Entwickler werden täglich 1.200 Mal abgelenkt, MCP zielt auf Produktivitätssteigerung ab

Softwareentwickler verbringen weit mehr Zeit mit anderen Tätigkeiten als mit dem eigentlichen Schreiben von Code. Branchenstudien zufolge macht die direkte Programmierung nur etwa 16 % des Arbeitstages eines Entwicklers aus, während der Großteil der Zeit für unterstützende Aufgaben und Vorgänge aufgewendet wird. In einer Zeit, in der Teams dazu gedrängt werden, mit weniger Ressourcen mehr zu erreichen, und CEOs mit ihrem KI-generierten Code werben, stellt sich eine entscheidende Frage: Wie können wir die anderen 84 % der Arbeitsbelastung eines Ingenieurs optimieren?

Entwickler dort einsetzen, wo sie am produktivsten sind

Einer der größten Produktivitätskiller für Entwickler ist der Kontextwechsel – das ständige Hin- und Herspringen zwischen der ständig wachsenden Palette von Tools und Plattformen, die für die Entwicklung und Auslieferung von Software erforderlich sind. Laut einer Studie der Harvard Business Review wechselt ein digitaler Mitarbeiter durchschnittlich fast 1.200 Mal täglich zwischen Apps und Websites. Jede Unterbrechung verursacht Kosten. Untersuchungen der University of California zeigen, dass es nach einer einzigen Unterbrechung etwa 23 Minuten dauert, bis die Konzentration wieder vollständig hergestellt ist. Schlimmer noch: Fast 30 % der unterbrochenen Aufgaben werden nie fertiggestellt. Diese Herausforderung des Kontextwechsels ist so zentral, dass sie in DORA, einem der am weitesten verbreiteten Frameworks zur Messung der Softwareentwicklungsleistung, berücksichtigt wird.

Da KI-gesteuerte Unternehmen bestrebt sind, ihre Mitarbeiter zu befähigen, mit weniger Aufwand mehr zu erreichen – und dabei über den bloßen Zugang zu großen Sprachmodellen (LLMs) hinausgehen –, zeichnen sich neue Trends ab. Jarrod Ruhland, Principal Engineer bei Brex, ist der Meinung, dass „Entwickler ihren höchsten Wert erzielen, wenn sie sich auf ihre integrierte Entwicklungsumgebung (IDE) konzentrieren können“. Geleitet von diesem Grundsatz suchte er nach neuen Methoden, um dies zu verwirklichen, und das neue Protokoll von Anthropic könnte ein wichtiger Teil des Puzzles sein.

MCP: Ein Protokoll, um Kontext in IDEs zu bringen

KI-gestützte Codierungsassistenten wie LLM-optimierte IDEs wie Cursor, Copilot und Windsurf beflügeln eine Renaissance der Entwickler, und ihre Akzeptanzrate ist beispiellos. Cursor wurde zum am schnellsten wachsenden SaaS-Produkt der Geschichte und erreichte innerhalb eines Jahres nach seiner Einführung einen jährlichen wiederkehrenden Umsatz von 100 Millionen US-Dollar, während 70 % der Fortune-500-Unternehmen mittlerweile Microsoft Copilot einsetzen.

Allerdings waren diese Assistenten bisher auf den Kontext der Codebasis beschränkt. Das hilft Entwicklern zwar, Code schneller zu schreiben, löst aber nicht das umfassendere Problem des Kontextwechsels. Ein neues Protokoll soll dies lösen: das Model Context Protocol (MCP). MCP wurde im November 2024 von Anthropic eingeführt und ist ein offener Standard, der die Integration zwischen KI-Systemen – insbesondere LLM-basierten Tools – und externen Datenquellen und Anwendungen vereinfachen soll. Seine Popularität steigt rasant: In den letzten sechs Monaten gab es einen Anstieg von 500 % bei neuen MCP-Servern und allein im Juni wurden schätzungsweise 7 Millionen Downloads verzeichnet.

Eine der wirkungsvollsten Anwendungen von MCP ist seine Fähigkeit, KI-Codierungsassistenten direkt mit den alltäglichen Tools zu verbinden, die Entwickler verwenden, wodurch Arbeitsabläufe optimiert und Kontextwechsel drastisch reduziert werden.

Betrachten wir einmal die Entwicklung von Funktionen. Traditionell ist dabei ein Wechsel zwischen mehreren Systemen erforderlich: Lesen des Tickets in einem Projekt-Tracker, Überprüfen der Konversation eines Teamkollegen auf Klarheit, Suchen in der Dokumentation nach API-Spezifikationen und schließlich Öffnen der IDE, um mit dem Codieren zu beginnen. Jeder Schritt findet in einem separaten Tab statt, was mentale Umstellungen erfordert, die den Fortschritt verlangsamen.

Mit MCP und modernen KI-Assistenten wie Claude von Anthropic kann dieser gesamte Prozess innerhalb des Code-Editors ablaufen. Die Implementierung einer Funktion

vollständig innerhalb eines Codierungsassistenten könnte beispielsweise so aussehen:

• Ticketdetails mithilfe eines linearen MCP-Servers abrufen;
• Relevante Diskussionen mithilfe eines Slack-MCP-Servers anzeigen;
• Greifen Sie über einen Glean-MCP-Server auf die erforderliche Dokumentation zu.
• Schreiben Sie die Funktion, indem Sie Cursor bitten, das anfängliche Gerüst zu generieren.

