Ihr Vertriebsleiter fragt einen KI-Assistenten, welche Deals in diesem Quartal ins Rutschen geraten sind, und die Antwort stammt aus einer Tabelle, die jemand am Montag exportiert hat. Ihre Operations-Managerin möchte, dass ein Agent den Bestellstatus in NetSuite aktualisiert, und die IT fragt, wer den Connector baut, wer ihn wartet und was der Agent ändern darf. Irgendwo in diesem Gespräch taucht ein neues Akronym auf: MCP.
Die kurze Antwort auf die Frage MCP vs API: MCP ersetzt Ihre APIs nicht, sondern setzt auf ihnen auf. Eine API ist der Weg, über den ein System mit einem anderen kommuniziert; das Model Context Protocol ist ein Standard, der beschreibt, was ein System kann, sodass jeder KI-Agent diese Funktionen finden und nutzen kann. Um KI-Agenten mit einem CRM oder ERP zu verbinden, beginnen Sie mit dem MCP-Server, den Ihr Anbieter bereits mitliefert, bauen auf der API auf, wo dieser nicht ausreicht, und behalten Ihre iPaaS-Plattform dort, wo sie Ihre Integrationen bereits betreibt. Dieser Leitfaden erklärt, wie die drei zusammenspielen, was die MCP-Server von Salesforce, HubSpot, NetSuite und SAP tatsächlich ermöglichen und wie Sie einen Agenten in Ihre Datensätze schreiben lassen, ohne sie zu beschädigen.
- MCP ist eine Schicht über APIs: Ein MCP-Server ruft in der Regel dieselben APIs auf, die Ihre Integrationen bereits nutzen.
- Salesforce, HubSpot und NetSuite liefern inzwischen eigene MCP-Server, und jeder davon läuft mit den Berechtigungen der Person, die ihn verbindet.
- Ein Agent, der in ein CRM oder ERP schreiben darf, braucht eng gefasste Tools, eine Freigabe für folgenreiche Änderungen und ein Protokoll jeder Aktion – unabhängig von der Verbindungsmethode.
- MCP und RAG erfüllen unterschiedliche Aufgaben: RAG antwortet auf Basis von Dokumenten; MCP lässt einen Agenten Live-Systeme abfragen und darin handeln.
MCP vs API: Die kurze Antwort
Eine API ist für Entwickler geschrieben. Sie stellt Endpunkte bereit, und ein Entwickler schreibt Code, der sie in fester Reihenfolge für einen bekannten Zweck aufruft. Ein KI-Agent kann eine API nur über Code nutzen, den jemand eigens für diesen Agenten geschrieben hat: eine Funktionsdefinition, einen Authentifizierungsablauf und eine Fehlerbehandlung – und das für jedes neue KI-Tool, das Sie einführen, von vorn.
MCP ist für KI-Clients geschrieben. Ein MCP-Server beschreibt seine Tools, die Daten, die er liefern kann, und die Eingaben, die jedes Tool benötigt, in einem Format, das jeder MCP-kompatible Client zur Laufzeit lesen kann: Claude, ChatGPT, Microsoft Copilot Studio, Coding-Assistenten und Agenten-Frameworks. Verbinden Sie den Server einmal, und jeder kompatible Client kann erkennen, was er anbietet. Anthropic stellte MCP im November 2024 als offenen Standard vor, und im Dezember 2025 wurde es an die Agentic AI Foundation unter dem Dach der Linux Foundation übergeben.
MCP vs API am Beispiel: eine Aufgabe, zwei Wege
Nehmen wir eine Anfrage: einen HubSpot-Deal in die nächste Phase verschieben. Über die API schreibt ein Entwickler Code, der sich anmeldet, den Deal findet, die in der Pipeline verwendeten Phasen-IDs nachschlägt und das Update sendet; der Assistent kann diesen Code nur auslösen. Über MCP liest ein mit dem HubSpot-MCP-Server verbundener Agent die Liste der Tools, die der Server anbietet, wählt das Tool zum Aktualisieren eines Deals und ruft es mit dem Deal und der neuen Phase auf. Der Server führt darunter denselben API-Aufruf aus – im Namen der Person, die ihn verbunden hat.
Warum nicht das Modell die API direkt aufrufen lassen?
