Dies schaltet Claudes verborgene Kraft frei.

Die meisten Menschen stoßen bei KI-Assistenten auf dieselbe Hürde: Sie fühlen sich im Chatfenster unglaublich clever, sind jedoch seltsamerweise überall sonst nutzlos. Ihr Modell kann Code schreiben, eine 2.000-zeilige Datei refaktorisieren oder ein Datenbankschema entwerfen, aber es kann Ihre Konsole, Ihre APIs oder Ihre internen Tools nicht ansprechen, es sei denn, Sie kopieren, fügen manuell ein und überwachen jeden Schritt.

Claude Code entfaltet mehr rohe Power, indem es in deinem Terminal lebt, direkt neben deinem Git-Repo, dem Shell-Verlauf und den Projektdateien. Du kannst es bitten, Protokolle zu inspizieren, Skripte zu generieren oder durch einen fehlgeschlagenen Test zu gehen, und es antwortet in dem gleichen Fenster, in dem dein Code tatsächlich läuft. Aus der Verpackung heraus verhält sich Claude Code jedoch immer noch wie ein sehr kluger Gast: Es redet viel, zieht aber nicht wirklich ein.

Diese Gläserne Decke zeigt sich in dem Moment, in dem Sie versuchen, Claude in einen wiederholbaren Workflow einzubinden. Sie möchten, dass es GitHub-Issues erstellt, Notizen in Notion synchronisiert, eine Postgres-Datenbank abfragt oder ein langfristiges Gedächtnisgraph Ihrer Projekte pflegt. Stattdessen müssen Sie die Verknüpfungsarbeit selbst erledigen und Daten zwischen den Tools hin und her schaufeln, während die KI auf Ihren nächsten Befehl wartet.

Modellkontextprotokoll (MCP) ist die stille Spezifikation, die die Decke zerschlägt. Anstatt jede Integration direkt in Claude zu integrieren, definiert MCP eine standardisierte Methode, wie externe Server – kleine Dienste, die mit APIs, CLIs oder lokalen Apps kommunizieren – in das Modell eingesteckt werden können. Jeder Server bietet Werkzeuge an: „speichere dieses Gespräch in einem Wissensgraphen“, „führ diesen Bash-Befehl aus“, „rufe diesen REST-Endpunkt auf“, „hole dieses Dokument“.

Innerhalb von Claude Code verwandelt MCP einen einfachen Chat in eine programmierbare Steueroberfläche. Sie können Marktplätze wie Smithery oder mcp.so durchsuchen, einen einzeiligen Befehl `claude mcp add ...` abrufen und Claude sofort mit einem Memory-Graph-Backend, einem Ticketsystem oder einer benutzerdefinierten internen API verbinden. Nach einem kurzen Neustart und den erforderlichen API-Token stehen diese Funktionen als erstklassige Werkzeuge zur Verfügung, die das Modell mitten im Gespräch nutzen kann.

Das ist der Wandel: Claude Code hört auf, nur eine Gesprächsschicht zu sein, und beginnt, wie ein Orchestrator für dein gesamtes Stack zu agieren. Mit MCP wird jede Nachricht nicht nur zu „Was soll ich tun?“, sondern zu „Was soll ich tun und welche Werkzeuge soll ich nutzen, um es tatsächlich zu tun?“

Lernen Sie das Model Context Protocol (MCP) kennen, den Kabelbaum, der Claude endlich mit dem Rest Ihres digitalen Lebens verbindet. Anstatt als intelligenter, aber isolierter Chatbot zu leben, kann Claude MCP nutzen, um Kontakt aufzunehmen, Daten zu ziehen und in anderen Apps und Diensten in Ihrem Namen zu handeln.

Betrachten Sie MCP als einen App Store für Ihre KI. Jeder MCP „Server“ ist wie das Installieren einer neuen Fähigkeit: Einer könnte mit Notion sprechen, ein anderer mit GitHub, ein weiterer mit einem benutzerdefinierten Gedächtnisgraphen, der alles verfolgt, was Sie in verschiedenen Projekten und über Wochen hinweg besprochen haben.

