Die 5 besten Plattformen, die MCP-Apps unterstützen

Seit Jahren fühlt sich das Chatten mit einem KI-Agenten fast wie das Schreiben von Textnachrichten an. Sie geben einen Prompt ein, erhalten eine Textwand zurück und geben dann einen weiteren Prompt ein, um dem, was Sie eigentlich wollen, ein Stück näher zu kommen. Das ist leistungsstark, kann aber auch langsam und umständlich sein, besonders wenn Sie versuchen, etwas Komplexes zu erledigen. Aber was wäre, wenn unsere KI-Agenten eine „visuelle Stimme“ hätten? Was wäre, wenn sie uns ein interaktives Diagramm zeigen könnten, anstatt es nur zu beschreiben, oder ein Formular präsentieren könnten, anstatt ein Dutzend verschiedene Fragen zu stellen?

Genau darum geht es bei MCP-Apps. Sie sind eine offizielle Erweiterung des Model Context Protocol (MCP), die es KI-Agenten ermöglicht, reichhaltige, interaktive Benutzeroberflächen direkt in einer Konversation anzuzeigen. Es ist ein großer Schritt nach vorn, um KI weniger wie eine Befehlszeile und mehr wie einen echten Partner wirken zu lassen. In diesem Beitrag schauen wir uns die Plattformen an, die bei der Unterstützung von MCP-Apps eine Vorreiterrolle einnehmen.

Was sind MCP-Apps?

Bevor wir in die Liste eintauchen, lassen Sie uns sicherstellen, dass wir dasselbe unter MCP-Apps verstehen. Einfach ausgedrückt sind MCP-Apps interaktive UI-Komponenten (Benutzeroberflächen) wie Dashboards, Formulare oder Datenvisualisierungen, die ein KI-Tool anstelle von reinem Text zurücksenden kann. Sie basieren auf dem Model Context Protocol (MCP), einem offenen Standard zur Verbindung von KI-Modellen mit externen Tools und Daten.

Bis vor kurzem konnten MCP-Tools eigentlich nur Text und strukturierte Daten austauschen. Wenn ein Tool einen Haufen Verkaufsdaten zurückschickte, lag es an der App (wie einem Chatbot oder Code-Editor), herauszufinden, wie diese angezeigt werden sollten. Dies war ein massives Problem für Entwickler, die für jede einzelne Art von Daten benutzerdefinierte Benutzeroberflächen erstellen mussten.

MCP-Apps lösen dies, indem sie dem Tool-Server ermöglichen, seine eigene vorinstallierte HTML-Schnittstelle bereitzustellen. Die Host-App muss diese Schnittstelle lediglich in einem sicheren, isolierten „Iframe“ (Sandbox) rendern. Dies gibt Entwicklern die Möglichkeit, reichhaltige, interaktive Erlebnisse zu schaffen, die konsistent auf jedem Client funktionieren, der die MCP-Apps-Erweiterung unterstützt. Es ist eine natürlichere Art zu arbeiten und schließt die Lücke zwischen konversationeller KI und den grafischen Oberflächen, die wir täglich nutzen.

Wie wir die besten Plattformen für MCP-Apps ausgewählt haben

Um die besten Plattformen zu finden, die auf den MCP-App-Zug aufspringen, haben wir nach solchen gesucht, die mehr tun, als nur ein Häkchen zu setzen. Wir haben uns auf Plattformen konzentriert, die aktiv mitgestalten, wie diese Apps in der realen Welt eingesetzt werden. Unsere Kriterien lassen sich auf einige Kernpunkte reduzieren:

Echt neugierig auf die realen Erfahrungen der Leute mit MCPs jenseits der Demo-Videos.... Meine Top 3 Probleme bisher: 1. Keine Ahnung, welche MCPs tatsächlich funktionieren im Vergleich zu abgebrochenen Projekten 2. Debugging ist ein Albtraum – Fehlermeldungen sind extrem kryptisch 3. Jedes MCP hat ein anderes Auth-Setup, man verbringt mehr Zeit mit der Konfiguration als mit dem Coden. Was macht euch bei MCPs wahnsinnig? Vielleicht können wir Lösungen teilen....

