Die Geschichte von MCP und ACP: Woher kommen diese Ideen und wer treibt ihre Einführung voran?
Im vergangenen Jahr haben zwei Akronyme das KI-Handbuch für Unternehmen neu geschrieben: Model Context Protocol (MCP) und Agentic Commerce Protocol (ACP). Während das eine KI-Agenten mit Unternehmenssystemen und -daten verbindet, ermöglicht das andere KI-gesteuerte Einkäufe und Transaktionen.
Gemeinsam deuten sie auf etwas Größeres hin – eine Welt, in der KI nicht nur konversationsfähig, sondern auch umsetzbar ist. Aber woher kommen diese Protokolle und warum sind sie so zentral für die nächste Ära der Unternehmenstechnologie?
Lassen Sie uns die Ursprünge von beidem zurückverfolgen, die Kräfte dahinter verstehen und herausfinden, warum dieser Wandel für Such-, Entdeckungs- und Entscheidungsplattformen wie Lucidworks wichtig ist.
1. Die Weichenstellung: Warum Protokolle notwendig wurden
Vor MCP oder ACP lebten KI-Systeme in Silos. Jedes große Sprachmodell (LLM) – GPT von OpenAI, Claude von Anthropic, Gemini von Google – musste mit jeder API, jedem Tool oder jeder Datenquelle, auf die es zugreifen wollte, individuell integriert werden.
Das bedeutete, dass man einmalige Konnektoren, brüchige Integrationen und wartungsintensive Middleware erstellen musste. Für Unternehmen mit komplexen Datenarchitekturen – CRMs, ERPs, Suchindizes, Wissensdatenbanken – war das nicht tragbar.
Die KI-Gemeinschaft erkannte schnell die Notwendigkeit einer Standardisierung, ähnlich wie HTTP für das Internet oder USB-C für die Hardware.
An dieser Stelle kam das Model Context Protocol (MCP) ins Spiel.
2. Die Geburt von MCP: Von geschlossenen Modellen zu vernetzten Ökosystemen
MCP, kurz für Model Context Protocol, wurde von Anthropic eingeführt und Ende 2024 als Open Source veröffentlicht.
Das Ziel war trügerisch einfach: KI-Modelle sollten eine strukturierte, sichere Möglichkeit erhalten, sich mit externen Tools und Datensystemen zu verbinden.
Mit anderen Worten: MCP ist für KI-Agenten das, was APIs für Anwendungen sind – eine universelle Sprache für den Austausch von Kontext und Fähigkeiten.
2.1 Was MCP tut
MCP definiert:
- Wie KI-Clients (wie ein LLM) kontextbezogene Daten anfordern und empfangen
- Wie Server (wie Unternehmenssysteme) Fähigkeiten, Aktionen und Daten offenlegen
- Wie beide Parteien Sicherheit, Governance und Zugriffskontrolle durchsetzen
Diese Architektur spiegelt die Kommunikation zwischen einem Webbrowser und einem Webserver wider – nur dass es sich hier nicht um HTML und HTTP handelt, sondern um JSON-RPC und typisierte Schemata, die festlegen, worauf die KI zugreifen, was sie aufrufen und zurückgeben kann.
2.2 Frühzeitige Annahme und Steuerung
Kurz nach seiner Veröffentlichung begannen Red Hat, AWS, Solo.io und IBM mit MCP-Erweiterungen zu experimentieren.
- AWS hob das Potenzial von MCP hervor, den Aufruf von KI-Tools in der gesamten Cloud zu standardisieren.
- IBM bezeichnete es als einen Wegbereiter für „KI-Governance und Transparenz“.
- Microsoft hat MCP-Konzepte in Copilot Studio integriert, seine Orchestrierungsumgebung für Unternehmen.
Akademische Forscher begannen auch damit, MCP auf Sicherheit, Wartbarkeit und Einhaltung von Richtlinien zu prüfen, was signalisierte, dass es vom Konzept zur Infrastruktur geworden war.
Das Open-Source-Repository auf GitHub, das von Anthropic und Mitwirkenden gepflegt wird, wurde zur Heimat für MCP-SDKs, Schemas und Erweiterungen der Community.
Kurz gesagt, MCP wurde zum Bindegewebe der agentenbasierten KI, das definiert, wie sich der Kontext zwischen Modellen und Systemen bewegt.
3. Der Aufstieg der ACP: Der Handel erhält sein eigenes Protokoll
Während sich MCP auf den Zugang zu Daten und Tools konzentrierte, zeichnete sich eine weitere Herausforderung ab: Wie kann KI sicher Transaktionen durchführen?
Als OpenAI ankündigte, dass ChatGPT nun Produkte mit eingebauten Zahlungsfunktionen „kaufen“ kann, war dies nicht nur eine Produktaktualisierung – es war das Debüt eines neuen Standards namens Agentic Commerce Protocol (ACP).
