Wat is MCP? En wat heb je eraan als bedrijf

MCP (Model Context Protocol) is een open standaard waarmee een AI-assistent als Claude, ChatGPT of een agent in Copilot Studio met je eigen software werkt. Een MCP-server vertelt de assistent welke handelingen er in een systeem mogelijk zijn, zoals een klant opzoeken of een pagina klaarzetten, en voert ze uit. Voor een bedrijf betekent dat: je team werkt in gewone taal in je systemen, binnen grenzen die je in de server vastlegt.

De korte definitie staat bij het begrip MCP. Hier lees je wat je er als bedrijf aan hebt, hoe het verschilt van een API en een AI-agent, hoe wij het inzetten en waar je op let om het veilig te houden.

Wat is MCP precies?

MCP is een afspraak over hoe een AI-toepassing en andere software met elkaar praten. Anthropic introduceerde de standaard op 25 november 2024 (Anthropic). Op 9 december 2025 is MCP ondergebracht bij de Agentic AI Foundation, een fonds onder de Linux Foundation (MCP-blog). De standaard is dus niet van één leverancier.

MCP kent drie rollen (specificatie, versie 2025-11-25):

• Host: de AI-toepassing waarin je werkt, zoals Claude of ChatGPT.
• Client: het onderdeel in de host dat de verbinding met één server openhoudt.
• Server: het programma dat een systeem ontsluit, zoals je CMS, CRM of boekhouding.

Een server biedt drie soorten dingen aan: tools (handelingen die de assistent kan uitvoeren), resources (gegevens die hij kan lezen) en prompts (vaste sjablonen voor een taak). De assistent vraagt eerst op wat er is en kiest dan wat bij de vraag past.

Wat is een MCP-server?

Een MCP-server is het programma dat één systeem beschikbaar maakt voor een AI-assistent. Hij beschrijft welke handelingen er zijn en wat elke handeling nodig heeft, en roept daarvoor meestal de API van dat systeem aan. Wat niet in de server staat, kan de assistent ook niet.

Sommige leveranciers bieden een eigen MCP-server, zoals HubSpot en Salesforce. Hoe je die gebruikt, staat bij Claude koppelen aan HubSpot en Claude koppelen aan Salesforce. Voor Exact Online en AFAS zijn we bij onze controle op 18 oktober 2026 geen server van de leverancier zelf tegengekomen. Daar is de route een eigen server op de API van het pakket, zoals beschreven bij Exact Online koppelen aan Claude via MCP en AFAS koppelen aan Claude via MCP.

Wat heb je aan MCP als bedrijf?

Je bouwt één koppeling per systeem, en elke assistent die MCP ondersteunt kan hem gebruiken. Je team stelt vragen en geeft opdrachten in gewone taal, en jij legt op één plek vast wat er wel en niet mag.

• Vragen stellen aan je eigen systemen: welke facturen staan open bij deze klant, wie begint er volgende maand, welke tickets lopen over hun termijn. Zonder export, en alleen met de velden die de vraag nodig heeft.
• Werk voorbereiden: een pagina in je CMS als concept zetten, een conceptofferte klaarzetten of een taak aanmaken, die een collega daarna nakijkt.
• Niet vastzitten aan één assistent: Claude ondersteunt MCP via custom connectors (Claude Help Center), de OpenAI API via de MCP-tool in de Responses API (OpenAI) en Copilot Studio via MCP-tools en resources (Microsoft). Gecontroleerd op 27 oktober 2026.

Het is geen doel op zich. Werkt je team niet in een AI-assistent, of liggen de stappen van een taak vast, dan heb je meer aan een gewone koppeling.

Hoe zetten wij MCP in?

Bij een website leveren we een eigen MCP-server, zodat het team via Claude of ChatGPT pagina's maakt en aanpast met de bouwstenen van het eigen design system. Wijzigingen staan eerst als concept met preview klaar.

Bij Sprints & Sneakers beheert het team zo de website via Claude: pagina's, blogs, cases en evenementen. Alles staat eerst als concept met preview klaar, en publiceren is een aparte stap. Hoe dat in elkaar zit, lees je in je CMS beheren met een eigen MCP-server.

Dat is ook ons uitgangspunt bij andere systemen: begin met lezen, voeg schrijven pas toe als duidelijk is wie wat goedkeurt, en zet elke wijziging eerst als concept klaar.

Wat is het verschil tussen MCP, een API en een AI-agent?

Een API is de deur van een systeem voor software die vooraf weet wat ze moet doen. Een MCP-server zit daar meestal bovenop en beschrijft de handelingen zo dat een taalmodel ze zelf kan vinden en kiezen. Een AI-agent is wie er handelt: het systeem dat een doel krijgt en zelf stappen zet.

De agent bepaalt wat hij wil doen, de MCP-server bepaalt wat hij kan doen. Meer over agents lees je in wat is een AI-agent, en over de koppelingen eronder in AI-agent koppelen aan bestaande systemen. Het begrip API-koppeling legt de basis uit.

Is MCP veilig?

MCP is zo veilig als de server die je koppelt. De specificatie vraagt dat een gebruiker toestemming geeft voordat een tool wordt aangeroepen, maar zegt er zelf bij dat het protocol dat niet kan afdwingen. Dat ligt bij wie de server bouwt en inricht. Beschrijvingen van tools zijn volgens de specificatie niet te vertrouwen als de server niet uit een betrouwbare bron komt.

• Alleen de handelingen die nodig zijn: mag je team pagina's voorbereiden, bouw dan geen handeling om te publiceren of te verwijderen.
• Minimale rechten: de server krijgt in het onderliggende systeem alleen de rechten die bij zijn handelingen horen. Begin met alleen lezen.
• Concept eerst: wat de assistent maakt of wijzigt, staat klaar voor een mens die het nakijkt.
• Loggen: leg vast welke tool wanneer met welke gegevens is aangeroepen.
• Let op misleidende invoer: leest de assistent tekst van buiten, zoals een mail of webpagina, dan kunnen daar instructies in verstopt zitten. Zie prompt injection.

Gaan persoonsgegevens via een server van een andere partij, dan is die partij een verwerker en heb je een verwerkersovereenkomst nodig. Wat je verder regelt, staat in AI Act en AVG: wat moet je regelen?.

Wanneer heb je geen MCP nodig?

Als er geen taalmodel tussen hoeft te zitten. Liggen de stappen vast, zoals een order uit je webshop die naar je boekhouding moet, dan is een gewone koppeling eenvoudiger, goedkoper en beter te controleren.

• Je systeem heeft al een kant-en-klare app of connector in de assistent die je team gebruikt, en die doet wat nodig is.
• Je bouwt de AI in je eigen applicatie en bepaalt zelf de tools in je eigen code. Dan is MCP een optie, geen vereiste.
• Niemand in je team werkt in een AI-assistent. Begin dan bij het werk, niet bij de koppeling.

Zelf een MCP-server bouwen of laten bouwen?

Om te proberen kun je een bestaande server van een leverancier koppelen aan Claude of ChatGPT. Gaat het om bedrijfsgegevens, schrijfacties of meerdere gebruikers met verschillende rechten, dan wil je een server die je zelf beheert, met logging en een duidelijke eigenaar.

Wij bouwen zulke servers als onderdeel van een AI-agent laten bouwen of een website met eigen beheer via Claude. Weet je nog niet welk werk het meeste oplevert, of MCP daar wel het juiste antwoord is? Dan brengt de AI Opportunity Audit eerst in kaart wat het huidige werk kost en waar de kansen zitten.