Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
anthropic4. November 2025 · Q002379

Code execution with MCP for efficient agents

anthropic.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Anthropic argumentiert, dass Codeausführung MCP-Agenten effizienter machen kann: Sie laden nur benötigte Werkzeugbeschreibungen und verarbeiten Zwischendaten außerhalb des Modellkontexts. Eine im Bericht genannte Einsparung von 98,7 Prozent gilt für das beschriebene Beispiel; zugleich erfordert der Ansatz eine sichere, überwachte Ausführungsumgebung und zusätzlichen Betriebsaufwand.

Mittel

Der Anthropic-Bericht untersucht, wie Agenten viele MCP-Werkzeuge effizienter nutzen können. Bei direkten Werkzeugaufrufen beanspruchen sowohl die Beschreibungen aller verfügbaren Werkzeuge als auch Zwischenergebnisse Platz im Modellkontext. Am Beispiel eines Gesprächsprotokolls, das von Google Drive nach Salesforce übertragen wird, erklärt der Artikel, dass große Inhalte mehrfach durch das Modell laufen und dabei Kosten, Latenz und Fehleranfälligkeit erhöhen können.

Als Lösung schlägt Anthropic vor, MCP-Server als Code-Schnittstellen bereitzustellen. Agenten können dann benötigte Werkzeugbeschreibungen gezielt laden und Daten innerhalb einer Ausführungsumgebung filtern oder verarbeiten, bevor sie Ergebnisse an das Modell zurückgeben. Für das angeführte Beispiel nennt der Bericht eine Senkung von 150.000 auf 2.000 Tokens (98,7 Prozent); dieser Wert bezieht sich auf das Beispiel und ist keine allgemeine Garantie. Weitere beschriebene Möglichkeiten sind die Verarbeitung großer Tabellen, komplexe Abläufe in Code, das Speichern von Zwischenständen sowie die Tokenisierung personenbezogener Daten, damit diese nicht in den Modellkontext gelangen.

Der Ansatz setzt laut Bericht eine sichere Sandbox, Ressourcenbegrenzungen und Überwachung voraus. Diese Infrastruktur verursacht zusätzlichen Aufwand, der gegen mögliche Einsparungen und Vorteile bei der Werkzeugverknüpfung abzuwägen ist.

Ausführlich lesen

Der Bericht von Anthropic beschreibt, wie sich MCP-Verbindungen zu vielen Werkzeugen effizienter nutzen lassen, wenn Agenten MCP-Server über eine Codeausführungsumgebung ansprechen. MCP wird als offener Standard vorgestellt, der Integrationen zwischen Agenten und externen Systemen vereinheitlichen soll. Laut Bericht ist das Protokoll seit seiner Einführung im November 2024 rasch verbreitet worden. Mit wachsender Zahl verfügbarer Werkzeuge entstehen jedoch zwei Effizienzprobleme: Umfangreiche Werkzeugbeschreibungen belegen Kontext, und Zwischenergebnisse müssen bei direkten Werkzeugaufrufen häufig durch das Modell laufen.

Als Beispiel führt der Artikel eine Aufgabe an, bei der ein Agent ein Gesprächsprotokoll aus Google Drive liest und in Salesforce einträgt. Bei direkter Werkzeugnutzung gelangt der vollständige Text zunächst als Ergebnis in den Modellkontext und muss anschließend für den zweiten Aufruf erneut verarbeitet werden. Der Bericht schätzt, dass ein zweistündiges Gespräch so zusätzliche 50.000 Tokens beanspruchen könnte; sehr große Dokumente könnten zudem Kontextgrenzen überschreiten. Das Kopieren umfangreicher Daten zwischen Aufrufen könne außerdem Fehler begünstigen.