Reddit

• Entwicklererfahrung (Developer Experience): Wie einfach ist es für einen Entwickler, MCP-Apps auf der Plattform zu erstellen und zu testen? Wir haben auf gute Dokumentation, aktive Communities und solide Tools geachtet.
• Praxisnutzen: Nutzt die Plattform MCP-Apps, um echte Probleme zu lösen, die mit Text allein mühsam zu handhaben sind? Wir haben Anwendungsfälle priorisiert, die deutlich zeigen, warum interaktive Benutzeroberflächen so wichtig sind.
• Marktführerschaft im Ökosystem: Ist die Plattform ein wichtiger Akteur bei der Weiterentwicklung des MCP-Standards? Wir wollten Tools von Unternehmen und Communities hervorheben, die das Protokoll wirklich vorantreiben.
• Zugänglichkeit: Ist die Plattform für Entwickler heute tatsächlich verfügbar, um sie auszuprobieren? Wir haben uns an öffentlich zugängliche Tools gehalten, insbesondere an solche mit kostenlosen oder entwicklerfreundlichen Optionen.

Vergleich der Top-Plattformen für MCP-Apps

Hier ist ein kurzer direkter Vergleich der Plattformen, auf die wir näher eingehen werden.

Ein genauerer Blick auf die 5 besten Plattformen mit Unterstützung für MCP-Apps

Alles klar, schauen wir uns die Details jeder Plattform an und sehen wir uns an, was sie auszeichnet.

1. VS Code (Insiders)

Als erster großer KI-Code-Editor mit voller Unterstützung für MCP-Apps ist Microsofts Visual Studio Code eine große Sache für Entwickler. Die Integration, die Sie in der täglichen Insiders-Version ausprobieren können, verwandelt den KI-Coding-Agenten von einem einfachen textbasierten Helfer in einen echten kollaborativen Partner. Ein kürzlich erschienener VS Code-Blogpost zeigte, wie ein Agent nun einen interaktiven Flame-Graph (Flammendiagramm) direkt im Chat-Panel rendern kann, anstatt nur zu versuchen, einen Leistungsengpass mit Worten zu beschreiben.

Warum sie auf der Liste steht: VS Code zeigt einige der überzeugendsten Gründe auf, warum sich Entwickler für MCP-Apps interessieren sollten. Wir sprechen hier von interaktiver Neusortierung von Listen, Leistungsvisualisierungen und Feature-Flag-Selektoren direkt in Ihrem Editor. Indem interaktive KI in die Umgebung gebracht wird, in der Entwickler bereits arbeiten, fühlt sich das Erstellen und Nutzen von entwicklerfokussierten MCP-Tools unglaublich natürlich an.

• Vorteile: Die Integration ist direkt in den bestehenden Workflow des Entwicklers eingebettet, sodass kein Wechsel zwischen verschiedenen Fenstern oder Apps erforderlich ist. Da VS Code der Ort ist, an dem viele ohnehin ihre MCP-Server bauen werden, entsteht ein sehr enger „Entwickeln-und-Testen“-Zyklus. Die gezeigten Beispiele lösen echte Probleme, die mit Text-Prompts allein fast unmöglich zu bewältigen sind.
• Nachteile: Die volle Unterstützung für MCP-Apps ist derzeit nur in der Insiders-Version verfügbar, die etwas fehleranfällig sein kann und möglicherweise nicht stabil genug für die tägliche Arbeit ist. Das Erlebnis ist zudem eng an das GitHub Copilot-Ökosystem gebunden, sodass Sie ein Abonnement benötigen, um das Beste daraus zu machen.

Preise:

• VS Code Insiders kann kostenlos heruntergeladen und genutzt werden.
• GitHub Copilot-Pläne, die den Agenten antreiben, gibt es in verschiedenen Varianten: Free, Team (4 $ pro Nutzer/Monat) und Enterprise (21 $ pro Nutzer/Monat).

