Wat is MCP? Het Model Context Protocol uitgelegd voor je bedrijf

MCP, voluit Model Context Protocol, is een open standaard om AI-toepassingen te verbinden met andere systemen: bestanden, databases, je CRM of je CMS. Via MCP kan een AI-agent gegevens opvragen en taken uitvoeren in software die je al gebruikt. Niemand hoeft daarvoor per AI-tool een aparte koppeling te bouwen.

Wat is MCP concreet voor je bedrijf? In dit artikel lees je hoe MCP werkt, wat een MCP-server is en hoe MCP verschilt van een gewone API. Je leest ook wat het betekent voor bedrijven in België en Nederland die een agent aan hun software willen koppelen, waar de risico’s zitten en hoe je de rechten klein houdt.

Een donkergrijs centraal blok met vier dunne blauwe lijnen naar vier verschillende vormen in steen en grafiet
Eén standaard, en per systeem een eigen verbinding met eigen rechten.

Waar komt MCP vandaan?

Anthropic, het bedrijf achter Claude, stelde MCP in november 2024 voor als open standaard. In december 2025 schonk Anthropic het protocol aan de Agentic AI Foundation, een fonds onder de Linux Foundation. Zo beheert geen enkele AI-leverancier het alleen. Volgens die aankondiging waren er toen meer dan 10.000 actieve publieke MCP-servers, en werkten onder meer ChatGPT, Cursor, Gemini, Microsoft Copilot en Visual Studio Code met MCP.

De officiële documentatie vergelijkt MCP met een USB-C-poort voor AI-toepassingen. Eén soort aansluiting, waarop je allerlei apparaten kunt aansluiten. Bij MCP zijn die apparaten je systemen.

Hoe werkt MCP en wat is een MCP-server?

MCP werkt met drie rollen. De host is de AI-toepassing waarin je werkt, bijvoorbeeld een AI-agent als Hermes. Voor elk systeem waarmee de host verbinding maakt, start die een MCP-client. Aan de andere kant staat de MCP-server: een programma dat één systeem bereikbaar maakt voor AI. Je hebt dus een server per systeem, bijvoorbeeld een voor je CRM en een voor je documenten.

Volgens de uitleg over de architectuur biedt een MCP-server drie soorten dingen aan. Tools zijn acties die de AI kan uitvoeren, zoals een klant opzoeken of een taak aanmaken. Resources zijn gegevens die als context dienen, zoals een bestand of de opbouw van een database. Prompts zijn herbruikbare sjablonen voor vaste taken.

Bij de start vraagt de client aan elke server welke tools die heeft. Het model krijgt die lijst te zien en kiest de tool die bij je opdracht past. De client voert die tool uit en geeft het resultaat terug. Een MCP-server kan lokaal draaien, op dezelfde computer als de agent, of op afstand. Sommige softwareleveranciers bieden zelf zo’n server op afstand aan.

Wat is het verschil tussen MCP en een API?

Een API is de toegangspoort van één softwarepakket: elk pakket heeft er een eigen, met eigen regels. MCP is een gemeenschappelijke taal tussen AI-toepassingen en die systemen. Een MCP-server gebruikt vaak zelf de API van de software achter de schermen. Het verschil zit in wie de koppeling moet begrijpen. Zonder MCP schrijft iemand per AI-toepassing code voor elke API. Met MCP bouw je een server één keer, en elke toepassing die MCP ondersteunt, kan die server gebruiken.

KenmerkAPIMCP

Wat is het?

De toegangspoort van één softwarepakket

Een open standaard om AI-toepassingen met systemen te verbinden

Gemaakt voor

Programma’s en ontwikkelaars

AI-toepassingen en AI-agents

Hoe vindt de AI wat kan?

Iemand leest de documentatie en schrijft code

De client vraagt de server welke tools er zijn

Hergebruik

Per toepassing een eigen koppeling

Eén server werkt met elke MCP-client

Rechten

Via de sleutel of het account van de API

Via de sleutel van de server, plus de tools die je toelaat

MCP vervangt een API dus niet. Heeft je CRM een goede API maar geen MCP-server, dan kan een agent die API ook rechtstreeks gebruiken. Hermes doet dat wanneer een taak erom vraagt.

Wat heeft je bedrijf aan MCP?

Het grootste voordeel is hergebruik. Bestaat er al een MCP-server voor je CRM, je projectsoftware of je database, dan hoeft niemand de koppeling vanaf nul te bouwen. Stap je later over naar een andere AI-toepassing, dan blijft die server bruikbaar.

Daarnaast kun je beter afbakenen. Elke MCP-server is een aparte verbinding met een eigen sleutel. Zo bepaal je per systeem wat de agent mag, en zet je één verbinding stil zonder de rest te raken.

En een agent kan één taak over meerdere systemen uitvoeren. Bij een offerteaanvraag zoekt het de klant op in je CRM, leest het eerdere afspraken in je documenten en maakt het een taak aan in je projectsoftware. Welke koppelingen zinvol zijn en welke je beter laat, lees je in AI koppelen aan je CRM en CMS. Hoe we zulke koppelingen voor bedrijven inrichten, staat op de pagina over AI-automatisering. Hoe de agent zo’n taak stap voor stap aanpakt, leg je vast in een skill. Wat dat is, lees je in agent skills.

Hoe gebruikt Hermes MCP?

