IT-Trainings in ganz Europa - tecnovy macht Dich fit für die Zukunft.

tecnovy AI Suite

MCP Eigenen Server entwickeln

Zwischen einem internen System, das kein KI-Agent erreicht, und einem getesteten MCP-Server, den Claude Code oder GitHub Copilot aufrufen, liegt dieser Workshop. Du baust den Server mit dem offiziellen SDK in Python oder TypeScript, gestaltest Tools, die ein Modell versteht, und legst fest, welche Rechte Agenten bekommen. Danach prüfst du ihn mit dem MCP Inspector und automatisierten Tests und bereitest Auslieferung und Betrieb vor.
Teilnahmezertifikat4,8/5 bei ProvenExpert

Was dieses Modul leistet.

Am Ende von Eigenen MCP-Server entwickeln steht dein eigener Server in Python oder TypeScript, der ein internes System für KI-Agenten öffnet. Der tecnovy Workshop passt zu Backend-, API- und Plattformentwickler:innen, die Tools, Rechte und Tests selbst verantworten.

So läuft das Training

Methode
Durchgehendes Entwicklungsprojekt, getestet in Claude Code und VS Code
Grundlage
tecnovy Curriculum, geprüft an der MCP-Spezifikation (November 2026)
Abschluss
tecnovy Teilnahmezertifikat, keine Prüfung

Termine & Buchung

Passenden Termin wählen

Aktuell sind keine öffentlichen Termine ausgeschrieben.

Neue Termine werden laufend veröffentlicht. Lass dich vormerken oder plane ein Inhouse-Training für dein Team.

Inhouse-Training anfragen

Passung

Für wen das Modul gedacht ist

Typische Rollen

  • Du entwickelst Backends, APIs oder interne Plattformen und sollst ein System für KI-Agenten zugänglich machen.
  • Du baust KI-Anwendungen und brauchst eine Integration, für die es keinen passenden MCP-Server gibt.
  • Du verantwortest Sicherheit oder Architektur und entscheidest, was KI-Agenten in internen Systemen dürfen.

Voraussetzungen

Keine Voraussetzungen

Du kannst direkt einsteigen. Mitbringen: Programmierkenntnisse in Python oder TypeScript, Grundlagen zu REST-APIs und JSON. Hilfreich: Erfahrung mit MCP-Servern als Nutzer:in.

Stattdessen geeignet MCP Integration · MCP-Server in der Coding-Umgebung Für alle, die bestehende MCP-Server in Claude Code und GitHub Copilot einbinden, bewerten und im Team konfigurieren wollen, ohne selbst einen Server zu bauen.

Lehrplan

Eigenen MCP-Server entwickeln im Detail

Sechs Teile führen vom Protokoll über den ersten eigenen Server bis zu Tests, Auslieferung und Betrieb. Ein durchgehendes Projekt verbindet sie: Du baust einen MCP-Server für ein realistisches internes System und testest ihn in Claude Code und VS Code.

01Architektur und Protokoll

Du ordnest ein, wie Host, Client und Server über MCP zusammenarbeiten.

  • Aufbau des Protokolls und wie Client und Server Version und Fähigkeiten abstimmen
  • Tools, Resources und Prompts: wann du was einsetzt
  • Transporte: stdio für lokale, Streamable HTTP für entfernte Server
02Der erste eigene Server

Du setzt mit dem offiziellen SDK in Python oder TypeScript einen lauffähigen Server auf.

  • Projekt mit dem offiziellen SDK aufsetzen
  • Erste Tools mit sauberem Eingabeschema
  • Testen mit dem MCP Inspector und in Claude Code
03Gute Tools für KI gestalten

Du gestaltest Tools so, dass ein Modell sie gezielt und sparsam aufruft.

  • Namen, Beschreibungen und Parameter, die ein Modell versteht
  • Fehlermeldungen und Rückgaben, aus denen das Modell den nächsten Schritt ableitet
  • Wenige passende Tools statt einer Kopie der ganzen API
04Ein internes System anbinden

Du öffnest ein internes System über alle drei Bausteine des Protokolls.