2. Claude

Anthropic's Claude, einer der führenden konversationellen KI-Assistenten, hat die Unterstützung für MCP-Apps auf seine Web- und Desktop-Plattformen gebracht. Als Mitverfasser der MCP-Apps-Erweiterung hat Anthropic den Standard gesetzt, wie diese implementiert werden sollte. Für Nutzer bedeutet dies, dass Tools nun reichhaltige Oberflächen wie interaktive Dashboards, mehrstufige Formulare und Dokumentenbetrachter direkt im Chat mit Claude bereitstellen können. Es lässt komplexe Aufgaben, wie das Eintauchen in Verkaufsdaten oder das Konfigurieren eines Servers, viel intuitiver erscheinen.

Warum sie auf der Liste steht: Claude ist der führende Allzweck-KI-Chat-Client mit voller Unterstützung für MCP-Apps. Die Implementierung ist ein großartiges Beispiel dafür, wie interaktive Benutzeroberflächen alle Arten von Aufgaben verbessern können, nicht nur das Programmieren. Wenn Sie einen MCP-Server erstellen, ist es ratsam, ihn mit Claude zu testen, um sicherzustellen, dass er für ein großes und wachsendes Publikum funktioniert.

• Vorteile: Das Nutzererlebnis ist reibungslos, wobei Apps nahtlos direkt in der Konversation gerendert werden. Claudes Unterstützung für benutzerdefinierte Connectoren macht es Entwicklern leicht, ihre eigenen MCP-Server zu testen, die auf ihrem lokalen Rechner laufen. Zudem ist die Implementierung solide und wird von einem der Teams unterstützt, die die Spezifikation tatsächlich erstellt haben.
• Nachteile: Um benutzerdefinierte MCP-Connectoren zum Testen Ihrer lokalen Server zu verwenden, benötigen Sie einen kostenpflichtigen Claude-Plan. Das ist keine riesige Hürde, aber etwas, das Hobby-Entwickler im Hinterkopf behalten sollten. Da es sich um eine Closed-Source-Plattform handelt, sind Sie zudem von Anthropics Roadmap und Zeitplan abhängig.

Preise:

• Free: Bietet Ihnen begrenzten Zugriff auf deren Modelle.
• Claude Pro: Kostet 17 $ pro Monat bei jährlicher Zahlung (20 $ bei monatlicher Abrechnung) und bietet Ihnen höhere Nutzungslimits sowie Zugriff auf diese Remote-MCP-Connectoren.
• Claude Max: Beginnt bei 100 $ pro Monat für echte Power-User.

3. Storybook

Storybook ist ein beliebtes Open-Source-Tool, um UI-Komponenten isoliert zu erstellen, und seine Integration mit MCP-Apps passt perfekt zusammen. Mit dem offiziellen „@storybook/addon-mcp“ kann ein Entwickler seinen KI-Agenten etwa fragen: „Erstelle ein Anmeldeformular unter Verwendung unseres Designsystems“, und der Agent zeigt direkt im Chat eine interaktive Vorschau dieser Komponente an. Dies verbindet die Beschreibung eines UI-Elements mit der tatsächlichen Ansicht, was eine extrem schnelle Iteration und visuelles Feedback ermöglicht.

Warum sie auf der Liste steht: Die Integration von Storybook ist ein starkes Beispiel dafür, wie MCP-Apps einen sehr spezifischen, aber sehr wichtigen Teil des Frontend-Entwicklungs-Workflows rationalisieren können. Wie ein Kern-Mitwirkender von Storybook anmerkte, entfällt dadurch die Notwendigkeit, ständig zwischen Ihrem Chat und der Storybook-UI hin- und herzuwechseln, um Änderungen zu sehen. Es verwandelt die UI-Entwicklung in einen konversationelleren und visuelleren Prozess.

