MCP-servers uitgelegd: wat betekent dit voor Nederlandse bedrijven?

Eind 2024 introduceerde Anthropic een open standaard met een kort en kalm uitgebracht persbericht: Model Context Protocol (MCP). Anderhalf jaar later is het de-facto manier geworden waarop AI-assistenten praten met externe systemen. Claude, ChatGPT, Cursor, Zed en een lange rij andere tools ondersteunen het inmiddels. Voor bedrijven die hun interne systemen willen verbinden met moderne AI is dit belangrijker dan de meeste IT-managers doorhebben.

Dit artikel legt uit wat MCP is, wat u er concreet mee kunt, en hoe u als MKB-bedrijf vandaag kunt beginnen.

Wat is MCP?

MCP is een open protocol dat beschrijft hoe een AI-assistent praat met externe tools, databronnen en acties. U kunt het zien als USB-C voor AI: één stekker die op duizenden apparaten past, in plaats van voor elk apparaat een eigen kabel.

Het probleem vóór MCP: als u Claude, ChatGPT of een andere LLM wilde laten lezen in uw CRM, in uw Exact-administratie of in uw documentarchief, bouwde u voor elke combinatie van AI en systeem een eigen integratie. Dat werk begon elke keer van voren af aan. Elke tool had zijn eigen plug-in-formaat, elk AI-platform had eigen SDK-conventies.

MCP lost dat op met één gestandaardiseerde taal:

• U schrijft eenmalig een MCP-server voor uw systeem (bijvoorbeeld uw CRM)
• Elke AI die MCP ondersteunt kan vervolgens met dat systeem praten
• De server bepaalt welke data en acties beschikbaar zijn

Drie concepten staan centraal in MCP:

1. Resources zijn informatiebronnen die de AI mag lezen (documenten, klantgegevens, rapportages)
2. Tools zijn acties die de AI mag uitvoeren (een e-mail versturen, een ticket aanmaken, een factuur genereren)
3. Prompts zijn voorgedefinieerde werkwijzen die de gebruiker kan kiezen ("schrijf een offerte op basis van dit project")

De AI kiest zelf welke tools hij gebruikt, maar alleen binnen wat de server hem toestaat. Controle over beveiliging en toegangsregels blijft bij u.

Waarom dit voor uw bedrijf relevant is

Voordeel 1: AI die echt werk verzet, niet alleen praat

De meeste AI-integraties tot nu toe waren beperkt tot chat: u typt een vraag, de AI antwoordt met tekst. Nuttig, maar niet het hele verhaal. Met MCP kan de AI ook dingen doen: een klant opzoeken in uw CRM, een offerte genereren in uw ERP, een ticket aanmaken in uw helpdesk. Het verschil tussen een slimme papegaai en een digitale collega.

Voordeel 2: leverancier-onafhankelijkheid

Een MCP-server die u bouwt voor uw ERP, werkt met Claude, ChatGPT, Gemini én toekomstige AI-modellen. U investeert in een standaard, niet in één specifieke leverancier. Dat is een verzekering tegen het gedwongen migreren als uw AI-voorkeur verandert of prijzen stijgen.

Voordeel 3: veiligheid en controle

Een MCP-server definieert expliciet welke data en acties beschikbaar zijn. Alles wat niet in de server staat, kan de AI niet raken. U bepaalt welke klantvelden zichtbaar zijn, welke acties gecontroleerd moeten worden door een mens, en welke data nooit de server mag verlaten. Geen AI die per ongeluk uw salarisadministratie inziet.

Voordeel 4: één integratie bedient veel AI-gebruikers

Bouwt u een MCP-server voor uw helpdesk, dan kunnen uw ondersteuningsmedewerkers via Claude hun zaken afhandelen, uw developers via Cursor of Zed, en uw marketingafdeling via een AI-agent in een chatinterface. Één server, meerdere gebruikersstromen.

Concrete voorbeelden

Een paar patronen die we in de praktijk zien:

• MCP-server voor een CRM: AI-assistent vraagt klantgegevens op, werkt notities bij, stuurt follow-up-mails, registreert nieuwe leads. Medewerker typt "plan een review-call met de drie grootste klanten die in Q1 iets hebben gekocht" en de AI regelt het.
• MCP-server voor een documentarchief: AI kan zoeken in contracten, beleidsnota's en eerdere offertes. Nieuwe offerte nodig? AI haalt vergelijkbare eerdere offertes op, past prijzen aan op basis van de brief van de klant en genereert een concept.
• MCP-server voor een ERP: AI bekijkt voorraad, genereert inkooporders, checkt openstaande facturen. Magazijnbeheerder vraagt "wat moet er deze week besteld worden?" en krijgt een gemotiveerde lijst.
• MCP-server voor een monitoring-systeem: AI leest logs en metrics, correleert incidenten, stelt hypotheses op. IT-engineer krijgt "er is een piek in 500-errors om 14:32, waarschijnlijk veroorzaakt door deploy X, suggestie: rollback via dit commando".
• MCP-server voor uw boekhouding: AI genereert kwartaalrapportages, signaleert afwijkingen in marges, maakt budget-voorstellen op basis van historische cijfers.