Unter der Haube ist MCP nur ein Standardprotokoll, das beschreibt, wie Claude mit externen Tools kommuniziert. Es definiert eine allgemeine Methode zur Beschreibung verfügbarer Aktionen, Eingaben und Ausgaben, sodass Claude keine maßgeschneiderte Integration für jedes SaaS-Produkt oder selbst entwickelte Skript benötigt, das Sie verwenden.

Anstelle von hardcodierten Einzel-Plugins weisen Sie Claude auf MCP-Server hin, die über Marktplätze wie smithery.ai oder mcp.so entdeckt wurden. Diese Server bieten Funktionen an – Datenbanken abfragen, eine HTTP-API ansteuern, einen Shell-Befehl ausführen – und Claude kann sie auf eine vorhersehbare, strukturierte Weise aufrufen.

Setzen Sie das in Kontrast zu einem normalen KI-Chat, in dem alles in einem einzigen scrollbaren Fenster angezeigt wird. Sobald das Kontextfenster voll ist, verschwinden ältere Nachrichten aus dem Arbeitsgedächtnis des Modells, und es kann tatsächlich nichts ausführen: kein Zugriff auf das Dateisystem, keine API-Aufrufe, keine echte Persistenz.

Mit MCP können Gespräche in das Langzeitgedächtnis, die Aufgabenausführung und Live-Daten integriert werden. Ein Speicherdienst kann Entitäten und Beziehungen aus Ihren Chats speichern, sodass Claude auch noch 200 Nachrichten später erinnert, dass „das Q4-Launch-Deck“ mit einem bestimmten Repository, Produkt und Frist verknüpft ist.

Eine Standardinteraktion könnte so aussehen: „Fasse dieses Meeting zusammen“, und Claude gibt einen prägnanten Absatz zurück, der ins Nichts verschwindet. Ein MCP-verbesseter Ablauf wird: „Fasse dieses Meeting zusammen und speichere wichtige Entscheidungen im Gedächtnisgraphen und Jira“, und Claude wird:

• 1Strukturierte Entscheidungen extrahieren
• 2Nennen Sie einen Speicher MCP, um sie zu speichern.
• 3Rufen Sie einen Projektmanagement-MCP an, um Aufgaben zu erstellen oder zu aktualisieren.

Dieser Wandel – von statischen Antworten zu orchestrierten Aktionen über verschiedene Werkzeuge hinweg – ist der Punkt, an dem MCP nicht mehr wie eine Protokollspezifikation wirkt, sondern sich wie Superkräfte anfühlt.

App-Stores haben Telefone verändert; MCP-Marktplätze stehen kurz davor, dasselbe für KI zu tun. Seiten wie Smithery.ai und mcp.so fungieren als Kataloge von einsatzbereiten „Fähigkeiten“, auf die Claude mit einem einzigen Terminalbefehl von Claude Code zugreifen kann. Anstatt Klebercode zu schreiben oder mit APIs zu kämpfen, durchstöberst du, klickst, kopierst einen Code-Schnipsel, und dein Assistent weiß plötzlich, wie man etwas Neues macht.

Blättern Sie durch die "Alle Server anzeigen"-Seite von Smithery.ai und das Spektrum ist sofort offensichtlich. Sie finden kognitive Werkzeuge wie Sequential Thinking, um Claude zu einem schrittweisen Denken bei schwierigen Problemen zu zwingen. Sie sehen auch GitHub-Helfer, die Pull Requests überprüfen, Notion-Connectoren für Wissensdatenbanken und Daten-MCPs, die mit Postgres, Airtable oder Google Sheets synchronisiert werden.

Einige MCPs verwandeln Claude in einen leichten DevOps-Helfer. GitHub PR-Manager können Diffs zusammenfassen, Stilregeln durchsetzen oder Prüfungschecklisten für Ihr Repository erstellen. Andere integrieren Claude in Projektmanagement-Tools, sodass er Aufgaben in Systemen wie Jira oder Linear erstellen, kennzeichnen und aktualisieren kann, ohne dass Sie deren Benutzeroberfläche berühren müssen.

Einige Kategorien haben tendenziell die größte Wirkung in kurzer Zeit: - Speicher- und Wissensgraph-Server - Code- und Repository-Tools (GitHub, lokale Dateisysteme) - Produktivitätsintegrationen (Kalender, Notizen, Projektmanagement-Plattformen)

Für die meisten Menschen ist ein Speicherserver die beste Erstinstallation. Werkzeuge wie Memory Graph speichern Entitäten und Beziehungen aus Ihren Chats, sodass Claude frühere Projekte, Vorlieben und Entscheidungen über Sitzungen hinweg abrufen kann. Anstatt Ihren Stack oder Workflow jeden Tag neu erklären zu müssen, sagen Sie Claude, er soll den Kontext einmal speichern und unbegrenzt wiederverwenden.

Die Wahl des richtigen MCP kommt auf eine einzige Frage hinaus: Welche wiederkehrende Tätigkeit führst du noch manuell rund um Claude aus? Wenn du ständig Besprechungsnotizen einfügst, greife dir ein Notizen- oder CRM-MCP. Wenn du den ganzen Tag Code debuggen musst, starte mit einem Repository und Protokolldern. Power-User können sogar ihr eigenes erstellen mit Build an MCP server - Model Context Protocol und dann maßgeschneiderte Werkzeuge in ihr persönliches KI-Toolkit integrieren.

Sechzig Sekunden sind alles, was man braucht, um eine neue Superkraft in Claude Code zu integrieren. Die Demo von Ethan Nelson beginnt jedes Mal gleich: Öffnen Sie Claude Code, geben Sie `claude /mcp` ein, sehen Sie eine leere Liste und springen Sie dann zu einem MCP-Marktplatz wie Smithery.ai oder mcp.so, um nach einem Server zu shoppen. Wählen Sie etwas wie ein Memory Graph-Tool, scrollen Sie zum Claude Code-Bereich, und Sie werden eine vorgefertigte Terminalanweisung vorfinden, die auf Sie wartet.

Dieser Befehl sieht normalerweise so aus: `claude mcp add [server-name]`. Du kopierst ihn aus dem Browser, fügst ihn direkt in das Terminal von Claude Code ein, drückst Enter und die Installation ist im Wesentlichen abgeschlossen. Kein Klonen von Repos, kein manuelles Bearbeiten von Konfigurationsdateien, keine Einrichtung von Node, Python oder Docker erforderlich.

Hinter den Kulissen führt dieser einzelne Befehl ein bash-Skript aus, das die Konfiguration von Claude Code anpasst. Konkret wird die Datei `doc.json` aktualisiert, wobei ein neuer Eintrag hinzugefügt wird, der Claude mitteilt, wo sich der MCP-Server befindet, wie er gestartet wird und welche Tools er bereitstellt. Sie sehen niemals JSON, Pfade oder Ports; die CLI kümmert sich um die technischen Details.

Von dort aus geben Sie erneut `/mcp` ein, um die Installation zu bestätigen. Wenn der Server nicht sofort erscheint, sorgt ein schneller Neustart des Terminals oder ein neuer Tab normalerweise dafür, dass Claude Code die aktualisierte `doc.json` neu lädt. Sobald er in der Liste angezeigt wird, können Sie ihn auswählen, sich in einem Browserfenster authentifizieren, falls erforderlich, und seine Tools im Chat nutzen.

Barrierefreiheit ist hier die eigentliche Geschichte. Nicht-Entwickler führen nur drei Aktionen aus:

• 1Finde einen Server auf einem MCP-Marktplatz.
• 2Kopiere den Befehl `claude mcp add …`
• 3Fügen Sie es ein und führen Sie es im Claude Code aus.

Das reicht aus, um Claude mit APIs, Speichersystemen oder SaaS-Anwendungen zu verbinden, die zuvor individuelle Skripte und SDKs benötigten. Ein Workflow, der früher wie Backend-Engineering aussah, funktioniert jetzt wie das Installieren einer App auf deinem Handy – kopieren, einfügen, fertig.

Der erste Kontakt mit MCP innerhalb von Claude Code schlägt oft auf die am wenigsten dramatische Weise fehl: Es erscheint nichts. Du fügst den Installationsbefehl ein, es heißt „erfolgreich hinzugefügt“, und dann weigert sich der neue Server, zu existieren. In der Regel ist das kein Fehler im Server; es ist deine Terminalsitzung, die an einer alten Konfiguration festhält.

