Schulung · Model Context Protocol (MCP) · Softwarearchitektur

Model Context Protocol (MCP) für Softwarearchitekt: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

Das Training „Model Context Protocol (MCP) für Softwarearchitekt:innen“ richtet sich an Rollen wie Softwarearchitekt:innen und Solution Architects, Enterprise-Architekt:innen mit Bezug zur Anwendungsentwicklung und Senior Developer und Tech Leads mit Architekturverantwortung und zeigt Schritt für Schritt, wie Model Context Protocol (MCP) im Bereich Softwarearchitektur produktiv, sicher und nachvollziehbar eingesetzt wird – von den Grundlagen bis zu fortgeschrittenen Workflows.

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.

Wenn KI-Agenten große Teile des Codes schreiben, wird Architektur wichtiger, nicht unwichtiger: Klare Modulgrenzen, dokumentierte Entscheidungen und überprüfbare Qualitätsziele sind der Rahmen, in dem generierter Code konsistent bleibt. Gleichzeitig unterstützen KI-Assistenten Architekt:innen direkt, etwa beim Analysieren bestehender Codebasen, beim Erstellen von C4-Diagrammen, beim Formulieren von Architecture Decision Records und beim Abwägen von Alternativen anhand von Qualitätsattributen. Fitness Functions und Architekturtests lassen sich generieren und in Pipelines verankern. Im Kurs lernen Sie, KI als Sparringspartner für Architekturentscheidungen einzusetzen, Architekturwissen so aufzubereiten, dass Coding-Agenten es zuverlässig befolgen, und Erosion in schnell wachsenden Codebasen frühzeitig zu erkennen.

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?

  • Softwarearchitekt:innen und Solution Architects
  • Enterprise-Architekt:innen mit Bezug zur Anwendungsentwicklung
  • Senior Developer und Tech Leads mit Architekturverantwortung
  • Platform- und Cloud-Architekt:innen
  • Verantwortliche für Architektur-Governance und Review-Boards

Typische Herausforderungen, die wir adressieren

  • Architekturdokumentation veraltet schnell und weicht vom tatsächlichen Code ab
  • Entscheidungen werden mündlich getroffen und ihr Kontext geht verloren
  • Schleichende Architekturerosion durch zyklische Abhängigkeiten und verletzte Schichtgrenzen
  • KI-generierter Code ignoriert ohne klare Vorgaben etablierte Muster und Konventionen

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 nutzen KI zur Analyse bestehender Systeme, zur Bewertung von Architekturoptionen und zur Dokumentation von Entscheidungen als ADRs.
  • Sie verankern Architekturregeln als Fitness Functions in der Pipeline und erkennen Erosion frühzeitig.
  • Sie gestalten Kontext und Regeln so, dass KI-Coding-Agenten Ihre Architekturvorgaben zuverlässig einhalten.

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: Softwarearchitektur
  • Architektur-Entscheidungen dokumentieren
  • Bestandsarchitektur rekonstruieren
  • Alternativen bewerten
  • Fitness Functions generieren
  • Leitplanken für Coding-Agenten
  • Domänen schneiden
Modul 7 Datenschutz, Qualität & Transfer in den Alltag
  • Architekturunterlagen beschreiben oft sicherheitsrelevante Details wie Netzwerkzonen und Datenflüsse: Sie lernen, welche Informationen an KI-Dienste gegeben werden dürfen, wie Sie Lizenzrisiken eingesetzter Komponenten bewerten und wie Architekturentscheidungen Anforderungen aus DSGVO, NIS2 und Cyber Resilience Act nachvollziehbar abbilden.
  • 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

Architektur-Entscheidungen dokumentieren

Diskussionen, Meeting-Notizen und Pull Requests in strukturierte Architecture Decision Records mit Kontext, betrachteten Optionen, Entscheidung und Konsequenzen überführen und konsistent im Repository ablegen. Verwandte Entscheidungen werden automatisch verlinkt.

Bestandsarchitektur rekonstruieren

Bestehende Codebasen analysieren, Module, Abhängigkeiten und Schnittstellen herausarbeiten und daraus aktuelle C4-Diagramme als Diagrams-as-Code mit PlantUML, Mermaid oder Structurizr erzeugen. Die Diagramme lassen sich bei jedem Build automatisch aktualisieren.

Alternativen bewerten

Architekturoptionen wie modularer Monolith, Microservices oder ereignisgetriebene Integration anhand von Qualitätsszenarien, Kosten und Teamstruktur gegenüberstellen und Trade-offs nach ATAM-Prinzipien sichtbar machen. Das Ergebnis dient als fundierte Entscheidungsvorlage.