• Vorteile: Sie erhalten sofortiges visuelles Feedback, was für die UI-Entwicklung wertvoll ist. Es nutzt ein Tool, das Millionen von Frontend-Entwicklern bereits kennen und lieben. Und da es ein Open-Source-Projekt ist, können Sie selbst in den Code eintauchen und sogar dazu beitragen.
• Nachteile: Der Anwendungsfall ist sehr spezifisch auf Frontend- und UI-Entwickler zugeschnitten, die Storybook bereits nutzen, sodass es nicht so breit gefächert nützlich ist wie ein Allzweck-Client wie Claude. Das Addon ist zudem noch recht neu und wird als experimentell eingestuft.

Preise:

• Storybook ist komplett kostenlos und Open Source.

4. Goose

Goose ist ein konfigurierbarer Open-Source-KI-Agent von Block, Inc., den Sie auf Ihrem eigenen Rechner ausführen. Er fungiert als Referenzimplementierung für den MCP-Standard und war einer der ersten Clients, der agentische Benutzeroberflächen (Agentic UIs) unterstützte. Goose gibt Entwicklern und Power-Usern viel Kontrolle über ihren KI-Agenten und ermöglicht es ihnen, verschiedene Tools zu verbinden und sein Verhalten anzupassen. Mit der Unterstützung von MCP-Apps kann Goose interaktive Erlebnisse wie Kalender und Karten direkt in seiner Desktop- oder Befehlszeilenschnittstelle rendern.

Warum sie auf der Liste steht: Goose ist eine leistungsstarke, lokal-fokussierte und hochgradig anpassbare Wahl für Entwickler, die die volle Kontrolle behalten wollen. Da es sich um eine Referenzimplementierung handelt, ist die Unterstützung für MCP-Apps gründlich und immer auf dem neuesten Stand. Es ist eine großartige Plattform, um die Grenzen dessen auszuloten, was agentische UIs in einem selbst gehosteten Setup leisten können, und es gibt sogar ein praktisches Tutorial zum Erstellen von MCP-Apps.

• Vorteile: Da es Open Source und lokal-fokussiert ist, erhalten Sie ein hohes Maß an Kontrolle und Datenschutz. Es ist extrem konfigurierbar, was es zu einer großartigen Sandbox für fortgeschrittene Experimente macht. Als Referenzimplementierung ist es zudem eine maßgebliche Quelle, um zu verstehen, wie das Protokoll funktionieren soll.
• Nachteile: Das Einrichten und Konfigurieren von Goose erfordert mehr technisches Know-how als die Nutzung eines Web-Clients wie Claude. Die Benutzeroberfläche ist eher funktional als schick, was ein Nachteil für alle sein könnte, die ein poliertes Out-of-the-Box-Erlebnis suchen.

Preise:

• Goose ist kostenlos und Open Source unter der Apache-2.0-Lizenz.

5. Postman

Postman, ein weit verbreitetes Tool in der API-Entwicklung, hat sein Toolkit erweitert, um beim Testen und Entwickeln von MCP-Servern zu helfen. Das Produktangebot umfasst einen MCP-Server und einen Katalog externer Server, mit denen Sie sich verbinden können. Entwickler können Postman verwenden, um Anfragen an ihren MCP-Server zu senden, die zurückgegebenen UI-Ressourcen zu überprüfen und die gesamte Konversation zwischen dem Host und der App zu debuggen.

Warum sie auf der Liste steht: Postman bietet die wesentliche Debugging- und Testinfrastruktur, die jeder benötigt, der MCP-Server baut. Obwohl es die interaktive UI nicht wie ein Chat-Client rendert, ermöglicht es Ihnen, den rohen HTML-Code und die Kommunikations-Payloads (Nutzdaten) zu inspizieren, was während der Entwicklung entscheidend ist. Seine Akzeptanz trägt dazu bei, MCP als seriöses Protokoll für die professionelle API- und Tool-Entwicklung zu etablieren.

