MCP steht für Model Context Protocol. Klingt technisch, ist aber schnell erklärt: Es ist der Standard, der KI-Modelle mit externen Werkzeugen verbindet. Dein Code-Editor, deine Shopware-Datenbank, deine Deployment-Pipeline. Alles davon kann einem KI-Assistenten zugänglich gemacht werden, ohne dass du ständig copy-paste spielst.
Was das in der Praxis bedeutet, zeigen drei konkrete Anwendungsfälle.
Inhalt
- Was ist MCP?
- Wie funktioniert das mit Shopware?
- Drei Anwendungsfälle aus unserem Alltag
- Was du bei Sicherheit beachten musst
- Wie passt MCP zur Teststrategie?
- Für wen lohnt es sich jetzt?
- Fazit
Was ist MCP?
Anthropic hat MCP Ende 2024 als offenen Standard veröffentlicht. Die Grundidee: Statt dass jedes KI-Tool auf eigene Art externe Daten einbindet, gibt es ein einheitliches Protokoll. Ein MCP-Server stellt Ressourcen bereit. Ein MCP-Client, zum Beispiel Claude Code oder Cursor, fragt diese ab.
Das klingt nach Infrastruktur-Kram. Ist es auch. Aber der Unterschied im Alltag ist spürbar.
Ohne MCP läuft das so ab: Du kopierst einen Shopware-Stacktrace aus dem Log, fügst ihn in den Chat ein, erklärst den Kontext, wartest auf eine Antwort und testest manuell. Mit MCP liest der Assistent das Log direkt. Er kennt die betroffene Datei, den Commit der das Problem eingeführt hat und wie viel Testabdeckung das Modul aktuell hat. Alles auf einmal, ohne Copy-Paste.
Inzwischen haben sich neben Anthropic auch OpenAI, Google und die meisten großen Editor-Tools hinter MCP gestellt. Es ist kein proprietärer Anthropic-Standard mehr. Es ist de facto der Weg, wie KI-Tools in professionelle Entwicklungsumgebungen integriert werden.
Wie funktioniert das mit Shopware?
Shopware hat eine REST-API und eine Admin-API. Beide können als MCP-Server fungieren. Das bedeutet: Ein KI-Assistent kann direkt Produktdaten abfragen, Bestellstatus lesen, Plugin-Konfigurationen prüfen oder Fehler aus den System-Logs ziehen, solange du einen entsprechenden MCP-Server dazwischen hast.
Ein konkretes Beispiel aus der Praxis: Stell dir vor, du entwickelst ein neues Shopware-Plugin für einen Shop mit 8.000 SKUs und einem komplexen Preisregelsystem. Früher musstest du relevante Daten aus dem Shop kopieren, in Fixtures übersetzen und dem Assistenten als Kontext geben. Mit einem MCP-Server für Shopware kann der Assistent beim Schreiben von Tests direkt echte Produktdaten und Preiskonfigurationen abfragen.
Wichtig: MCP ist kein Shopware-Feature. Es ist ein externer Layer, den du selbst aufbaust oder nutzt. Es gibt inzwischen einige Open-Source MCP-Server für gängige E-Commerce-Plattformen, aber für Shopware musst du aktuell noch selbst Hand anlegen oder auf Community-Projekte setzen.
Drei Anwendungsfälle aus der Praxis
1. Fehleranalyse im laufenden Betrieb
Ein typischer Shopware-Shop produziert täglich mehrere hundert Log-Einträge. Die meisten sind harmlos, aber gelegentlich versteckt sich ein kritischer Fehler dazwischen. Mit einem MCP-Server, der direkten Zugriff auf Logs hat, kann ein KI-Assistent Muster erkennen, Fehler clustern und priorisieren. Was früher 20 Minuten manuelle Analyse war, ist jetzt ein strukturierter Report in Sekunden.
Wichtig: Der MCP-Server bekommt dabei nur Lesezugriff auf Logs. Keine Schreibrechte, keine Datenbankverbindung. Das ist eine bewusste Entscheidung, dazu mehr im nächsten Abschnitt.
2. Test-Generierung für Plugin-Updates
Wenn wir das Mollie-Plugin für Shopware aktualisieren, müssen Regressionstests sicherstellen, dass bestehende Zahlungsflüsse intakt bleiben. Mit MCP-Zugriff auf die Testhistorie und die aktuelle Codebase generiert der Assistent Testvorschläge, die auf echten Fehlerfällen aus der Vergangenheit basieren, nicht auf generischen Mustern.
Das ist ein echter Unterschied. Ein Assistent ohne Kontext schreibt generische Unit Tests. Ein Assistent mit Zugriff auf zwei Jahre Mollie-Plugin-Geschichte schreibt Tests, die genau die Stellen abdecken, die historisch problematisch waren.
3. API-Vertragsvalidierung vor dem Deploy
Shopware-APIs ändern sich mit jedem Minor-Release. Ein MCP-Server, der die aktuelle API-Dokumentation kennt, kann bei jedem Pull Request prüfen, ob Plugin-Code mit der Ziel-Shopware-Version kompatibel ist. Das klingt nach einem kleinen Feature. In der Praxis verhindert es Deploys die nach dem Update brechen, weil jemand eine deprecated Method genutzt hat.
