Wat is het Model Context Protocol?
Stel je voor: je hebt een slimme AI-assistent die perfect kan redeneren, teksten schrijven en problemen analyseren, maar die volledig afgesloten zit van je bedrijfssystemen. Geen toegang tot je database, je CRM, je bestanden of je e-mail. Hoe nuttig is die assistent dan werkelijk?
Dit is precies het probleem waar bedrijven tegenaan lopen zodra ze AI willen inzetten voor echte werkprocessen. Het antwoord heeft een naam: Model Context Protocol, oftewel MCP. Een open standaard die in razend tempo de manier verandert waarop AI agents met de buitenwereld communiceren.
MCP is oorspronkelijk ontwikkeld door Anthropic, het bedrijf achter Claude, en werkt als een universele stekker voor AI. Net zoals USB ooit een einde maakte aan de chaos van tientallen verschillende kabels, biedt MCP een gestandaardiseerde interface waarmee elk AI-model met elke tool kan praten. Zonder MCP bouw je voor iedere combinatie van AI-model en externe tool een aparte koppeling. Met MCP bouw je de verbinding een keer, en werkt die met elk model dat het protocol ondersteunt.
De kerngedachte is simpel maar krachtig: scheid de AI-intelligentie van de toegang tot tools. Het AI-model hoeft niet te weten hoe jouw specifieke database of CRM intern werkt. Het hoeft alleen te weten welke acties beschikbaar zijn en hoe het die kan aanroepen, en precies dat beschrijft MCP op een gestandaardiseerde manier.
Waarom traditionele API-integraties tekortschieten
Bij een traditionele integratie schrijf je voor elk AI-model en elke externe tool specifieke code. Wil je dat GPT-4 je Salesforce-data kan lezen? Dan bouw je een Salesforce-naar-OpenAI-koppeling. Wil je dat Claude dezelfde data kan lezen? Dan bouw je een tweede, aparte koppeling. En voor Mistral een derde.
Dit levert een N-maal-M-probleem op: bij N AI-modellen en M tools heb je potentieel N x M integraties nodig. Elke koppeling kost ontwikkeltijd, en als een API verandert moeten meerdere koppelingen worden aangepast. Elk nieuw model of elke nieuwe tool vermenigvuldigt de complexiteit, terwijl authenticatie, foutafhandeling en logging overal anders worden geïmplementeerd.
Met MCP wordt dat N-maal-M-probleem een N-plus-M-probleem. Elk AI-model implementeert eenmalig ondersteuning voor het protocol. Elke tool wordt eenmalig beschikbaar gemaakt als MCP-server. Daarna kan elk model met elke tool communiceren, zonder extra code, zonder vermenigvuldigende complexiteit.
Hoe MCP werkt onder de motorkap
Het protocol is gebouwd rond drie componenten. De MCP Host is de AI-applicatie die de gebruiker bedient, een chatinterface, een AI-agent of een geautomatiseerde workflow. Hier komt de vraag of opdracht van de gebruiker binnen. De MCP Client zit ingebouwd in de host en beheert de verbinding met een of meerdere servers. Je kunt de client zien als een vertaler tussen het AI-model en de buitenwereld. De MCP Server is de brug naar een specifiek extern systeem, zoals een database, een CRM-platform of een bestandssysteem, en biedt een set acties aan die het AI-model kan uitvoeren.
Een typische interactie verloopt als volgt: de gebruiker stelt een vraag, het AI-model bepaalt welke tool het nodig heeft, de client stuurt het verzoek naar de juiste server, de server voert de actie uit op het externe systeem, en het resultaat gaat terug naar het model zodat het kan antwoorden. Het mooie hieraan is dat het AI-model geen idee hoeft te hebben of het praat met een PostgreSQL-database, een Google Drive of een Salesforce-omgeving. Het protocol abstraheert die complexiteit volledig weg.
Wat je er in de praktijk mee kunt
De theorie is helder, maar waar wordt het echt interessant? Een AI-agent die via een MCP-server verbonden is met je bedrijfsdatabase beantwoordt direct vragen als "Hoeveel orders zijn er deze maand binnengekomen?" of "Welke klanten hebben een openstaande factuur ouder dan 30 dagen?" Geen dashboard nodig, geen export, gewoon een vraag in natuurlijke taal.
Koppel je AI-agent aan je CRM-systeem en je supportmedewerkers hebben direct een assistent die klantgeschiedenis ophaalt, notities maakt en follow-up taken aanmaakt, alles vanuit een enkel gesprek. Via MCP-servers voor bestandssystemen zoals Google Drive of SharePoint kan een agent documenten doorzoeken, samenvatten en nieuwe bestanden genereren op basis van templates, ideaal voor juridische afdelingen, HR-teams of financiële administraties die dagelijks door bergen documenten werken.
De echte kracht komt naar voren bij agents die meerdere tools tegelijk gebruiken. Bij AIRFLOWS combineren we MCP-servers met n8n workflows om complete bedrijfsprocessen te automatiseren. Denk aan een AI-agent die binnenkomende e-mails leest, de intentie bepaalt, relevante klantdata ophaalt uit het CRM, een antwoord opstelt en dat ter goedkeuring voorlegt, alles geautomatiseerd maar met een mens in de loop waar nodig. Een enkele agent kan in één conversatie je database raadplegen, een bestand aanmaken, een e-mail versturen en een taak in je projectmanagementtool aanmaken.
Een groeiende standaard met de hele industrie achter zich
Wat MCP bijzonder maakt is de breedte van de adoptie. Anthropic bouwde MCP-ondersteuning in Claude, OpenAI voegde het toe aan hun platform en agents, Mistral ondersteunt het in hun modellen, en Google, Amazon en Microsoft bouwen aan MCP-compatibele tools en integraties. Dit is geen proprietary protocol van één bedrijf, het is een open standaard die door de hele AI-industrie wordt omarmd.
Een belangrijke mijlpaal is dat MCP is ondergebracht bij de Agentic AI Foundation, onderdeel van de Linux Foundation. Dezelfde structuur die Linux, Kubernetes en andere cruciale open standaarden succesvol heeft gemaakt, garandeert nu dat MCP een echte industriestandaard wordt en blijft, onafhankelijk beheerd en los van enig commercieel belang. De community groeit explosief: er zijn inmiddels honderden open-source MCP-servers beschikbaar voor systemen variërend van Supabase en PostgreSQL tot Slack, GitHub, Notion en Google Workspace, en dat aantal groeit wekelijks.
We staan aan het begin van een nieuwe fase in AI-automatisering. De eerste golf was generatieve AI, modellen die tekst, code en afbeeldingen konden produceren. De tweede golf, die nu in volle gang is, draait om agentic AI: autonome systemen die daadwerkelijk taken uitvoeren in de echte wereld. MCP is de infrastructuurlaag die deze tweede golf mogelijk maakt. Zonder gestandaardiseerd protocol blijven AI agents opgesloten in hun eigen bubbel. Met MCP krijgen ze handen en voeten.
De technologie is er, de standaard is er, en de ondersteuning van de grote spelers is er. De vraag is niet meer óf MCP relevant wordt voor jouw organisatie, maar wanneer je ermee aan de slag gaat.
Bij AIRFLOWS ontwerpen en implementeren we AI-oplossingen die via MCP naadloos integreren met je bestaande tools en workflows. Plan een vrijblijvende discovery call en ontdek hoe MCP-gebaseerde AI agents jouw bedrijfsprocessen kunnen transformeren.