Model Context Protocol (MCP) mit FastMCP

Das Model Context Protocol MCP) schafft eine einheitliche Schnittstelle zwischen Large Language Models LLMs, Werkzeugen und Unternehmensdaten. In diesem zweitägigen Praxistraining lernen Sie, wie Sie mit Python und FastMCP eigene MCPServer und Clients entwickeln, testen und für den sicheren Betrieb vorbereiten – vom ersten Tool bis zur Integration in bestehende Anwendungen.

Warum ist dieses Training wertvoll für Sie?
KIAnwendungen entfalten ihren Nutzen dort, wo sie auf relevante Daten zugreifen und passende Funktionen ausführen können. Dafür müssen bestehende APIs, Datenquellen und Geschäftsprozesse so zugänglich gemacht werden, dass ein Modell sie sinnvoll und zuverlässig nutzen kann. MCP standardisiert diese Anbindung. Die Qualität der Werkzeuge, klare Berechtigungen und ein durchdachtes Sicherheitskonzept bleiben dabei entscheidend.

Im Training entwickeln Sie Tools mit verständlichen Beschreibungen, klaren Ein und Ausgabeschemas und hilfreichen Fehlermeldungen. Sie stellen Ressourcen und Prompts bereit, verbinden Ihren Server mit Desktop- und IDEAnwendungen und integrieren MCPWerkzeuge in einen einfachen agentischen Ablauf. Neben technischen Tests untersuchen Sie auch, ob ein Modell für eine Aufgabe das richtige Tool auswählt.

Am zweiten Tag stehen Remote-Betrieb, Authentifizierung, Zugriffskontrolle und produktionsnahe Architekturentscheidungen im Mittelpunkt. Sie lernen den zustandslosen Protokollkern kennen und erfahren, wie sich Benutzerzustand, interaktive Rückfragen und länger laufende Aufgaben darauf aufbauen lassen. Sicherheitsrisiken und geeignete Schutzmaßnahmen werden anhand konkreter Beispiele behandelt. Praktische Übungen begleiten das gesamte Seminar. Zum Abschluss entwickeln oder verbessern Sie einen MCPServer für einen eigenen Anwendungsfall und prüfen ihn anhand einer Checkliste für den Produktivbetrieb.

Nach dem Training können Sie MCPSchnittstellen mit FastMCP entwickeln und evaluieren, sicher in LLMAnwendungen einbinden und die wesentlichen Anforderungen an Deployment, Skalierung und Betrieb beurteilen.

Block 1: MCP verstehen, Werkzeuge entwickeln und Anwendungen anbinden

Einführung: Nutzen und Architektur des Model Context Protocol

• Welches Integrationsproblem MCP löst: Zusammenspiel von Hosts, Clients und Servern
• Tools, Resources und Prompts als zentrale Bausteine
• Einordnung von MCP gegenüber Function Calling, RESTAPIs, RAG und Agent Skills
• Der aktuelle Protokollstand: JSONRPC, zustandsloser Kern und Kompatibilität mit älteren Clients
• FastMCP 4 und das offizielle MCP Python SDK 2 Aufgaben und Einsatzgebiete
• Praktischer Einstieg: einen ersten Server mit wenigen Zeilen Python erstellen und mit dem MCP Inspector untersuchen

Tools verständlich und zuverlässig gestalten

• Von Python-Typannotationen und Pydantic-Modellen zu klaren Ein- und Ausgabeschemas
• Tool-Beschreibungen, strukturierte Ergebnisse und Fehlermeldungen für die Nutzung durch ein Sprachmodell
• Tool-Annotationen: lesende, destruktive und idempotente Operationen kennzeichnen
• Arbeiten mit dem Anfragekontext: Fortschritt, Abhängigkeiten und Lebenszyklus des Servers
• Umfang und Zuschnitt eines Tool-Katalogs: Auswirkungen auf Kontextverbrauch und Tool-Auswahl

Ressourcen und Prompts bereitstellen

• Resources und Resource Templates: Daten über URIs und MIMETypen zugänglich machen
• Wiederverwendbare Prompts und Vervollständigung von Argumenten
• Tool, Resource oder Prompt: den passenden Baustein für einen Anwendungsfall auswählen
• Aktualitätsinformationen für Ergebnisse, die zwischengespeichert werden können

Testen, Debuggen und Qualität bewerten

• In-Memory-Tests mit fastmcp.Client und pytest
• Protokollnachrichten verstehen: Anfragen, Ergebnisse und Fehler
• Fehlersuche mit dem MCP Inspector und der FastMCPKommandozeile
• Kleine Evaluation: Wählt das Modell das richtige Tool und übergibt es passende Argumente?

