MCP: Wat is dat?
Anthropic introduceerde het protocol in november 2024 als open standaard. Inmiddels hebben OpenAI, CoPilot en tientallen toolmakers het overgenomen.

Anthropic introduceerde het protocol in november 2024 als open standaard. Inmiddels hebben OpenAI, CoPilot en tientallen toolmakers het overgenomen.


Voor organisaties die serieus nadenken over AI als onderdeel van hun digitale strategie is MCP een ontwikkeling om goed in de gaten te houden.
Van nature is een AI-tool geïsoleerd. Ze weten wat ze geleerd hebben, maar hebben geen toegang tot jouw data, jouw systemen of de realtime wereld. Een AI-assistent kan hooguit adviseren op basis van wat jij hem vertelt. Dat is handig, maar het maakt niet het verschil.
Anthropic introduceerde het protocol in november 2024 als open standaard. Inmiddels hebben OpenAI, CoPilot en tientallen toolmakers het overgenomen. MCP is daarmee snel uitgegroeid tot de facto standaard voor het verbinden van AI met de buitenwereld.
Leuk een MCP, maar wat kan je ermee? Feitelijk geeft het AI de mogelijkheid om:
Lezen: de AI kan informatie ophalen uit je systemen. Denk aan klantdata uit je CRM, documenten uit je kennisbank of cijfers uit je ERP. AI haalt zelf de juiste context op.
Handelen: Een taak aanmaken, een e-mail versturen, een record bijwerken. Altijd binnen de rechten die jij hebt ingesteld.
Combineren: de echte kracht zit in het samenvoegen van informatie uit meerdere systemen in één antwoord. Een klantoverzicht dat data combineert uit je CRM, je projecttool en je facturatiesysteem? Eén vraag is genoeg.
Dat betekent dat je zonder grote investering al een AI-assistent kunt inzetten die:
je CRM raadpleegt en een volledig klantoverzicht geeft vóór een gesprek
documenten uit Google Drive ophaalt en samenvat op basis van een simpele vraag
openstaande taken en issues in je projecttool bijhoudt en prioriteert
e-mails opstelt op basis van informatie die al in je systemen staat
De gemene deler: AI die niet wacht op informatie die jij aanlevert, maar zelf de juiste context ophaalt.
Stel: Een projectleider vraagt: "Zijn er openstaande acties bij klanten waar we al meer dan twee weken niets van hebben gehoord?" Dat vereist data uit je CRM, je projecttool én je e-mailhistorie tegelijk. Zonder MCP krijg je een reactie in de lijn van:”Kun je mij meer vertellen over je project?”. Met MCP één vraag met een inhoudelijk antwoord.
MCP is een hefboom voor digitale strategie. En die impact is op twee niveaus voelbaar: bij de mensen die er dagelijks mee werken, én bij de organisatie als geheel.
Voor de gemiddelde medewerker verdwijnt het dagelijkse schakelen tussen systemen. Geen vijf tabbladen meer openen om één klant voor te bereiden, geen handmatig kopiëren tussen tools, geen zoekwerk door mappen en e-mailthreads. Je stelt een vraag in gewone taal en krijgt een compleet antwoord, samengesteld uit alles wat je systemen weten. Informatie komt automatisch samen, beslissingen gaan sneller en omdat data niet meer handmatig wordt overgezet neemt de betrouwbaarheid toe. Wat overblijft is ruimte voor het leuke werk.
Op organisatieniveau verschuift het speelveld. Systemen die je al gebruikt zoals je SaaS-oplossingen, je ERP, je CRM worden via MCP toegankelijk voor AI zonder dat je ze hoeft te vervangen. Wie nu al nadenkt over maatwerk software of systeemintegraties, doet er verstandig aan MCP als uitgangspunt te nemen. Het voorkomt dat je over een paar jaar opnieuw een lappendeken bouwt.
“Tip: Kijk waar je MCP goed kunt inzetten door je IT-landschap in kaart te brengen. Welke systemen bevatten de meest waardevolle data? Daar liggen de grootste kansen.”
Een terechte vraag voor iedere CTO of IT-manager: wie bepaalt wat de AI wel en niet mag doen?
MCP is ontworpen met controle als uitgangspunt. De AI roept tools niet rechtstreeks aan. Het is altijd de MCP-client die verzoeken ontvangt, uitvoert en terugkoppelt. Gebruikersrechten en beveiligingsmaatregelen blijven in handen van de applicatie, niet van het model zelf. Jij bepaalt welke systemen via MCP bereikbaar zijn en met welke rechten. De AI werkt binnen die kaders.
Eén belangrijke kanttekening: MCP lost geen slechte processen op. Als de inrichting van een systeem onduidelijk is, of als rechten en rollen niet goed gedefinieerd zijn, heeft ook AI daar last van. Een goed ingerichte MCP-omgeving begint daarom bij orde op zaken in je eigen systemen.
Voor veel gangbare tools zoals Sharepoint, GitHub, MS365, Google Drive, Salesforce etc. bestaan al kant-en-klare MCP-servers. Voor eigen of maatwerkoplossingen bouw je een MCP-connector die bestaande koppelingen ontsluit.
Nee. Juist voor middelgrote organisaties die al meerdere systemen draaien en AI willen inzetten, biedt MCP een gestructureerde aanpak zonder alles opnieuw te bouwen.
Na de introductie door Anthropic in november 2024 volgden OpenAI en Google DeepMind snel. Inmiddels ondersteunen onder meer Claude, ChatGPT, Copilot, Cursor en GitHub Copilot het protocol.
Welke systemen bevatten de meest waardevolle data? Welke processen kosten nu de meeste tijd door handmatig schakelen tussen tools? Daar zit je laaghangende fruit voor MCP.
Een API is een directe koppeling tussen twee systemen. MCP is een protocol dat beschrijft hoe een AI-systeem met tools en data mag communiceren. Het is een laag bovenop bestaande API's, geen vervanging. Meer over dit verschil lees je in ons artikel MCP vs. API.