Wie Sie im MCP-Chaos nicht untergehen: Mehr als 50 Remote-MCP-Server existieren bereits, aber ohne Auswahl wird Ihr Produktivagent zum Sicherheitsloch
Ich bin Denis Shokhirev, Agentic AI Systems Architect aus Freiburg im Breisgau, Germany, und bei DennisCraft AI Studio betreibe ich KI-Systeme für DACH-B2B-Kunden auf Claude, Supabase, n8n, Doppler und selbst gehostetem Postgres. Das MCP-Problem wurde für mich in dem Moment konkret, als ein Agent im Produktivbetrieb ein externes Werkzeug mit deutlich weiterem Zugriff nutzen wollte, als der Geschäftsprozess jemals gebraucht hätte. Genau dort beginnt das Missverständnis rund um MCP. Mehr Remote-M
Ich bin Denis Shokhirev, Agentic AI Systems Architect aus Freiburg im Breisgau, Germany, und bei DennisCraft AI Studio betreibe ich KI-Systeme für DACH-B2B-Kunden auf Claude, Supabase, n8n, Doppler und selbst gehostetem Postgres. Das MCP-Problem wurde für mich in dem Moment konkret, als ein Agent im Produktivbetrieb ein externes Werkzeug mit deutlich weiterem Zugriff nutzen wollte, als der Geschäftsprozess jemals gebraucht hätte.
Genau dort beginnt das Missverständnis rund um MCP. Mehr Remote-MCP-Server sehen nach Fortschritt aus, bedeuten in der Praxis aber oft mehr Vertrauensgrenzen, mehr Datenpfade und mehr schwer kontrollierbare Nebenwirkungen. Für eine Vorführung ist eine lange Werkzeugliste attraktiv. Für den Produktivbetrieb ist sie häufig ein Haftungsrisiko.
von Denis Shokhirev, Enterprise AI Architect aus Freiburg im Breisgau
MCP vereinheitlicht den Zugriff, aber nicht das Vertrauensniveau
MCP ist nützlich, weil Modelle Werkzeuge über eine einheitliche Schnittstelle finden und aufrufen können. Das löst jedoch nicht die zentrale Frage: Welchem Werkzeug dürfen Sie unter welchen Bedingungen vertrauen? Ein Server liest Kundendaten, ein anderer führt SQL aus, ein dritter schreibt in operative Systeme zurück. Für das Modell sind das lediglich verfügbare Werkzeuge. Für Ihre Architektur sind es sehr unterschiedliche Risikoklassen.
Anthropic zeigt in der Dokumentation zur Werkzeugnutzung ausdrücklich, dass Modelle Werkzeuge selbst auswählen und in Abläufe einbauen können: Anthropic Docs, 2024. Damit ist MCP nicht nur ein Komfortmerkmal, sondern Teil Ihrer Sicherheitsarchitektur. Ohne Auswahl und Begrenzung erweitern Sie die Angriffsfläche Ihres Agenten mit jedem zusätzlichen Werkzeug.
Was ich im Produktivbetrieb regelmäßig sehe
- Werkzeuge erhalten weitergehende Berechtigungen als für den Zweck nötig;
- Antworten enthalten Rohdaten ohne Filterung oder Pseudonymisierung;
- Token, SQL-Fragmente oder Kundenkennungen landen in Protokollen;
- Schreibzugriffe sind aktiviert, obwohl Lesezugriff ausreichen würde;
- Fehler eines Werkzeugs werden vom Modell als unvollständige Daten interpretiert, was zu riskanten Folgeaufrufen führt.
Das ist kein theoretisches Randthema. In regulierten Märkten berührt es unmittelbar DSGVO, ISO 27001, BSI Grundschutz und in vielen Fällen auch NIS2-relevante Betriebsanforderungen.
Warum Remote-MCP-Server schnell zum Betriebsrisiko werden
Jeder externe MCP-Server ist fremde Ausführungslogik auf dem Entscheidungsweg Ihres Agenten. Sie übernehmen damit Annahmen über Authentisierung, Fehlerbehandlung, Ausgabeformat, Protokollierung, Wiederholungsmechanismen und Aktualisierungen. Wenn diese Annahmen nicht geprüft werden, arbeitet Ihr Agent mit einer Blackbox im Kernprozess.