Clients und Hosts im Praxiseinsatz

• Transportwege im Vergleich: stdio, Streamable HTTP und In-Memory
• Anbindung an Desktop-Anwendungen und Entwicklungsumgebungen
• Aufbau und Verwendung von MCPKonfigurationsdateien
• Mehrere Server über eine gemeinsame Client-Schnittstelle nutzen
• MCPTools in einen LLMAufruf integrieren: Aufbau eines einfachen Agent Loops

Block 2: Remote-Betrieb, Sicherheit und Vorbereitung auf den Produktiveinsatz

• Remote-Server mit zustandslosem Protokoll
• Streamable HTTP und die Ablösung des älteren HTTPSSETransports
• Anfragen ohne vorgelagerten Handshake und ohne Protokollsitzung
• Server-Funktionen über server/discover abfragen
• Zustand explizit verwalten: Referenzen auf serverseitige Objekte und benutzerbezogene Daten
• Ältere und aktuelle Clients mit einem gemeinsamen Server unterstützen
• Betrieb als ASGIAnwendung, Einbindung in FastAPI und Health Checks

Interaktive Abläufe und länger laufende Aufgaben

• Rückfragen während eines Tool-Aufrufs: Elicitation über mehrere Anfrage Antwort-Runden
• Länger laufende Arbeit mit der Tasks-Erweiterung und Fortschrittsmeldungen
• Sampling, Roots und Protokoll-Logging: auslaufende Funktionen und geeignete Alternativen
• Ausblick auf MCP Apps: interaktive Benutzeroberflächen innerhalb der Konversation

Authentifizierung und Zugriffskontrolle

• Der MCPServer als OAuth-2.1Resource-Server
• Prüfung von Tokens: Aussteller, Zielgruppe und Signatur
• Client-Registrierung mit Client ID Metadata Documents; Einordnung der bisherigen Dynamic Client Registration
• Anmeldung über einen Identity Provider und OAuth-Proxy, beispielsweise mit GitHub, Google oder Microsoft Entra ID
• Berechtigungen pro Tool durch Scopes und Rollen durchsetzen
• Service-to-Service-Zugriff mit Client Credentials

Sicherheitsrisiken erkennen und begrenzen

• Typische Angriffe: Tool Poisoning, Prompt Injection über Tool-Ergebnisse und Confused-Deputy-Probleme
• Command Injection, Path Traversal und Risiken durch externe Abhängigkeiten
• OWASP MCP Top 10 und Erkenntnisse aus veröffentlichten Sicherheitslücken 4 Model Context Protocol (MCP) mit FastMCP
• Schutzmaßnahmen: Eingabevalidierung, minimale Berechtigungen und Bestätigung destruktiver Aktionen
• Geprüfte Server und festgelegte Versionen, Sandboxing und nachvollziehbare Audit Logs

Server kombinieren und für den Betrieb vorbereiten

• Komposition und Proxying von MCPServern; eindeutige Namensräume
• MCPServer aus OpenAPIBeschreibungen oder FastAPIAnwendungen erzeugen
• Warum gezielt ausgewählte und gestaltete Tools für die Modellnutzung oft besser geeignet sind
• Große Tool-Kataloge handhaben: Tool Search und Code Mode
• Middleware, OpenTelemetry-Tracing und Caching
• Deployment-Optionen: Container, Serverless und Managed Platforms
• Skalierung hinter einem Load Balancer
• Versionierung, Registries und Governance für MCPServer im Unternehmen

Abschlussprojekt: Einen MCPServer entwickeln oder absichern

• Umsetzung eines eigenen Anwendungsfalls oder Verbesserung eines bestehenden Servers
• Prüfung anhand einer Checkliste für Qualität, Sicherheit und Betrieb
• Kurzpräsentation der Lösung mit gemeinsamer Besprechung und Feedback

• Python-Entwickler*innen, die Datenquellen und Funktionen über MCP für KI Anwendungen bereitstellen möchten
• KITeams und Software-Engineers, die LLMAnwendungen und agentische Abläufe entwickeln
• Architekt*innen, die MCP in bestehende Anwendungslandschaften integrieren möchten 5 Model Context Protocol (MCP) mit FastMCP
• IT- und DevOps-Professionals, die MCPServer sicher bereitstellen, überwachen und skalieren möchten

• Gute Python-Kenntnisse sind erforderlich. Sie sollten Funktionen und Klassen schreiben, mit Typannotationen arbeiten sowie Python-Pakete installieren und verwenden können.
• Erfahrung mit API Entwicklung und modernen Webframeworks wie FastAPI oder Flask ist von Vorteil. Grundkenntnisse in HTTP, JSON und Authentifizierung erleichtern den Einstieg in die Themen des zweiten Tages.
• Vertrautheit mit LLMs oder KIAnwendungen ist hilfreich. Vorkenntnisse in MCP oder FastMCP sind nicht erforderlich; die benötigten Konzepte werden im Seminar erläutert.