Het probleem dat MCP oplost
In 2024 voelde elke nieuwe AI-integratie als opnieuw beginnen. ChatGPT moest leren met Slack praten? Bouw dat. Claude met Slack? Bouw dat opnieuw. Gemini met Slack? Idem. Elke AI-leverancier had eigen plugin-systemen, eigen authenticatie-flow, eigen documentatie, eigen valkuilen. Het netto-effect was dat AI in praktische werkstromen achter bleef bij wat technisch al lang kon.
Anthropic zag dit als één van de grootste bottlenecks. In november 2024 publiceerden ze het Model Context Protocol (MCP) als open standaard (Bron: modelcontextprotocol.io). Begin 2026 zijn er tienduizenden MCP-servers beschikbaar — van consumenten-apps tot enterprise-databases tot productiviteits-tools.
Dat is in anderhalf jaar gegaan van “nieuw standaardvoorstel” naar “de facto-norm.” Hoe komt dat? Omdat MCP een echt ingewikkeld probleem op een verbluffend eenvoudige manier oplost.
Beginner-tip:Heb je geen technische achtergrond? Geen probleem. Lees dit artikel zoals je een gids over USB-C zou lezen — je hoeft de specificaties niet te kennen om te begrijpen dat hetzelfde stopcontact in alles past. Dat is letterlijk wat MCP voor AI is.
De USB-C-vergelijking die helemaal klopt
De officiële documentatie van het protocol gebruikt deze metafoor zelf, en hij is goed. MCP is voor AI-applicaties wat USB-C is voor elektronische apparaten.
Voor USB-C had elke laptop, elke telefoon, elk randapparaat zijn eigen aansluiting. Een kabel voor je iPhone was niet bruikbaar voor je Samsung. Een hub voor Mac niet voor Windows. Reizen met drie kabels. USB-C maakte dat alles op één standaard kon — één kabel, één poort, miljarden combinaties.
MCP doet hetzelfde voor AI. Voorheen moest elke AI z’n eigen integratie hebben naar elke tool. Nu spreekt iedereen dezelfde “taal.” Anthropic’s Claude, OpenAI’s modellen, Google’s Gemini, Microsoft’s Copilot — allemaal kunnen ze MCP-servers gebruiken. En elke ontwikkelaar die een MCP-server bouwt voor zijn tool, maakt die tool meteen beschikbaar voor alle MCP-sprekende AI’s.
Drie eenvoudige bouwstenen
De technische schoonheid van MCP zit in de soberheid. De hele standaard rust op drie primitieven:
Tools — uitvoerbare acties die iets in de wereld veranderen. Een tool kan een database-rij invoegen, een e-mail versturen, een PR mergen, een factuur sturen. Dit is waar AI “iets doet.”
Resources — read-only data. Een resource kan een database-record zijn, een bestand, een API-response. Dit is waar AI “iets weet” zonder iets te veranderen.
Prompts — herbruikbare templates. Een prompt kan een vast workflow-script zijn, een systeem-prompt, of een gespreks-template. Dit is waar AI “iets gestandaardiseerds opzet.”
Drie categorieën. Genoeg om vrijwel elke werkstroom te dekken. Geen 50-pagina-specificatie nodig.
Gevorderden:Onder de motorkap draait MCP via JSON-RPC 2.0 over een connectie tussen Hosts (de AI-applicatie), Clients (de verbinder in de host), en Servers (de tool-aanbieder) (Bron: Descope). Dat klinkt complex maar betekent in praktijk: een MCP-server is gewoon een proces dat een paar standaard-endpoints aanbiedt — niets exotisch.
Hoe MCP zich verhoudt tot Skills en Agents
Drie termen die makkelijk door elkaar lopen. Even uit elkaar trekken.
| Concept | Wat is het | Wanneer gebruik je het |
|---|---|---|
| MCP-server | Levende koppeling tussen AI en externe tool/data | Wanneer AI live data nodig heeft of acties moet uitvoeren |
| Skill | Statische set instructies + scripts + voorbeelden | Wanneer je AI consistent een specifieke taak wilt laten doen |
| Agent | AI die autonoom taken uitvoert over meerdere stappen | Wanneer je AI op de achtergrond wilt laten werken |
Een goede setup combineert vaak alle drie. Een agent (autonoom) gebruikt een skill (regels) en MCP-servers (data + acties). Voor wie wil zien hoe dat in de praktijk werkt: onze analyse van autonome agents op de achtergrond en de Claude Skills-gids gaan dieper in op de andere twee bouwstenen.
Vijf MCP-servers die nu al productieklaar zijn
Niet elke MCP-server is gelijk. Op basis van wat in 2026 daadwerkelijk in zakelijke setups draait, vijf die je vrijwel altijd terugziet.