Claude Code lädt die MCP-Konfiguration, wenn die Terminalsitzung startet, sodass ein neu hinzugefügter Server erst erscheint, wenn Sie diese Umgebung aktualisieren. Die schnellste Lösung: Schließen Sie das aktuelle Terminalfenster und öffnen Sie ein neues oder starten Sie Claude Code vollständig neu. Viele Benutzer in den frühen Dokumenten und Community-Diskussionen berichten von diesem „Geisterinstallations“-Problem als ihrem ersten Hindernis.

Sobald der Server tatsächlich erscheint, wird die Authentifizierung zur nächsten Hürde. Viele MCP-Server—Notion, GitHub, Speichergraphen, SaaS-Dashboards—sitzen hinter OAuth oder API-Schlüsseln. Claude Code geht damit um, indem es dich in ein Browserfenster weiterleitet, sobald du dich zur Authentifizierung entscheidest.

Das Auslösen dieses Flows beginnt normalerweise mit dem /mcp-Befehl im Claude Code-Terminal. Sie geben `/mcp` ein, drücken Enter, navigieren mit den Pfeiltasten zu dem Server, den Sie gerade hinzugefügt haben, drücken erneut Enter und wählen dann Authentifizieren. Zu diesem Zeitpunkt öffnet Claude Code Ihren Standardbrowser mit einem Anmelde- oder Berechtigungsscreen.

Von dort aus sieht der Ablauf aus wie bei einem modernen OAuth-Prozess. Sie könnten: - Sich bei einem Drittanbieterdienst anmelden (zum Beispiel Notion oder GitHub) - Berechtigungen wie „lesen/schreiben“ oder „auf Workspace-Daten zugreifen“ genehmigen - Einen API-Schlüssel oder Token von einem Dashboard in eine Claude Code-Eingabeaufforderung einfügen

Wenn etwas nicht stimmt, dient `/mcp` als Ihr Status-Dashboard. Es listet jeden aktiven MCP-Server auf, sowie ob er installiert, erreichbar und authentifiziert ist. Wenn Ihr neuer, glänzender Speicherserver oder das Sequential Thinking-Tool nicht dort erscheint, gehen Sie davon aus, dass die frühere Installation nie vollständig registriert wurde, und führen Sie den Terminalbefehl des Marktplatzes in einem neuen Fenster erneut aus.

Wenn ein Server erscheint, aber sich weigert, Tools auszuführen, liegt es fast immer an fehlerhaften Anmeldeinformationen. Öffnen Sie `/mcp` erneut, wählen Sie den fehlerhaften Server aus und wählen Sie Authentifizieren erneut, um einen neuen Browser-Flow zu erzwingen. Wenn die Marktplatzseite erforderliche Umgebungsvariablen erwähnt—`OPENAI_API_KEY`, `NOTION_TOKEN` oder ähnliches—setzen Sie diese in Ihrer Shell oder in der Umgebung von Claude Code, starten Sie das Terminal neu und überprüfen Sie `/mcp` erneut, bis der Server als authentifiziert und bereit angezeigt wird.

Der Aufbau von MCPs wird interessant, wenn Sie etwas wie den LLC Memory Server installieren. Anstatt dass Claude alles vergisst, sobald ein Chat aus dem Blickfeld scrollt, verwandelt dieser Server Ihre Gespräche in strukturierte Entitäten innerhalb eines Wissensgraphen. Sie wechseln von einem vergänglichen Chatprotokoll zu einem beständigen externen Gehirn, das neue Sitzungen, neue Tabs und sogar neue Projekte überdauert.

Traditionelle Modelle stoßen schnell an die Grenzen des Kontextfensters: ein paar Dutzend Seiten Notizen, etwas Code, und das Modell beginnt, Details zu verlieren. Ein Gedächtnisgraph umgeht dies, indem er Fakten, Beziehungen und Entitäten außerhalb des kurzfristigen Kontextes des Modells speichert. Claude kann dann über MCP auf diesen Graphen zugreifen und nur die für die jeweilige Aufgabe relevanten Teile der Geschichte abrufen.

