Durchbruch der Datenbarrieren: Kann Anthropics Model Context Protocol die Leistung von KI verbessern?

Anthropics innovativer Model Context Protocol (MCP) zielt darauf ab, fragmentierte Daten zu überwinden und die Effizienz von KI-gesteuerten Lösungen zu steigern. Kann er den Standard für kontextbewusste KI-Integration setzen?

Eine der größten Herausforderungen in der KI-Innovation heute ist die Isolation von Large Language Models (LLMs) von Echtzeit-Daten. Um dieses Problem zu lösen, hat das in San Francisco ansässige KI-Forschungs- und Sicherheitsunternehmen Anthropic eine einzigartige Entwicklungarchitektur vorgestellt, um die Interaktion zwischen KI-Modellen und Daten neu zu gestalten.

Das neue Model Context Protocol (MCP), das als Open-Source-Projekt gestartet wurde, soll die Effizienz von KI durch eine “zweigleisige Kommunikation zwischen KI-gesteuerten Anwendungen und Echtzeit-Datenquellen” steigern.

Die Architektur ist darauf ausgelegt, ein wachsendes Problem zu lösen: veraltete KI-Ausgaben, die durch den Mangel an Verbindung zu Echtzeit-Daten verursacht werden. Anthropic behauptet, dass das einheitliche Protokoll die KI-Entwicklung und -Funktionalität für Unternehmen verbessern und sie durch Echtzeit-Kontextbewusstsein menschlicher machen kann. Laut dem Unternehmen erfordert jeder neue Geschäftsdatenquelle benutzerdefinierte KI-Implementierungen, was zu Ineffizienzen führt. MCP soll dieses Problem lösen, indem es einen standardisierten Rahmen bietet, den Entwickler universell anwenden können.

“Die Architektur ist einfach: Entwickler können ihre Daten entweder über MCP-Server verfügbar machen oder KI-Anwendungen (MCP-Clients) erstellen, die mit diesen Servern verbinden. Anstatt separate Connector für jede Datenquelle zu unterhalten, können Entwickler jetzt gegen ein Standardprotokoll bauen”, erklärte Anthropic in einem Blog-Beitrag. “Wenn das Ökosystem gereift ist, werden KI-Systeme Kontext behalten, wenn sie zwischen verschiedenen Tools und Datenquellen wechseln, und die heutigen fragmentierten Integrationen durch eine nachhaltigere Architektur ersetzen.”

KI-Modelle, einschließlich, aber nicht beschränkt auf Anthropics Flaggschiff-Assistenten Claude, können mit Tools wie Google Drive, Slack und GitHub integriert werden. Experten sind der Meinung, dass MCP das Potenzial hat, die Geschäfts-KI-Integrationen auf die gleiche Weise zu revolutionieren, wie Service-Oriented Architecture (SOA) und andere Protokolle die Anwendungsinteroperabilität revolutionierten.

“Ein branchenweiter Standard für Datenpipelines zwischen LLMs und Datenquellen ist ein Game-Changer. Ähnlich wie REST und SQL in der Softwareindustrie können standardisierte Protokolle wie MCP Teams helfen, GenAI-Anwendungen schneller und zuverlässiger zu bauen”, sagte Gideon Mendels, Mitgründer und CEO der KI-Modellbewertungsplattform Comet, mir. “Dies folgt der Markterkenntnis der letzten sechs Monate, dass ein großartiges LLM-Modell nicht ausreicht.”

Anthropic hat auch bekannt gegeben, dass frühe Unternehmensanwender, einschließlich Block und Apollo, MCP bereits in ihre Systeme integriert haben. Währenddessen arbeiten Entwicklungstool-Anbieter wie Zed, Replit, Codeium und Sourcegraph mit MCP zusammen, um ihre Plattformen zu verbessern. Diese Partnerschaft zielt darauf ab, KI-Modellen und -Agenten zu helfen, relevantere Informationen durch Echtzeit-Daten zu erhalten, Kontext effektiver zu erfassen und nuancierte Ausgaben für Unternehmensaufgaben wie Codierung mit größerer Effizienz zu generieren.

“KI-Modelle, die menschlicher und selbstbewusster sind, können die Technologie relatable machen, was zu einer breiteren Akzeptanz führen könnte”, sagte Masha Levin, Entrepreneur in Residence bei One Way Ventures, mir. “Es gibt immer noch viel Angst um KI, da viele sie nur als Maschine sehen. Die Humanisierung dieser Modelle könnte helfen, diese Ängste zu lindern und eine reibungslosere Integration in den Alltag zu fördern.”

Levin warnte jedoch vor einem möglichen Nachteil. “Es besteht das Risiko, dass Unternehmen zu sehr auf KI angewiesen werden, was zu schädlichen Konsequenzen führen könnte, wenn die KI ihre Entscheidungen extrem beeinflusst.”

Der wahre Test für MCP wird jedoch seine Fähigkeit sein, eine breite Akzeptanz zu erlangen und seine Konkurrenten in einem umkämpften Markt zu überbieten.

Anthropic MCP vs. OpenAI und Perplexity: Der Kampf um KI-Innovationsstandards

Während Anthropics MCP-Ansatz mit Open-Source eine bemerkenswerte Weiterentwicklung für KI-Innovationen darstellt, tritt es in ein wettbewerbsintensives Umfeld ein, das von Technologie-Giganten wie OpenAI und Perplexity dominiert wird.