Ein leistungsfähiges Modell kann die Dokumentation einer API oder ihre OpenAPI-Spezifikation lesen und die Aufrufe selbst schreiben, und für einen Entwickler, der etwas ausprobiert, funktioniert das. In einem Geschäftssystem liegt die entscheidende Arbeit jedoch rund um den Aufruf: sich als die richtige Person anmelden, Aktionen ablehnen, die diese Person nicht ausführen darf, Rate Limits einhalten und Fehler zurückgeben, mit denen der Agent etwas anfangen kann. Ein MCP-Server erledigt das einmal, in getestetem Code, statt jeden Agenten bei jeder Anfrage improvisieren zu lassen.
Was MCP einer API hinzufügt und was nicht
Intern bietet ein MCP-Server drei Arten von Bausteinen, die in der MCP-Spezifikation definiert sind. Tools sind Aktionen, die der Agent aufrufen kann, etwa einen Account nachschlagen oder ein Ticket anlegen. Resources sind schreibgeschützte Daten wie ein Datensatz oder ein Datenbankschema, die die Anwendung dem Modell als Kontext übergibt. Prompts sind vorgefertigte Anweisungen, die ein Benutzer auswählt, um eine Aufgabe zu starten. Ein Server läuft entweder lokal auf demselben Rechner wie der KI-Client oder remote über HTTP; dann bedient er viele Benutzer, und das Protokoll empfiehlt OAuth für die Anmeldung.
Ein Punkt, den viele Vergleiche noch immer falsch darstellen: MCP ist kein zustandsbehaftetes Protokoll. Seit der Protokollversion 2026-07-28 enthält jede Anfrage die Protokollversion und die Fähigkeiten, die der Server benötigt, sodass der Server jede Anfrage für sich verarbeitet, ähnlich wie eine REST-API. Beschreibungen, nach denen MCP zustandsbehaftet und APIs zustandslos sind, beziehen sich auf frühere Versionen.
MCP beseitigt doppelte Arbeit. Ohne MCP braucht jedes KI-Tool, das Ihr Unternehmen einführt, einen eigenen Connector zu jedem System. Mit MCP wird der Connector einmal als MCP-Server gebaut, und die KI-Tools rundherum können wechseln. Außerdem standardisiert MCP, wie sich ein Agent anmeldet: Remote-MCP-Server nutzen OAuth, sodass der Agent als eine bestimmte Person handelt.
Wie die Tools gestaltet sind, ist wichtiger als ihre Anzahl. Jedes Tool, das ein Server bereitstellt, wird dem Modell beschrieben, und diese Beschreibungen belegen den Kontext, in dem das Modell schlussfolgert. Ein Server, der jeden API-Endpunkt eins zu eins abbildet, gibt dem Agenten also eine lange Auswahlliste und mehr Möglichkeiten, falsch zu wählen. Gut funktionierende Server stellen eine kleinere Zahl von Tools auf der Ebene einer Geschäftsaktion bereit, etwa „Bestellstatus aktualisieren“, und führen die Endpunkt-Aufrufe dahinter selbst aus.
Was MCP nicht löst, ist alles, was darunter liegt. Ist Ihr CRM voller doppelter Accounts, liest ein Agent die Dubletten nur schneller. Ist eine API durch Rate Limits begrenzt, erbt der MCP-Server diese Grenze. Steckt die Geschäftsregel, die entscheidet, ob eine Bestellung geändert werden darf, im Kopf eines Mitarbeiters, findet sie kein Protokoll. Und hat ein Legacy-ERP überhaupt keine nutzbare API, gibt es für einen MCP-Server nichts zu kapseln, bis jemand eine baut. Deshalb ist die Verbindungsfrage meist die kleinere Hälfte eines Projekts zur KI-CRM-Integration; Daten und Regeln brauchen länger.
Wo iPaaS ins Bild passt
Viele mittelständische Unternehmen betreiben ihre Integrationen bereits über eine iPaaS-Plattform wie MuleSoft, Workato oder Boomi, und diese Plattformen ergänzen gerade MCP-Unterstützung. Prüfen Sie, was genau bereitgestellt wird, bevor Sie darauf aufbauen: Ein MCP-Server zur Verwaltung der Integrationsplattform ist nicht dasselbe wie einer, der Ihre Integrationen in Agenten-Tools verwandelt.