| Risiko | Typischer Vorfall | Sinnvolle Gegenmaßnahme |
|---|---|---|
| Zu weit gefasste Zugriffe | Der Agent liest mehr Tabellen oder Felder als erforderlich | Nur-Lese-Rollen, getrennte Dienstkonten, Begrenzung auf Schema-Ebene |
| Preisgabe von Geheimnissen | API-Schlüssel oder DSN erscheinen in Ausgaben oder n8n-Protokollen | Doppler, Maskierung sensibler Felder, eigene Zugangsdaten je Werkzeug |
| Prompt Injection über Werkzeugausgaben | Die Antwort enthält Anweisungen, die Ihre Richtlinien unterlaufen | Schema-Prüfung, Bereinigung der Ausgaben, Trennung von Daten und Anweisungen |
| Unkontrollierte Schreibvorgänge | Das Modell ändert Datensätze ohne Freigabe | Menschliche Freigabe für Schreiben/Löschen, Positivliste für Aktionen |
OWASP führt Prompt Injection und übermäßige Handlungsmacht ausdrücklich als zentrale Risiken in LLM-Anwendungen auf: OWASP Top 10 for LLM Applications, 2025. Bei MCP-fähigen Agenten ist das direkt relevant, weil jedes zusätzliche Werkzeug neue Handlungsoptionen schafft.
Mein Auswahlfilter, bevor ein MCP-Server in die Bereitstellung geht
Ich übernehme keinen MCP-Server in den Produktivbetrieb, nur weil er verfügbar ist oder in einer Vorführung gut aussieht. Er muss zunächst einen nüchternen Auswahlfilter bestehen.
1. Enger, prüfbarer Vertrag
Werkzeuge mit unscharfen Ein- und Ausgaben sind schwer kontrollierbar. Ich bevorzuge strukturierte JSON-Daten mit klaren Feldern. Je eindeutiger der Vertrag, desto besser lassen sich Grenzwerte, Protokollierung und Fehlerfälle prüfen.
2. Trennung von Lesen und Schreiben
Ein Werkzeug, das sowohl lesen als auch schreiben darf, verdient besondere Skepsis. In den meisten Abläufen benötigt ein Agent zunächst Sicht auf Daten, nicht sofort Änderungsrechte. Schreibvorgänge gehören hinter Freigaben oder in einen eigenen Aktionspfad.
3. Vermittlungsschicht vor externen Werkzeugen
Ich lasse Modelle ungern direkt auf fremde Endpunkte zugreifen. Dazwischen liegt eine kleine Vermittlungsschicht, die Nutzlasten prüft, Grenzen durchsetzt und jeden Aufruf nachvollziehbar protokolliert.
from pydantic import BaseModel, ValidationError
class LookupRequest(BaseModel):
customer_id: str
limit: int
def prepare_payload(payload: dict) -> dict:
data = LookupRequest(**payload)
if data.limit > 100:
raise ValueError("limit too high")
return {"customer_id": data.customer_id, "limit": data.limit}
try:
safe_payload = prepare_payload({"customer_id": "c_123", "limit": 20})
except ValidationError as exc:
print(exc)4. Getrennte Geheimnisse mit kleinstmöglichem Umfang
Ein MCP-Werkzeug erhält keine allgemeinen Produktivgeheimnisse. Ich vergebe eigene Zugangsdaten pro Werkzeug, mit minimalem Umfang und klarer Rotation. In meiner Praxis geschieht das meist mit Doppler und eng begrenzten Dienstkonten.
Prüfpfad vor dem Start und Kontrolle im laufenden Betrieb
Die Auswahl eines MCP-Servers ist keine einmalige Prüfung. Sie braucht einen wiederholbaren Prüfpfad über den gesamten Lebenszyklus hinweg.
bandit -r .
semgrep --config p/owasp-top-ten .
gitleaks detect --source . --no-banner
python -m pytest tests/test_tools.py
Bandit hilft bei riskanten Python-Mustern, Semgrep bei typischen Sicherheitsfehlern, Gitleaks bei versehentlich eingecheckten Geheimnissen. Das ersetzt keine Laufzeitkontrolle, schafft aber eine sinnvolle Untergrenze, bevor ein Werkzeug in einen n8n-Ablauf oder in eine Anwendung mit Anthropic SDK aufgenommen wird.