Hermes is de AI-agent waarmee Voltti werkt. Het is open source en ondersteunt MCP standaard. Je voegt een MCP-server toe in de configuratie. Bij het opstarten ontdekt Hermes de tools van die server en registreert ze. Volgens de Hermes-documentatie over MCP stel je per server in welke tools de agent te zien krijgt: een lijst met toegelaten tools, of juist een lijst met tools die uit staan. Bij een betaalsysteem laat je zo het opzoeken van betalingen toe, maar het terugbetalen niet. Een lokale MCP-server krijgt ook niet zomaar al je omgevingsvariabelen mee, alleen wat je zelf instelt plus een veilige basis.

Onze eigen Hermes-installatie bij Voltti werkt zo met Storyblok, het CMS van deze website, en met Search Console. Elk systeem heeft een eigen toegang. In Search Console heeft de agent alleen leesrechten: het haalt er zoekdata op, maar kan er niets wijzigen. In Storyblok bewerkt de agent teksten en publiceert het in sommige gevallen zelf. Wij controleren het werk achteraf en sturen bij waar nodig. Hoe dat er in de praktijk uitziet, lees je in marketingdata ophalen met een AI-agent en SEO met een AI-agent.

Waar zitten de risico’s van MCP?

MCP is een protocol. Hoe veilig een koppeling is, hangt af van de server en van de rechten die je geeft. Let vooral op deze vier punten:

  • Te ruime rechten. Een server met een sleutel die alles mag, geeft de agent ook alles. Maak per server een eigen sleutel met alleen de rechten die de taak vraagt.

  • Verborgen instructies. Een document, e-mail of webpagina die de agent via een server leest, kan instructies bevatten. Dat heet prompt injection. Meer daarover lees je in prompt injection en API-sleutels.

  • Code van derden. Een MCP-server is software die op je systemen draait. Installeer alleen servers waarvan je de bron kent, en lees na wat een server bij de installatie uitvoert.

  • Te veel tools. Elke tool die de agent ziet, is een mogelijke actie. Zet tools uit die je niet nodig hebt, en laat acties met grote gevolgen eerst door een mens goedkeuren.

De officiële documentatie heeft een aparte pagina met beveiligingsadvies voor MCP, vooral voor wie zelf servers bouwt. Een praktische lijst voor je eigen bedrijf vind je in onze checklist voor AI en bedrijfsgegevens. Hoe we gegevens en toegang beschermen, lees je op de pagina over veiligheid en privacy.

Wat als je software geen MCP-server heeft?

Dan zijn er andere routes. Heeft de software een API, dan kan de agent die gebruiken. Is er geen API en geen MCP-server, dan bouwen we zelf een koppeling op maat. De vorm hangt af van wat het systeem toelaat. Dat kan een kleine connector zijn met een eigen API-endpoint. De agent kan ook exporten inlezen, zoals een CSV-bestand of een gepland rapport. Of de agent bedient de webinterface zelf, via browserautomatisering. Ook dan krijgt de agent alleen de rechten die de taak nodig heeft.

Waar begin je?

Begin bij het werk. Kies één taak die elke week terugkomt en kijk welke systemen de agent daarvoor nodig heeft. Pas dan kies je de route: een bestaande MCP-server, de API of een koppeling op maat. In een pilot test je die ene koppeling naast je huidige werkwijze. Een pilot duurt meestal 2 tot 4 weken, van het eerste gesprek tot de evaluatie. Hoe dat verloopt, lees je in onze aanpak.

Portretfoto van Seppe Gadeyne

Seppe Gadeyne is developer en eigenaar van Voltti. Hij richt AI-agenten in voor bedrijven in België en Nederland.

Bijgewerkt op

Veelgestelde vragen

01Is MCP hetzelfde als een API?

Nee. Een API is de toegangspoort van één softwarepakket, met eigen regels. MCP is een open standaard waarmee AI-toepassingen op dezelfde manier met veel verschillende systemen praten. Een MCP-server gebruikt vaak zelf de API van de software die de server bereikbaar maakt.

02Wie heeft MCP gemaakt?

Anthropic, het bedrijf achter Claude, stelde MCP in november 2024 voor. Sinds december 2025 valt het protocol onder de Agentic AI Foundation, een fonds onder de Linux Foundation. MCP is open source en niet aan één AI-leverancier gebonden.

03Wat is een MCP-server?

Een programma dat één systeem bereikbaar maakt voor AI-toepassingen, bijvoorbeeld je CRM, een database of je bestanden. De server biedt tools (acties), resources (gegevens) en prompts (sjablonen) aan. Een MCP-server kan lokaal draaien of op afstand, bijvoorbeeld bij de leverancier van de software.

04Is een MCP-server veilig?

Dat hangt af van de server en van de rechten die je eraan geeft. Gebruik servers waarvan je de bron kent, geef elke server een eigen sleutel met zo weinig mogelijk rechten en zet tools uit die de agent niet nodig heeft. Laat acties met grote gevolgen eerst door een mens goedkeuren.

05Heb je MCP nodig om een AI-agent te gebruiken?

Nee. MCP is één manier om een agent met je software te verbinden. Een agent kan ook rechtstreeks een API gebruiken, exporten inlezen of werken via een koppeling op maat. MCP is vooral handig als er al een server bestaat voor de software die je gebruikt.

Welke software wil je met een AI-agent verbinden?

Bespreek je pilot