Schulung · Model Context Protocol (MCP) · Java & Spring

Model Context Protocol (MCP) für Java- und Spring-Entwickler:innen

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

Dauer
2 Tage (14 Std.)
Format
Online oder vor Ort
Sprache
Deutsch oder Englisch
Teilnehmende
offene Termine oder exklusiv für Ihr Team
Abschluss
Teilnahmebescheinigung

Überblick

„Model Context Protocol (MCP) für Java- und Spring-Entwickler:innen“ ist ein praxisorientiertes Training für Rollen wie Java-Backend-Entwickler:innen mit Spring Boot oder Jakarta EE, Teams, die Legacy-Java-Anwendungen modernisieren und Software-Architekt:innen für Enterprise- und Microservice-Landschaften. Sie lernen Model Context Protocol (MCP) nicht abstrakt, sondern an Aufgaben aus Ihrem Arbeitsalltag kennen – mit Beispielen, Übungen und Vorlagen aus dem Bereich Java & Spring.

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 zweitägigen 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.

Java und Spring tragen in vielen Unternehmen geschäftskritische Systeme: Banking-Backends, ERP-Integrationen, Behördenanwendungen und große Microservice-Landschaften. Diese Systeme sind oft über Jahre gewachsen, und Modernisierung ist Daueraufgabe. KI-Coding-Assistenten und Agenten verändern hier vor allem die aufwändigen Routinearbeiten: Spring-Boot-Major-Upgrades inklusive Umstellung von javax auf jakarta, JUnit- und Mockito-Tests für schlecht getesteten Code, Refactorings hin zu Records und modernen Sprachfeatures, Analyse von Stacktraces und Hibernate-Problemen. Entscheidend sind klare Leitplanken: Build-Tool, Modulstruktur, Architekturregeln und Teststrategie müssen im Kontext stehen. Im Kurs lernen Sie anhand realistischer Beispiele, Agenten in Maven- oder Gradle-Projekten produktiv und kontrolliert einzusetzen.

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?

  • Java-Backend-Entwickler:innen mit Spring Boot oder Jakarta EE
  • Teams, die Legacy-Java-Anwendungen modernisieren
  • Software-Architekt:innen für Enterprise- und Microservice-Landschaften
  • Entwickler:innen in Banken, Versicherungen und öffentlicher Verwaltung
  • Tech Leads mit Verantwortung für Upgrades und technische Schulden

Typische Herausforderungen, die wir adressieren

  • Aufwändige Framework- und JDK-Upgrades mit zahlreichen Breaking Changes
  • Große Legacy-Codebasen mit geringer Testabdeckung und starkem Kopplungsgrad
  • Schwer analysierbare Performance-Probleme in JPA, Hibernate und Transaktionen
  • Viel Boilerplate in Konfiguration, Mapping und Schnittstellencode

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 setzen KI-Agenten für Spring-Boot-Upgrades, Refactorings und Testgenerierung in Maven- und Gradle-Projekten ein.
  • Sie analysieren Hibernate-, Performance- und Produktionsfehler schneller mit KI-Unterstützung.
  • Sie verankern Architekturregeln und Qualitätsstandards so, dass generierter Java-Code sie zuverlässig einhält.

Inhalte & Ablauf

Tag 1

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

Tag 2

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: Java & Spring
  • Spring-Boot-Upgrade begleiten
  • JUnit- und Mockito-Tests generieren
  • Legacy-Code refaktorisieren
  • JPA- und Hibernate-Probleme analysieren
  • REST-APIs und Schnittstellen
  • Stacktraces und Produktionsfehler verstehen
Modul 7 Datenschutz, Qualität & Transfer in den Alltag
  • Java-Systeme laufen häufig in regulierten Branchen: Klären Sie mit Informationssicherheit und Datenschutz, welcher Code an externe Modelle gehen darf, und berücksichtigen Sie Vorgaben wie DORA, NIS2 oder BAIT. Generierter Code und neue Maven-Abhängigkeiten sollten auf Lizenzen und bekannte Schwachstellen geprüft und in einer SBOM erfasst werden.
  • 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

Spring-Boot-Upgrade begleiten

Der Agent analysiert Abhängigkeiten, wendet OpenRewrite-Rezepte an, stellt javax- auf jakarta-Pakete um, passt veraltete Konfigurationen und Security-Setups an und iteriert über Build und Tests, bis die Anwendung wieder grün ist.

JUnit- und Mockito-Tests generieren

Für Services und Controller entstehen Unit-Tests mit JUnit und Mockito sowie Slice-Tests mit WebMvcTest oder DataJpaTest. Die KI erhöht gezielt die Abdeckung kritischer Pfade und dokumentiert Testannahmen.

Legacy-Code refaktorisieren

Große Klassen werden aufgeteilt, DTOs in Records überführt, null-Prüfungen durch Optional ersetzt und Streams sinnvoll eingesetzt. Bestehende Tests sichern das Verhalten bei jedem Schritt ab.

JPA- und Hibernate-Probleme analysieren

Die KI wertet SQL-Logs und Stacktraces aus, erkennt N+1-Abfragen, LazyInitializationExceptions und ungünstige Fetch-Strategien und schlägt Entity-Graphen, Projektionen oder Index-Änderungen vor. Jede Optimierung wird mit SQL-Logs vor und nach der Änderung belegt.