Wenn Ihre Integrationen bereits in einer iPaaS-Plattform laufen, beginnen Sie dort: Fehlerbehandlung, Wiederholungsversuche und Monitoring, die Ihr Team für diese Flows aufgebaut hat, kommen mit. Wenn nicht, lohnt sich der Kauf einer iPaaS-Plattform nur für MCP selten, denn CRM- und ERP-Anbieter liefern inzwischen eigene MCP-Server.
MCP-Server, die Ihr CRM und ERP bereits mitbringen
Bevor jemand einen eigenen Server baut, prüfen Sie, was der Anbieter bereitstellt. Hier sehen Sie, was vier verbreitete Plattformen bieten – so, wie es ihre eigene Dokumentation bei unserer Prüfung im November 2026 beschrieb.
Salesforce MCP
Die MCP-Unterstützung von Salesforce kommt in Form der Salesforce Hosted MCP Servers, der allgemein verfügbaren Implementierung des Standards durch Salesforce. Die Tools laufen mit den Berechtigungen des authentifizierten Benutzers, und Sicherheit auf Feldebene, Objektberechtigungen sowie Freigaberegeln gelten für jeden Tool-Aufruf. Einige der Standardserver befinden sich noch in der Beta-Phase, und gehostete Server sind für Kunden mit Flex Credits vorgesehen, wobei die Nutzung kostenpflichtig sein kann – prüfen Sie also beides, bevor Sie mit einem davon planen. Wo die Standardserver aufhören, können Sie bei Salesforce eigene Server daneben anlegen; einen solchen zu bauen ist Aufgabe der Salesforce-Entwicklung, mit denselben Tests und derselben Berechtigungsprüfung wie bei jeder individuellen Integration.
HubSpot-MCP-Server
Der Remote-HubSpot-MCP-Server ist seit dem 13. April 2026 für alle HubSpot-Accounts allgemein verfügbar. Er liest CRM-Datensätze, Marketinginhalte und Aktivitäten und kann Kontakte, Unternehmen, Deals, Tickets, Positionen, Produkte und Aktivitäten anlegen und aktualisieren. Angebote, Rechnungen und Bestellungen bleiben schreibgeschützt. Verbindungen nutzen OAuth 2.1 mit PKCE, und jede Aktion respektiert die bestehenden HubSpot-Berechtigungen des Benutzers. Sind in einem Account sensible Daten aktiviert, werden Aktivitäten für den Server vollständig gesperrt.
NetSuite MCP
Oracle verbindet NetSuite über den NetSuite AI Connector Service, der auf MCP basiert, mit KI-Clients. Der Zugriff folgt den Rollenberechtigungen in NetSuite. Mit der SuiteApp MCP Standard Tools kann ein Agent Datensätze anlegen, lesen und aktualisieren, Berichte und gespeicherte Suchen ausführen und Abfragen mit SuiteQL stellen, das ausschließlich lesend arbeitet. Der Service selbst ist keine kostenpflichtige Funktion, der KI-Client, den Sie anbinden, möglicherweise aber schon.
SAP-MCP-Server
Die Unterstützung bei SAP verteilt sich auf mehrere Produkte statt auf einen einzelnen Server. In Joule Studio erstellte Agenten unterstützen MCP und Agent2Agent, und die SAP Integration Suite enthält ein MCP Gateway, das bestehende APIs und Integrationsflows als MCP-Tools bereitstellt. Die Referenzarchitektur von SAP beschreibt, wie MCP-Server von Drittanbietern SAP-Systeme auf BTP erreichen. Für die meisten SAP-Kunden führt der Weg zu MCP also über die Integrationsschicht, die sie bereits haben. Diesen Weg einzurichten ist Teil unserer SAP-Beratungsleistungen.
Was ein Agent sehen darf
Jeder der oben genannten Anbieter-Server trifft dieselbe Designentscheidung: Der Agent handelt als die Person, die ihn verbunden hat, nicht als gemeinsames Servicekonto. Das ist die richtige Voreinstellung, und es lohnt sich, sie beizubehalten, wenn Sie eigene Verbindungen bauen. Ein Integrationskonto mit weitreichendem Zugriff, das an einen KI-Assistenten angebunden ist, gibt jedem Mitarbeiter, der mit dem Assistenten sprechen kann, die Rechte dieses Kontos.
