MCP ist die Standard-Steckdose, über die AI-Assistenten an eure Werkzeuge andocken: an Jira, Confluence, euer Git. Für dich als Product Owner heißt das: Die AI arbeitet bald direkt in euren Systemen, statt nur im Chat-Fenster daneben zu sitzen und auf dein nächstes Copy-Paste zu warten.
Die Abkürzung steht für Model Context Protocol. Implementieren musst du nichts davon, und verstehen musst du die Technik dahinter als PO auch nicht. Ihre Konsequenz schon: Wo die AI heute Text produziert, den du von Hand ins Ticket trägst, greift sie morgen direkt zu.
Ohne Anschluss bleibt die AI eine Insel
Der typische AI-Alltag 2026 ist ein Fenster neben der Arbeit. Du hast das Backlog im einen Tab, den Chat im anderen, und dazwischen deine Zwischenablage. Du kopierst drei Stories in den Chat, lässt Akzeptanzkriterien schreiben, kopierst sie zurück ins Ticket. Die AI weiß nichts von eurem Backlog, deiner Roadmap, den Confluence-Seiten. Sie sieht nur, was du ihr gerade eingefügt hast.
Das ist der Bruch. Nicht die Qualität der Antworten, sondern die Handarbeit drumherum. Jedes Werkzeug spricht seine eigene Sprache, und für jede Kombination aus AI-Tool und Werkzeug bräuchte es sonst eine eigene Brücke. Fünf AI-Assistenten, fünf Werkzeuge, das wären fünfundzwanzig Brücken, die jemand bauen und pflegen müsste.
MCP ist die Steckdosenleiste zwischen AI und Werkzeug
Genau diese Brücken macht MCP überflüssig. Es ist ein einheitlicher Stecker: Jedes AI-Tool bekommt denselben Anschluss, jedes Werkzeug dieselbe Steckdose. Was einmal einen MCP-Anschluss hat, passt an jedes Modell, ganz gleich ob Claude, ChatGPT oder das nächste, das noch kommt. Kein Adapter pro Paarung mehr.
Das ist keine Wette auf die Zukunft, sondern schon Standard. Anthropic hat MCP Ende 2024 vorgestellt, OpenAI, Google und Microsoft haben es 2025 übernommen, seit Dezember 2025 liegt es bei einer herstellerneutralen Stiftung unter dem Dach der Linux Foundation.1 Die SDKs werden rund 97 Millionen Mal im Monat geladen.2
Die AI arbeitet im Backlog, nicht mehr nur im Chat
Für die Produktarbeit verschiebt das, was du überhaupt an die AI delegieren kannst. Atlassian betreibt einen offiziellen MCP-Anschluss für Jira und Confluence, GitHub, GitLab und die meisten großen Werkzeuge ebenso.3 Angeschlossen heißt konkret:
- Backlog lesen statt einfügen. "Fass mir die offenen Stories im Checkout-Epic zusammen und markier die ohne Akzeptanzkriterien." Die AI holt sich die Tickets selbst.
- Tickets erstellen statt diktieren. Aus einer Feature-Beschreibung werden fünf Sub-Tasks direkt in Jira, mit Beschreibung und Kriterien, nicht als Textblock im Chat.
- In Confluence suchen statt raten. "Gibt es zu diesem Thema schon eine Spec?" wird zur Suche in eurem Wiki, nicht zur Halluzination aus dem Trainingswissen.
Ich nutze das in meiner eigenen kleinen Agenten-Firma: Meine Agenten hängen über MCP an den Systemen, mit denen ich arbeite, und legen dort direkt ab, statt mir Text zum Weiterverarbeiten zu liefern. Genau das ist der Unterschied zwischen einem Chatbot, den man befragt, und einem Assistenten, der etwas erledigt.
Bevor ihr anschließt: wer darf was sehen
Ein Anschluss ist auch ein Zugang. Wie schnell da etwas kippt, zeigte Asana im Juni 2025: Ein Fehler im sechs Wochen alten MCP-Server ließ Nutzer unter bestimmten Bedingungen Projekte, Tasks und Kommentare fremder Firmen sehen. Rund 1.000 Kunden waren betroffen, der Server war fast zwei Wochen offline.4
Im Normalfall bekommt die AI über MCP genau die Rechte, die ihr gebt: Der Atlassian-Server etwa respektiert die bestehenden Berechtigungen und läuft über eine geregelte Anmeldung. Das ist die richtige Grundeinstellung, aber die Frage bleibt deine: Welches Werkzeug schließt du an, und welche Daten sieht das Modell dahinter dann? Ein Anschluss ans interne Confluence ist etwas anderes als einer an einen öffentlichen Kalender.
Deshalb gehört vor jeden neuen Anschluss derselbe kurze Check wie vor jeder AI-Nutzung: Was für Daten fließen hier, und wie kritisch sind die? Die Daten-Ampel gibt dir das Raster dafür. MCP macht die AI mächtiger. Umso wichtiger, an welche Steckdosen ihr sie lasst.
Der Anschluss ist die halbe Miete, die andere Hälfte ist, ihn in eure Arbeitsweise einzubauen, statt ihn nur zu haben. Wie aus Werkzeug-Zugang ein Arbeitsablauf wird, steht im AI-Betriebsmodell; das große Bild, warum das die Produktarbeit verschiebt, im Thesenpapier Der verschobene Engpass.
Solange die AI im Chat-Fenster bleibt, ist sie ein schlauer Ratgeber. Angeschlossen wird sie ein Kollege, der Hand anlegt. Der Unterschied ist ein Stecker.
Quellen
- Anthropic: Donating the Model Context Protocol and establishing the Agentic AI Foundation (Übernahme durch OpenAI/Google/Microsoft, Übergabe an die Agentic AI Foundation unter der Linux Foundation, Dez. 2025).
- Aakash Gupta: The PM's Guide to Agent Distribution (rund 97 Mio. monatliche SDK-Downloads im ersten Jahr), 7. März 2026.
- Atlassian: Introducing Atlassian's Remote MCP Server (Jira/Confluence lesen und erstellen, respektiert bestehende Berechtigungen, OAuth).
- BleepingComputer: Asana warns MCP AI feature exposed customer data to other orgs (~1.000 Kunden betroffen, Server offline 05.–17.06.2025), Juni 2025.