Schulung · Model Context Protocol (MCP) · SQL & Datenbanken

Model Context Protocol (MCP) für SQL- und Datenbank-Profis

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 SQL- und Datenbank-Profis“ ist ein praxisorientiertes Training für Rollen wie Datenbankentwickler:innen und SQL-Entwickler:innen, Datenbankadministrator:innen für PostgreSQL, SQL Server, Oracle oder MySQL und Backend-Entwickler:innen mit Verantwortung für Datenmodelle und ORM-Schichten. Sie lernen Model Context Protocol (MCP) nicht abstrakt, sondern an Aufgaben aus Ihrem Arbeitsalltag kennen – mit Beispielen, Übungen und Vorlagen aus dem Bereich SQL & Datenbanken.

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.

Datenbanken sind das Gedächtnis jeder Anwendung, und ihre Performance, Konsistenz und Sicherheit entscheiden über den Erfolg ganzer Systeme. KI-Coding-Assistenten und Agenten unterstützen Datenbankentwickler:innen und DBAs beim Schreiben komplexer Abfragen, beim Lesen von Ausführungsplänen, beim Entwurf von Schemas und Indexstrategien sowie bei Migrationen zwischen Datenbanksystemen. Sie übersetzen Fachfragen in SQL, refaktorieren gewachsene Stored Procedures und erzeugen Testdaten. Dabei gilt: Eine syntaktisch korrekte Abfrage ist noch keine richtige Abfrage, und ein Agent mit Schreibrechten auf Produktionsdaten ist ein erhebliches Risiko. Im Kurs lernen Sie, KI mit Schema-Kontext, Ausführungsplänen und Tests produktiv einzusetzen und Zugriffe so zu gestalten, dass Daten jederzeit geschützt bleiben.

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?

  • Datenbankentwickler:innen und SQL-Entwickler:innen
  • Datenbankadministrator:innen für PostgreSQL, SQL Server, Oracle oder MySQL
  • Backend-Entwickler:innen mit Verantwortung für Datenmodelle und ORM-Schichten
  • Data Engineers und Analytics Engineers
  • BI-Entwickler:innen mit komplexen Reporting-Abfragen

Typische Herausforderungen, die wir adressieren

  • Langsame Abfragen und Lastspitzen, deren Ursachen in Ausführungsplänen verborgen liegen
  • Gewachsene Stored Procedures und Trigger ohne Dokumentation und Tests
  • Riskante Schema-Änderungen und Migrationen im laufenden Betrieb
  • Unterschiedliche SQL-Dialekte bei Plattformwechseln oder Multi-Datenbank-Landschaften

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 optimieren Abfragen und Indizes mit KI-Unterstützung auf Basis von Ausführungsplänen statt Vermutungen.
  • Sie planen und testen Schema-Änderungen und Datenbankmigrationen mit generierten Skripten und Rollback-Strategien.
  • Sie gestalten Datenbankzugriffe für KI-Agenten sicher, mit minimalen Rechten, Lesereplikaten und nachvollziehbaren Abfragen.

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: SQL & Datenbanken
  • SQL-Queries optimieren
  • Schemas entwerfen und prüfen
  • Stored Procedures refaktorieren
  • Migrationen sicher planen
  • Dialekte übersetzen
  • Testdaten generieren
Modul 7 Datenschutz, Qualität & Transfer in den Alltag
  • Datenbanken enthalten oft personenbezogene und geschäftskritische Daten: Sie lernen, KI-Werkzeugen nur Schemas und anonymisierte Beispiele statt Produktionsdaten zu geben, Zugangsdaten sicher zu verwalten und Anforderungen der DSGVO wie Datenminimierung und Löschkonzepte umzusetzen.
  • 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

SQL-Queries optimieren

Ausführungspläne aus EXPLAIN ANALYZE oder dem Query Store interpretieren lassen, Engpässe wie Full Table Scans oder ungünstige Joins identifizieren und umgeschriebene Abfragen sowie passende Indizes mit Begründung vorschlagen.

Schemas entwerfen und prüfen

Aus fachlichen Anforderungen normalisierte Datenmodelle mit Schlüsseln, Constraints und Datentypen ableiten, bestehende Schemas auf Redundanzen und fehlende Integritätsregeln prüfen und ER-Diagramme erzeugen. Namenskonventionen werden dabei automatisch geprüft.

