Viele KMU arbeiten seit Jahren stabil mit Microsoft Access als Frontend und SQL Server als Datenbasis. Jetzt kommt KI ins Spiel. Und damit die Frage:
Wie bekommt man KI sauber an bestehende Systeme angebunden – ohne alles neu zu bauen?
Die Antwort heißt nicht „noch ein Add-In“.
Die Antwort heißt: saubere Architektur.
Dieses Konzept beschreibt, wie Access als generischer MCP-Client implementiert werden kann – standardkonform, austauschbar, zukunftsfähig.
Kein VBA-Geschwurbel. Nur Struktur.
Was ist das Ziel?
Access soll:
• MCP-Server ansprechen können
• Tool-Definitionen dynamisch einlesen
• strukturierte Antworten verarbeiten
• unabhängig vom konkreten KI-Anbieter bleiben
Access darf dabei keine Geschäftslogik der KI enthalten.
Es soll nur Client sein. Nicht Gehirn.
Die Intelligenz liegt im MCP-Server.
Grundarchitektur
Komponenten im Unternehmen:
- Access Frontend
- SQL Server (Datenhaltung)
- MCP-Server (Middleware)
- KI-Modell (Cloud oder lokal)
Datenfluss:
Access → MCP-Server → KI → MCP-Server → Access
MCP-Server ↔ SQL Server
Wichtig:
Access spricht niemals direkt mit dem Modell.
SQL Server spricht nicht nach außen.
Der MCP-Server ist der kontrollierte Kontext-Layer.
Warum diese Trennung wichtig ist
Ohne Middleware entsteht Chaos:
• Jeder Client baut eigene KI-Logik
• Sicherheitsregeln verteilen sich
• Authentifizierung wird mehrfach implementiert
• Logging fehlt
Mit MCP als Schicht:
• Einheitliche Berechtigungen
• Zentrale Protokollierung
• Austauschbarkeit von Modellen
• Klare Verantwortlichkeiten
Das ist keine Spielerei. Das ist IT-Governance.
Struktur eines generischen Access-MCP-Clients
Die Implementierung in Access sollte modular aufgebaut sein.
- Konfigurationsmodul
Speichert:
• MCP-Server-URL
• Authentifizierungsart
• Token / API-Key
• Timeout
• Logging-Level
Keine Hardcodierung.
- HTTP-Kommunikationsmodul
Verantwortlich für:
• POST-Requests
• Header-Verwaltung
• TLS
• Fehlercodes
• Timeout-Handling
Access kann das über Standard-HTTP-Objekte.
- MCP-Protokollmodul
Aufgaben:
• Tool-Discovery abrufen
• Tool-Beschreibungen lesen
• Parameter dynamisch erkennen
• Request-Body korrekt strukturieren
• Response validieren
Wichtig:
Keine festen Tool-Namen im Code.
Alles muss dynamisch auslesbar sein.
- JSON-Verarbeitung
Der Parser muss:
• unbekannte Felder tolerieren
• verschachtelte Strukturen verarbeiten
• Fehlermeldungen sauber behandeln
Hardcodierte Feldnamen sind der Tod der Austauschbarkeit.
- Fehler- und Logging-Modul
Unbedingt erforderlich:
• Jeder Request wird protokolliert
• Response wird gespeichert
• Fehlercodes werden strukturiert behandelt
KI ohne Logging ist russisches Roulette.
Wie läuft ein typischer Aufruf ab?
Beispiel: „Analyse offener Angebote“
- Benutzer klickt Button in Access
- Access ruft MCP-Tool-Liste ab (optional gecacht)
- Access sendet strukturierte Anfrage
- MCP-Server prüft Berechtigung
- MCP-Server ruft SQL-Daten ab
- Modell analysiert
- Strukturierte JSON-Antwort zurück
- Access zeigt Ergebnis oder speichert es
Access bleibt Präsentationsschicht.
Was darf Access nicht tun?
