Die Model Context Protocol (MCP) etabliert sich rasant als De-facto-Standard für die Integration von AI-Agenten in Content-Management-Systeme. Anthropic kündigte MCP im November 2024 als offenen Standard zur Verbindung von AI-Assistenten mit Datenquellen wie Content Repositories an, und die Adoption ist bemerkenswert: OpenAI hat MCP im März 2025 offiziell übernommen, während sich MCP nach nur 18 Monaten zum De-facto-Standard für die Verbindung von AI-Agenten mit Enterprise-Daten etabliert hat.
Was sich änder und warum es relevant ist:
Die CMS-Landschaft transformiert sich von einer passiven Content-Speicherebene zu einer intelligenten, agentengesteuerten Infrastruktur. MCP wird die Standard-Integrationsschicht – ein offener Standard für die Verbindung von LLM-Tools mit externen Datenquellen, der AI-Tools nicht nur ermöglicht, CMS-Schemata zu lesen, sondern auch Mutationen durch eine standardisierte Schnittstelle durchzuführen.
Sanity bietet native MCP-Integration und Content Lake Architektur, während Payload durch ein offizielles Plugin MCP-Unterstützung bereitstellt. Der Storyblok MCP Server implementiert das Protokoll nativ und ermöglicht kompatibler AI-Agenten direkten, strukturierten Zugang zum Storyblok-Workspace.
Der Durchbruch liegt in automatisierter, skalierter Datenverarbeitung: Der Sanity Content Agent ermöglicht die Verwaltung tausender Dokumente durch natürlichsprachige Befehle. Praktische Erfolge zeigen das Potenzial: AWS Marketing reduzierte die Web-Seiten-Zusammenstellung von bis zu vier Stunden auf etwa zehn Minuten – eine Reduktion von über 95%.
Technische und strategische Implikationen:
Die Integrationskosten für MCP-konforme Systeme sinken erheblich, da agentengesteuerte Implementierungen ein einziges Protokoll für alle Datenquellen und Tools nutzen, statt bespoke Connectoren für jede Datenquelle zu schreiben und die laufende Wartung trägt den größeren Kostenvorteil.
Entscheidend ist strukturelle Datenreife: Eine AI-ready CMS ist nicht länger optional – Content Lake Architektur behandelt allen Content als einzelne, abfragbare Datenschicht, wo jedes Dokument, jedes Feld über API zugänglich ist, was AI-Agenten ermöglicht, intelligent statt blindlings zu operieren.
Governance wird integraler Teil der Agentur-Architektur, nicht nachgelagerter Prozess: Agentengesteuerte DXPs implementieren obligatorische Schutzvorrichtungen, Audit Trails und Transparenz in Entscheidungen – je mehr AI Geschwindigkeit erhöht, desto näher rückt Governance an den Content-Workflow selbst.
Klare Expertenposition und Handlungsempfehlung:
Der kritische Erfolgsfaktor ist nicht die AI-Features, sondern die Beschaffenheit der Dateninfrastruktur. Teams mit strukturellem Vorteil in den nächsten 18 Monaten sind nicht die, die die glamourösesten AI-Features adoptieren – sondern die, deren Content-Infrastruktur in einem Zustand ist, in dem Agenten tatsächlich arbeiten können: strukturierte Content-Modelle, gepflegte Einträge und standardisierte, offene Schnittstellen, die jeder Agent nutzen kann.
Für CTO- und Tech-Leadership-Ebene lautet die Handlungsempfehlung: MCP-Compliance ist jetzt ein Architektur- und Beschaffungskriterium, nicht optional. Bei der Evaluierung neuer CMS-Plattformen sollte MCP-Unterstützung auf der obligatorischen Checkliste stehen. Parallel gilt es, bestehende Content-Modelle auf Agentenlesbarkeit** zu prüfen – nicht alle bestehenden Systeme sind datenstrukturell ready für agentengesteuerte Workflows.
Die Enterprise-Entscheidung besteht nicht darin, MCP zu adoptieren – sondern sicherzustellen, dass AI-Anbieter, interne Plattformen und agentengesteuerte Systeme, die 2026 beschafft werden, MCP-konform sind.