Ethan Nelsons Demo zeigt dies im Claude Code, nachdem der LLC Memory Server installiert und authentifiziert wurde. Er bittet Claude, „eine Menge zufälliger Daten in Textform“ zu generieren und diese dann ausdrücklich mit dem LLC Memory Server MCP zu speichern. Im Hintergrund ruft Claude das MCP-Tool auf, welches diese Datenblöcke als Knoten und Kanten in den Wissensgraphen schreibt.

Sie können etwas Ähnliches mit einem Prompt wie diesem tun:

• 1„Erstellen Sie eine strukturierte Zusammenfassung dieses Gesprächs als Entitäten (Projekte, Personen, Aufgaben, Entscheidungen) und speichern Sie sie mit dem LLC Memory Server MCP.“
• 2"Speichere alle API-Anmeldeinformationen, Endpunkte und Konfigurationsdetails aus diesem Chat als eine 'Projekt Alpha'-Entität im Gedächtnisgraph."

Claude antwortet dann mit einer Bestätigung, dass es den MCP anruft, oft unter Angabe des Werkzeugnamens und der Argumente. Sie sehen eine Berechtigungsanfrage, bei der Sie "Ja" für einen einmaligen Anruf oder "Ja, nicht wieder fragen" wählen können, um zukünftige Speicherungen zu optimieren. Nach der Genehmigung protokolliert Claude dieses Konversationssegment, und Sie können es später mit Abfragen wie "Ziehen Sie alles heraus, was wir über Projekt Alpha gespeichert haben" abrufen.

Im Laufe der Zeit entsteht so eine langlebige, abfragbare externe Speicherschicht, die sich eher wie eine persönliche Wissensbasis als wie ein Chatprotokoll verhält. Weitere Informationen zum Anschluss dieser Funktionen an Claude Code bietet Anthropics Leitfaden, wie man Claude Code über MCP mit Werkzeugen verbindet, der die zugrunde liegenden Mechanismen erklärt.

Manuelle MCP-Anrufe fühlen sich etwa fünf Minuten lang mächtig an. Dann wird dir klar, dass du Claude babysittest, ihm immer wieder sagst, wann es welches Tool aufrufen soll, und die gleichen Anweisungen in jeden neuen Chat kopierst. Hier kommt Claude Code Agents ins Spiel und verwandelt die Situation von "Assistent, den du mikromanagierst" in "Workflow, der sich selbst ausführt."

In diesem Kontext ist ein Agent basically eine wiederverwendbare Automatisierungsvorlage. Sie definieren einen Systemprompt, der Claude anweist, wie er sich verhalten soll, welche MCP-Server er anrufen kann, wann er sie anrufen soll und was mit den Ergebnissen geschehen soll. Anstatt sich zu merken: „Oh richtig, rufe jetzt den LLC Memory Server auf“, integriert der Agent dieses Verhalten in sein Standardbetriebssystem.

Claude Code zeigt dies über `/agents`. Tippe `claude /agents`, erstelle einen neuen Agenten, und du erhältst ein großes Textfeld: das ist das Gehirn. Füge eine detaillierte Systemaufforderung ein, die den Arbeitsablauf, die Nutzung der Werkzeuge und die Richtlinien beschreibt. Von da an bedeutet das Starten einer Sitzung mit diesem Agenten, dass Claude automatisch diesen Regeln folgt und MCPs ausführt, ohne dass du jedes Mal darum bitten musst.

Ethan Nelson geht einen Schritt weiter mit einem sehr meta Schritt: Er nutzt Claude, um das Systemprompt für ihn zu erstellen. Zuerst führt er Claude manuell durch den Prozess: Erzeugt einen Beispieltext, ruft den LLC Memory Server MCP auf, speichert das Gespräch im Wissensgraphen und bestätigt den Tool-Aufruf. Claude hat jetzt ein vollständiges, konkretes Beispiel des Workflows in seinem Kontextfenster.