• Keine Geschäftslogik der KI implementieren
• Keine Modell-spezifischen Parameter fest codieren
• Keine direkten SQL-Zugriffe aus KI-Antworten ausführen
• Keine Authentifizierungslogik mehrfach bauen
Access ist Client. Punkt.
Server-Agnostik: Funktioniert das mit jedem MCP-Server?
Theoretisch ja.
Praktisch nur bei sauberer Implementierung.
Voraussetzungen:
• Server hält sich an MCP-Standard
• Authentifizierung ist konfigurierbar
• Tool-Discovery wird dynamisch verarbeitet
• Keine proprietären Erweiterungen werden vorausgesetzt
Sobald Access spezielle Features eines bestimmten Servers nutzt, ist die Austauschbarkeit weg.
Best Practice für KMU
Für kleine und mittlere Unternehmen empfiehlt sich:
• Lokaler MCP-Server als Windows-Dienst
• SQL Server bleibt intern
• KI-Modell über API oder lokal
• Access als generischer Client
Vorteile:
• Minimale Umstellung
• Kein Komplettumbau
• Kontrollierter KI-Zugang
• Erweiterbar für Copilot, Claude, ChatGPT etc.
Sicherheitsüberlegungen
MCP ist mächtig. Und damit riskant, wenn unsauber gebaut.
Deshalb:
• Rollenbasierte Zugriffskontrolle im MCP-Server
• Kein direkter Datenbankzugriff durch KI
• Strikte Validierung von Parametern
• Rate Limits
• Protokollierung
Die größte Gefahr ist nicht die KI.
Die größte Gefahr ist schlechte Architektur.
Typische KMU-Anwendungsfälle
• Automatische Textgenerierung für Angebote
• Analyse von Kundenaktivität
• Risikobewertung offener Posten
• Priorisierung von Servicefällen
• Zusammenfassungen von Vorgängen
Alles ohne Access neu zu erfinden.
Strategischer Nutzen
Ein sauber implementierter MCP-Client in Access bedeutet:
• Modellwechsel ohne Frontend-Umbau
• Cloud oder On-Prem flexibel möglich
• Zukunftssichere KI-Anbindung
• Klare Trennung von Präsentation und Intelligenz
Und vor allem:
Access bleibt wertvoll.
Es wird nicht ersetzt, sondern erweitert.
Fazit
MCP ist kein Add-In.
Es ist eine Architekturebene.
Wenn Access als generischer MCP-Client gebaut wird:
• bleibt das Frontend stabil
• wird die KI austauschbar
• bleibt die Datenhoheit im Unternehmen
• entsteht kein Integrationswildwuchs
Das ist kein Hype-Thema.
Das ist saubere IT-Strategie für KMU.
Wenn Du wissen willst, wie man so eine Architektur minimalistisch und kosteneffizient in einem echten KMU umsetzt – ohne Konzernbudget und ohne KI-Zirkus – dann melde Dich. 🐑
PS: Für den Einstieg musst Du keinen eigenen MCP-Server bauen. Es gibt bereits einige bekannte MCP-Server, die sich grundsätzlich auch aus Access heraus ansprechen lassen – sofern Du einen sauberen HTTP-Client implementierst.
Beispiele, die Anfang 2026 relevant sind:
• Die offiziellen MCP-Server rund um Claude von Anthropic – gut dokumentiert, stark im Tool-Handling.
• OpenAI-nahe MCP-Implementierungen für ChatGPT-basierte Agenten.
• Microsoft-orientierte MCP-Server im Umfeld von Copilot und Azure.
• Open-Source-MCP-Server auf GitHub, die lokal betrieben werden können – ideal für datensensible KMU.
• Middleware-Plattformen, die MCP als Integrationsschicht für CRM, ERP oder Datenbanken anbieten.
