★ Nerd-Alarm! Wie ich den Beitrag über die Blende des iPhone 18 Pro erstellt habe.

Manche Dinge interessieren einfach niemanden, beispielsweise mein Vortrag über Safari und MCP, der bei Mac-TV etwa 5 Downloads (in Worten: fünf) erreicht hat, und den ich dann aus reiner Verzweiflung bei Youtube verschleudert habe, wo er aufgrund ungeklärter Umstände immerhin einige zehntausend Abrufe erzielte und uns über tausend neue Abonnenten einbrachte. »Endlich mal niveauvolle Inhalte!«, hieß es dort. — Naja. Da gehen die Meinungen wohl auseinander. ;-)

Was ist MCP? Es ist eine Funktion, die man in Software einbauen kann, damit die Software durch einen KI-Agenten bedient werden kann.

Das führt uns sofort zu zwei Problemen. Erstens: Die Leute interessieren sich nicht für KI. Und zweitens: schon gar nicht für Agenten.

Ist Siri ein Agent? — Natürlich. Siri steuert andere Apps. Genau das macht Siri zum Agenten. Beispiel: »Hey Siri, rufe Frau Müller an«. Dann steuert Siri die Telefon-App. (Und zugleich, zu einem gewissen Grad, auch Frau Müller.)

Siri, Agenten und MCP

Was einen Agenten wie Siri so interessant macht, ist die Fähigkeit, mehrere einzelne Schritte zu kombinieren, um ein Ziel zu erreichen. Für das Beispiel mit Frau Müller benötigt Siri zunächst den Zugriff auf das Adressbuch.

Klingt einfach, aber: Siri muss nun herausfinden, welche Funktionen beim Adressbuch zur Verfügung stehen (Suchen, Hinzufügen, Ändern) und welche Felder es gibt (Vorname, Nachname, Rufnummer, usw.). Wenn Siri die Rufnummer gefunden hat, geht es weiter: Nun braucht Siri Zugriff auf die Telefon-App. Auch die Telefon-App hat bestimmte Funktionen und erwartet bestimmte Daten (etwa die Rufnummer).

Woher weiß Siri, wie all die Apps bedient werden müssen und welche Daten sie erwarten? Das ist tatsächlich eine der revolutionären Ideen bei Siri. Jede App enthält eine Beschreibung, die Siri lesen kann.

MCP ist im Grunde genau dies; allerdings nicht für Siri, sondern für alle KI-Agenten. Einfach gesagt ist es eine Liste an Funktionen, die eine App zur Verfügung stellt; außerdem die Daten, die sie dafür benötigt; und eine kleine Anleitung.

In meiner sehr unglücklichen und sehr einsamen Sendung – die leider, wie ich bereits tränenreich beklagte, nur fünf Downloads erzielte – hatte ich orakelt, dass bald jede Software eine solche MCP-Schnittstelle bekommen wird; und dass jede Software in Zukunft viel häufiger per MCP bedient wird, als durch den Menschen. Konkret: Photoshop wird in Zukunft vor allem durch KI-Agenten bedient, und seltener durch Menschen. Klingt komisch, ist aber so.

Hey Siri, werd’ mal konkret!

Jaja, schon gut. Ich werd’ mal konkret.

Für Mac-TV verwende ich eine kleine Datenbank, um Artikel und News zu verwalten. Es ist eine App, in der ich Texte schreiben, ein Bild hinzufügen und per Knopfdruck auf der Webseite veröffentlichen kann. Die App speichert alles in einer Datenbank. So sieht das aus:



Die App hat neuerdings eine MCP-Schnittstelle. Damit kann jede KI, der ich es gestatte, auf die App zugreifen. Als KI verwende ich Codex, eine Variante von ChatGPT. So schalte ich es ein:



Warum ist das nützlich? ChatGPT (oder Codex) kann nun in der Artikel-Datenbank suchen. Dadurch kann ich das KI-Modell fragen: »Welche Artikel wurden veröffentlicht über das iPhone 18 Pro?«. Auch alle Quellen (URLs) sind sorgfältig gespeichert, sodass die KI dort weiter recherchieren kann.

Der Clou: Es gibt in der App eine weitere Datenbank mit Meldungen anderer News-Portale. Und eine Datenbank mit allen Pressemeldungen von Apple. Und eine mit bekannten Fakten über Apple. Und eine mit dubiosen Gerüchten. — All diese Datenbanken sind nun für das KI-Modell durchsuchbar.