Het rode draad: de AI is geen losse tool meer, maar een laag bovenop uw bestaande systemen die werk uit handen neemt.

Wanneer moet u eraan beginnen?

Nu, als u aan één of meer van deze voldoet:

• Uw team besteedt minstens 10 uur per week aan herhaalbare kennisarbeid (rapportages, data samenvatten, klantinformatie opzoeken, offertes schrijven)
• U heeft meerdere interne systemen die nu niet of nauwelijks met elkaar praten
• Uw medewerkers proberen zelf al ChatGPT of Claude te gebruiken voor werk, maar moeten informatie handmatig kopiëren
• U overweegt een AI-integratie en wilt niet afhankelijk worden van één leverancier

Later, als:

• U geen duidelijke repeterende taken heeft om te automatiseren
• Uw systemen nog geen API's of exports bieden (daar moet eerst aan gewerkt worden)
• Security- en compliance-eisen nog niet zijn vastgesteld (bij NIS2-plichtige organisaties: eerst dat op orde, zie onze NIS2-scopecheck)

Hoe begint u?

1. Kies één proces dat echt repeterend is. Niet "we gaan de hele boekhouding automatiseren", maar "onze offertes schrijven kost elke week vier uur, daar beginnen we". Klein begint, snel resultaat, minder kans op misbruik.
2. Inventariseer welke data en acties nodig zijn. Welke velden moet de AI kunnen lezen? Welke acties mag hij uitvoeren? Wat nooit?
3. Bouw een eerste MCP-server. Dit is een compacte Python- of TypeScript-applicatie die via de officiële SDK communiceert met uw bestaande database of API.
4. Koppel de server aan Claude Desktop of een andere MCP-client en laat één medewerker er een week mee werken. Leer van de fouten.
5. Schaal uit. Als de eerste server werkt, bouwt u er een tweede voor een ander systeem. Na enkele weken heeft u een bescheiden stack aan MCP-servers die uw hele bedrijf ondersteunen.

Wat kost dit?

Een eerste MCP-server voor één systeem kost typisch €5.000 tot €15.000 aan ontwikkelkosten, afhankelijk van complexiteit en hoeveelheid acties. Dat klinkt fors maar verdient zichzelf terug:

• Medewerker die 4 uur per week bespaart, tegen €60/uur loonkosten, dat is €12.480 per jaar
• Eerste server betaalt zich typisch binnen enkele maanden terug, elke volgende server heeft lagere marginale kosten (herbruikbare patronen)

Risico's om op te letten

Verkeerde data-toegang. Een MCP-server die per ongeluk te veel privileges heeft, kan uw hele klantbestand exposen. Begin restrictief en breid pas uit als u het gedrag goed kent.

Hallucinaties bij schrijfacties. Een AI die teksten schrijft is al jaren gangbaar. Een AI die facturen aanmaakt of klanten mailt namens u heeft andere risicovereisten. Voeg bevestigingsstappen toe voor onomkeerbare acties.

Audittrail. Elke MCP-actie moet gelogd worden. Wie heeft welke AI gevraagd wat te doen, wanneer, met welk resultaat? Bij NIS2-plichtige organisaties is dit onderdeel van de zorgplicht.

Leveranciersrisico. MCP is open maar de AI-modellen zijn dat meestal niet. Als u gevoelige data via een externe LLM stuurt (Claude, GPT-4), moet u de verwerkersovereenkomst op orde hebben.

Tot slot

MCP is in 2026 wat API's begin jaren 2000 waren: onopvallend, technisch, en onderschat. De bedrijven die nu beginnen met hun eerste MCP-server, bouwen de komende jaren de voorsprong die hun concurrenten straks niet meer inhalen. Omgekeerd: wachten tot MCP mainstream is in boardrooms betekent dat uw processen al achterlopen.

Voor Nederlandse MKB-bedrijven is het een kans. U werkt met minder legacy dan grote corporates, kunt sneller schakelen, en heeft minder goedkeurings-lagen tussen idee en productie.

Hulp nodig?

Spago IT bouwt MCP-servers voor Nederlandse MKB-bedrijven. Van eerste proof-of-concept in een week tot productie-stack met meerdere servers en audittrail. We starten met één proces, leveren het op, meten de tijdswinst, en bouwen vandaar uit.

Wilt u een gesprek over waar MCP voor uw organisatie het meeste verschil zou maken? Stuur een korte mail naar info@spago-it.nl met een beschrijving van één proces dat u het liefst automatiseert. Vanuit dat gesprek bepalen we samen of een MCP-server voor u zinvol is en wat de concrete eerste stap zou zijn.