Laufzeitkontrolle ist wichtiger als eine saubere Vorführung
Selbst fehlerfreier Code garantiert kein sicheres Verhalten, wenn das Modell Werkzeuge im Echtbetrieb selbst auswählt. Ich empfehle mindestens drei Ebenen:
- ein Prüfprotokoll für jeden Werkzeugaufruf;
- Grenzwerte und Zeitüberschreitungen in der Vermittlungsschicht;
- eine Richtlinie, die Schreibvorgänge ohne Freigabemerkmal unterbindet.
tool_policy:
allow_tools:
- crm_lookup
- order_status
deny_write_without_approval: true
max_calls_per_run: 5
timeout_seconds: 10
redact_fields:
- access_token
- email
- ibanOhne diese Ebene wird die Vorfallanalyse mühsam. Dann wissen Sie nur, dass das Ergebnis falsch war, aber nicht, welches Werkzeug aufgerufen wurde, welche Nutzlast gesendet wurde und warum das Modell weitergemacht hat.
Aus 50+ verfügbaren MCP-Servern die 3 bis 5 wirklich nötigen auswählen
Die meisten Produktivagenten benötigen keinen Werkzeug-Marktplatz. Sie benötigen wenige, verlässliche Funktionen entlang eines konkreten Geschäftsprozesses. In der Logistik kann das Sendungsstatus, Dokumentensuche und Eskalation sein. Im Fintech-Bereich eher Kontostatus, KYC-Ergebnis und Transaktionsübersicht. Alles andere sollte warten, bis Beobachtbarkeit, Fehlerkosten und Verantwortlichkeiten klar geregelt sind.
Meine einfache Regel lautet: Wenn das Entfernen eines Werkzeugs die SLA des Prozesses nicht verletzt, gehört es wahrscheinlich noch nicht in den Produktivbetrieb. Werkzeuge „für später vielleicht nützlich“ vergrößern die Angriffsfläche und erschweren die Sicherheitsprüfung. Ein guter Agent in regulierten Märkten hat nicht möglichst viele Werkzeuge, sondern nur die, die begründet, begrenzt und nachvollziehbar sind.
FAQ
Sollten Sie auf Remote-MCP-Server ganz verzichten?
Nein. Sie sollten sie aber wie externe Abhängigkeiten mit erhöhtem Risiko behandeln und nicht wie harmlose Erweiterungen. Für viele Anwendungsfälle ist eine schmale interne Hülle der sicherere Einstieg.
Ist ein MCP-Server eines bekannten Anbieters automatisch sicherer?
Nicht automatisch. Ein etablierter Anbieter kann die Ausgangslage verbessern, aber Ihr Risiko hängt weiterhin von Berechtigungen, Ausgabeformaten und dem Handlungsspielraum des Agenten ab.
Reicht statische Analyse vor der Inbetriebnahme?
Nein. Statische Analyse erkennt Auffälligkeiten in Code und Konfiguration, aber nicht das tatsächliche Auswahlverhalten des Modells im laufenden Betrieb. Dafür brauchen Sie Protokolle, Grenzen und Freigabepfade.
Sollte ein Agent Schreibzugriff auf Postgres erhalten?
Im Regelfall nein. Beginnen Sie mit Nur-Lese-Zugriff und verlagern Sie Schreibvorgänge in einen eng begrenzten Aktionspfad oder in eine menschliche Freigabe. Das senkt das Risiko meist deutlich.
Was kann ein kleines Team ohne eigene Sicherheitsabteilung zuerst tun?
Starten Sie mit einer Vermittlungsschicht, einer Positivliste erlaubter Werkzeuge, Prüfungen mit Semgrep, Bandit und Gitleaks sowie verpflichtender Protokollierung. Das ist bereits deutlich besser als direkter Modellzugriff auf jedes neue Werkzeug.
Wenn Sie bereits einen MCP-fähigen Agenten im Produktivbetrieb haben: An welcher Stelle finden Sie die meisten Probleme — in der Codeprüfung, in der Laufzeitabschirmung oder erst nach Rückmeldungen aus dem Fachbereich? Genau diese Antwort zeigt oft den Reifegrad der gesamten Architektur.
Ich biete einen kostenlosen 30-minütigen Stack-Audit für DACH-Gründer und CTOs an, die KI in regulierten Märkten bereitstellen. Schreiben Sie mir auf LinkedIn oder an @ger_dennis_ai.
Solche Agenten baue ich für Betriebe in Südbaden und ganz Deutschland.
Schreiben Sie in zwei Sätzen, was bei Ihnen Zeit frisst – Antwort innerhalb von 24 Stunden.
Aus einem Ablauf ein System machen, das läuft
Gebaut für den Betriebsalltag, nicht als Demo.