Jenseits von Chatbots: Wie das Model Context Protocol (MCP) die Mobilität der Zukunft steuert

In der Welt der Softwareentwicklung gibt es Momente, in denen ein neuer Standard die Spielregeln still, aber gewaltig verändert. Wer heute über Künstliche Intelligenz spricht, denkt meist an Chat-Interfaces. Doch die eigentliche Revolution findet im Maschinenraum statt: Dort, wo KI lernt, mit Bestandssystemen zu interagieren.

Bei MENTZ begleiten wir den öffentlichen Verkehr seit über 50 Jahren durch technologische Epochen – von den ersten digitalen Fahrplänen bis hin zu komplexen MaaS-Plattformen (Mobility as a Service). Heute stehen wir an der Schwelle zu einer Ära, in der KI-Agenten nicht mehr nur Texte generieren, sondern aktiv auf Datenquellen zugreifen, um komplexe Probleme zu lösen. Das Bindeglied dafür? Das Model Context Protocol (MCP).

Die Evolution der KI: Vom Reden zum Handeln

KI-Agenten sind derzeit in aller Munde. Doch was unterscheidet einen Agenten von einem einfachen Chatbot? Es ist die Fähigkeit zur Aktion. Während ein herkömmliches Large Language Model (LLM) lediglich auf sein statisches Trainingswissen zurückgreift, kann ein Agent Werkzeuge benutzen. Er kann Datenbanken abfragen, E-Mails schreiben oder – für uns entscheidend – Echtzeitdaten aus Verkehrssystemen interpretieren.

Die Herausforderung war bisher die Interoperabilität. Wer eine KI mit bestehenden Systemen wie Google Drive, Slack oder eben einer Fahrplanauskunft verknüpfen wollte, stand vor einem Sisyphus-Projekt: Entwickler mussten für jedes spezifische KI-Modell und jede Applikation eigene, proprietäre Integrationen schreiben. Ein hoher Pflegeaufwand und mangelnde Flexibilität waren die Folge.

Hier setzt das Model Context Protocol (MCP) an.

Was ist das Model Context Protocol (MCP)?

Man kann sich MCP als das „HTTP für KI-Datenquellen“ vorstellen. So wie HTTP den Standard für den Datenaustausch im Web definiert hat, schafft MCP eine universelle Sprache, mit der KI-Modelle sicher auf Daten und Funktionen zugreifen können.

Das Besondere: MCP beschreibt ein System – inklusive seiner Funktionen und Parameter – in natürlicher Sprache. Wenn ein Entwickler einen MCP-Server bereitstellt, erklärt dieser der KI quasi selbst, was er kann.

Ein konkretes Beispiel aus der Mobilität

Stellen Sie sich vor, Sie fragen eine KI: „Wann fahren die nächsten Busse an der Haltestelle München Grillparzerstraße?“

Ohne MCP müsste die KI hoffen, dass ihr Trainingsmaterial zufällig einen statischen Fahrplan enthält (der längst veraltet ist). Mit MCP erkennt die KI: „Ich habe hier einen Zugriff auf den MENTZ-EFA-Server. Ich sehe eine Funktion namens get_departures mit dem Parameter stop_name. Ich rufe diese jetzt auf.“ Die Antwort ist präzise, aktuell und stammt direkt aus der verifizierten Quelle.

Die Architektur: Wie MCP hinter den Kulissen funktioniert

Um das Potenzial von MCP zu verstehen, muss man die drei tragenden Säulen der Architektur betrachten. Diese Trennung sorgt für die notwendige Modularität, die wir bei MENTZ für skalierbare Verkehrssysteme benötigen:

1. MCP Hosts: Das ist die Umgebung, in der das KI-Modell lebt. Das kann eine professionelle Entwicklungsumgebung (IDE) wie Cursor sein, ein Desktop-Client wie Claude oder eine spezialisierte Unternehmens-Applikation. Der Host ist der „Arbeitsplatz“ der KI.
2. MCP Clients: Innerhalb des Hosts fungiert der Client als Vermittler. Er hält die Verbindung zum Server aufrecht und stellt sicher, dass die Anfragen der KI korrekt weitergeleitet werden.
3. MCP Servers: Dies sind schlanke, spezialisierte Programme, die eine Brücke zu einer spezifischen Datenquelle schlagen. Ein MCP-Server kann eine SQL-Datenbank auslesen, lokale Dateien durchsuchen oder – und hier wird es für unsere Kunden spannend – eine Schnittstelle zu einem Fahrplanauskunftssystem (EFA) herstellen.

Warum MCP für Unternehmen und Entwickler ein Gamechanger ist

Für einen Software-Pionier wie MENTZ bietet MCP drei entscheidende Vorteile, die wir direkt an unsere Partner im ÖV-Sektor weitergeben:

1. Echte Interoperabilität

Bisher war man oft an ein Ökosystem gebunden. Hatte man eine Integration für Modell A geschrieben, fing man bei Modell B fast wieder von vorne an. Ein MCP-Server muss nur einmal entwickelt werden. Danach ist er sofort mit jedem MCP-kompatiblen Host nutzbar. Das spart Zeit, reduziert Kosten und verhindert den gefürchteten „Vendor Lock-in“.

2. Sicherheit und Souveränität

Im öffentlichen Sektor ist Datenschutz nicht verhandelbar. MCP ermöglicht es, dass Daten lokal oder in kontrollierten Umgebungen verbleiben. Der Nutzer (oder das Unternehmen) entscheidet exakt, welche Informationen der MCP-Server dem KI-Modell preisgibt. Die KI „sieht“ nur das, was sie für die Aufgabenlösung benötigt, ohne dass die gesamte Datenbank in eine Cloud kopiert werden muss.

3. Skalierbarkeit für proprietäre Daten

Unternehmen im Verkehrswesen verfügen über riesige Mengen an historischem Wissen und proprietären Datenbanken. MCP erlaubt es uns, diese Schätze für KI-Agenten nutzbar zu machen, ohne die Integrität der Bestandssysteme zu gefährden. Wir bauen eine „Lese- und Interaktionsschicht“, die das System von 1990 für die KI von 2026 verständlich macht.

MENTZ und MCP: Die Zukunft der EFA-Einbindung

Bei MENTZ entwickeln wir Software nicht zum Selbstzweck, sondern um Mobilität effizienter zu gestalten. Daher arbeiten wir aktuell intensiv an MCP-Servern für die Einbindung der Elektronischen Fahrplanauskunft (EFA).

Unser Ziel ist es, die jahrzehntelange Logik und Präzision unserer EFA-Systeme nahtlos in moderne KI-Workflows zu integrieren. Ob es um komplexe Routing-Anfragen, das Kaufen eines Tickets oder die automatisierte Kundenkommunikation geht: Durch MCP wird die EFA zu einem mächtigen Werkzeug im Werkzeugkasten eines jeden KI-Agenten.

Was bedeutet das konkret für Sie?

• Für Verkehrsverbünde: Ihre Daten werden „KI-ready“, ohne dass Sie Ihre Infrastruktur komplett umbauen müssen.
• Für Entwickler: Die Integration von Echtzeit-Verkehrsdaten in neue Apps wird so einfach wie das Aufrufen einer Standard-Bibliothek.
• Für Fahrgäste: Sie erhalten präzisere Antworten von digitalen Assistenten, die wirklich verstehen, was auf der Schiene und der Straße gerade passiert.

Fazit: Bodenständige Innovation

Die Aufregung um KI ist groß, doch bei MENTZ setzen wir auf Pragmatismus und konzentrieren uns auf Technologien, die einen echten Unterschied machen. Das Model Context Protocol ist mehr als nur ein Trend – es ist die notwendige Standardisierung, um KI-Systeme sinnvoll in die reale Welt der Mobilität zu integrieren.

Wir sind überzeugt, dass die Kombination aus bewährten Bestandssystemen und modernen Schnittstellen wie MCP der Schlüssel für einen intelligenten öffentlichen Verkehr ist. Wir bringen die Erfahrung aus 50 Jahren mit und kombinieren sie mit der Neugier auf das, was kommt.

Haben Sie Fragen zu MCP oder interessieren Sie sich für die Einbindung Ihrer Daten in KI-Umgebungen?

Wir bei MENTZ begleiten Sie gerne bei diesem technologischen Sprung. Ob technischer Austausch oder konkretes Projektinteresse – lassen Sie uns gemeinsam die Mobilität von morgen gestalten.