Apigee und die Zukunft der KI-Integration: Wie das Model Context Protocol die agentenbasierte Entwicklung prägt

Im Rennen um die erfolgreiche Integration künstlicher Intelligenz setzen Unternehmen zunehmend auf agentenbasierte Architekturen. Dabei geht es nicht nur darum, große Sprachmodelle (LLMs) zu entwickeln und bereitzustellen, sondern vor allem darum, sie sicher und effizient in bestehende API-Strukturen einzubinden. Genau hier setzt Google mit seiner Plattform Apigee an.

In einem aktuellen Blogbeitrag erläutert Google for Developers, welche Rolle das Model Context Protocol (MCP) in dieser Entwicklung spielt – und stellt die Frage: Ist MCP das richtige Tool für Ihre KI-Zukunft?

MCP als Wegbereiter – aber nicht als Allheilmittel

MCP gilt mittlerweile als De-facto-Standard für die Integration von APIs in agentenbasierte Systeme. Es ermöglicht, diskrete APIs als eigenständige Tools für KI-Agenten bereitzustellen. Doch der Beitrag macht auch deutlich: Der Weg zur vollständigen agentenbasierten Infrastruktur führt über mehr als nur ein Protokoll.

Für Unternehmen bedeutet das, bestehende API-Programme als strategische Grundlage zu nutzen – oder entsprechende Programme zunächst aufzubauen. Wer hier noch nicht aktiv ist, sollte laut Google den ersten Schritt mit dem Apigee API Hub gehen.

Apigee bringt Unternehmens-APIs in die KI-Zukunft

Als native API-Management-Plattform von Google Cloud bietet Apigee entscheidende Funktionen für Unternehmen: Sicherheit, Skalierbarkeit, Governance und Compliance auf Enterprise-Niveau. Besonders im Kontext generativer KI sorgt Apigee dafür, dass bestehende APIs nahtlos in agentenbasierte Workloads eingebunden werden können.

Zwar entwickelt sich das Model Context Protocol rasant weiter, doch erfüllt es aktuell noch nicht vollständig die Anforderungen großer Unternehmen – insbesondere im Hinblick auf Authentifizierung, Autorisierung und Monitoring. Genau hier setzt Apigee an und ergänzt MCP um zentrale Management- und Sicherheitsfunktionen.

APIs als Fundament der KI-Strategie

Die Botschaft des Beitrags ist klar: APIs sind das Fundament jeder erfolgreichen KI-Strategie. Wer sich frühzeitig mit API-Management und der Rolle von MCP auseinandersetzt, schafft die Basis für eine nachhaltige und sichere Integration von KI in bestehende Systeme. Apigee positioniert sich dabei als zentraler Baustein für Unternehmen, die in eine agentenbasierte Zukunft aufbrechen wollen.

MCP für Unternehmen bereit machen

Die Nutzung von MCP-Diensten in einem Netzwerk erfordert bestimmte Sicherheitsbeschränkungen. Möglicherweise möchten Sie Ihrem MCP-Server selbst eine Authentifizierung hinzufügen. Nachdem Sie die Aufrufe an den MCP-Server authentifiziert haben, möchten Sie möglicherweise den Zugriff auf bestimmte Tools je nach der verwendenden Anwendung autorisieren. Möglicherweise möchten Sie erstklassige Beobachtungsinformationen bereitstellen, um zu verfolgen, welche Tools von wem verwendet werden. Schließlich möchten Sie vielleicht sicherstellen, dass alle nachgelagerten APIs, für die Ihr MCP-Server Tools bereitstellt, ebenfalls die oben beschriebenen Mindestanforderungen an die Sicherheit erfüllen

Apigee bietet ein Open Source-Beispiel für einen MCP-Server, der genau diese Art von API-Sicherheit bietet: All dies ist bereits jetzt für Ihre MCP-Dienste verfügbar und wird unterstützt.

Dieses Beispiel veranschaulicht die Verwendung der API-Produkte von Apigee für Authentifizierungs- und Autorisierungskontrollen für Ihre Tools. Darüber hinaus werden die APIs selbst, die letztlich hinter dem MCP-Server stehen und in diesem Fall in Cloud Run bereitgestellt werden, auf Apigee gehostet und verfügen daher über dieselben Sicherheits-, Verteilungs- und Überwachungsfunktionen wie alle anderen auf Apigee gehosteten APIs. Sie schließen die Lücke zwischen verwalteten APIs und explorativen KI-Interaktionen mit den umfangreichen Funktionen von Apigee, um Ihre KI-Reise zu sichern, zu skalieren und zu steuern. Diese Demonstration zeigt, wie Sie sofort mit einem MCP-Server loslegen können und dabei die erforderlichen Unternehmenskontrollen erhalten. Und wenn sich der MCP-Standard ändert, lässt sich diese Konfiguration sehr einfach anpassen, da sie letztlich wie jede andere mit Apigee nur Backends bedient.

Wie unten zu sehen ist, bringen wir API-Produkte in diese Agenten und MCP-Tools und machen sie zu KI-Produkten. Diese KI-Produkte haben wie jede andere API ihre eigenen Verbraucher und Entwickler.

Quelle: Google for Developers

Zum Abschluss verweist Google auf ein umfangreiches GitHub-Repository, das Entwicklern und Architekt:innen den Einstieg erleichtert. Enthalten sind eine Schnellstartanleitung, Beispielartefakte sowie technische Dokumentationen, die dabei helfen, eine Referenzarchitektur für MCP Serving in Apigee aufzubauen und bereitzustellen. Zudem bietet das Repository eine praxisnahe Anleitung, wie sich APIs als Tools für KI-Agenten strukturieren und mithilfe von API-Produkten operationalisieren lassen.

Eine sich wandelnde Architektur – Apigee bleibt am Puls der Entwicklung

Die Integration von KI in Unternehmensprozesse ist ein dynamischer Prozess. Das zeigt sich auch an der fortschreitenden Entwicklung des Model Context Protocols – etwa bei der Umstellung von einfachen Authentifizierungsmodellen hin zu standardisierten Verfahren wie OAuth. Google Apigee unterstützt diese Entwicklung aktiv und passt seine Plattform kontinuierlich an neue Anforderungen an.

Weitere Informationen zur Operationalisierung generativer KI-Anwendungen mit Apigee sowie aktuelle Richtlinien zur KI-Nutzung finden sich in der offiziellen Dokumentation – ein weiterer Schritt auf dem Weg zur zukunftsfähigen KI-Integration.

Das könnte Sie ebenfalls interessieren

---

Bild/Quelle: https://depositphotos.com/de/home.html

Folgen Sie uns auf X

Folgen Sie uns auf Bluesky