OpenAIs jüngste “Work with Apps”-Funktion für ChatGPT zeigt ähnliche Fähigkeiten, obwohl mit einem proprietären Fokus auf enge Partnerschaften anstelle von offenen Standards. Diese Funktion ermöglicht es ChatGPT, auf Daten und Inhalte aus anderen Apps zuzugreifen und zu analysieren – jedoch nur mit Benutzerberechtigung, wodurch Entwickler nicht mehr manuell kopieren und einfügen müssen. Stattdessen kann ChatGPT die Daten direkt aus einer App überprüfen und intelligente, kontextbewusste Vorschläge liefern, da es mit Echtzeit-Internet-Daten integriert ist.

Darüber hinaus stellte das Unternehmen im Oktober seine Echtzeit-Datenarchitektur vor, die als “Realtime API” bezeichnet wird und es Sprachassistenten ermöglicht, effektiver zu reagieren, indem sie frischen Kontext aus dem Internet abrufen. Beispielsweise könnte ein Sprachassistent im Auftrag eines Benutzers eine Bestellung aufgeben oder relevante Kundeninformationen abrufen, um personalisierte Antworten zu liefern. “Mit der Realtime API und bald auch mit Audio in der Chat Completions API müssen Entwickler nicht mehr mehrere Modelle zusammenfügen, um diese Erfahrungen zu ermöglichen”, sagte OpenAI in einem Blog-Beitrag. “Unter der Haube ermöglicht die Realtime API die Erstellung einer persistenten WebSocket-Verbindung, um Nachrichten mit GPT-4o auszutauschen.”

Ebenso bietet Perplexitys Echtzeit-Datenprotokoll für KI, bekannt als pplx-api, Entwicklern Zugang zu seinem Large Language Model (LLM). Diese API ermöglicht es Anwendungen, natürliche Sprachabfragen zu senden und detaillierte, Echtzeit-Informationen aus dem Web zu erhalten. Durch einen einzigen API-Endpunkt ermöglicht es die Abrufung von aktuellen Daten und kontextbewussten Antworten für KI-Anwendungen, wodurch Entwickler Anwendungen bauen können, die mit den neuesten Informationen übereinstimmen.

“Typischerweise tendiert die Branche dazu, sich auf eine Open-Source-Lösung zu standardisieren, aber das kann Jahre dauern. Es ist sehr wahrscheinlich, dass OpenAI versucht, weitere Protokolle einzuführen”, sagte Mendels. “Aber wenn MCP eine breite Akzeptanz als erster Standard seiner Art erlangt, könnten wir sehen, wie Techniken und Best Practices um ihn herum standardisiert werden.”

Kann Anthropic MCP den Standard für kontextbewusste KI-Integration setzen?

Trotz seines Potenzials steht Anthropic MCP vor erheblichen Herausforderungen. Sicherheit ist ein primäres Anliegen, da die Aktivierung von KI-Systemen zum Zugriff auf sensible Unternehmensdaten das Risiko von Lecks erhöht, wenn das System ausfällt. Darüber hinaus könnte es schwierig sein, Entwickler, die bereits in etablierten Ökosystemen verwurzelt sind, zur Adoption von MCP zu bewegen.

Ein weiteres Problem ist die enorme Größe der Daten, laut JD Raimondi, Leiter der Datenwissenschaft bei der IT-Entwicklungsfirm Making Sense. Er sagte mir: “Anthropic ist der Leader bei Experimenten, die zu großen Kontexten führen, aber die Genauigkeit der Modelle leidet stark. Es ist wahrscheinlich, dass sie mit der Zeit besser werden, und leistungsmäßig gibt es viele Tricks, um die Geschwindigkeit akzeptabel zu halten.”

Während Anthropic behauptet, dass MCP die Fähigkeit von KI verbessert, Daten abzurufen und zu kontextualisieren, könnte der Mangel an konkreten Benchmarks, die diese Behauptungen unterstützen, die Akzeptanz behindern. “Ob Sie ein KI-Tool-Entwickler sind, ein Unternehmen, das bestehende Daten nutzen möchte, oder ein früher Anwender, der die Grenzen erkundet, laden wir Sie ein, die Zukunft der kontextbewussten KI gemeinsam mit uns zu bauen”, sagte Anthropic.

Während Entwickler die Fähigkeiten von MCP testen, wird die Branche beobachten, ob dieser offene Standard die notwendige Akzeptanz erlangen kann, um zum Benchmark für kontextbewusste KI-Integration zu werden. Mendels schlägt vor, dass die Standardisierung eine clevere Entscheidung für Anthropic sein könnte, da sie die Interoperabilität verbessern und es Teams ermöglichen könnte, mit verschiedenen Werkzeugkombinationen zu experimentieren, um die beste Lösung für ihre Bedürfnisse zu finden. “Im Moment fühlt es sich zu früh an, um zu sagen, dass viele Prozesse im KI-Ökosystem standardisiert sind”, bemerkte Mendels. “Mit der rasanten Innovation könnte es sein, dass die heutigen Best Practices bereits nächste Woche veraltet sind. Nur die Zeit wird zeigen, ob ein Protokoll wie MCP die Kontextdatenabfrage standardisieren kann.”