Wat Is MCP? Het Protocol Simpel Uitgelegd
MCP (Model Context Protocol) is de standaard waarmee een AI-assistent de echte gegevens van je bedrijf kan lezen en erop kan handelen — CRM, agenda, analytics — in plaats van dat jij schermafbeeldingen in een chatvenster plakt. Je hoeft het protocol niet te begrijpen om er baat bij te hebben; je moet weten welke van je tools het al spreken en erom vragen als dat niet zo is. De eerlijke grens: iemand moet het nog steeds aansluiten, en wat de agent mag aanraken is alleen zo veilig als de rechten die je toekent.
Elke woensdag. 28.400+ operators. Geen opvulling.
✓ Controleer je inbox — klik op de bevestigingslink om je aanmelding te voltooien.
✓ Je bent aangemeld!
✓ Je staat al op de lijst.
[De blik van een operator] Ik draai 30+ productie-AI-agents en krijg bijna wekelijks een variant van “wat is MCP, heb ik dat nodig?” van klanten. Je hoeft de specificatie niet te lezen. Je moet weten wat het verandert aan hoe je AI-tools met je bedrijf werken, en wat je moet vragen als je software koopt. Daar gaat dit artikel over.
Inhoudsopgave
Inhoudsopgave openen
Wat MCP écht is, zonder jargon
Elke AI-tool die je gebruikt — Claude, ChatGPT, wat je team ook openstaat — weet alleen wat er in het gesprek staat. Vraag het naar de omzet van vorige maand en het heeft geen idee, omdat die omzet in Stripe of je boekhouding leeft, niet in de chat. De gebruikelijke oplossing is handmatig: je exporteert een rapport, plakt het erin en hoopt dat je de juiste periode hebt gepakt.
MCP (Model Context Protocol) is een standaardmanier waarop een AI-assistent zich rechtstreeks verbindt met de tools en data die je al gebruikt, in plaats van dat jij gekopieerde en geplakte fragmenten aanlevert. Een bedrijf dat dit eenmalig instelt, krijgt een assistent die de echte cijfers ophaalt, de echte agenda checkt en het echte CRM-record leest — op eigen kracht, midden in het gesprek, zonder dat jij de koerier bent.
De naam is bewust saai. Het is een protocol, dezelfde categorie als e-mail of een bestandsformaat: een gedeelde manier waarop twee systemen met elkaar praten, zodat ontwikkelaars niet steeds opnieuw de bedrading voor elke tool hoeven uit te vinden. Anthropic bracht het uit als open standaard, en inmiddels hebben ook andere modelaanbieders het overgenomen — het is geen truc die alleen voor Claude werkt.
Waarom dit ertoe doet, ook als je nooit code aanraakt
Dit is het deel dat je dag echt raakt: vóór MCP betekende “AI-gedreven” meestal dat jij het opzoekwerk deed en de AI alleen het denkwerk. Je logde in op je CRM, kopieerde de geschiedenis van een lead, plakte het in een chat en vroeg om een opvolgmail. Nuttig, maar jij bleef de leiding.
Met MCP kan de AI-assistent dat CRM rechtstreeks bevragen — het lead-record ophalen, checken wat al is verstuurd, en de opvolging in dezelfde stap opstellen. Je gaat van “AI die vragen beantwoordt over de data die ik aanlever” naar “AI die kan handelen op data waar die ook leeft”.
Die verschuiving is waarom MCP nu opduikt in gesprekken met leveranciers, niet alleen in ontwikkelaarsforums. Heeft software waarvoor je betaalt een MCP-server, dan kan je AI-assistent ermee verbinden. Heeft die dat niet, dan ben je terug bij kopiëren en plakken — of wachten tot de leverancier er een uitbrengt.
Voor en na, naast elkaar
| Taak | Vóór MCP | Met MCP |
|---|---|---|
| ”Wat hebben we vorige week gefactureerd?” | Je opent je facturatietool, maakt een screenshot en plakt die in de chat | De assistent bevraagt de facturatietool en antwoordt rechtstreeks |
| Een lead opvolgen | Je kopieert de CRM-geschiedenis naar de chat en het concept weer terug | De assistent leest het CRM-record en kan de opvolging zelf vastleggen |
| Sitetraffic van een klant checken | Je exporteert een GA4-rapport en plakt de CSV | De assistent bevraagt analytics live en antwoordt in gewone taal |
| Plannen op basis van de teamagenda | Je checkt zelf de agenda en typt vrije momenten in de chat | De assistent leest de agenda rechtstreeks en stelt echte tijdstippen voor |
Niets in de rechterkolom vraagt dat jij een regel code schrijft. Het vraagt dat de tool aan de andere kant een MCP-connector heeft, en dat iemand — jij, je bureau of de leverancier — die aanzet.
Wat vandaag al zo te verbinden is
De tools die het vaakst met MCP-ondersteuning voor operators opduiken:
- Analytics en zoekdata — Google Analytics, Search Console, advertentieplatforms
- CRM’s en supporttools — klantgeschiedenis lezen, activiteit vastleggen, antwoorden opstellen op basis van echte records
- Agenda’s en planning — beschikbaarheid checken en echte tijdstippen voorstellen zonder menselijke tussenpersoon
- Interne documenten en bestanden — het echte beleid of de echte specificatie ophalen in plaats van de AI te laten gokken
Ik draai er zelf een gehost voorbeeld van: SiteWide MCP verbindt Claude rechtstreeks met GA4, Search Console, Google Ads, Bing Webmaster Tools, Ahrefs en nog een paar marketingdatabronnen, waardoor ik Claude een vraag over traffic kan stellen en een echt antwoord krijg, live opgehaald uit die accounts — geen export, geen plakwerk. Dat is het patroon, toegepast op één functie.