• Vorteile: Es bringt die MCP-Server-Entwicklung in eine vertraute Umgebung für die vielen Entwickler, die es bereits für API-Tests nutzen. Es ermöglicht ein tiefes Eintauchen in Anfragen und Antworten, was beim Debugging sehr hilfreich ist. Zudem unterstützt es mehrere Transportarten, was es zu einem vielseitigen Werkzeug für das Testen verschiedener Server-Setups macht.
• Nachteile: Postman ist ein Testwerkzeug, kein Host-Client. Es wird Ihre interaktive MCP-App nicht tatsächlich rendern, sodass Sie das nutzerseitige Erlebnis nicht direkt darin testen können. Dafür benötigen Sie weiterhin einen Host wie VS Code oder Claude für End-to-End-Tests.

Preise:

• Free: Kernfunktionen für Einzelpersonen und kleine Teams.
• Basic: 14 $ pro Nutzer/Monat (jährliche Abrechnung) für Kollaborationsfunktionen.
• Professional: 29 $ pro Nutzer/Monat (jährliche Abrechnung) mit fortgeschritteneren Tools.
• Enterprise: 49 $ pro Nutzer/Monat (jährliche Abrechnung) für große Organisationen.

Tipps für den Einstieg in MCP-Apps

Inspiriert, Ihr erstes interaktives KI-Erlebnis zu bauen? Hier sind ein paar Tipps für den Anfang.

• Starten Sie mit dem offiziellen SDK. Das Paket „@modelcontextprotocol/ext-apps“ enthält die wesentliche „App“-Klasse und serverseitige Helfer, die den Großteil der mühsamen Arbeit für Sie erledigen. Das offizielle Repository mit Beispielen ist der beste Ort, um Starter-Templates zu finden.
• Denken Sie an „Zeigen statt nur Erklären“. Effektive MCP-Apps sind diejenigen, die Informationen visuell oder interaktiv auf eine Weise präsentieren, die schlichtweg besser als Text ist. Eine Karte schlägt eine Liste von Adressen. Eine Farbauswahl schlägt das Erraten von Hex-Codes.
• Wägen Sie „Selbst entwickeln vs. Kaufen“ ab. Die Erstellung einer benutzerdefinierten MCP-App ist effektiv, um maßgeschneiderte Entwickler-Tools oder einzigartige agentische Erlebnisse zu schaffen. Wenn Ihr Ziel darin besteht, Geschäftsabläufe wie den Kundensupport zu automatisieren, kann eine vorgefertigte Plattform eine praktische Alternative sein. Lösungen wie eesel AI bieten beispielsweise ein interaktives Erlebnis, indem sie aus Ihrer bestehenden Wissensdatenbank (Knowledge Base) lernen, ohne dass benutzerdefinierter Code erforderlich ist.

Für einen großartigen Überblick darüber, was MCP-Apps sind und warum sie wichtig sind, schauen Sie sich dieses Video vom MCP Developers Summit an. Die Mitbegründer von MCP-UI erläutern die Kernkonzepte und die Vision, KI-Interaktionen visueller und intuitiver zu gestalten.

Die Mitbegründer von MCP-UI erläutern die Kernkonzepte und die Vision, KI-Interaktionen visueller und intuitiver zu gestalten.

Die Zukunft ist interaktiv mit MCP-Apps

MCP-Apps stellen einen großen Wandel in der Art und Weise dar, wie wir mit KI interagieren. Indem wir Agenten eine visuelle Stimme geben, bewegen wir uns weg von einfachen Frage-Antwort-Sitzungen hin zu einer echten, dynamischen Zusammenarbeit. Die Plattformen, die wir hier betrachtet haben, führen diese Bewegung an und bieten die Tools und Umgebungen, die für den Aufbau der nächsten Generation agentischer Software erforderlich sind.

Ob Sie nun ein Entwickler sind, der seinen Coding-Assistenten intelligenter machen möchte, oder eine Führungskraft, die die Workflows ihres Teams optimieren will – der Schritt hin zu interaktiver KI findet jetzt statt.

Für Unternehmen, die diese Technologie implementieren möchten, bieten Plattformen wie eesel AI für den Kundenservice eine codefreie Option für den Einsatz interaktiver KI. Diese Systeme können aus Ihren Geschäftsdaten lernen, um mit der Automatisierung von Workflows zu beginnen.