  • Daten als Resources bereitstellen
  • Prompts als wiederverwendbare Vorlagen für Nutzer:innen
  • Paginierung, Filter und große Datenmengen
05Sicherheit

Du legst fest, wer den Server nutzen darf und was ein Agent über ihn erreicht.

  • Authentifizierung und Autorisierung für entfernte Server
  • Minimale Rechte, Eingabeprüfung und Protokollierung
  • Risiken durch Prompt Injection und Datenabfluss erkennen und eindämmen
06Test, Auslieferung und Betrieb

Du bringst den Server aus der Entwicklung in den Einsatz im Unternehmen.

  • Automatisierte Tests und Evaluationen mit echten Modellen
  • Deployment als Container oder in der Cloud
  • Versionierung, Monitoring und Verteilung im Unternehmen

Ergebnis

Was du anschließend leisten kannst

  1. 01

    Du entscheidest, ob eine Funktion deines Systems als Tool, als Resource oder als Prompt in den Server gehört.

  2. 02

    Du entwickelst mit dem offiziellen SDK einen MCP-Server und wählst stdio für lokale oder Streamable HTTP für entfernte Nutzung.

  3. 03

    Du formulierst Namen, Beschreibungen und Eingabeschemas von Tools so, dass ein Modell sie gezielt und sparsam aufruft.

  4. 04

    Du gibst Fehlermeldungen zurück, aus denen ein Modell ableitet, wie es seinen Aufruf korrigiert.

  5. 05

    Du bindest ein internes System an und begrenzt große Datenmengen mit Paginierung und Filtern.

  6. 06

    Du richtest für einen entfernten Server Authentifizierung und minimale Rechte ein, prüfst Eingaben und protokollierst Aufrufe.

  7. 07

    Du prüfst den Server mit dem MCP Inspector, automatisierten Tests und Evaluationen mit echten Modellen.

  8. 08

    Du lieferst den Server als Container oder in der Cloud aus und planst Versionierung, Monitoring und Verteilung im Unternehmen.

Leistungsumfang

Was enthalten ist

Enthalten

  • Projekt-Repository mit Referenzimplementierung in Python und TypeScriptAuf ihm baut das Workshop-Projekt auf, und du nimmst beide Implementierungen als Vorlage mit.
  • Sicherheits-Checkliste für eigene MCP-ServerSie fasst die Prüfpunkte aus dem Sicherheitsteil zusammen, von Authentifizierung bis Protokollierung.

Warum tecnovy

Was du bei uns oben drauf bekommst

02

Certificate Showroom

Hol dir dein Teilnahmezertifikat und verbinde es, falls vorhanden, mit deinem Prüfungszertifikat. Vollautomatisiert, schön gestaltet. Nur für dich, nur bei tecnovy.

03

Flexible Umbuchung

Falls du mal kurzfristig verhindert sein solltest, kannst du deine Schulung bis eine Woche vor Trainingsbeginn kostenlos umbuchen.

04

Doppelt hält besser

Gerne darfst du innerhalb eines Jahres die Schulung nochmals online als Refresher besuchen.

05

Lerne von Experten

Wir garantieren dir stets den Einsatz von didaktisch und methodisch erstklassig qualifizierten Trainern, die ihr Wissen sowohl aus Trainingserfahrung als auch beruflicher Praxis- und Projekterfahrung beziehen.