Fitness Functions generieren

Architekturregeln wie Schichtzugriffe, verbotene Abhängigkeiten oder Namenskonventionen als automatisierte Tests mit ArchUnit, dependency-cruiser oder ähnlichen Werkzeugen formulieren und in die CI-Pipeline integrieren. Verstöße brechen den Build mit klarer Meldung ab.

Leitplanken für Coding-Agenten

Architekturprinzipien, Modulgrenzen und Muster in Regeldateien und Kontextdokumenten so beschreiben, dass KI-Agenten sie bei der Codegenerierung zuverlässig befolgen, und Abweichungen im Review erkennen. So bleibt generierter Code strukturell konsistent.

Domänen schneiden

Aus Event-Storming-Ergebnissen und Fachbeschreibungen Bounded Contexts, Aggregate und Context Maps nach Domain-Driven Design ableiten und als Grundlage für Team- und Service-Zuschnitte nutzen. Offene Fragen werden dabei explizit markiert.

Mögliche Praxisprojekte im Kurs

ADR-Assistent

Ein Kommandozeilenwerkzeug, das aus Stichpunkten einen vollständigen ADR nach Vorlage erstellt, verwandte Entscheidungen verlinkt und einen Index im Repository aktualisiert.

Abhängigkeitsvisualisierung

Ein Skript, das Importbeziehungen einer Codebasis auswertet, Zyklen und Schichtverletzungen markiert und ein interaktives Diagramm im Browser erzeugt. Kritische Hotspots werden farblich hervorgehoben.

Architektur-Q&A über Repos

Eine kleine Anwendung, die ADRs, Diagramme und Code indexiert und Fragen zur Architektur mit Verweis auf die jeweiligen Quellen beantwortet.

Voraussetzungen

Solide Programmierkenntnisse in TypeScript/JavaScript oder Python sowie Grundverständnis von HTTP-APIs und JSON. Erste Erfahrung mit KI-Assistenten im Entwicklungsalltag ist hilfreich. Sie verfügen über mehrjährige Entwicklungserfahrung und haben bereits Architekturentscheidungen in größeren Softwaresystemen getroffen oder begleitet.

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

Architekturunterlagen beschreiben oft sicherheitsrelevante Details wie Netzwerkzonen und Datenflüsse: Sie lernen, welche Informationen an KI-Dienste gegeben werden dürfen, wie Sie Lizenzrisiken eingesetzter Komponenten bewerten und wie Architekturentscheidungen Anforderungen aus DSGVO, NIS2 und Cyber Resilience Act nachvollziehbar abbilden.

Terminvorschläge

Alle Termine sind Vorschläge – Ihr Wunschtermin ist jederzeit möglich.

  • Di, 24. November 2026 – Mi, 25. November 2026 Online Anfragen
  • Do, 3. Dezember 2026 – Fr, 4. Dezember 2026 München Anfragen
  • Di, 8. Dezember 2026 – Mi, 9. Dezember 2026 Online Anfragen
  • Di, 15. Dezember 2026 – Mi, 16. Dezember 2026 Stuttgart Anfragen
  • Mi, 13. Januar 2027 – Do, 14. Januar 2027 Hannover Anfragen
  • Do, 28. Januar 2027 – Fr, 29. Januar 2027 Online 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 KI Architekturentscheidungen treffen?

KI ist ein starker Sparringspartner: Sie liefert Optionen, benennt Trade-offs, findet Lücken in der Argumentation und dokumentiert Entscheidungen strukturiert. Die Verantwortung bleibt jedoch bei Menschen, weil Architektur von Unternehmenskontext, Teamfähigkeiten, Budget und Risikobereitschaft abhängt. Im Kurs lernen Sie, KI so einzusetzen, dass Entscheidungen besser begründet und schneller getroffen werden.

Wie verhindern wir, dass KI-Agenten die Architektur aufweichen?

Durch ein Zusammenspiel aus klarem Kontext und automatischer Prüfung: Regeldateien und ADRs beschreiben Modulgrenzen und Muster, Fitness Functions und Architekturtests in der CI verhindern Verstöße, und Reviews achten gezielt auf strukturelle Änderungen. So wird Architektur von einer Dokumentation zu einer überprüfbaren Leitplanke für Menschen und Agenten gleichermaßen.

Was kostet die Schulung „Model Context Protocol (MCP) für Softwarearchitekt: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 Softwarearchitekt: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