3.1 Was ACP ist
ACP steht für Agentic Commerce Protocol, einen Standard, der regelt, wie KI-Agenten E-Commerce-Transaktionen initiieren und abschließen.
Während es bei MCP um „Lesen und Denken“ geht, geht es bei ACP um „Kaufen und Handeln“.
ACP definiert:
- Wie Agenten sicher Produktdaten, Preise oder Verfügbarkeit abfragen können
- Wie Checkout, Zahlung und Abwicklung unter strenger Kontrolle des Händlers abgewickelt werden
- Wie Zustimmung, Verschlüsselung und Zahlungs-Token verwaltet werden, um Sicherheit und Compliance zu gewährleisten
In einfachen Worten: ACP ist der „Checkout-Button“ für agentenbasierte KI – ein sicherer, standardisierter Weg, um Käufe abzuschließen, die durch KI-Assistenten initiiert wurden.
3.2 Der Ursprung und die Hintermänner der AKP
ACP wurde Anfang 2025 gemeinsam von OpenAI und Stripe eingeführt.
- OpenAI wollte eine Möglichkeit für ChatGPT, sich an Transaktionen zu beteiligen, ohne Zahlungsdaten zu besitzen oder der „Händler der Aufzeichnungen“ zu werden.
- Stripe erkannte die Chance, seine Infrastruktur auf autonome Agenten auszuweiten.
Das Modell ist einfach und doch transformativ:
- Der Benutzer gibt seine Zustimmung und seine Zahlungsdaten auf sichere Weise an.
- Der Agent wickelt seine Transaktionen über ACP ab, und zwar im Rahmen eines festgelegten und überprüfbaren Protokolls.
- Der Händler führt die Bestellung wie gewohnt aus – unter Beibehaltung der bestehenden Geschäftssysteme.
Mit der Zeit begannen andere Handelsplattformen, ACP als Basisprotokoll für den KI-gestützten Einkauf zu bewerten, insbesondere für B2B-Marktplätze und Beschaffungssysteme von Unternehmen.
4. Zeitleiste: Von proprietären Integrationen zu offenen Protokollen
| Year | Milestone | Key Organizations Involved |
|---|---|---|
| 2023 | Rise of multimodal and agentic AI capabilities | OpenAI, Anthropic, Google, Meta |
| 2024 | Early calls for AI interoperability and tool standardization | AI infrastructure startups, OSS community |
| Late 2024 | MCP (Model Context Protocol) was introduced | Anthropic, Red Hat, AWS |
| Early 2025 | ACP (Agentic Commerce Protocol) launched | OpenAI, Stripe |
| 2025 | MCP adoption in enterprise AI and developer ecosystems | IBM, AWS, Microsoft, Solo.io |
| 2025+ | Integration of MCP + ACP patterns in search and commerce ecosystems | Lucidworks, commerce platforms, enterprise data vendors |
5. Warum MCP und ACP für Unternehmen wichtig sind
Sowohl MCP als auch ACP befassen sich mit der gleichen grundlegenden Herausforderung: Wie lassen sich logische Systeme sicher und skalierbar mit der realen Welt verbinden?
Für Unternehmen ist dies der Punkt, an dem KI vom „Assistenten“ zum „Operator“ wird.
- MCP gibt KI-Agenten kontrollierten Zugriff auf interne Systeme wie CRM, Produktkataloge oder Dokumentenspeicher.
- ACP gibt KI-Agenten die Möglichkeit, kommerzielle Aktionen auszuführen – Bestellungen aufzugeben, Preise auszuhandeln oder Bestände nachzubestellen.
Gemeinsam schaffen sie ein sicheres Ökosystem, in dem der Kontext der Treibstoff und die Transaktionen das Ergebnis sind.
6. Eine Verbindung zu Lucidworks: Suche und Entdeckung in der MCP-Ära
Lucidworks entwickelt seit langem Lösungen, die Daten in Entscheidungen umwandeln, indem sie leistungsstarke Such-, Empfehlungs- und Signalintelligenz mit unternehmensgerechter Governance kombinieren.
In der MCP-Ära erweitert sich die Rolle von Lucidworks von der Indexierung und dem Ranking auf die Bereitstellung von Kontexten:
- MCP ermöglicht es KI-Agenten, Lucidworks-Indizes dynamisch abzufragen.
- Das Signals Framework von Lucidworks kann diese Agenten mit einem reichhaltigen Verhaltenskontext versorgen.
- Die Lucidworks-Plattform fungiert als MCP-Server, der Such- und Recherchefunktionen als abrufbare Ressourcen bereitstellt.
In einem Handelskontext können MCP und ACP Hand in Hand arbeiten:
- MCP hilft der KI zu verstehen, was sich im Katalog befindet und was für die Absicht des Benutzers relevant ist.
- ACP ermöglicht den letzten Schritt – den Abschluss der Transaktion innerhalb genehmigter Unternehmens-Workflows.
Lucidworks wird so zur verbindenden Kontextebene, die agentenbasierte KI in Unternehmensumgebungen sicher, relevant und überprüfbar macht.
