Schulung · Model Context Protocol (MCP) · MVP-Entwicklung für Startups

Model Context Protocol (MCP) für Startups und MVP-Entwicklung

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

In diesem Kurs verbinden wir Model Context Protocol (MCP) mit den typischen Abläufen im Bereich MVP-Entwicklung für Startups. 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 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.

Für Gründer:innen und frühe Produktteams entscheidet Geschwindigkeit über das Lernen am Markt. KI-Coding-Werkzeuge, Vibe Coding und App-Builder ermöglichen es heute, aus einer Idee in wenigen Tagen ein funktionsfähiges Minimum Viable Product mit Anmeldung, Datenbank, Zahlungsanbindung und Landingpage zu bauen, oft ohne großes Entwicklerteam. Die eigentliche Herausforderung verschiebt sich damit: Welche Hypothese wird getestet, welche Funktionen gehören wirklich ins MVP, und wie wird aus einem schnellen Prototyp eine Codebasis, die Investor:innen-Due-Diligence, erste zahlende Kund:innen und Wachstum aushält? Im Kurs lernen Sie, mit KI-Agenten zielgerichtet MVPs zu bauen, technische Schulden bewusst zu steuern, Sicherheit und Datenschutz von Beginn an mitzudenken und den Übergang zu einem professionellen Entwicklungsteam vorzubereiten.

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?

  • Gründer:innen ohne oder mit wenig Programmiererfahrung
  • Technische Mitgründer:innen und erste Entwickler:innen in Startups
  • Product Manager:innen in frühen Produktteams
  • Corporate-Innovation- und Venture-Building-Teams
  • Teilnehmende von Inkubatoren und Accelerator-Programmen

Typische Herausforderungen, die wir adressieren

  • Begrenzte Zeit und Budget, um eine Produktidee am Markt zu validieren
  • Fehlende Entwicklungskapazität oder Abhängigkeit von externen Dienstleistern
  • Schnell gebaute Prototypen mit Sicherheitslücken, offenen Datenbanken und unklarer Architektur
  • Unklarheit, wann ein MVP neu geschrieben oder weiterentwickelt werden sollte

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 übersetzen eine Geschäftsidee in einen fokussierten MVP-Umfang und bauen ihn mit KI-Werkzeugen selbst.
  • Sie integrieren Anmeldung, Datenbank, Zahlungen und Messpunkte und prüfen Ihr MVP vor dem Launch auf typische Sicherheitslücken.
  • Sie steuern technische Schulden bewusst und bereiten die Codebasis auf Wachstum, Due Diligence und ein Entwicklungsteam vor.

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: MVP-Entwicklung für Startups
  • Vom Pitch zur Spezifikation
  • MVP per Prompt bauen
  • Zahlungen und Integrationen anbinden
  • Landingpages und Experimente
  • Sicherheits-Check vor dem Launch
  • Codebasis übergabefähig machen
Modul 7 Datenschutz, Qualität & Transfer in den Alltag
  • Schon ein MVP verarbeitet echte Kundendaten: Sie lernen, DSGVO-Grundlagen wie Datenschutzerklärung, Auftragsverarbeitung und Einwilligungen umzusetzen, API-Schlüssel und Secrets sicher zu verwalten und Lizenz- sowie Urheberrechtsfragen bei generiertem Code zu klären, die in einer Due Diligence relevant 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

Vom Pitch zur Spezifikation

Geschäftsidee, Zielgruppe und Kernhypothese in User Stories, Datenmodell und einen priorisierten Funktionsumfang übersetzen, der bewusst klein bleibt und messbare Lernziele für den Markttest enthält. Alles Übrige landet bewusst auf später.

MVP per Prompt bauen

Eine Web-App mit Anmeldung, Datenbank, Kernfunktion und Admin-Bereich schrittweise mit KI-Agenten oder App-Buildern erzeugen, dabei in kleinen, getesteten Iterationen arbeiten und den Code versionieren. Jeder Schritt bleibt rückgängig machbar.

Zahlungen und Integrationen anbinden

Abonnements und Einmalzahlungen über einen Zahlungsdienstleister, E-Mail-Versand, Analytics und erste Schnittstellen integrieren, mit Webhooks, Fehlerbehandlung und sicher abgelegten API-Schlüsseln. Testmodus und Live-Betrieb bleiben dabei sauber getrennt, damit keine echten Zahlungen versehentlich ausgelöst werden.

