MCP Sampling

Was ist MCP Sampling?

MCP Sampling löst ein zentrales Problem bei KI-Agenten: Server können eigenständig Reasoning-Aufgaben an das Sprachmodell delegieren, ohne dass der Client dafür programmiert sein muss. Das ermöglicht komplexere, autonomere Workflows. Für Entwickler ist Sampling der Schlüssel zu KI-Agenten, die mehrstufige Aufgaben selbstständig bearbeiten.

MCP Sampling ist eine fortgeschrittene Funktion des Model Context Protocol (MCP), die den üblichen Kommunikationsfluss umkehrt. Normalerweise fragt der Client (z.B. eine KI-Anwendung) den Server nach Daten oder Tools. Bei Sampling fordert der MCP-Server den Client auf, eine LLM-Anfrage durchzuführen — der Server delegiert also das Reasoning an das Sprachmodell des Clients.

Der Ablauf funktioniert so: Ein MCP-Server erkennt, dass er für eine Aufgabe die Fähigkeiten eines LLMs benötigt — etwa um einen Text zusammenzufassen, Daten zu klassifizieren oder eine Entscheidung zu treffen. Er sendet eine Sampling-Anfrage an den Client mit dem gewünschten Prompt. Der Client führt die LLM-Anfrage aus und gibt das Ergebnis an den Server zurück. Wichtig: Der Client behält die Kontrolle und kann Sampling-Anfragen filtern oder ablehnen — ein wichtiger Sicherheitsmechanismus.

Für Unternehmen, die eigene MCP-Server entwickeln, eröffnet Sampling neue Architekturmöglichkeiten. Server können intelligenter werden, ohne selbst ein LLM betreiben zu müssen. In Kombination mit MCP Resources und Tool Calling entsteht eine flexible Infrastruktur, in der Daten, Werkzeuge und Reasoning sauber getrennt und dennoch nahtlos verbunden sind.