Das ist keine KI-Magie. Das ist strukturierter Kontext, der zur richtigen Zeit am richtigen Ort ist.
Was du bei Sicherheit beachten musst
MCP kann viel. Genau deshalb muss man bei der Rechtevergabe sorgfältig sein.
Ein MCP-Server, der einem KI-Assistenten Schreibzugriff auf deine Shopware-Datenbank gibt, ist ein Sicherheitsproblem. Nicht weil die KI böswillig ist, sondern weil Assistenten Fehler machen. Und ein Fehler mit Schreibzugriff auf eine Produktdatenbank kostet dich Stunden.
Unsere Faustregel: MCP-Server für Entwicklungsworkflows bekommen Lesezugriff auf Logs, Code und Testberichte. Kein Schreibzugriff auf produktive Daten. Kein Zugriff auf Kundendaten. Keine Umgebungsvariablen mit Secrets.
Ein weiterer Punkt: MCP-Server werden lokal betrieben oder auf vertrauenswürdiger Infrastruktur. Bei Scale Commerce als Hosting-Partner für anspruchsvolle Projekte macht das die Isolation deutlich einfacher als auf shared Hosting. Wer MCP in der Entwicklung einsetzt und seinen Hosting-Stack noch nicht konsolidiert hat, sollte das mitdenken.
Konkret empfehlen wir: Trenne MCP-Server für Entwicklung (lokal, Staging) klar von Produktionszugriffen. Logge alle MCP-Anfragen. Und überprüfe regelmäßig, welche Tools welchen Zugriff haben.
Wie passt MCP zur Teststrategie?
Das ist die Frage, die mich am meisten beschäftigt. Denn MCP ändert nicht nur wie wir Code schreiben, sondern auch wie wir testen.
Klassische Test-Generierung mit KI funktioniert so: Du gibst der KI deinen Quellcode, sie schreibt Tests dazu. Das Ergebnis ist oft zu simpel oder zu generisch. Weil die KI nicht weiß, was in der Vergangenheit kaputt gegangen ist.
Mit MCP kann der Assistent zusätzlich die CI-Historie der letzten 6 Monate kennen. Er sieht welche Tests wie oft geflogen sind, welche Module die meisten Bugs hatten und wo die Testabdeckung aktuell Lücken hat. Das ist der Unterschied zwischen "schreib mir Tests für diese Klasse" und "schreib mir Tests, die auf Basis unserer Fehlerhistorie die wahrscheinlichsten Regressionspunkte abdecken".
Das Ergebnis: weniger Tests die immer grün sind weil sie nichts prüfen, mehr Tests die echte Szenarien abbilden.
Wenn dich das Thema Testing in Shopware-Projekten interessiert, findest du in unserem Artikel über Agentic Commerce mehr dazu, warum API-Qualität und Contract Testing jetzt strategisch wichtig werden. MCP ist das Werkzeug, das diese Tests mit echtem Kontext füttern kann.
Für wen lohnt es sich jetzt?
Nicht für jeden und nicht sofort. Eine ehrliche Einschätzung:
MCP lohnt sich, wenn du regelmäßig mit größeren Shopware-Codebases arbeitest, ein Team hast das KI-Tools aktiv nutzt und eine Staging-Infrastruktur hast, in der du MCP-Server sicher betreiben kannst.
Für einen einzelnen Entwickler der gelegentlich an einem Shopware-Shop arbeitet, ist der Aufwand eines eigenen MCP-Servers aktuell noch zu hoch. Die Tooling-Reife nimmt aber schnell zu. Was heute noch Eigenentwicklung bedeutet, wird in 12 Monaten als fertige Lösung verfügbar sein.
Für Teams in Agenturen und größeren Shopbetreibern mit aktiver Entwicklungsarbeit ist jetzt der richtige Zeitpunkt zum Experimentieren. Nicht weil man verpflichtet ist, sondern weil die Teams, die heute Erfahrung aufbauen, in einem Jahr einen klaren Vorsprung haben.
Für Agenturen und Teams, die gerade den richtigen Einstieg suchen: Der Lernaufwand für MCP ist überschaubar. Wenn du mehr dazu erfahren willst, sprich uns an.
Unser Tipp: Fang klein an. Ein MCP-Server der nur Lesezugriff auf deine CI-Logs hat, ist ein sinnvoller erster Schritt. Kein Datenbankzugriff, keine Produktionsdaten. Den Nutzen kannst du damit schon gut einschätzen.
Fazit
MCP ist kein Hype-Thema für Früheinsteiger. Es ist die technische Grundlage dafür, dass KI-Assistenten in professionellen Entwicklungsumgebungen wirklich nützlich werden. Nicht als Chat-Interface, sondern als Kontext-bewusste Werkzeuge.
Für Shopware-Projekte bedeutet das konkret: Wer heute anfängt, MCP-Zugriffe zu strukturieren und zu sichern, hat morgen einen Entwicklungs-Workflow der schneller ist und bessere Tests produziert. Das ist keine Zukunftsmusik. Die Tooling-Reife ist da.