GitHub MCP. De standaard voor wie code-werk doet. Issues lezen, PR’s reviewen, branches managen, releases checken. Voor Claude Code-gebruikers is dit de eerste die je installeert.
Slack MCP. Threads doorzoeken, kanaal-status checken, antwoorden plaatsen. De versie van Anthropic zelf is solide; de community-versies hebben extra features maar minder review.
Notion MCP. Pages lezen, database-queries draaien, content updaten. Bijzonder krachtig voor teams die Notion als single source of truth gebruiken. Sluit aan op de Karpathy LLM Wiki-aanpak — je wiki kan in Obsidian wonen, of in Notion.
Postgres / MySQL MCP. Read-only database-toegang. Stelt AI in staat om actuele bedrijfsdata in zijn antwoorden te gebruiken zonder dat je de data eerst handmatig uit hoeft te trekken. Cruciaal voor data-georiënteerde rollen.
Stripe MCP. Factuurgeneratie, klantbeheer, refunds. Anthropic noemt dit zelf als voorbeeld van waar MCP een doorbraak maakt — een AI die klantbetalingen kan afhandelen via natuurlijke taal in plaats van via een dashboard.
Voor de meeste MKB-organisaties is een combinatie van drie tot vijf van deze genoeg om 80% van de AI-werkstroom te dekken. Onze overzicht-gids over Claude versus ChatGPT versus Gemini versus Copilot helpt bepalen welk model bij jouw stack past; de zakelijke ChatGPT vs Claude-vergelijking gaat dieper op enterprise-cases waar MCP het verschil maakt.
De drie verleidingen om te vermijden
Drie patronen die we in begin-2026 al zien faken-mislukken.
Installeer-alles-syndroom. Een MKB-team installeert dertig MCP’s omdat het kan. Resultaat: tragere AI, hogere kosten, fouten omdat de AI niet weet welke tool wanneer relevant is. Houd het op vijf-tot-tien actieve MCP’s, en review periodiek wat je gebruikt.
Read-write zonder waarom. Veel MCP’s bieden zowel read- als write-toegang. Voor productie: start met read-only. Schakel write pas in voor specifieke MCP’s en specifieke acties, met menselijke goedkeuring waar geld of klantcommunicatie aan vasthangt.
Onbekende MCP-publishers. Een MCP-server is uitvoerbare code. Een kwaadaardige Slack-MCP kan in principe je hele werkverleden lezen. Gebruik alleen MCP’s van bekende partijen (Anthropic zelf, GitHub, Linear) of open-source servers met genoeg sterren en activiteit dat ze door anderen ge-audit worden.
Hoe je vandaag begint met MCP
Stap 1. Installeer Claude Code of Cowork. Beide hebben MCP-ondersteuning ingebouwd.
Stap 2. Kies één MCP — bij voorkeur GitHub of Slack als die in je werkstroom zitten. Volg de officiële installatie-instructies. Sta hem in eerste instantie alleen read-only toe.
Stap 3. Werk er een week mee. Merk wat verandert. Een AI die ineens je actuele Slack-context kent of een PR live kan reviewen voelt fundamenteel anders dan een AI die afhankelijk is van wat jij plakte.
Stap 4. Voeg pas dán een tweede MCP toe. Bouw je stack incrementeel.
In drie tot vier weken heb je een werkbare MCP-set die jouw specifieke werkstroom dekt.
Samenvatting — de 5-minuten-versie
- MCP is Model Context Protocol — een open standaard waarmee elke AI op een uniforme manier praat met externe tools en data, vergelijkbaar met wat USB-C deed voor apparaten.
- Drie primitieven dragen alles: Tools (acties), Resources (data lezen) en Prompts (templates). Genoeg om bijna alle werkstromen te dekken.
- Voor zakelijk gebruik zijn vijf MCP’s nu al productieklaar: GitHub, Slack, Notion, Postgres en Stripe — samen dekken ze 80% van een gemiddelde werkstroom.
- Veiligheid is echt een aandachtspunt: een MCP-server is uitvoerbare code, gebruik alleen bekende publishers en start read-only.
- Begin klein: één MCP, één week, dan uitbouwen. Wie binnen een maand drie tot vijf MCP’s draait, heeft een werkbare AI-werkstoel.
Bronnen
- modelcontextprotocol.io — Getting Started — officiële documentatie
- Descope — What Is the Model Context Protocol — technische uitleg
- Wikipedia — Model Context Protocol — neutraal overzicht en geschiedenis
- Anthropic — MCP-aankondiging november 2024 — oorspronkelijke launch
- Google Cloud — What is Model Context Protocol — cross-vendor perspectief