Dasselbe Prinzip gilt für das Retrieval. Ein Assistent, der auf Basis von Unternehmensdokumenten antwortet, sollte nur sehen, was die fragende Person sehen darf. Für ein IT-Dienstleistungsunternehmen aus dem Vereinigten Königreich haben wir eine Retrieval-Plattform auf AWS entwickelt, die SharePoint, Salesforce und S3 an einem Ort durchsucht und die Arbeit mit Unternehmensdokumenten um 60 % beschleunigt hat. Die Plattform hält den Index mit jedem Quellsystem synchron und wendet die Zugriffsrechte jedes Benutzers auf jede Antwort an. Genau das, nicht die Suche, ist der schwierige Teil eines solchen Projekts.
MCP-Sicherheit hat auch eine Seite auf Protokollebene: was jedes Tool tun darf, welche Eingaben es akzeptiert und wie ein in ein Dokument oder eine E-Mail eingeschleuster Prompt einen Agenten dazu bringen könnte, ein Tool aufzurufen, das er nicht aufrufen sollte. Diese Risiken gehören in dieselbe Prüfung wie bei jedem anderen System mit Schreibzugriff.
Agenten zurückschreiben lassen, ohne Datensätze zu beschädigen
Lesen ist der einfache Teil. Die Frage, die jeder CRM- und ERP-Verantwortliche stellt, lautet: Was passiert, wenn der Agent schreibt? Die Entscheidungen der Anbieter selbst weisen den Weg: eng beginnen und den Zugriff Schritt für Schritt erweitern.
- Zuerst nur lesend. Der Agent beantwortet Fragen und entwirft Änderungen als Vorschläge. Menschen sehen, was er tun würde, bevor er irgendetwas tut.
- Eng gefasste Schreib-Tools. Statt eines Tools, das jedes Feld ändern kann, erhält der Agent Tools für konkrete Aktionen: einen Anruf protokollieren, einen Deal in die nächste Phase verschieben, ein Ticket anlegen.
- Freigabe für folgenreiche Änderungen. Alles oberhalb eines vereinbarten Schwellenwerts, etwa ein Preis, ein Kreditlimit oder eine Löschung, geht an einen Menschen.
- Sichere Wiederholungen. Ein Schreibvorgang, der nach einem Timeout wiederholt wird, darf keinen zweiten Datensatz erzeugen. Jede Aktion trägt einen Schlüssel, der Wiederholungen unschädlich macht.
- Ein Protokoll jeder Aktion. Was der Agent gelesen hat, was er geändert hat und in wessen Auftrag.
- Ein Weg zurück. Der vorherige Wert wird gespeichert, sodass sich eine falsche Änderung rückgängig machen lässt, ohne ein Backup wiederherzustellen.
Für ein Bauunternehmen in den USA sortiert unser E-Mail-KI-Agent eingehende Dokumente und legt sie in Procore und SharePoint ab; die Dokumentenerfassung wurde dadurch um 70–80 % schneller. Genau dieses Muster erlaubt es einem solchen Agenten, in Systeme zu schreiben, auf die ein Unternehmen angewiesen ist, und es gehört in das erste Release jedes KI-Agenten, nicht in einen Fix nach dem ersten fehlerhaften Schreibvorgang.
MCP vs RAG: Unterschiedliche Aufgaben
Bei MCP vs RAG geht es nicht um eine Wahl zwischen Alternativen. Retrieval-Augmented Generation findet die passenden Abschnitte in Ihren Dokumenten und übergibt sie dem Modell, damit es aus Ihrem Wissen antworten kann statt aus seinen Trainingsdaten. MCP gibt einem Agenten Zugriff auf Live-Systeme, damit er einen Datensatz in seinem aktuellen Zustand abrufen und damit arbeiten kann.