Der vorgeschlagene Ansatz stellt MCP-Werkzeuge als Code-Schnittstellen bereit, etwa als Dateien in einem Verzeichnisbaum. Der Agent erkundet die verfügbaren Server und liest nur die Beschreibungen der Werkzeuge, die er für seine Aufgabe benötigt. Anschließend kann er mehrere Aufrufe in einem Codeablauf verbinden und Daten in der Ausführungsumgebung filtern, umformen oder zusammenführen, bevor er relevante Ergebnisse an das Modell zurückgibt. Für das Beispiel mit Google Drive und Salesforce nennt Anthropic eine Verringerung des Tokenverbrauchs von 150.000 auf 2.000 Tokens beziehungsweise 98,7 Prozent. Der Artikel berichtet diesen Wert als Ergebnis des beschriebenen Beispiels; er belegt damit keine allgemeine Einsparung für alle Aufgaben.

Als weitere Möglichkeiten nennt der Bericht eine gezielte Werkzeugsuche, bei der Beschreibungen zunächst nur mit Namen oder Kurzangaben geladen werden, sowie die Verarbeitung großer Datensätze direkt im Code. So könne ein Agent etwa aus 10.000 Tabellenzeilen passende Einträge herausfiltern und nur eine kleine Auswahl anzeigen. Schleifen, Bedingungen und Fehlerbehandlung ließen sich ebenfalls im Code ausführen, statt wiederholt zwischen Modell und Werkzeugen zu wechseln.

Der Artikel beschreibt auch Datenschutzoptionen: Zwischendaten können in der Ausführungsumgebung bleiben und nur ausdrücklich ausgegebene Resultate erreichen das Modell. Ein MCP-Client könne personenbezogene Angaben vor dem Modell tokenisieren und sie beim Weiterleiten an ein anderes Werkzeug wieder zuordnen. Dies wird als mögliches Design beschrieben, nicht als automatisch vorhandene Eigenschaft jeder MCP-Implementierung. Mit Dateisystemzugriff könnten Agenten außerdem Zwischenstände speichern und wiederverwendbare Funktionen oder Skills ablegen.

Als wesentliche Grenze nennt Anthropic den zusätzlichen Betriebsaufwand: Von Agenten erzeugter Code braucht eine sichere, überwachte Ausführungsumgebung mit geeigneter Sandbox und Ressourcenbegrenzungen. Die Infrastruktur erhöht Aufwand und Sicherheitsanforderungen. Der Bericht empfiehlt daher, mögliche Einsparungen bei Tokens und Latenz sowie bessere Werkzeugverknüpfung gegen diese Kosten und Risiken abzuwägen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Geprüft wurde Lunas Zusammenfassung 'mittel'; die Kurzfassung ist in ihren Aussagen ebenfalls treu, aber unvollständiger. Die Metadaten sind widersprüchlich: abgerufen 2026-11-16 steht gegen geholt 2026-11-14 im Vermerk.

Im Bericht, aber nicht in der Zusammenfassung

  • MCP als offener Standard mit wachsendem Ökosystem aus Servern und SDKs wird nicht erwähnt
  • Das Konzept der Skills (gespeicherte Funktionen mit SKILL.md) und die Möglichkeit, Agenten-Code wiederzuverwenden, fehlen
  • Die Progressive Disclosure per search_tools mit Detailstufen und der Verweis auf Cloudflare Code Mode fehlen

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 59 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 63 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen

  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 29 %gleiches Oberthema, hilft nicht
    • Luna 34 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 24 %gleiches Oberthema, hilft nicht
    • Luna 46 %einzelne zitierbare Belege
    • JEV 51 %beantwortet teilweise oder widerspricht
    • amos 25 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 31 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 28 %Hintergrund, keine Belege
    • Luna 41 %einzelne zitierbare Belege
    • JEV 51 %einzelne zitierbare Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 25 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung Hintergrund, keine Belege

  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 29 %gleiches Oberthema, hilft nicht
    • Luna 32 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 31 %nur am Rande erwähnt
    • SubQ 35 %gleiches Oberthema, hilft nicht
    • drex 30 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 26 %Hintergrund, keine Belege
    • Luna 46 %Hintergrund, keine Belege
    • JEV 39 %einzelne zitierbare Belege
    • amos 30 %nur am Rande erwähnt
    • SubQ 39 %gleiches Oberthema, hilft nicht
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 44 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen

  2. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 71 %Hintergrund, keine Belege
    • JEV 26 %Hintergrund, keine Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →