Dieser blog wurde ursprünglich am 18. November 2025 veröffentlicht und wurde aktualisiert.
Von Tomydas Pall, Gruppenproduktmanager
Ein Teammitglied fragte mich kürzlich: “Wenn wir MCP aktivieren und dadurch alles miteinander verbunden ist, wozu brauchen wir dann überhaupt noch APIs? Werden APIs dann überflüssig?”
Diese Frage ließ mich innehalten. Zunächst klang es ganz einleuchtend – wenn MCP KI-Agenten mit Tools und Daten verbindet, werden APIs vielleicht gar nicht mehr benötigt. Doch je mehr ich darüber nachdachte, desto mehr wurde mir klar, dass die Antwort nicht so einfach ist.
Um zu sehen, warum, untersuchen wir diese Frage an einem realen Beispiel.
APIs: Das Fundament der Konnektivität
APIs sind seit Jahrzehnten das Rückgrat digitaler Systeme. Sie definieren, wie Anwendungen miteinander kommunizieren – Daten abrufen, Aktionen ausführen und Integrationen ermöglichen.
Nehmen Sie ein Spesenmanagementsystem wie Concur:
POST /expenses/{id}/approve → Ausgabe genehmigen
Ohne APIs gibt es für andere Systeme keine Möglichkeit, zuverlässig mit dieser Anwendung zu interagieren. APIs sind die Straßen der Unternehmenssoftware.
Hinzufügen der KI-Ebene
Jetzt versuchen wir, eine KI-Ebene hinzuzufügen, um diese Interaktionen zu automatisieren.
Anstatt Befehle einzutippen oder sich durch Menüs zu klicken, stellen Sie sich vor, ein Manager fragt einfach in Slack:
Oder später:
Das passiert: Der KI-Agent in Slack interpretiert die Anfrage. Er muss mit Concur kommunizieren, um Daten abzurufen oder eine Aktion auszuführen. Traditionell würde er direkt auf die Concur-APIs zugreifen – aber ohne starke Sicherheitsvorkehrungen könnte das zu übertriebenen Berechtigungen, fehlendem Logging oder unsicherer Automatisierung führen.
Genau hier kommt MCP ins Spiel.
Vorstellung von MCP: KI-native Governance
Das Model Context Protocol (MCP) soll APIs nicht ersetzen. Vielmehr fungiert es als Brücke, die APIs sicher, nachvollziehbar und für KI-Agenten nutzbar macht.
So fügt es sich in unser Beispiel ein:
Der MCP-Client (der innerhalb von Slack zusammen mit dem KI-Agenten läuft) sendet die Anfrage. Der MCP-Server (der in unmittelbarer Nähe zu Concur angesiedelt ist) umschließt die Concur-APIs, prüft Berechtigungen, fügt Governance-Maßnahmen hinzu und protokolliert Aktionen. Erst dann wird der API-Aufruf von Concur ausgeführt.

Die APIs übernehmen weiterhin die Arbeit – doch MCP gewährleistet eine sichere, transparente und kontrollierte usage.
Unterstützen APIs nicht bereits Governance?
Die nächste logische Frage lautet normalerweise etwa so:
“APIs verfügen bereits über OAuth, RBAC, Ratenbegrenzungen und Prüfprotokolle. Ist das nicht Governance? Warum brauchen wir dann noch MCP?”
Hier ist der Unterschied:

