Model Context Protocol (MCP) uitgelegd voor de niet-developer: wat het is en hoe je weet of jouw software klaar is

Je hoort het overal: AI die je facturen opzoekt, je CRM bijwerkt, klantvragen voorbereidt. Maar zodra je het concreet wilt maken, loop je tegen dezelfde muur: hoe komt zo'n AI eigenlijk bij jouw systemen? Het antwoord heet sinds kort bijna altijd hetzelfde, en het is geen technisch detail dat je aan de IT-afdeling kunt overlaten: het Model Context Protocol, kortweg MCP.

Je hoeft geen developer te zijn om te snappen wat MCP is en waarom het ertoe doet. Sterker nog: als jij beslist over de software in je bedrijf, is dit precies het begrip waarmee je het verschil maakt tussen een dure, mislukte AI-pilot en een AI die echt werk uit handen neemt. Deze gids legt uit wat MCP doet, zonder een regel code, en geeft je daarna de exacte vragen om aan je leverancier of IT-partner te stellen, zodat je zelf kunt vaststellen of jouw software MCP-klaar is.

Wat MCP eigenlijk is (zonder een regel code)

Een AI-model op zichzelf is verrassend hulpeloos. Het kan prachtig tekst schrijven, maar het weet niets van jouw klanten, je openstaande facturen of je voorraad, want die staan in je CRM, je boekhouding en je webshop, niet in het model. De vraag is dus altijd: hoe verbind je het model met die systemen? Tot voor kort moest dat voor elke combinatie van AI en tool apart worden gebouwd: maatwerk-koppelingen die stuk voor stuk onderhouden moesten worden. Dat schaalt niet.

MCP lost dat op met een afspraak. Het is een open standaard die je het best kunt zien als een USB-C-poort voor AI: één gestandaardiseerde manier om een AI-toepassing te verbinden met externe data, tools en workflows. Net als bij USB-C hoef je niet langer voor elk apparaat een eigen kabel te verzinnen. Bouw of bied je die ene stekker, dan past alles wat de standaard ook spreekt. Anthropic introduceerde MCP eind 2024 en gaf het meteen vrij als open source, en in de tijd daarna is vrijwel de hele sector erop aangehaakt.

In de praktijk bestaat een MCP-opstelling uit drie rollen. Er is een AI-client: het programma waarin jij of je medewerker werkt, zoals Claude, ChatGPT, of ontwikkelomgevingen als Visual Studio Code en Cursor. Er is een MCP-server: een klein stukje software dat namens een tool de deur openzet en vertelt wat de AI mag doen. En er is het systeem zelf: je CRM, je database, je boekhouding. De client praat via MCP met de server, de server praat met het systeem. Wat een server aanbiedt, valt in drie soorten: tools (acties die de AI mag uitvoeren, zoals een factuur aanmaken), resources (data die de AI mag lezen, zoals een klantdossier) en prompts (kant-en-klare werkstappen). Meer hoef je als beslisser niet te weten om de juiste keuzes te maken.

MCP staat niet op zichzelf. Het is onderdeel van een bredere beweging om AI-agenten op een gestandaardiseerde manier met de buitenwereld te laten werken. Naast het verbinden van tools speelt bijvoorbeeld de vraag hoe een agent überhaupt ontdekt welke tools er zijn: daarvoor lanceerde Google ARD als open standaard waarmee AI-agenten zelf hun tools vinden. Dat het serieus wordt, blijkt uit de steun: Microsoft en Cisco scharen zich achter diezelfde tool-zoekstandaard. De kern is telkens dezelfde: standaardiseren wat tot voor kort maatwerk was.

Wat je nodig hebt

Voordat je iets aanvraagt of laat bouwen, is het goed om te weten welke onderdelen er sowieso bij komen kijken:

• Een AI-client die MCP spreekt. Dat is geen los project: Claude, ChatGPT en ontwikkeltools als Cursor en VS Code ondersteunen het al. Dit is meestal het systeem dat je medewerkers toch al gebruiken.
• De systemen waar je AI bij wilt laten komen. Denk concreet: je CRM, je boekhoudpakket, je webshop, je projecttool. Niet alles tegelijk, maar de twee of drie waar de meeste handmatige tijd in gaat.
• Per systeem een MCP-server. Die komt van de leverancier zelf (kant-en-klaar) of wordt voor je gebouwd (maatwerk). Welke van de twee is precies de vraag die deze gids beantwoordt.
• Toegangsrechten en afspraken. Wie mag wat, mag de AI alleen lezen of ook schrijven, en hoe log je in. Bij gehoste servers loopt dat via een veilige inlogstroom, niet via een wachtwoord dat ergens rondslingert.
• Iemand die de verbinding legt. Bij een officiële server is dat vaak een kwestie van inloggen en toestemming geven; bij maatwerk heb je een ontwikkelaar of partner nodig.

In vijf stappen weten of jouw software MCP-klaar is

Of jouw stack MCP-klaar is, ontdek je niet door te wachten op een verkoper, maar door zelf vijf concrete checks te doen. Je brengt je systemen in kaart, zoekt per tool de officiële server op, bepaalt of die in de cloud of lokaal draait, stelt je leverancier de juiste vragen, en begint klein en read-only. Daarna weet je precies waar je staat en wat je nog moet regelen.

Doorloop deze stappen in volgorde:

1. Breng je systemen en je grootste tijdvreters in kaart

Maak een simpele lijst van de software waar je dagelijks in werkt en zet erbij waar de meeste handmatige, repetitieve handelingen zitten: facturen overtikken, klantgegevens bijwerken, bestellingen opzoeken. Dit is je prioriteitenlijst. MCP is een middel, geen doel; je begint bij het werk dat je wilt wegnemen, niet bij de techniek.