7. Wie MCP und ACP sich gegenseitig ergänzen
| Aspect | MCP (Model Context Protocol) | ACP (Agentic Commerce Protocol) |
|---|---|---|
| Purpose | Connects AI to data, tools, and APIs | Enables AI to conduct secure transactions |
| Creator | Anthropic (open-source, 2024) | OpenAI + Stripe (commerce-focused, 2025) |
| Scope | Knowledge retrieval, workflow orchestration | Payments, procurement, fulfillment |
| Architecture | JSON-RPC over secure channels | API and token-based commerce calls |
| Enterprise Relevance | Search, knowledge management, automation | E-commerce, B2B transactions, supply chain |
| Lucidworks Role | Provides contextual and indexed data for MCP agents | Enhances discovery before ACP checkout actions |
8. Praktisches Beispiel: Ein Unternehmenseinkäufer mit MCP + ACP
Stellen wir uns einen B2B-Einkäufer für ein Produktionsunternehmen vor.
- Rückfrage (über MCP): Der KI-Agent des Käufers fragt: „Finden Sie Lieferanten von hitzebeständigen Verbundwerkstoffen mit einer Lieferzeit von weniger als 5 Tagen.“ Lucidworks, das als MCP-Server fungiert, zeigt Daten von Lieferanten, frühere Leistungen und Preissignale an.
- Kontextspezifische Verfeinerung: Der Agent filtert Ergebnisse auf der Grundlage von Compliance- und Inventardaten, die von anderen MCP-Servern abgerufen werden.
- Verhandlung & Checkout (über ACP): Sobald ein Lieferant ausgewählt wurde, übernimmt ACP die sichere Abwicklung der Verhandlungen, der Einreichung der Bestellung und der Zahlungsgenehmigung unter der Kontrolle des Unternehmens.
- Audit & Governance: Sowohl MCP als auch ACP erstellen Protokolle für Transparenz – jede Entscheidung und jede Transaktion wird für die Einhaltung von Richtlinien und die Überprüfung von Richtlinien aufgezeichnet.
Dieser kombinierte Ablauf zeigt, warum Protokolle und nicht größere Modelle die nächste Phase der KI-Evolution vorantreiben werden.
9. Wer treibt die Adoption als nächstes voran?
Neben den Urhebern gibt es ein neues Ökosystem, das die Einführung von MCP und ACP beschleunigt:
- Cloud-Anbieter (AWS, Azure, GCP) bauen verwaltete Protokoll-Gateways auf.
- Open-Source-Gemeinschaften erweitern MCP-Servervorlagen und SDKs.
- KI-Plattformen für Unternehmen wie Lucidworks enthalten MCP-native Integrationen für kontextbezogene Abfragen und Governance.
- Fintech- und Handelsanbieter erforschen ACP-Erweiterungen für die Betrugserkennung und die Automatisierung von Retouren.
Viele Analysten gehen davon aus, dass MCP und ACP bis Mitte 2026 zu Standardstandards für KI-Infrastrukturen werden – so wie REST und OAuth es für Webdienste wurden.
10. Ein Blick in die Zukunft: Protokolle als KI-Betriebssystem
Wenn LLMs die Gehirne von KI-Systemen sind, sind Protokolle wie MCP und ACP ihr Nervensystem – sie definieren, wie sie wahrnehmen, handeln und kommunizieren.
Für das Unternehmen bedeutet dies:
- Bessere Interoperabilität zwischen Teams und Tools.
- Transparenter, geregelter Zugriff auf sensible Systeme.
- Bessere Personalisierung durch Echtzeit-Kontext.
- Sichere, gesetzeskonforme KI-Transaktionen – von der Suche bis zum Checkout.
Lucidworks steht im Zentrum dieses Wandels und hilft dabei, eine noch größere Zukunft einzuläuten. Seine Expertise in den Bereichen Signalintelligenz, kontextbezogene Suche und Unternehmensarchitektur macht es zu einer natürlichen Brücke zwischen LLMs und den Systemen, die am wichtigsten sind.
Wichtigste Erkenntnisse
- MCP (Model Context Protocol) wurde 2024 von Anthropic entwickelt, um zu standardisieren, wie KI-Agenten mit externen Tools und Daten verbunden werden.
- ACP (Agentic Commerce Protocol) wurde 2025 von OpenAI und Stripe eingeführt, um sichere, kontrollierte KI-gesteuerte Transaktionen zu ermöglichen.
- Diese Protokolle verlagern den Schwerpunkt von größeren Modellen auf intelligentere, sicherere und interoperable KI-Systeme.
- Lucidworks liefert die kontextbezogene Intelligenz, die beides ermöglicht, so dass Unternehmen MCP und ACP mit Zuversicht einsetzen können.
- Die Zukunft der Unternehmens-KI wird protokollgesteuert sein – wo Suche, Kontext und Aktion durch Standards zusammenlaufen, die KI wirklich einsatzfähig machen.