Erneut: Was soll das bringen? Das KI-Modell kann also die Datenbank durchsuchen, na und?

Interessant wird es dann, wenn man ChatGPT (oder allgemein jedem KI-Agenten) eine etwas größere Aufgabe stellt. Beispielsweise:

»Recherchiere alle aktuellen Gerüchte und Fakten zur angeblichen variablen Blende des kommenden iPhone 18 Pro, und verwende dazu meine App, aber suche auch im Web nach seriösen Quellen«.

Allein die Komplexität dieses Kommandos ist haarsträubend. Keine App und keine Datenbank kann so ein Kommando verarbeiten. Aber die KI überlegt nun, wie sie die gestellte Aufgabe lösen könnte.

Das ist ein wichtiger Punkt: Früher musste man der KI immer sehr genau sagen, was sie tun soll. Aber diese Ära ist vorbei. Stattdessen formuliert man ein Ziel. Die KI überlegt dann, wie es das Ziel erreichen kann.

Die KI legt los!

Was geschieht nun? Die KI kommuniziert mit der App und probiert etwas herum. Die KI setzt nicht ein Kommando ab, sondern viele, immer wieder. Die KI probiert vielleicht zuerst eine Suche nach »iPhone 18 Pro«, aber auch nach »Kamera« oder »Camera« und hangelt sich damit weiter. Die KI liest sich durch, was in der App über Fakten, Gerüchte und eigene Artikel zu finden ist und trennt diese Kategorien sorgfältig. — Außerdem recherchiert sie im Web, das war der Auftrag.

Man könnte sich fragen: Warum so kompliziert? Warum Datenbanken? Die KI könnte doch einfach bei Google suchen, und fertig. Das machen doch alle so! — Aber in meiner Datenbank sind Gerüchte, Meinungen und bestätigte Fakten fein säuberlich als solche ausgewiesen:



Allerdings enthält die Datenbank kein Wissen über optische Linsen. Dieses Wissen steht bei Wikipedia. Also sucht der Agent auch dort.

Am Ende bekomme ich eine Übersicht über Gerüchte, Fakten und aktuelle technische Entwicklungen. Das ist schon was anderes als einfach die neuesten Gerüchte abzuschreiben.

Das Ergebnis

In meinem Fall hat der KI-Agent herausgefunden, dass es bei der Kamera-Linse zwei widersprüchliche Gerüchte gibt. Einmal heißt es, alle iPhone 18 Pro erhalten die Linse; ein andermal heißt es, nur das Max-Modell würde damit ausgestattet. Der KI-Agent hat mich sofort darauf hingewiesen, sodass ich meinen Artikel entsprechend schreiben konnte. Mein Artikel wurde dadurch präziser.

Ein weiteres Beispiel: Durch die Recherche in meiner Datenbank wusste der KI-Agent ziemlich genau, um was es mir ging. Dadurch konnte ich meine weiteren Anweisungen kurz halten. Als ich dann die Illustrationen erstellt habe, musste ich nicht mehr erklären, dass es um Smartphone-Bauteile ging. Sondern ich konnte mich darauf konzentrieren, bestimmte Funktionen verständlich zu machen. Das ist der große Vorteil, wenn ein KI-Agent alle Informationen erhält: Dann kann der KI-Agent auch gut mitdenken und mithelfen. Hier ist eine Illustration aus dem Artikel:



Warum ist das bemerkenswert? Weder die KI noch meine App hätte eine solche Illustration erzeugen können. Die KI kann zwar Illustrationen erzeugen, verfügt aber nicht über die nötigen Informationen. Meine App verfügt über die nötigen Informationen, kann aber keine Illustrationen erzeugen. Zum Ziel bin ich nur gekommen, weil beides miteinander verbunden war.

Ein letztes Beispiel: In einem anderen Artikel ging es teilweise um die Preise neuer Macs, die derzeit steigen. Der KI-Agent hat automatisch in meiner App nachgeschaut, wie hoch die früheren Preise waren und hat vorgeschlagen, diese Information in den Text einzufügen. Dadurch wurde der Artikel besser und für die Leser nützlicher.

In Zukunft wird alles mit allem verbunden sein.

Sofern wir es erlauben.