Kursbeschreibung
Die MCP-Server Schulung behandelt den gesamten Lebenszyklus eines Servers für das Model Context Protocol. Du entscheidest zuerst, welche Funktionen als Tools angeboten werden und welche Daten ein KI-Agent über Resources abrufen darf. Präzise Beschreibungen, Eingabeschemas und strukturierte Rückgaben sorgen dafür, dass der Agent Funktionen vorhersehbar aufruft. Anschließend entwickelst du mit Python oder TypeScript einen lauffähigen Server und prüfst dessen Verhalten mit dem MCP Inspector sowie mit Mock-Clients.
Jede Server-Funktion wird auch unter Sicherheits- und Betriebsaspekten untersucht. Du begrenzt Tool-Rechte nach dem Least-Privilege-Prinzip, schützt Tokens und Secrets, validierst Eingaben und kontrollierst erlaubte Pfade sowie Zielhosts. Fehlerhafte Aufrufe und unerwartete Eingaben werden bewusst simuliert. Strukturierte Logs und Audit-Trails zeigen anschließend, welcher Aufruf fehlgeschlagen ist oder gegen eine Berechtigungsgrenze verstoßen hat.
Für den Betrieb vergleichst du stdio und Streamable HTTP, definierst Timeouts sowie Rate-Limits und bereitest das Deployment in einer Container-Umgebung vor. Nach drei Tagen verfügst du über Server-Code, Security-Prüfpunkte und einen Ablauf für Tests, Updates sowie Incidents. Die Schulung gehört zu unseren KI-Schulungen für Entwickler und Administratoren; für die spätere Überwachung agentischer Abläufe passt das Training zum Monitoring von KI-Agenten als Vertiefung. Kleine Gruppen mit zwei bis acht Personen geben Raum für technische Fragen, und nach dem Training erhältst du ein Zertifikat. Für dein Team kannst du ein Inhouse-Angebot mit euren technischen Rahmenbedingungen anfordern.
Die wichtigsten Themen im Überblick
- Lauffähigen MCP-Server entwickeln
- Tool-Rechte gezielt begrenzen
- Eingaben und Protokoll testen
- Logs und Audit-Trails aufbauen
- Container-Deployment vorbereiten
Zielgruppe
- Fachkräfte in der Softwareentwicklung für MCP-Server
- AI-Engineers mit Tool-Calling-Aufgaben
- Fachkräfte im Security-Engineering für Systemzugriffe
- DevOps- und Plattformteams für internen Betrieb
- Fachkräfte nach ersten Agentenprojekten vor dem Serverbetrieb
Voraussetzung für die Schulung
- Programmierpraxis in Python oder TypeScript
- Grundverständnis von HTTP, JSON und APIs
- Basiswissen zu LLMs, Tool-Calling oder KI-Agenten
- Bei Bedarf zur Vorbereitung: Large-Language-Model-Grundkurs oder Training zu APIs mit KI
Kursinhalte
Model Context Protocol und Architektur
- Host-Client-Server-Architektur
- JSON-RPC und Capability-Negotiation
- Session-Lifecycle und Initialisierung
- Tools, Resources und Prompts
- stdio und Streamable HTTP
- Abgrenzung zu REST-APIs und Plugins
Kontext- und Tool-Design
- Kontrollierter Zugriff auf Datenquellen
- Präzise Tool-Beschreibungen
- Eingabeschemas für Tool-Aufrufe
- Strukturierte Tool-Ausgaben
- Resource-Templates und Prompt-Vorlagen
- Fehlerausgaben für Agenten-Workflows
MCP-Server implementieren
- Python- oder TypeScript-SDK
- Lokale Entwicklungs- und Testumgebung
- Tool-Implementierung mit Eingabeprüfung
- Resource-Handler für begrenzte Datenzugriffe
- Protokollprüfung mit MCP Inspector
- Mock-Clients für Server-Tests
Authentifizierung und Zugriffskontrolle
- Autorisierung für HTTP-Transporte
- Token-Verwaltung und Secret-Schutz
- Rollenmodelle nach dem Least-Privilege-Prinzip
- Mandanten- und Projektgrenzen
- Berechtigungsumfang einzelner Tools
Sicherheitsdesign und Härtung
- Prompt-Injection und Tool-Missbrauch
- Allowlists für Pfade und Zielhosts
- Origin-Prüfung bei HTTP-Servern
- Begrenzung möglicher Datenabflüsse
- Security-Review der Tool-Rechte
Testing, Betrieb und Monitoring
- Unit- und Integrationstests
- Debugging von Schemafehlern
- Timeouts und Rate-Limits
- Ressourcengrenzen für Tool-Aufrufe
- Strukturierte Logs und Audit-Trails
- Container-Deployment für KI-Anwendungen
- Incident- und Update-Checklisten
