Konferenznotizen
MCP Dev Summit Bengaluru: Fragen zur betriebsfähigen Unternehmens-KI
Kein Event-Bericht, keine Empfehlungen — Beobachtungen und Fragen zu Governance, Sicherheit, Vorhersagbarkeit und Vertrauen bei KI-Assistenten im Betrieb.
Juni 2026 · 8 Min. Lesezeit
Die Diskussion verschiebt sich — von Bauen zu Betreiben
Der Summit drehte sich um MCP, Agenten und neue KI-Infrastruktur. Was mich stärker beschäftigte: viele Gespräche gingen um Unternehmensherausforderungen, die unabhängig vom Tech-Stack relevant sind.
Ein wiederkehrendes Muster: Die Branche bewegt sich von „Wie bauen wir KI?" hin zu „Wie setzen, steuern und skalieren wir KI sicher?" Das ist keine neue Erkenntnis — aber auf einer Agenten-Konferenz fühlte es sich endlich wie die Hauptfrage an.
Was folgt, sind keine Handlungsempfehlungen. Es sind Diskussionspunkte und Fragen, die ich für mich notiert habe — und die sich in meinen privaten Projekten Ada, Sponge und DeepDiver auf unterschiedliche Weise widerspiegeln.
Governance: Wer besitzt die Tool-Verträge?
Integrationen scheitern selten an der Technologie. Sie scheitern an unklarer Verantwortung — wer darf was aufrufen, wer genehmigt Schema-Änderungen, wer trägt Audit-Verantwortung?
MCP macht Tool-Schnittstellen explizit. Das erinnert an etablierte API-Governance — nur dass die Verbraucher jetzt auch Modelle und Agenten sein können, nicht nur Anwendungsteams.
In Sponge habe ich gesehen, wie modulare Pipelines ohne klare Verträge zwischen Komponenten zum Wildwuchs werden. Eine offene Frage: Wird MCP ohne Schema-Governance zum nächsten undurchsichtigen Integrationsschicht?
Sicherheit: Minimalrechte statt Modell-Vertrauen
Viele KI-Diskussionen beginnen bei der Modellwahl. In Produktionskontexten entscheidet oft Zugriffskontrolle: welches Tool, welche Daten, welche Aktionen.
MCP zwingt Teams, Umfang pro Tool zu definieren. Unbequem — und deshalb interessant. Eine Frage, die mehrfach auftauchte: Wie klein kann der Umfang sein, ohne die Nutzbarkeit zu zerstören?
Ada arbeitet heute ohne MCP-Tool-Ebene — lokale RAG-Aufrufe sind manuell verdrahtet. Wenn Agenten-Tools hinzukommen: braucht jede Aktion einen eigenen Vertrag mit Minimalrechten, oder reicht ein generisches Vertrauen ins Modell? Der Summit neigte zur ersten Antwort.
Vertrauen und Vorhersagbarkeit: Erklären statt nur Genauigkeit
Stakeholder fragen selten zuerst nach Modellgenauigkeit. Häufiger: „Kann ich erklären, was passiert ist?" und „Ist das Verhalten vorhersagbar genug für den Betrieb?"
Ohne Beobachtbarkeit werden Agenten-Abläufe zur Blackbox. Vorhersagbarkeit bedeutet hier nicht deterministische Outputs — sondern nachvollziehbare Pfade: welches Tool, welche Daten, welcher Fehler, welche Eskalation.
DeepDiver adressiert einen Teil davon: erklärbare Treffer und hybride Scores. Aber die Beobachtbarkeit von Agenten ist breiter — Tool-Aufrufe, Latenz, Fehlerpfade. Eine Frage für mich: Wo endet Prototyp und wo beginnt betriebsfähige Transparenz?
Maschinenerfahrung: Systeme auf Agenten-Interaktion vorbereiten
Ein wiederkehrendes Thema: Bestehende Prozesse und Systeme sind selten für zunehmende Interaktion mit KI-Assistenten und Agenten ausgelegt — Fehlerbehandlung, Timeouts, Retry-Logik, Eskalation an Menschen.
MCP macht diese Schnittstellen sichtbar. Maschinenerfahrung ist Produkt- und Prozessarbeit, nicht nur Infrastruktur. In GermanGuess sehe ich ein kleines Analogon: wenn Feedback zu langsam kommt, bricht die Nutzung — für Agenten gilt Ähnliches bei Latenz und Fehlerverhalten.
Frage: Welche bestehenden Unternehmensabläufe müssen überdacht werden, bevor Agenten sie berühren — nicht danach?
Skalierung: Inbetriebnahme als Programm, nicht als Hackathon
Piloten sind relativ einfach. Skalierung ist organisatorisch — Lieferzyklen, Compliance, Stakeholder-Abstimmung. Das gilt für jede Unternehmenstechnologie; KI verstärkt es nur.
Meine Projektfolge GermanGuess → Sponge → Ada → Nomad → DeepDiver ist für mich eine Laborphase — verschiedene Schichten testen, bevor man über den Rollout im Unternehmen spricht. MCP könnte der Integrationsschicht sein, der solche Schichten verbindet. Ob und wie — offen.
Abschließende Beobachtung: Der Summit war nützlich, weil er Technik und Betrieb zusammenbrachte. Die offenen Fragen — Governance, Sicherheit, Vorhersagbarkeit, Vertrauen — sind unabhängig vom Stack. MCP ist ein möglicher Hebel, kein Ersatz für Programmdisziplin.
