Das Model-Context-Protocol (MCP) – eine Einführung

Wer schon öfter Fragen an große Sprachmodellen (LLMs) gestellt hat, weiß, dass die Antworten der Modelle nicht immer richtig sind. Außerdem können keine aktuellen Informationen berücksichtigt werden, weil das Modelltraining sehr aufwändig ist und nur vergleichsweise selten durchgeführt wird.

Retrieval Augmented Generation (RAG) kann mit einem mehrstufigen Prozess einige diese Probleme lösen, allerdings sind die dort verfügbaren Informationen statisch. MCP hingegen erlaubt großen Sprachmodellen die Interaktion mit externen Tools in einer standardisierten Art und Weise.

Dieser Vortrag erklärt die Grundprinzipien von MCP. Er zeigt an einem Beispiel, wie MCP in Modelle integriert werden kann und welche Infrastruktur dazu notwendig ist. Außerdem werden typische Anwendungsfälle vorgestellt und mit mit RAG verglichen.

Vorkenntnisse

Grundkenntnisse über große Sprachmodelle sind hilfreich. Nützlich ist es außerdem, wenn man sich schon etwas mit RAG (Retrieval Augmented Generation) und den damit verbundenen Einschränkungen beschäftigt hat.

Lernziele

• Funktionalität von MCP verstehen
  
• Einsatzszenarien von MCP abschätzen
  
• Abgrenzung zu anderen Methoden wie RAG
  
• Blueprint zum Einsatz von MCP