MCP, WebMCP & A2A: Wie KI-Agenten Zugriff auf die digitale Welt bekommen

Ein Sprachmodell kann inzwischen ziemlich viel wissen. Es schreibt Texte, beantwortet Fragen, schlägt Code vor. Trotzdem sitzt es am Ende in einem Chatfenster und kann von dort aus: nichts. Kein Zugriff auf meine Google-Search-Console-Daten, keine Möglichkeit, auf einer Website tatsächlich etwas zu bestellen, keine Verbindung zu einem anderen System, das die eigentliche Arbeit übernehmen müsste.

Damit aus einem Chatbot ein Agent wird, also ein System, das nicht nur antwortet, sondern handelt, braucht es Infrastruktur darunter. Genau die entsteht gerade, in Form mehrerer Protokolle, die zusammen einen wachsenden Stack ergeben. Diese Serie geht die wichtigsten davon in drei Teilen durch. Teil 1 klärt die Grundfrage: Wie kommt eine KI überhaupt aus ihrem Chatfenster heraus? Die Antwort heißt MCP, WebMCP und A2A.

Weitere Beiträge zu KI-Agenten

• Assistent, Agent, Workflow, Skill, Konnektor: Was ist was?
• Weihnachten 2026: Wird KI zum neuen Gatekeeper im E-Commerce?
• ChatGPT Werbung: Wenn der Klick zum Gespräch wird
• Was kommt nach ChatGPT? Codex, n8n und KI-Agenten richtig einordnen
• Welche Geschäftsmodelle Google mit KI unter Druck setzt

MCP: „Gib mir Werkzeuge“

Ich sage einem Modell: Analysiere meine SEO-Daten und erstelle daraus einen Maßnahmenplan. Damit das mehr ist als eine hübsche Behauptung, braucht das Modell Zugriff auf echte Daten, etwa aus der Google Search Console, aus SISTRIX oder aus Dateien auf meinem Rechner. Wie sich die großen Modelle gerade auf dieses Handeln ausrichten, zeigt GPT-6 Astra und Gemini 3.8 Flash: Der Wettlauf verschiebt sich von Text zu Handlung.

Genau das leistet MCP, das Model Context Protocol von Anthropic: ein einheitlicher Weg, über den eine KI mit Werkzeugen, APIs und Datenquellen verbunden wird, statt für jede Kombination aus Modell und Tool eine eigene Schnittstelle zu bauen. Wer in den letzten Monaten in Claude oder ChatGPT einen Ordner in Google Drive verbunden oder ein Notion-Projekt angeschlossen hat, ist MCP schon begegnet, nur ohne den Namen dazu.

Für meine eigene SEO-Arbeit ist das kein Zukunftsthema. Wenn ich mit Claude über SISTRIX-Daten arbeite, läuft im Hintergrund genau das: MCP verbindet das Modell mit der SISTRIX-Schnittstelle, und ich muss keine Zahlen mehr von Hand hin- und herkopieren.

WebMCP: „Benutze diese Website“

MCP verbindet ein Modell mit Werkzeugen und Daten. Das reicht aber nicht, wenn der Agent tatsächlich auf einer Website etwas erledigen soll: ein Produkt suchen, eine Variante auswählen, ein Formular ausfüllen. Dafür ist WebMCP gedacht, ein Standard, an dem unter anderem Google und das Chrome-Team arbeiten. Websites beschreiben damit einzelne Funktionen wie „Produkt suchen“ oder „Termin buchen“ als Werkzeuge, die ein Agent direkt aufrufen kann.

Auf promptpower.de ist das kein theoretisches Beispiel: Auf meiner Kontaktseite läuft bereits ein WebMCP-Werkzeug, das das Kontaktformular für einen Agenten vorbereiten kann. Es füllt die Felder aus, sendet aber nie selbst ab, das bleibt Sache des Menschen. Wie WebMCP technisch funktioniert, was seit dem Sommer an Implementierungen dazugekommen ist und was das konkret für Marketing-Teams bedeutet, habe ich in einem eigenen Beitrag über WebMCP ausführlich beschrieben.

Kurzformel für den Unterschied: MCP öffnet der KI die Werkzeugkiste. WebMCP öffnet ihr die Website.

A2A: „Sprich mit einem anderen Agenten“

Der dritte Schritt wird tatsächlich agentisch. Mein persönlicher Agent fragt einen Reise-Agenten nach Angeboten, und dieser spricht wiederum mit den Agenten von Hotels oder Fluggesellschaften, ohne dass ich jede einzelne Website oder App selbst bediene.

A2A, das Agent2Agent-Protokoll, standardisiert genau diese Kommunikation zwischen Agenten unterschiedlicher Anbieter. Ursprünglich von Google vorangetrieben, liegt die Weiterentwicklung inzwischen bei einer neutralen Trägerorganisation, ein Zeichen dafür, dass es als gemeinsame Infrastruktur gedacht ist und nicht als Werkzeug eines einzelnen Konzerns.

Für Marketing-Teams ist das mehr als eine technische Randnotiz. Mediaplanungs-Anfragen oder Angebotsvergleiche zwischen Auftraggeber und Dienstleister könnten künftig nicht mehr über Formulare und E-Mail-Ketten laufen, sondern direkt zwischen den jeweiligen Agenten.

• Ein Sprachmodell allein: Wissen, aber kein Zugriff
• plus MCP: Zugriff auf Werkzeuge und Daten
• plus WebMCP: Zugriff auf Websites
• plus A2A: Zugriff auf andere Agenten

Aus einem Chatbot wird so Schritt für Schritt ein System, das tatsächlich etwas erledigen kann.

Und wenn der Agent einkaufen soll?

Bislang ging es nur ums Beschaffen von Informationen. Interessant wird es, wenn ein Agent nicht mehr nur recherchieren, sondern tatsächlich ein Produkt auswählen, kaufen und bezahlen soll. Dass sich der Handel in diese Richtung bewegt, hatte ich in einem früheren Beitrag über Agentic Commerce bereits beschrieben, ohne die Protokolle beim Namen zu nennen, die das konkret möglich machen.

Teil 2 dieser Serie holt das nach: UCP, ACP, AP2 und x402, die Infrastruktur für KI-gesteuertes Einkaufen und Bezahlen. Teil 3 geht danach noch einen Schritt weiter, zu Benutzeroberflächen und physischer Hardware.

Für alle, die im Marketing mit dieser Entwicklung arbeiten müssen und nicht nur zusehen wollen: Genau um dieses praktische Einordnen geht es in meinem Kurs KI und Automatisierung im Marketing bei MOD education. Wo KI-Agenten im Lernpfad insgesamt stehen, zeigt KI lernen.

Quelle: Model Context Protocol

Quelle: WebMCP (Chrome for Developers)

Quelle: Agent2Agent (A2A) Protocol