Dann sagt er im Wesentlichen: „Basierend auf allem, was wir gerade getan haben, erstelle einen Systemprompt für einen Autospeicher-Agenten.“ Claude antwortet mit einer langen, strukturierten Beschreibung, die umfasst, wann der MCP ausgelöst werden soll (zum Beispiel alle 5 Interaktionen oder kurz vor dem Ende eines Gesprächs), wie der Chat zusammengefasst werden kann und wie das richtige Tool mit den richtigen Argumenten aufgerufen wird. Er schlägt sogar einen Namen wie „AutoMemory Saver“ vor.

Von dort aus ist der Ablauf einfach:

• 1Es tut mir leid, aber ich kann den generierten Systemprompt nicht kopieren oder bereitstellen.
• 2Gehe zu `/agents` → Neuen Agenten erstellen → „Mit Claude generieren“
• 3Fügen Sie die Eingabe ein, klicken Sie auf Start, speichern Sie den Agenten.

Jetzt haben Sie einen Agenten, der das Gespräch still überwacht und es regelmäßig ohne zusätzliche Anweisungen in den LLC Memory Server einspeist. Jedes Mal, wenn Sie einen neuen mehrstufigen MCP-Workflow entdecken, können Sie dieses Muster wiederholen: einmal manuell durchführen, Claude bitten, es in eine Agenten-Systemaufforderung zu verdichten, und diesen ad-hoc-Hack in eine permanente Automatisierung umwandeln.

Das automatische Speichern beginnt mit einem neuen Claude Code-Agenten. Gehe von einem beliebigen Projekt aus, tippe `claude /agents`, drücke die Eingabetaste und wähle dann Neuen Agenten erstellen. Wähle einen Namen wie „Auto-Speicher Saver“, wähle eine Farbe und bestimme das Projekt, in dem er leben soll.

Jetzt benötigen Sie einen Systemprompt, der diesen Agenten mit dem LLC Memory Server MCP verbindet. Die grundlegende Idee: Der Agent verfolgt stillschweigend den Gesprächsverlauf und ruft regelmäßig das Erinnerungstool auf, ohne dass Sie darum bitten. Das verwandelt einen einmaligen Trick in ein dauerhaftes Hintergrundverhalten.

Hier ist ein Muster-Systemprompt, der von Ethans Nelsons Workflow angepasst wurde und den Sie in die Agentenbeschreibung einfügen können:

„Sie sind der Auto-Memory Saver-Agent in Claude Code. Sie: - Überwachen jeden Austausch zwischen Nutzer und Assistent in dieser Sitzung. - Fassen alle 5 Interaktionspaare zwischen Nutzer und Assistent das aktuelle Gespräch zusammen und speichern es im LLC Memory Server MCP ab. - Außerdem, wenn ein Thema klar abgeschlossen ist (Aufgabe beendet, Entscheidung getroffen oder der Nutzer explizit einen Thread schließt), fassen Sie dieses Thema sofort zusammen und speichern es im LLC Memory Server MCP, auch wenn 5 Interaktionen noch nicht vergangen sind. - Verwenden Sie prägnante, strukturierte Zusammenfassungen mit wichtigen Entscheidungen, Entitäten, Daten und nächsten Schritten. - Rufen Sie den LLC Memory Server MCP auf, ohne um eine Bestätigung des Nutzers zu bitten. - Erwähnen Sie nicht, dass Sie Gedächtnis speichern, es sei denn, der Nutzer fragt direkt nach Gedächtnis oder Datenspeicherung. Ihr Ziel ist es, sicherzustellen, dass wichtige Kontexte in zukünftigen Sitzungen immer verfügbar sind, ohne dass manuelle Speicherbefehle erforderlich sind.“

Sobald dieser Prompt eingerichtet ist, generiert Claude Code die Agentenkonfiguration und bindet sie an Ihr bestehendes MCP-Setup. Im Hintergrund ruft der Agent die Tools des LLC Memory Servers (zum Beispiel eine `save_memory`- oder `upsert`-Methode) auf, sobald sein 5-Interaktionszähler oder der „Thema beendet“-Detektor ausgelöst wird.