Stored Procedures refaktorieren

Umfangreiche PL/SQL- oder T-SQL-Prozeduren erklären, Cursor-Schleifen in mengenbasierte Logik überführen, Fehlerbehandlung vereinheitlichen und Tests mit Frameworks wie tSQLt oder pgTAP ergänzen. Das Verhalten bleibt durch Vergleichstests abgesichert.

Migrationen sicher planen

Versionierte Migrationsskripte für Flyway oder Liquibase erzeugen, Zero-Downtime-Strategien wie Expand-and-Contract entwerfen und Rollback-Pfade sowie Auswirkungen auf Sperren und Replikation bewerten. Jedes Skript wird vorab gegen eine Kopie der Datenbank getestet.

Dialekte übersetzen

Abfragen, Funktionen und Datentypen zwischen Oracle, SQL Server, PostgreSQL und MySQL migrieren, Unterschiede bei Datumsfunktionen, Sequenzen und Transaktionsverhalten berücksichtigen und Ergebnisgleichheit testen. Abweichungen werden dokumentiert.

Testdaten generieren

Realistische, synthetische Datensätze erzeugen, die Constraints, Verteilungen und Randfälle abbilden, ohne personenbezogene Produktionsdaten zu verwenden, etwa für Lasttests und Entwicklungsumgebungen. Die Generatoren lassen sich versioniert im Repository pflegen.

Mögliche Praxisprojekte im Kurs

Slow-Query-Analysator

Ein Skript, das das Slow-Query-Log oder Statistiktabellen auswertet, die teuersten Abfragen gruppiert und konkrete Index- und Rewrite-Vorschläge als Bericht ausgibt.

Schema-Dokumentationsgenerator

Ein Tool, das ein Datenbankschema ausliest und daraus eine durchsuchbare Dokumentation mit Tabellenbeschreibungen, Beziehungen und ER-Diagramm erstellt. Sie aktualisiert sich bei jeder Migration automatisch.

Text-to-SQL-Assistent

Eine kleine Web-App mit Lesezugriff auf eine Reporting-Datenbank, die Fachfragen in geprüftes SQL übersetzt und Abfrage samt Ergebnis transparent anzeigt.

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 schreiben regelmäßig SQL, kennen Joins, Aggregationen und Indizes und arbeiten mit mindestens einem relationalen Datenbanksystem.

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

Datenbanken enthalten oft personenbezogene und geschäftskritische Daten: Sie lernen, KI-Werkzeugen nur Schemas und anonymisierte Beispiele statt Produktionsdaten zu geben, Zugangsdaten sicher zu verwalten und Anforderungen der DSGVO wie Datenminimierung und Löschkonzepte umzusetzen.

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
  • Do, 10. Dezember 2026 – Fr, 11. Dezember 2026 Online Anfragen
  • Mi, 16. Dezember 2026 – Do, 17. Dezember 2026 Stuttgart Anfragen
  • Mo, 18. Januar 2027 – Di, 19. 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.

Darf ein KI-Agent direkt auf unsere Datenbank zugreifen?

Das ist möglich, sollte aber gut geplant sein. Wir empfehlen einen dedizierten Benutzer mit Leserechten, Zugriff auf Replikate oder Entwicklungsdatenbanken statt Produktion, Abfrage-Timeouts und Protokollierung aller Statements. Schreibende Änderungen laufen über versionierte Migrationsskripte mit Review. Im Kurs bauen Sie genau diese Absicherung auf, zum Beispiel über einen eingeschränkten MCP-Server.

Wie zuverlässig ist KI-generiertes SQL?

Syntaktisch ist es meist korrekt, inhaltlich hängt die Qualität stark vom Kontext ab: Ohne Schema, Beziehungen und fachliche Definitionen entstehen leicht falsche Joins oder Doppelzählungen. Mit Schema-Kontext, Beispielabfragen und Tests gegen bekannte Ergebnisse steigt die Verlässlichkeit deutlich. Sie lernen, generierte Abfragen systematisch zu validieren.

Was kostet die Schulung „Model Context Protocol (MCP) für SQL- und Datenbank-Profis“?

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 SQL- und Datenbank-Profis

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