Landingpages und Experimente

Landingpages, Wartelisten und Preisseiten in Varianten erstellen, Conversion-Ereignisse messen und schnelle A/B-Tests aufsetzen, um Nachfrage und Zahlungsbereitschaft vor größerem Entwicklungsaufwand zu prüfen. Entscheidungen basieren so auf echten Daten.

Sicherheits-Check vor dem Launch

Den MVP-Code auf offene Datenbankregeln, fehlende Zugriffskontrollen, exponierte Schlüssel und ungeschützte Endpunkte prüfen lassen und eine kurze Checkliste für den sicheren Go-live abarbeiten. Gefundene Lücken werden direkt geschlossen.

Codebasis übergabefähig machen

Architektur dokumentieren, Tests ergänzen, kritische Stellen refaktorieren und eine technische Übersicht erstellen, die neue Entwickler:innen oder eine technische Due Diligence schnell nachvollziehen können. Das stärkt auch Gespräche mit Investor:innen.

Mögliche Praxisprojekte im Kurs

Wartelisten-Landingpage

Eine Landingpage mit Wertversprechen, E-Mail-Erfassung, Double-Opt-in und einem einfachen Dashboard, das Anmeldungen und Quellen auswertet. So messen Sie die Nachfrage, bevor Sie die eigentliche Produktentwicklung starten.

Buchungs-MVP

Eine kleine Web-App, in der Kund:innen Termine buchen und bezahlen, Anbieter Verfügbarkeiten pflegen und beide Seiten Bestätigungen per E-Mail erhalten.

Interview-Auswertungs-Tool

Ein Tool, das Notizen aus Kundeninterviews sammelt, Aussagen nach Problemen und Wünschen clustert und Belege für oder gegen die Kernhypothese zeigt.

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 haben eine konkrete Produktidee oder arbeiten in einem frühen Produktteam; Programmierkenntnisse sind nicht erforderlich, technisches Grundverständnis ist hilfreich.

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

Schon ein MVP verarbeitet echte Kundendaten: Sie lernen, DSGVO-Grundlagen wie Datenschutzerklärung, Auftragsverarbeitung und Einwilligungen umzusetzen, API-Schlüssel und Secrets sicher zu verwalten und Lizenz- sowie Urheberrechtsfragen bei generiertem Code zu klären, die in einer Due Diligence relevant werden.

Terminvorschläge

Alle Termine sind Vorschläge – Ihr Wunschtermin ist jederzeit möglich.

  • Mi, 25. November 2026 – Do, 26. November 2026 Online Anfragen
  • Mi, 9. Dezember 2026 – Do, 10. Dezember 2026 Salzburg Anfragen
  • Mi, 16. Dezember 2026 – Do, 17. Dezember 2026 Online Anfragen
  • Mo, 18. Januar 2027 – Di, 19. Januar 2027 Bremen Anfragen
  • Di, 26. Januar 2027 – Mi, 27. Januar 2027 Online Anfragen
  • Mi, 3. Februar 2027 – Do, 4. Februar 2027 Augsburg 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 ich als nicht-technische:r Gründer:in wirklich ein MVP selbst bauen?

Für viele Geschäftsmodelle ja: Web-Apps mit Anmeldung, Datenhaltung, Kernfunktion und Zahlung lassen sich mit KI-Werkzeugen ohne Programmierkenntnisse umsetzen. Entscheidend sind klare Anforderungen, kleine Schritte und systematisches Testen. Bei komplexer Logik, hohen Sicherheitsanforderungen oder starkem Wachstum brauchen Sie später Entwicklungsexpertise. Im Kurs lernen Sie, diese Grenze zu erkennen.

Muss ein mit KI gebautes MVP später neu geschrieben werden?

Nicht zwangsläufig. Wenn Sie von Beginn an auf Versionskontrolle, ein verständliches Datenmodell, Tests für Kernfunktionen und saubere Trennung von Konfiguration und Code achten, lässt sich ein MVP oft schrittweise weiterentwickeln. Wir zeigen, welche Grundentscheidungen den späteren Umbau erleichtern und woran Sie erkennen, dass ein Neuanfang günstiger ist.

Was kostet die Schulung „Model Context Protocol (MCP) für Startups und MVP-Entwicklung“?

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 Startups und MVP-Entwicklung

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