Die Governance von MCP ist KI-zentriert. Es stellt sicher, dass KI-Agenten sicher interagieren, mit Leitplanken, die auf Autonomie, Erklärbarkeit und Beobachtbarkeit zugeschnitten sind.
Mit anderen Worten bestimmen APIs Zugriff, MCP regelt Verhalten.
Diese zusätzliche Ebene ist wichtig, da Unternehmen von menschlich gesteuerten Anrufen zu autonomen KI-gesteuerten Arbeitsabläufen übergehen.
MCP in der Praxis
MCP gewinnt rasch an Bedeutung, wie die folgenden Beispiele zeigen:
- SDKs MCP von Anthropic → die Referenzimplementierung.
- LangChain und LlamaIndex → Untersuchung von MCP-Konnektoren für ihre Agent-Frameworks.
- Community MCP-Server → im Kommen für Tools wie Jira, Slack und GitHub.
Dies signalisiert einen Trend: Unternehmen wünschen sich einen standardisierten, sicheren Weg für Agenten, sich mit Geschäftssystemen zu verbinden.
API vs. MCP: Beispiel für die Genehmigung von Ausgaben
Zwar sind solche Verbindungen sicherlich auch ohne MCP möglich, doch hier sehen Sie, wie MCP dazu beiträgt, Prozesse zu vereinfachen und zu verbessern:
API-Only-Flow
- Entwickler baut eine Slack-Integration.
- Befehle lösen direkt API-Aufrufe aus (GET /expenses, POST /approve).
- Dieser Ablauf funktioniert, erfordert jedoch benutzerdefinierten Code und manuelle Governance.
MCP Durchfluss
- Der KI-Agent in Slack stellt über den MCP-Client eine Verbindung her.
- Der MCP-Client leitet die Anfrage an den MCP-Server weiter, der die Concur-APIs umsetzt.
- Der Server MCP führt die Berechtigungsprüfung, Protokollierung und Kontextprüfung durch und ruft anschließend die API auf.
- Concur führt die Aktion aus und gibt die Ergebnisse an Slack zurück.
- In diesem Ablauf übernehmen die APIs die Arbeit, und MCP sorgt dafür, dass die KI-Agenten sie sicher nutzen.
Neue Trends, die die Debatte um API vs. MCP prägen
Es kommen mehrere Faktoren zusammen, die die Sichtweise von Unternehmen auf APIs und MCP verändern werden:
Agentic AI Einführung:
Da immer mehr Arbeitsabläufe auf autonome Agenten verlagert werden, wird sich die Governance von “Benutzer-zu-App”-Regeln zu “Agent-zu-App”-Frameworks entwickeln.
Standardisierung rund um MCP:
Konkurrierende Anbieter setzen gemeinsam auf MCP als gemeinsamen Standard für die Anbindung von KI-Modellen und -Tools.
KI-Observability-Plattformen
Dashboards, die Agentenentscheidungen, API-Aufrufe und Governance-Ergebnisse nachvollziehen, werden zu unverzichtbaren Elementen in Unternehmen.
Erklärbarkeit als Sicherheit:
KI-Interaktionen erfordern nicht nur Protokolle, sondern auch Narrative darüber, warum Maßnahmen ergriffen wurden.
Wandel im API-Design:
APIs selbst könnten sich so weiterentwickeln, dass sie “agentenfreundliche” Metadaten (Berechtigungen, sichere Standardwerte, Risikobewertung) integriert enthalten.
Werden APIs also verschwinden?
Nein. APIs werden nicht verschwinden. Tatsächlich gewinnen sie sogar zunehmend an Bedeutung, und in Zukunft werden sich APIs und MCP gemeinsam weiterentwickeln, um das „AI-first“-Unternehmen zu unterstützen.
MCP sorgt für Governance, Standardisierung und Beobachtbarkeit – doch APIs bilden weiterhin die Grundlage. Stellen Sie es sich so vor: MCP ist die Straßenverkehrsordnung und das Navigationssystem, das es KI-Agenten ermöglicht, sicher auf den API-Straßen zu fahren.
Mit der zunehmenden Verbreitung von agentischer KI werden Unternehmen müssen mehr APIs, nicht weniger.
Wie Jitterbit MCP sichert
Jitterbit MCP liefert eine Implementierung des Model Context Protocol auf Unternehmensebene und verwandelt bestehende APIs und Integrationen in wiederverwendbare, KI-fähige Funktionen. Sie etabliert eine standardisierte Steuerungsschicht zwischen KI-Modellen, Agenten und Unternehmenssystemen und wandelt bestehende Integrationen und APIs in kontrollierte, wiederverwendbare Werkzeuge um.
Jitterbit MCP vereint drei Kernfunktionen in einer einheitlichen Lösung.


Strategische Erkenntnisse
Was bedeutet das nun für uns?
- APIs bilden nach wie vor die Grundlage. Sie werden nicht verschwinden – sie sind nach wie vor die Verkehrsadern, über die Unternehmensdaten und -vorgänge fließen.
- MCP macht APIs KI-fähig. Indem MCP nicht nur den Zugriff, sondern auch das Verhalten regelt, stellt es sicher, dass KI-Agenten sicher und transparent mit APIs interagieren können.
- Entwickler sollten APIs für die Zukunft entwerfen. Wenn Sie heute APIs entwickeln, denken Sie voraus: Wie werden diese APIs in einem KI-basierten Unternehmen bereitgestellt, verwaltet und überwacht?
- Es ist mit doppelten Investitionen zu rechnen. Unternehmen müssen sowohl ihre API-Strategien stärken als auch MCP-Frameworks für die Governance einführen.
- Anstatt APIs überflüssig zu machen, rückt MCP den KI-Ansatz in den Vordergrund und unterstützt Unternehmen dabei, APIs sicher in KI-gestützten Arbeitsabläufen einzusetzen.
Die Zukunft der KI-nativen Konnektivität
Bei der nächsten Welle der Unternehmensintegration wird es nicht darum gehen, sich zwischen APIs und MCP zu entscheiden. Denn die eigentliche Debatte dreht sich nicht um API vs. MCP.
Stattdessen wird es darauf ankommen, wie schnell sich Unternehmen weiterentwickeln, um APIs und MCP als sich ergänzende Ebenen und nicht als konkurrierende Alternativen zu betrachten.
Mit anderen Worten: APIs werden nicht aussterben. Aber Unternehmen, die sie nicht an das MCP-Zeitalter anpassen, könnten es tun.