Ein Vertriebsassistent zeigt den Unterschied. „Wie lautet unsere Standard-Rabattrichtlinie für Verlängerungen?“ ist eine RAG-Frage: Die Antwort steht in einem Richtliniendokument. „Welche meiner Verlängerungen in diesem Monat liegen über diesem Rabatt?“ ist eine MCP-Frage: Die Antwort liegt im CRM. Die meisten nützlichen Assistenten brauchen beides, und beides hängt von denselben Grundlagen ab: Pipelines, die Quellen aktuell halten – das Data Engineering, das jeder KI zugrunde liegt, die auf Basis von Unternehmensdaten antwortet.
Wann MCP, eine API oder iPaaS die richtige Wahl ist
Legacy-ERP ohne nutzbare API
Ältere ERP-Systeme sind der schwierigste Fall. Bietet das System eine Datenbank, aber keine API, ist der sicherere Weg ein Read Replica oder eine kleine vorgelagerte API-Schicht, wobei Schreibvorgänge über eine Warteschlange laufen, die von der ERP-eigenen Logik verarbeitet wird. Diese Schicht lässt sich dann wie jede andere als MCP-Server kapseln. Bildschirmautomatisierung per RPA ist das letzte Mittel: Sie funktioniert, bricht aber bei jeder Änderung der Oberfläche. Wo das System selbst der Engpass ist, kann Legacy-Software-Modernisierung auf Dauer weniger kosten, als einen Wrapper darum am Leben zu halten – vergleichen Sie also beides, bevor Sie sich für einen Weg entscheiden.
Wie Crunch-IS KI-Agenten mit CRM und ERP verbindet
Der Großteil der Arbeit beim Verbinden von KI-Agenten mit einem CRM oder ERP liegt unterhalb des Protokolls. Unsere KI-CRM-Integrationsservices beginnen mit einer Prüfung des Datenmodells, doppelter und fehlender Datensätze, der Feldnutzung und der Zugriffsrechte. Die Agenten, die wir anschließend entwickeln, laufen unter einem CRM-Benutzer mit eng begrenzten Rechten, wenden die Zugriffsrechte jeder Person an und protokollieren jede Änderung, sodass sich jedes Update nachverfolgen und rückgängig machen lässt. Zunächst schlagen sie Updates vor, die ein Mensch freigibt, und ein Schritt läuft erst dann selbstständig, wenn seine Fehlerquote niedrig genug ist.
Auf der ERP-Seite ist die Grundlage oft eine API-Schicht, die es noch nicht gibt. Für ein Energietechnikunternehmen aus dem Vereinigten Königreich, dessen Geschäftsbereiche auf Microsoft Dynamics 365, SAP Business One und Tabellen liefen, haben wir eine zentrale API-Schicht und eine Datenplattform aufgebaut, die alle diese Systeme in Echtzeit synchronisiert: das Fundament, das ein Agent oder ein MCP-Server unter sich braucht. Unsere ERP-Entwicklungsservices decken dieselbe Arbeit für SAP, NetSuite und Odoo ab.
MCP ist auch Teil unserer eigenen Arbeitsweise. Bei einer von einem KI-Pod entwickelten SAP-integrierten Fertigungs-App betrieb das Team seinen Engineering-Workflow mit MCP, wiederverwendbaren Prompt-Bibliotheken und spezialisierten Subagenten und lieferte das MVP 63 % schneller mit einem um 56 % kleineren Delivery-Team aus.
Fazit
Die Frage MCP vs API hat eine einfachere Antwort, als die Akronyme vermuten lassen. MCP ist die Schicht, über die jeder KI-Agent findet und nutzt, was Ihre Systeme können; die APIs darunter erledigen weiterhin die eigentliche Arbeit. Beginnen Sie mit dem MCP-Server, den Ihr CRM- oder ERP-Anbieter liefert, ergänzen Sie einen eigenen Server auf Basis der API, wo der Agent Logik braucht, die der Anbieter nicht bereitstellt, und behalten Sie die iPaaS-Plattform, die Ihre Integrationen bereits betreibt.
Selten ist es die Verbindung, die ein Projekt aufhält. Saubere Datensätze, schriftlich festgehaltene Geschäftsregeln und Schreibzugriff, der Schritt für Schritt erweitert wird, entscheiden darüber, ob man einem Agenten in Ihrem CRM und ERP vertrauen kann – und alle drei sollten geklärt sein, bevor der erste Agent live geht.