Der gleiche Ansatz gilt auch für andere technische Arbeitsabläufe. Eine Incident Response für Site Reliability Engineers (SREs) könnte beispielsweise Folgendes umfassen:

• Abrufen von Details zum Vorfall über einen Rootly MCP-Server
• Abrufen von Trace-Daten über einen Sentry MCP-Server
• Importieren von Beobachtungsmetriken über einen Chronosphere MCP-Server
• Behebung des Fehlers durch Anweisungen an Claude Desktop

Nichts Neues unter der Sonne

Dieses Muster kennen wir bereits. In den letzten zehn Jahren hat Slack die Produktivität am Arbeitsplatz revolutioniert, indem es zu einer zentralen Drehscheibe für Hunderte von Apps wurde, über die Mitarbeiter verschiedene Aufgaben verwalten können, ohne jemals das Chat-Fenster verlassen zu müssen. Die Plattform von Slack hat die Kontextwechsel in den täglichen Arbeitsabläufen erfolgreich reduziert.

Nehmen wir Riot Games als Beispiel. Durch die Integration von rund 1.000 Slack-Apps konnten die Ingenieure des Unternehmens die Zeit für das Testen und Iterieren von Code um 27 % reduzieren, neue Fehler 22 % schneller identifizieren und die Rate der Feature-Einführungen um 24 % steigern. Diese Gewinne waren größtenteils auf optimierte Arbeitsabläufe und weniger Reibungsverluste beim Wechsel zwischen den Tools zurückzuführen.

Nun vollzieht sich eine ähnliche Transformation in der Softwareentwicklung. KI-Assistenten, die durch MCP-Integrationen unterstützt werden, werden zur Brücke zu all diesen externen Tools. Tatsächlich ist die IDE auf dem besten Weg, die neue All-in-One-Kommandozentrale für Ingenieure zu werden, ähnlich wie Slack es für allgemeine Wissensarbeiter geworden ist.

MCP ist möglicherweise noch nicht für Unternehmen geeignet

MCP ist ein relativ junger Standard. Aus Sicherheitsperspektive fehlt es ihm an einer integrierten Authentifizierung oder einem Berechtigungsmodell und es ist stattdessen auf externe Implementierungen angewiesen, die sich noch in der Entwicklung befinden. Auch in Bezug auf Identität und Auditing besteht Unklarheit – das Protokoll unterscheidet nicht eindeutig, ob eine Aktion von einem Benutzer oder der KI selbst initiiert wurde, was die Verantwortlichkeit und Zugriffskontrolle ohne maßgeschneiderte Lösungen erschwert. Lori MacVittie, renommierte Ingenieurin und Chief Evangelist im Office of the CTO von F5 Networks, merkt an, dass MCP „die grundlegenden Sicherheitsannahmen, an denen wir lange Zeit festgehalten haben, in Frage stellt“.

Eine weitere praktische Einschränkung ergibt sich, wenn zu viele MCP-Tools oder -Server gleichzeitig innerhalb eines Codierungsassistenten verwendet werden. Jeder MCP-Server gibt eine Liste der verfügbaren Tools mit Beschreibungen und Parametern bekannt, die das KI-Modell verarbeiten muss. Wenn das Modell mit Dutzenden von Tools überflutet wird, kann dies sein Kontextfenster überlasten und zu einer spürbaren Leistungsminderung führen, je mehr Tools hinzukommen. Einige IDE-Integrationen haben harte Grenzen implementiert – etwa 40 Tools in Cursor IDE oder etwa 20 für den OpenAI-Agenten –, um zu verhindern, dass die Anzahl der Eingabeaufforderungen die Kapazität des Modells übersteigt.

Schließlich gibt es derzeit keine ausgeklügelte Methode, um Tools automatisch zu erkennen oder kontextbezogen vorzuschlagen; sie werden einfach aufgelistet. Dies zwingt Entwickler oft dazu, Tools manuell zu aktivieren oder zu deaktivieren oder aktive Sets zu kuratieren, um einen reibungslosen Arbeitsablauf zu gewährleisten. Wenn man das frühere Beispiel von Riot Games betrachtet, das 1.000 Slack-Apps installiert hat, wird deutlich, wie problematisch eine unkontrollierte Verbreitung von Tools für den Einsatz in Unternehmen sein kann.

Weniger Drehstuhl, mehr Software

Das letzte Jahrzehnt hat gezeigt, wie wertvoll es ist, die Arbeit zum Mitarbeiter zu bringen – von Slack-Kanälen, die Updates zentralisieren, über „Inbox Zero”-E-Mail-Strategien bis hin zu einheitlichen Plattform-Engineering-Dashboards. Jetzt, da unser Toolkit um KI erweitert wurde, haben wir die einmalige Gelegenheit, die Produktivität von Entwicklern zu steigern. Wenn Slack zum Dreh- und Angelpunkt der Geschäftskommunikation geworden ist, dann sind KI-Codierungsassistenten perfekt positioniert, um zum Dreh- und Angelpunkt der Softwareentwicklung zu werden – nicht nur dort, wo Code geschrieben wird, sondern wo alle relevanten Kontexte und Kooperationen zusammenlaufen.

Indem wir Entwicklern ermöglichen, in ihrem produktiven Arbeitsfluss zu bleiben, beseitigen wir das ständige Umschalten, das die Entwicklungsleistung seit langem behindert.

Für jedes Unternehmen, das auf die Bereitstellung von Software angewiesen ist, lohnt es sich, genau zu prüfen, wie Ihre Entwickler ihre Zeit tatsächlich verbringen. Sie werden vielleicht überrascht sein, was Sie dabei entdecken.

Sylvain Kalache leitet AI Labs bei Rootly.