2. Zoek per tool de officiële MCP-server op

Voor de meeste gangbare zakelijke software bestaat inmiddels een officiële MCP-server, gemaakt en onderhouden door de leverancier zelf. HubSpot biedt een officiële server om CRM-records te lezen en bij te werken, Notion ontsluit zo je werkruimte, en Stripe heeft een officiële MCP-server voor betalingen en klantdata. Ook Slack, GitHub, Salesforce en automatiseringsplatformen als Zapier, Make en n8n hebben er een. De officiële MCP-registry op registry.modelcontextprotocol.io en de documentatie van de leverancier zelf zijn je betrouwbaarste bronnen; wees voorzichtig met willekeurige community-servers die je nergens kunt verifieren.

3. Bepaal: draait de server in de cloud of lokaal

Er zijn twee smaken. Een remote (gehoste) server draait bij de leverancier in de cloud; je logt in en de AI krijgt toegang, zonder dat er iets op je eigen machines hoeft te staan. Een lokale server draait op je eigen computer of server en houdt de data binnen je eigen muren. Dit onderscheid is geen technisch detail: het bepaalt waar je data heen gaat en wie hem ziet. Voor gevoelige gegevens kan lokaal de doorslag geven; voor gemak en onderhoud wint vaak de gehoste variant.

4. Stel je leverancier of IT-partner deze vijf vragen

Dit is het hart van de zaak, en je hebt er geen technische kennis voor nodig. Vraag concreet:

• Heeft jullie product een officiële MCP-server, of staat die op de roadmap?
• Draait die in de cloud (remote) of lokaal, en waar staat dan onze data?
• Welke acties mag de AI uitvoeren: alleen lezen, of ook aanpassen en verwijderen?
• Hoe regelen we de toegang en hoe loggen medewerkers veilig in?
• Wat als jullie geen server hebben: kunnen we er zelf een laten bouwen op jullie API? Krijg je geen helder antwoord op deze vijf, dan weet je genoeg over hoe MCP-klaar die leverancier echt is.

5. Begin klein, read-only, en regel de toegang netjes

Kies een van de systemen van stap 1 en laat de AI eerst alleen lezen, geen wijzigingen. Zo zie je de waarde zonder risico. Werkt het, breid dan stap voor stap uit naar schrijfacties, met duidelijke afspraken over wie wat mag. Het centraal beheren van die toegang is geen luxe maar de norm aan het worden: zo kun je Claude-connectors centraal via Okta beheren, waarbij medewerkers hun toegang erven in plaats van dat iedereen zelf koppelingen aanzet.

Valkuilen

MCP is niet hetzelfde als AI. Het is de stekker, niet de stroom. Je hebt nog steeds een goed model en een doordachte werkwijze nodig; een verbinding zonder duidelijk doel levert alleen een dure gimmick op. De nuchtere blik op wat AI-agenten nu al wel en niet praktisch kunnen voor het MKB helpt om de verwachtingen scherp te houden.

Schrijftoegang is geen kleinigheid. Een AI die alleen leest, kan hooguit iets verkeerd samenvatten. Een AI die mag schrijven, kan een verkeerde factuur versturen of een klantrecord overschrijven. Geef schrijfrechten daarom pas als je het leesgedrag vertrouwt, en het liefst per actie.

Let op waar je data heen gaat. Een gehoste server is gemakkelijk, maar je gegevens gaan dan naar de partij die hem draait. Voor gevoelige of concurrentiekritische data is dat een bewuste keuze, geen automatisme. Een remote server hoort bovendien OAuth 2.1 te gebruiken voor de authenticatie; een server die met een los, hardgecodeerd wachtwoord werkt, is een rode vlag.

Officieel boven willekeurig. De drempel om een MCP-server te publiceren is laag, en niet elke server in een directory is veilig of actueel. Houd je aan officiële servers van de leverancier of aan iets dat je vertrouwde partner voor je bouwt en beheert.

Niet alles hoeft via MCP. Soms is een simpele, vaste automatisering tussen twee tools genoeg en is een AI-agent overkill. Voor terugkerende, voorspelbare stappen kan een no-code automatiseringsplatform als n8n, Make of Zapier eenvoudiger en goedkoper zijn dan een AI die elke keer opnieuw moet nadenken.

Kant-en-klaar vs. maatwerk

De kernvraag is bijna altijd: gebruik je de officiële server van je leverancier, of laat je er een op maat bouwen? Beide zijn legitiem; het hangt af van waar je data en je processen zitten.

De praktische middenweg voor de meeste bedrijven: gebruik officiële servers waar ze bestaan voor je standaardtools, en reserveer maatwerk voor dat ene interne systeem dat je onderscheidt maar dat geen kant-en-klare server heeft. Veel gangbare pakketten zijn sowieso al goed te koppelen, of dat nu via een officiële MCP-server is of via de bestaande integraties met Exact, Moneybird of je Shopify-webshop.

Waar het op neerkomt: MCP verandert de vraag die je over je software moet stellen. Niet langer "kan dit pakket AI?", maar "kan ik mijn AI op dit pakket aansluiten, en onder welke voorwaarden?". Dat is een vraag die je als beslisser zelf kunt stellen en beoordelen, zonder een regel code te schrijven. Wie die vraag nu scherp stelt aan elke leverancier, bouwt ongemerkt een stack die over een jaar moeiteloos meebeweegt met wat AI dan kan. En wie hem niet stelt, ontdekt te laat dat de mooiste agent nergens bij kan.