Alle Blogbeiträge

Was ist MCP – und warum sollte jedes Bauteam aufhorchen

Inhalt

Are you prepared for what’s next in AECO?

Read the 2026 report
Read the 2026 report

Zwei Wochen vor der Made Right 2026 hat sich die KI-Landschaft erneut verschoben. Neue Modelle kamen auf den Markt. Geschäftsmodelle wurden über Nacht infrage gestellt. Wer nicht aufmerksam verfolgt, wie schnell sich das alles bewegt, ist bereits im Rückstand.

Aber Geschwindigkeit ohne Richtung ist nur Lärm. Die Frage für Bauteams ist nicht, was KI theoretisch leisten kann. Sondern was KI mit Ihren Projektdaten leisten kann — auf eine Art, die Sie kontrollieren, ohne Ihre Sicherheit oder Ihr geistiges Eigentum zu gefährden.

Genau dafür ist MCP da.

Was ist das Model Context Protocol?

MCP steht für Model Context Protocol. Es ist ein Standard, der es jedem KI-Modell ermöglicht, sicher auf Kontext — also auf Ihre Daten — in einer universellen, interoperablen Weise zuzugreifen.

Stellen Sie es sich als einen universellen Übersetzer vor. Anstatt für jede Kombination aus KI-Tool und Datenquelle eine individuelle Integration zu entwickeln, schafft MCP eine Standardverbindung, die jede konforme KI nutzen kann. Ihre Projektdaten im Revizto Collaboration Hub — Ihre Aufgabenprotokolle, Ihre Modelleigenschaften, Ihr Koordinationsverlauf — werden für Claude, ChatGPT, Gemini oder jedes andere von Ihrer Organisation freigegebene LLM abfragbar. In natürlicher Sprache. In Echtzeit. Ohne eine einzige Tabelle exportieren zu müssen.

MCP in der Praxis

Bei der Made Right 2026 habe ich eine Demo mit Claude gezeigt, der über MCP mit Revizto verbunden war — Sie können sie ab 10:36 im Video unten ansehen.

Die Anwendungsfälle gehen weit über eine einzelne Demo hinaus. Einige Beispiele dafür, was MCP-gestützte Workflows ermöglichen:

  • Modell-Audits. Die KI bittet, alle aktuellen Uploads zu prüfen und alles zu markieren, das Ihre Namenskonvention nicht einhält.
  • Systemübergreifende Abgleiche. Vergleichen Sie gebäudetechnische Anlagen in Ihrem Revizto-Modell mit Ihrem Beschaffungssystem und kennzeichnen Sie alles, was von einer verspäteten Lieferung bedroht ist.
  • Aufgaben-Triage. Offene Aufgaben über Projekte hinweg in natürlicher Sprache aufrufen, gruppieren und priorisieren — ohne manuelles Filtern.
  • Digitale Übergabe. Den relevanten Aufgabenverlauf, Modelldaten und Dokumentationen in den Formaten zusammenstellen, die Ihr Kunde oder Ihr Facility-Management-Team beim Projektabschluss benötigt.
  • Datentransformation zwischen Systemen. Strukturierte Projektdaten zwischen Revizto und Ihrem weiteren Tech-Stack übertragen — ohne individuelle Integrationen für jedes Tool.

Alles über eine einzige Schnittstelle in natürlicher Sprache, verbunden mit Ihren Live-Projektdaten.

Datenhoheit ist nicht verhandelbar

Revizto nimmt Ihre Projektdaten nicht auf, um damit irgendeine KI zu betreiben. Die MCP-Verbindung gibt Ihrem gewählten KI-Tool für die Dauer einer Abfrage einen temporären, genehmigten Zugriff auf Ihren Projektkontext. Nichts wird gespeichert. Nichts wird für das Training verwendet. Sie entscheiden, welche Daten zugänglich sind und welche nicht. Wie das genau funktioniert, können Sie auf unserer Seite zu Datensicherheit und Datenhoheit nachlesen.

Das unterscheidet sich grundlegend vom Ansatz, bei dem ein Anbieter proprietäre KI entwickelt, die auf aggregierten Kundendaten trainiert wurde. In diesem Modell trägt Ihr Projektverlauf zu einem Modell bei, von dem alle anderen Kunden dieses Anbieters profitieren — einschließlich Ihrer Wettbewerber. Im MCP-Modell gehören Ihre Daten Ihnen, die KI gehört Ihnen, und die gewonnenen Erkenntnisse bleiben bei Ihnen.

Das ist nicht nur ein technischer Unterschied. Es ist ein geschäftlicher. Und es ist das Prinzip, das allen unseren Verpflichtungen im KI-Manifest von Revizto zugrunde liegt.

Was das für Ihre Technologieentscheidungen bedeutet

Für CIOs und Technologieverantwortliche, die 2026 Bauplattformen evaluieren, ist die MCP-Frage ein nützlicher Filter. Gibt mir diese Plattform API-Zugang zu meinen eigenen Daten? Kann ich meine freigegebenen KI-Tools mit diesen Daten verbinden, ohne dass der Anbieter dazwischengeschaltet ist? Werden meine Daten ohne meine Zustimmung für irgendwelches Training verwendet?