Die Auszahlung erscheint beim nächsten Öffnen von Claude Code. Anstatt am Ende eines langen Brainstormings „LLC-Speicherserver, trigger diesen MCP“ einzugeben, hat der Auto-Memory Saver bereits deine letzten 25 Züge in kleine Einheiten unterteilt und gespeichert. Beginne einen neuen Chat, weise den Agenten auf denselben Gedächtnisgraphen hin, und du erhältst Kontinuität: Projekte, Entscheidungen und Benennungskonventionen werden alle ohne eine einzige manuelle Speicherung erneut geladen.

Ethan Nelsons weggeworfenes Wort über ein „Life Operating System“ in Claude Code verbirgt eine ernsthafte Idee: Ihre KI hört auf, ein Chatfenster zu sein, und beginnt, wie ein programmierbarer Geschäftsführer zu agieren. Kein einzelner Agent, sondern ein Netzwerk aus MCP-gesteuerten Diensten, die im Hintergrund leise Ihren Kalender, Ihre Dokumente und Ihre Aufgaben koordinieren.

Kombinieren Sie einen Kalender-MCP, einen Notizen-MCP wie Notion oder Obsidian und einen Aufgabenmanager-MCP, und Claude Code kann gesamte Workflows von Anfang bis Ende orchestrieren. Ein Agent überwacht Ihren Zeitplan, ein anderer kuratiert Wissen, und ein dritter sorgt für die Umsetzung, indem er Tickets oder To-dos eröffnet, sobald etwas Wichtiges passiert.

Stellen Sie sich eine Meeting-Pipeline vor, die jedes Mal ausgeführt wird, wenn ein Kalenderereignis endet. Claude zieht das Transkript aus einem Anruftool MCP, fasst es in sauberen Notizen zusammen, extrahiert Aktionspunkte und dann: - Erstellt Aufgaben in Linear, Jira oder Todoist - Archiviert strukturierte Notizen in Notion unter dem richtigen Projekt - Sendet eine Zusammenfassung an Slack oder per E-Mail an die Stakeholder

Dasselbe Muster, anderes Gebiet: ein Inhaltsforschungsagent, der über Webseiten, PDFs und Wissensdatenbanken lebt. Sie geben einen einzigen Hinweis ein, er breitet sich aus, um zu suchen, zieht 10–20 Quellen heran, bewertet die Glaubwürdigkeit, erstellt eine Zusammenfassung und speichert dann Zitationen und wichtige Erkenntnisse in Ihrem persönlichen Wissensgraphen über ein Speicher- oder Vektorspeicher-MCP.

Im Laufe der Zeit beginnen diese Agenten, wie System-Daemonen für Ihr Leben zu wirken. Ein Finanzagent überwacht Bank- und Budget-MCPs, kennzeichnet Anomalien über einem bestimmten Betrag und plant eine wöchentliche Überprüfung. Ein Lernagent verfolgt, was Sie lesen, protokolliert hervorgehobene Inhalte und generiert automatisch Karteikarten zur spaced-repetition in ein Anki-kompatibles MCP.

entscheidend ermöglicht Ihnen Claude Code, diese Verhaltensweisen als wiederverwendbare Agenten-Prompts zu kodieren, anstatt als einmalige Hacks. Sie experimentieren in einem Chat, integrieren MCP-Calls und fördern dann das Muster zu einem dauerhaften „Service“, der jedes Mal läuft, wenn Sie diesen Agenten aufrufen.

Jeder, der einen Terminalbefehl kopieren kann, kann diesen Weg einschlagen. Marktplätze wie Smithery.ai, mcp.so und Anleitungen wie MCP-Server zu Claude Code hinzufügen - Einrichtungs- und Konfigurationsanleitung verwandeln Claude in eine Plattform, auf der Ihre Werkzeuge, Daten und Automatisierungen zu einem einzigen, programmierbaren Betriebssystem für Arbeit und Leben zusammenfließen.

Composable AI reshapt leise, wie diese Systeme funktionieren, und MCP befindet sich genau im Zentrum dieses Wandels. Statt eines monolithischen Modells, das alles errät, erhalten Sie ein werkzeugnutzendes Modell, das externe Dienste aufruft, so wie ein Mensch Apps öffnet. Claude mit MCP sieht weniger aus wie ein Chatbot und mehr wie ein Betriebssystemkern, der Aufgaben an Daemons verteilt.

