin oder Zeitraum im Freitext angeben – wir prüfen die Verfügbarkeit und melden uns innerhalb eines Werktags.

Findet der Kurs online oder vor Ort statt?

Beides ist möglich: live online im virtuellen Klassenraum oder vor Ort in München, Salzburg, Berlin, Augsburg, Hannover, Bremen, Stuttgart und Kaiserslautern. Auf Wunsch führen wir das Training auch exklusiv für Ihr Team durch.

Kann der Kurs auf unser Team zugeschnitten werden?

Ja. Maßgeschneiderte Kurse kosten ca. 4.500 € mehr, je nach Thema und nach Absprache. Wir stimmen Inhalte, Beispiele und Übungen vorab mit Ihnen ab.

Weitere Kurse für Go-Entwickler:innen

Weitere Kurse zu Model Context Protocol (MCP)

Alle 29 Kurse zu Model Context Protocol (MCP)

Model Context Protocol (MCP) – MünchenModel Context Protocol (MCP) – SalzburgModel Context Protocol (MCP) – BerlinModel Context Protocol (MCP) – AugsburgModel Context Protocol (MCP) – HannoverModel Context Protocol (MCP) – BremenModel Context Protocol (MCP) – StuttgartModel Context Protocol (MCP) – KaiserslauternModel Context Protocol (MCP) – Online