Die Antworten ordnen Anbieter schnell in zwei Kategorien ein: solche, die offene Ökosysteme aufbauen, die den Kunden die Kontrolle geben — und solche, die geschlossene Systeme aufbauen, die Ihre Wahlmöglichkeiten mit der Zeit einschränken und das als Innovation bezeichnen.

Wer verstehen möchte, wie weit verbreitet diese Bedenken in der Branche sind, dem empfehle ich die Ergebnisse des Berichts „Bridging the Gap: Digital Design and Construction Report 2026". 96 % der befragten CIOs gaben an, besorgt über die Dateneigentümerschaft zu sein. Die Frage lautet nicht mehr, ob das eine Rolle spielt. Sondern ob Ihr aktueller Tech-Stack dem Rechnung trägt.

96 % der CIOs sind besorgt über die Dateneigentümerschaft.

Den Branchenbericht 2026 lesen
Den Branchenbericht 2026 lesen

If you want to go deeper on what MCP looks like connected to your own project data, talk to our team today — we'll show you the demo with your workflows.

Marc Schütz
Marc Schütz
Chief Product Officer
Marc Schütz ist Chief Product Officer bei Revizto. Mit fast 20 Jahren Erfahrung in der Entwicklung von Produkten am Schnittpunkt zwischen komplexer Technologie und Workflows in der realen Welt konzentriert sich Marc Schütz auf die Erbringung wirkungsvoller Lösungen, mit denen AECO-Teams Menschen besser verbinden, Workflows koordinieren und effizienter über Projekte hinweg arbeiten können.

FAQs

Das Model Context Protocol (MCP) ist ein offener Standard, der es KI-Modellen ermöglicht, sicher auf externe Datenquellen in einer universellen, interoperablen Weise zuzugreifen. In Bausoftware ermöglicht MCP KI-Tools wie Claude, ChatGPT oder Gemini, Live-Projektdaten — darunter Aufgabenprotokolle, Modelleigenschaften und Koordinationsverläufe — direkt und in natürlicher Sprache abzufragen, ohne individuelle Integrationen oder Datenexporte. Die Verbindung ist temporär und genehmigungspflichtig: Die KI greift nur auf das zu, was der Nutzer für die Dauer einer Abfrage autorisiert.

MCP schützt Bauprojektdaten, indem es KI-Tools einen temporären, genehmigten Zugriff auf den Projektkontext gewährt, anstatt diese Daten dauerhaft zu speichern oder aufzunehmen. Anders als proprietäre KI-Systeme, die Kundendaten aggregieren, um gemeinsame Modelle zu trainieren, bedeuten MCP-basierte Integrationen, dass Abfragen aus Live-Projektdaten beantwortet werden und nach dem Ende der Sitzung nichts aufbewahrt, übertragen oder für Trainingszwecke verwendet wird. Projektteams behalten die volle Kontrolle darüber, welche Daten zugänglich sind und welche nicht.

Proprietäre Bau-KI wird vom Softwareanbieter entwickelt und kontrolliert, typischerweise auf Daten trainiert, die von mehreren Kunden aggregiert wurden. Ein „Bring Your Own AI"-Ansatz, ermöglicht durch Standards wie MCP, erlaubt es Bauteams, ihre eigenen freigegebenen KI-Tools mit ihren eigenen Projektdaten zu verbinden, ohne dass der Anbieter auf diese Daten zugreift oder davon profitiert. Der praktische Unterschied: Im „Bring Your Own AI"-Modell bleibt die Intelligenz, die aus Ihrem Projektverlauf gewonnen wird, bei Ihnen — sie trägt nicht zu einem Modell bei, das Ihren Wettbewerbern zugute kommt.

CIOs, die Bausoftware evaluieren, sollten fragen, ob die Plattform offenen API-Zugang zu Projektdaten bietet, ob Kundendaten zum Training proprietärer KI-Modelle verwendet werden, ob KI-Funktionen eine Datenweitergabe als Nutzungsbedingung voraussetzen und ob der Anbieter die Integration mit extern freigegebenen KI-Tools unterstützt. Anbieter, die diese Fragen nicht klar beantworten können oder die Datenweitergabe als Standard statt als Wahl darstellen, bauen wahrscheinlich Systeme auf, die die Kundenkontrolle mit der Zeit reduzieren.

ISO 19650 ist der internationale Standard für das Management von Gebäudeinformationen über den gesamten Projektlebenszyklus. Die softwareseitige Unterstützung von ISO-19650-Namenskonventionen stellt sicher, dass Modelle, Dokumente und Daten disziplin- und organisationsübergreifend einheitlich strukturiert und identifizierbar sind. Für KI-Anwendungen ist eine konsistente Benennung und Datenstruktur grundlegend — KI-Tools, die Projektdaten abfragen, können nur dann zuverlässige Ergebnisse liefern, wenn die zugrunde liegenden Daten nach einem anerkannten Standard organisiert sind. Ohne dies liefern KI-gestützte Modell-Audits, Aufgaben-Triage und systemübergreifende Abgleiche unzuverlässige Ergebnisse.