Hier ist noch eine praxisnahe Liste mit bekannten Programmen bzw. Software-Systemen, die (Stand Anfang 2026) MCP-Connectors oder MCP-Server-Integrationen anbieten bzw. über die sich MCP-Server realisieren lassen – also Systeme, die sich gut für KMU eignen, wenn man sie über MCP mit KI-Agenten koppeln will. Viele der Connectoren stammen aus dem offiziellen Connector-Katalog von Microsoft bzw. Drittanbieter-Tools, die typischerweise im MCP-Umfeld genutzt werden (z. B. über Power Platform).
Für jedes System gibt’s den Programmnamen und eine sinnvolle Link-Referenz.
- ActiveCampaign MCP Server – Marketing-Automatisierung / CRM
https://help.activecampaign.com/hc/de/articles/22566179229596-Erste-Schritte-mit-dem-ActiveCampaign-MCP-Server - Digistore24 MCP Server – E-Commerce/Shop-Backend mit MCP-Zugang
https://help.digistore24.com/hc/de/articles/39566135622929-Digistore24-Model-Context-Protocol-MCP-Server - Azure Databricks – Daten-/Analyse Plattform mit MCP Connectoren
(Connector-Referenz Microsoft)
https://learn.microsoft.com/en-us/connectors/connector-reference/connector-reference-mcpserver-connectors - Box MCP Server – Datei-/Content-Management via MCP
(Connector-Referenz Microsoft)
https://learn.microsoft.com/en-us/connectors/connector-reference/connector-reference-mcpserver-connectors - CData Connect AI / MCP Server – universelle Daten-Connect-Plattform
(Connector-Referenz Microsoft, viele Datenquellen inkl. NAV & Co.)
https://learn.microsoft.com/en-us/connectors/connector-reference/connector-reference-mcpserver-connectors - Celonis MCP Server – Process Mining und Operational Intelligence
(Connector-Referenz Microsoft)
https://learn.microsoft.com/en-us/connectors/connector-reference/connector-reference-mcpserver-connectors - Dynamics 365 ERP MCP Server – Microsoft ERP mit nativer MCP-Unterstützung
https://learn.microsoft.com/en-us/dynamics365/fin-ops-core/dev-itpro/copilot/copilot-mcp - MuleSoft MCP Server – API-/Integrationsplattform mit MCP-Support
https://docs.mulesoft.com/mulesoft-mcp-server/ - Keboola MCP Server – Daten-Orchestrierungs- & Analytics-Stack mit MCP-Tools
https://help.keboola.com/ai/mcp-server/ - Shop MCP (Spiele-Offensive Demo) – Beispiel-Shop-MCP-Server für Produkt- & Bestelldaten
https://www.spiele-offensive.de/mcp.php - Power Platform MCP Connectors (via Microsoft) – Power Apps / Automate / Logic Apps
(Siehe Connector-Liste bei Microsoft Learn)
https://learn.microsoft.com/en-us/connectors/connector-reference/connector-reference-mcpserver-connectors - Active Directory / Azure AD (über CData) – Identitätsdaten über MCP verfügbar
(CData Connector-Übersicht) (Hexmos) - Dynamics NAV/GP/BC (via CData MCP Connectors) – klassische ERP-Systeme mit MCP-Zugang
(CData-Liste zeigt Dynamics NAV etc.) (Hexmos) - Dropbox (via CData MCP Connectors) – Datei-/Dokumenten-Daten über MCP zugreifbar
(CData-Connector-Liste) (Hexmos) - BigCommerce / e-Commerce Daten (via CData MCP Connectors) – Shop-Daten im MCP-Kontext
(CData-Connector-Liste) (Hexmos)
Hinweis zur Liste:
Viele MCP-Integrationen landen über Connector-Plattformen wie z. B. CData, Microsoft Power Platform oder spezielle MCP-Server in Middleware-Produkten. Das heißt nicht, dass jedes Produkt „von Haus aus MCP kann“. In vielen Fällen wird ein MCP-Connector/Adapter benötigt, der eine Brücke zwischen dem System und dem MCP-Server herstellt.