FAQs

Häufige Fragen

01In welcher Programmiersprache entsteht der Server?
In der tecnovy Schulung Eigenen MCP-Server entwickeln wird in Python oder TypeScript entwickelt, und das Projekt-Repository enthält eine Referenzimplementierung in beiden Sprachen. Beide SDKs führt das MCP-Projekt in der höchsten Stufe (Tier 1); offizielle SDKs gibt es außerdem für C#, Go, Rust, Ruby, Java, Swift, PHP und Kotlin (Stand November 2026).
02Brauche ich vorher den Kurs MCP-Server in der Coding-Umgebung?
Nein, für Eigenen MCP-Server entwickeln von tecnovy reichen Programmierkenntnisse in Python oder TypeScript und Grundlagen zu REST-APIs und JSON. Hast du noch nie einen MCP-Server in Claude Code oder GitHub Copilot eingebunden, ist MCP-Server in der Coding-Umgebung eine gute Vorbereitung.
03Mit welchen KI-Anwendungen funktioniert ein eigener MCP-Server?
Mit Anwendungen, die das Model Context Protocol als Client unterstützen, darunter Claude Code und GitHub Copilot; in der tecnovy Schulung Eigenen MCP-Server entwickeln testest du in Claude Code und VS Code. Welche Bausteine ein Client nutzt, unterscheidet sich: GitHub beschreibt Resources und Prompts für Copilot nur in VS Code, Tools dagegen für alle unterstützten IDEs (Stand November 2026).
04Was brauche ich, um die Übungen auszuführen?
Die Übungen in Eigenen MCP-Server entwickeln von tecnovy brauchen einen MCP-fähigen Client wie Claude Code oder VS Code mit GitHub Copilot, Zugang zu einem Sprachmodell für die Evaluationen und eine Container- oder Cloud-Umgebung für das Deployment. Bei Copilot Business und Enterprise ist die Richtlinie für MCP-Server laut GitHub standardmäßig deaktiviert, bis die Organisation sie freischaltet (Stand November 2026).
05Lohnt sich ein eigener MCP-Server, wenn es für das System schon einen gibt?
Oft ja, wenn du selbst bestimmen musst, welche Daten ein Agent sieht, welche Rechte er bekommt und wie viel des Systems er erreicht. In der tecnovy Schulung Eigenen MCP-Server entwickeln wägst du ab, wann ein vorhandener Server genügt und wann ein eigener mit wenigen, passenden Tools die bessere Wahl ist.
06Ist unser MCP-Server nach dem Workshop sicher?
Eine Garantie dafür gibt dir die tecnovy Schulung Eigenen MCP-Server entwickeln nicht; sie zeigt dir, was du an deinem Server prüfst: Authentifizierung, minimale Rechte, Eingabeprüfung und Protokollierung. Die MCP-Spezifikation (Revision 2026-07-28) verlangt von Servern, alle Tool-Eingaben zu validieren, Zugriffe zu kontrollieren, Aufrufe zu begrenzen und Ausgaben zu bereinigen. Anthropic weist zudem darauf hin, dass MCP-Server, die externe Inhalte abrufen, Agenten dem Risiko eingeschleuster Anweisungen (Prompt Injection) aussetzen (Stand November 2026).
07Wie melden sich Clients an einem eigenen MCP-Server an?
Das hängt vom Transport ab: Für entfernte Server über HTTP beschreibt die MCP-Spezifikation eine Autorisierung auf Basis von OAuth 2.1, lokale Server über stdio beziehen Zugangsdaten aus ihrer Umgebung (Revision 2026-07-28). Die tecnovy Schulung Eigenen MCP-Server entwickeln behandelt Authentifizierung und Autorisierung im Teil zur Sicherheit.
08Gibt es am Ende eine Prüfung oder eine Zertifizierung?
Nein, Eigenen MCP-Server entwickeln ist ein tecnovy Workshop ohne Prüfung und ohne Zertifizierung. Bei mindestens 80 % Anwesenheit erhältst du das tecnovy Teilnahmezertifikat.
09Welcher Kurs baut auf dem eigenen MCP-Server auf?
Wer nach Eigenen MCP-Server entwickeln Agenten bauen will, die solche Server nutzen, findet das im tecnovy Workshop KI-Agenten entwickeln. Dort entstehen in Python mehrstufige Agenten mit eigenen Werkzeugen, die bestehende Systeme über APIs und MCP anbinden.

Wie sieht deine Schulung bei tecnovy aus?

MCP DevelopmentEigenen Server entwickeln

Noch keine Termine

Wir merken dich vor, sobald der nächste Termin geplant ist.

Feedback Form
Was sollen wir verbessern?

Sag uns bitte, was wir besser machen können.

Success
Error

© Copyright 2026, tecnovy GmbH, Alle Rechte vorbehalten