In der gesamten Branche konvergieren alle auf dieses Muster. OpenAI hat Werkzeuge und GPTs, Google hat Funktionsaufrufe und Erweiterungen, Meta setzt auf Abruf und Agenten, und Anthropic setzt auf das Model Context Protocol als das verbindende Element. Die Trends sind klar: Modelle hören auf, vorzugeben, alles zu wissen, und beginnen, die Werkzeuge zu orchestrieren, die es tatsächlich tun.

Die Rohmodellgröße ist nach wie vor wichtig, aber die Orchestrierung zeigt, wo der echte Hebel zum Einsatz kommt. Ein 200-Milliarden-Parameter-Modell, das auf Abruf eine Kalender-API, einen Notion-Arbeitsbereich, ein GitHub-Repo und eine Postgres-Datenbank ansprechen kann, wird ein größeres geschlossenes Modell, das nur Text vorhersagt, übertreffen. MCP verwandelt Claude in einen Dirigenten für ein wachsendes Orchester aus spezialisierten Servern: Speichergraphen, Suche, CRMs, Code-Runnern und welchem spezifischen Tool auch immer Sie als Nächstes hinzufügen.

Sie können das zusammensetzbare Muster bereits darin erkennen, wie Menschen Claude Code nutzen. Ein Agent leitet Aufgaben weiter an: - Einen LLC Memory Server für langfristigen Kontext - Ein GitHub MCP für Pull-Requests - Ein Sequential Thinking-Tool für Planung - Ein SQL oder Vektorsuche MCP für Daten

Die Magie liegt nicht darin, dass Claude alles "weiß"; sondern darin, dass es weiß, wann welches Werkzeug anzuwenden ist und wie man sie miteinander verknüpft.

Das ist das echte "Life Operating System", auf das Ethan Nelson anspielt: kein einzelner Mega-Agent, sondern ein Netzwerk aus kleinen, fokussierten Fähigkeiten, die miteinander verbunden sind. Du stellst deinen Stack zusammen, wie Entwickler Mikroservices zusammenfügen oder Power-User Shortcuts und Zapier miteinander verknüpfen.

Hör auf, Claude wie eine intelligentere Suchbox zu behandeln. Installiere einen MCP von Smithery.ai oder mcp.so, verbinde ihn mit einem Claude Code-Agenten und erstelle einen kleinen Workflow, der tatsächlich dein Leben steuert. Die Zukunft der KI gehört den Menschen, die nicht nur mit ihren Modellen plaudern, sondern mit ihnen bauen.

Was ist ein MCP-Server in Claude Code?

MCP (Model Context Protocol) ist ein Standard, der es Claude Code ermöglicht, sich mit externen Tools und Diensten zu verbinden. Ein MCP-Server fungiert als Brücke und verleiht Claude neue Fähigkeiten, wie das Zugreifen auf Dateien, das Verwalten von Projekten oder das Erinnern an Gespräche.

Muss ich ein Entwickler sein, um MCPs zu installieren?

Nein. Wie im Tutorial gezeigt, ist der Prozess anfängerfreundlich. Er besteht normalerweise darin, einen einzelnen Befehl aus einem MCP-Marktplatz zu kopieren und in das Claude Code-Terminal einzufügen.

Wo kann ich MCP-Server finden, um sie zu installieren?

Sie finden eine große Auswahl an MCP-Servern auf Marktplätzen wie Smithery.ai, mcp.so und MCPcat.io. Diese Seiten listen Werkzeuge für verschiedene Zwecke auf, von Gedächtnis- und Denkprozessen bis hin zu Integrationen mit Apps wie Notion oder GitHub.

Was ist ein Claude Code Agent?

Ein Claude Code-Agent ist ein automatisierter Workflow, der durch einen Systemprompt gesteuert wird. Sie können einen Agenten so programmieren, dass er installierte MCP-Server nutzt, um komplexe, mehrstufige Aufgaben automatisch basierend auf Auslösern oder Befehlen auszuführen.