De vraag die je moet stellen voor je koopt of bouwt
Als je nu software beoordeelt, of je bureau vraagt om iets in te richten, is de nuttige vraag niet “heeft dit AI-functies”. Dat beweert elke leverancier. De nuttige vraag is:
“Verbindt dit via MCP, en wat kan een AI-assistent er eenmaal verbonden echt mee — alleen lezen, of lezen en schrijven?”
Die ene vraag vertelt je of de tool rechtstreeks op je AI-assistent aansluit, of dat jij over een jaar nog steeds degene bent die data met de hand verplaatst.
Wat dit niet oplost
MCP maakt een AI-assistent niet vanzelf betrouwbaar. Verbind je hem met een CRM met schrijfrechten, dan kan hij daar ook wijzigingen in aanbrengen — de rechten die je toekent tellen dus net zo zwaar als de verbinding zelf. Begin met alleen-lezen waar een tool die keuze biedt, en voeg schrijfrechten pas toe nadat je het gedrag hebt gezien.
Het schrapt ook niet de inrichtingsstap. Iemand moet nog steeds de connector installeren, de inloggegevens genereren en beslissen wat hij mag aanraken — of het nu een gehoste server van een leverancier is, zoals hierboven, of een op maat gebouwde van je eigen team. Wil jij of je developer de exacte technische stappen — de code, het configuratiebestand, testen in Claude Desktop — dan behandelt de technische handleiding precies dat. Dit artikel is het “waarom” en “wat te vragen”; dat andere is het “hoe”.
En het is nog vroeg. Niet elke tool die je gebruikt heeft al een MCP-server, en degene die dat wel hebben, verschillen sterk in hoeveel ze blootgeven. Behandel het als een criterium om mee te wegen bij toekomstige toolkeuzes, niet als een lijst die je deze week afvinkt.
Veelgestelde vragen
Moet ik de technische specificatie begrijpen om MCP te gebruiken?
Nee. Je moet weten wat het mogelijk maakt — een AI-assistent die je echte tools leest en erop handelt in plaats van geplakte fragmenten — en aan leveranciers en je bureau vragen of de software die je gebruikt het ondersteunt. De implementatie is het werk van een developer; besluiten dat je het wilt, is aan jou.
Is MCP hetzelfde als “AI-agents”?
Nee, en ze door elkaar halen zorgt voor verwarring in leveranciersvoorstellen. Een agent is de AI die een taak met meerdere stappen namens jou uitvoert. MCP is hoe die agent onderweg veilige, gestructureerde toegang krijgt tot je tools en data. Je kunt een agent draaien zonder MCP, en je kunt een tool MCP-ondersteuning geven zonder er een agent van te maken.
Is MCP veilig genoeg voor echte bedrijfsgegevens?
Het is net zo veilig als de rechten die je instelt op de verbinding, net als bij elke API-integratie. Het protocol zelf geeft geen algemene toegang — een goed gebouwde MCP-server moet je precies laten bepalen wat een assistent mag lezen en of hij mag schrijven. Stel die vraag over elke tool voordat je hem met iets gevoeligs verbindt.
Wie richt dit eigenlijk in — heb ik een developer nodig?
Voor de meeste operators wel, in elk geval de eerste keer: iemand technisch registreert de connector en stelt de rechten in. Daarna is het gebruik gewoon normaal praten met je AI-assistent. Wil je zien hoe dat inrichtingswerk er in de praktijk uitziet, dan loopt de bouwgids het van begin tot eind door.
Gerelateerd: Hoe je je eerste MCP-server bouwt · De agentstack waarmee ik 30+ productieagents draai · SiteWide MCP
Wil je een AI-assistent die echt met de data van je bedrijf verbonden is? Neem contact op — ik doe AI-agent- en MCP-opzetprojecten voor operators die klaar zijn met plakken in de chat.
Elke woensdag. 28.400+ operators. Geen opvulling.
✓ Controleer je inbox — klik op de bevestigingslink om je aanmelding te voltooien.
✓ Je bent aangemeld!
✓ Je staat al op de lijst.
Gerelateerde berichten
AI-agents voor SaaS: wat je eerst automatiseert
Het niveau- en ROI-framework voor AI-agentbeslissingen, toegepast op de SaaS-workflows die het echt verdienen om als eerste geautomatiseerd te worden.
AI AgentsClaude Code: Best Practices uit Echt Productiegebruik
De regels van mijn CLAUDE.md, wat ik aan subagents delegeer en de verificatiegewoontes waarmee ik Claude Code dagelijks draai in twee echte bedrijven.
AI AgentsClaude-agents vs. Zapier: wat ik gebruik en wanneer
Zapier verplaatst data tussen apps volgens een vaste regel. Een Claude-agent beoordeelt rommelige input. Zo kies ik in de praktijk tussen de twee.
Ontvang het AI-playbook in je inbox
Elke woensdag. 28.400+ operators. Geen opvulling.
Controleer je inbox.
We hebben je een bevestigingsmail gestuurd — klik op de link om je aanmelding te voltooien. Controleer je spam als je hem niet binnen een minuut ziet.
Je bent aangemeld.
Welkom — de volgende editie valt binnenkort in je inbox.
Je staat al op de lijst — kijk er elke woensdag naar uit.