REST-APIs und Schnittstellen

Aus OpenAPI-Spezifikationen entstehen Controller, DTOs, MapStruct-Mapper und Validierung mit Bean Validation, inklusive einheitlicher Fehlerbehandlung über ControllerAdvice und Integrationstests. Bestehende Paket- und Namenskonventionen werden dabei konsequent eingehalten.

Stacktraces und Produktionsfehler verstehen

Lange Stacktraces, Thread Dumps und Logauszüge werden zusammengefasst, die wahrscheinliche Ursache eingegrenzt und ein reproduzierender Testfall plus Fix vorgeschlagen. So verkürzt sich die Zeit bis zur Fehlerbehebung deutlich.

Mögliche Praxisprojekte im Kurs

Spring-Boot-Microservice

Ein REST-Service mit Spring Data JPA, Flyway-Migrationen, Bean Validation, Actuator-Endpunkten und Testcontainers-Tests, vollständig per KI-Agent aus einer Spezifikation entwickelt. Ideal, um den vollständigen Agenten-Workflow zu üben.

Dependency-Report für Maven und Gradle

Ein Kommandozeilentool, das Build-Dateien analysiert, veraltete und verwundbare Bibliotheken auflistet und Upgrade-Pfade mit erwarteten Breaking Changes beschreibt. Die Ergebnisse dienen als Grundlage für die Upgrade-Planung.

Architektur-Regelprüfung

Ein ArchUnit-Testpaket, das Schichtenregeln, Paketabhängigkeiten und Namenskonventionen Ihres Projekts automatisiert prüft und in die CI-Pipeline eingebunden wird. Verstöße fallen so bereits im Pull Request auf.

Voraussetzungen

Solide Programmierkenntnisse in TypeScript/JavaScript oder Python sowie Grundverständnis von HTTP-APIs und JSON. Erste Erfahrung mit KI-Assistenten im Entwicklungsalltag ist hilfreich. Fundierte Java-Kenntnisse, praktische Erfahrung mit Spring Boot oder Jakarta EE sowie mit Maven oder Gradle und Git.

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

Java-Systeme laufen häufig in regulierten Branchen: Klären Sie mit Informationssicherheit und Datenschutz, welcher Code an externe Modelle gehen darf, und berücksichtigen Sie Vorgaben wie DORA, NIS2 oder BAIT. Generierter Code und neue Maven-Abhängigkeiten sollten auf Lizenzen und bekannte Schwachstellen geprüft und in einer SBOM erfasst werden.

Terminvorschläge

Alle Termine sind Vorschläge – Ihr Wunschtermin ist jederzeit möglich.

  • Di, 24. November 2026 – Mi, 25. November 2026 Online Anfragen
  • Di, 1. Dezember 2026 – Mi, 2. Dezember 2026 München Anfragen
  • Mo, 7. Dezember 2026 – Di, 8. Dezember 2026 Online Anfragen
  • Mo, 14. Dezember 2026 – Di, 15. Dezember 2026 Stuttgart Anfragen
  • Do, 14. Januar 2027 – Fr, 15. Januar 2027 Online Anfragen
  • Do, 28. Januar 2027 – Fr, 29. Januar 2027 Berlin 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.

Kann ein KI-Agent ein Spring-Boot-Major-Upgrade allein durchführen?

Ein Agent kann einen Großteil der mechanischen Arbeit übernehmen, etwa Paketumstellungen, Konfigurationsanpassungen und das iterative Beheben von Compile- und Testfehlern, besonders in Kombination mit OpenRewrite. Architekturentscheidungen, fachliche Abnahme und Tests in realistischen Umgebungen bleiben jedoch Aufgabe des Teams. Im Kurs üben Sie diesen Ablauf an einem Beispielprojekt.

Ist KI-gestütztes Coding in regulierten Umgebungen erlaubt?

Grundsätzlich ja, aber mit klaren Regeln. Entscheidend sind die Wahl des Anbieters und Betriebsmodells, vertragliche Zusagen zur Datenverwendung, Freigabeprozesse und nachvollziehbare Reviews. Wir besprechen, wie Banken, Versicherungen und Behörden typischerweise vorgehen und welche Fragen Sie mit Ihrer Informationssicherheit klären sollten.

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

Die Schulung kostet pauschal 949 € zzgl. gesetzl. MwSt. pro Teilnehmer:in – unabhängig davon, ob sie online oder vor Ort stattfindet. Enthalten sind 2 Trainingstag(e) mit Live-Trainer:in, Kursunterlagen, Übungsumgebung und Teilnahmebescheinigung.

Kann ich einen eigenen Wunschtermin angeben?

Ja. Unsere Terminvorschläge sind eine Orientierung. Im Anfrageformular können Sie jederzeit einen Wunschtermin oder Zeitraum im Freitext angeben – wir prüfen die Verfügbarkeit und bestätigen 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 oder Kaiserslautern. Auf Wunsch führen wir das Training auch exklusiv für Ihr Team durch.

Weitere Kurse für Java- und Spring-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