Zum Inhalt springen
Guide

MCP vs. A2A: Auswahl des richtigen KI-Agentenprotokolls

| 9 min read

MCP verbindet KI-Modelle mit Tools. A2A verbindet KI-Agenten miteinander. Vergleichen Sie Architektur, Authentifizierung, Nachrichtenformat und Akzeptanz, um das richtige Protokoll auszuwählen.

Robot representing AI agent communication
Photo by Alex Knight on Unsplash

Ihr KI-Agent muss eine DNS-Such-API aufrufen. Außerdem muss eine Forschungsaufgabe an einen separaten Agenten auf einem anderen Server übergeben werden. Dies sind zwei verschiedene Probleme, und die Industrie hat zwei verschiedene Protokolle entwickelt, um sie zu lösen: MCP (Model Context Protocol) von Anthropic und A2A (Agent-to-Agent) von Google.

Entwickler fragen immer wieder, welche Lösung sie wählen sollen. Die Antwort: Sie lösen unterschiedliche Probleme. MCP verbindet ein Modell mit Tools. A2A verbindet Agenten mit Agenten. In diesem Leitfaden werden die Architektur, das Nachrichtenformat, das Authentifizierungsmodell und die Verwendung jedes Protokolls aufgeschlüsselt, damit Sie die richtige Entscheidung für Ihr System treffen können.

MCP in 60 Sekunden

MCP ist ein offenes Protokoll, das KI-Modellen Zugriff auf externe Tools und Daten ermöglicht. Stellen Sie sich das wie einen USB-C-Anschluss für KI vor: eine Standardschnittstelle, viele Tools. Das Modell sendet eine JSON-RPC-Anfrage, die beschreibt, welches Tool mit welchen Parametern aufgerufen werden soll. Der MCP-Server führt das Tool aus und gibt strukturierte Daten zurück.

So sieht ein MCP-Tool-Aufruf auf der Leitung aus: 

// MCP tool call: model asks the server to execute a tool
{
  "jsonrpc": "2.0",
  "method": "tools/call",
  "params": {
    "name": "lookup_dns",
    "arguments": {
      "domain": "stripe.com",
      "type": "MX"
    }
  },
  "id": 1
}

// MCP tool result: server returns structured data
{
  "jsonrpc": "2.0",
  "result": {
    "content": [
      {
        "type": "text",
        "text": "{\"domain\":\"stripe.com\",\"type\":\"MX\",\"records\":[{\"priority\":1,\"value\":\"aspmx.l.google.com\",\"ttl\":300}]}"
      }
    ]
  },
  "id": 1
}

Das Modell berührt das Netzwerk niemals direkt. Es beschreibt die Absicht („MX-Einträge für Stripe.com nachschlagen“) und der MCP-Server übernimmt die Ausführung. Dadurch bleibt das Modell in einer Sandbox und erhält gleichzeitig Zugriff auf reale Daten.

Botoi betreibt einen MCP-Server unter api.botoi.com/mcp mit 49 Entwicklertools. Verbinden Sie es in einer Zeile mit Claude, Cursor oder VS Code: 

# Connect botoi's 49 tools via MCP in one command
claude mcp add botoi --transport streamable-http https://api.botoi.com/mcp

# Now your agent can call tools like:
# lookup_dns, lookup_whois, ssl_check, jwt_sign,
# pii_detect, email_validate, hash, uuid_generate,
# json_format, base64_encode, and 39 more

A2A in 60 Sekunden

A2A ist ein offenes Protokoll für die Agent-zu-Agent-Kommunikation. Während MCP ein Modell mit Tools verbindet, verbindet A2A einen Agenten mit anderen Agenten. Jeder Agent veröffentlicht unter einer bekannten URL eine „Agentenkarte“, in der seine Fähigkeiten, Fähigkeiten und Authentifizierungsanforderungen beschrieben sind. Andere Agenten entdecken diese Karte und senden Aufgaben.

Hier ist eine Agentenkarte: 

// A2A Agent Card: published at /.well-known/agent.json
{
  "name": "invoice-processor",
  "description": "Extracts line items from PDF invoices and returns structured data",
  "url": "https://agents.example.com/invoice",
  "version": "1.0.0",
  "capabilities": {
    "streaming": true,
    "pushNotifications": false
  },
  "skills": [
    {
      "id": "extract-invoice",
      "name": "Extract Invoice Data",
      "description": "Parses a PDF invoice and returns line items as JSON"
    }
  ],
  "authentication": {
    "schemes": ["bearer"]
  }
}

Und so sendet ein Agent eine Aufgabe an einen anderen: 

// A2A task/send: one agent asks another to do work
{
  "jsonrpc": "2.0",
  "method": "tasks/send",
  "params": {
    "id": "task-abc-123",
    "message": {
      "role": "user",
      "parts": [
        {
          "type": "text",
          "text": "Extract line items from this invoice PDF"
        },
        {
          "type": "file",
          "mimeType": "application/pdf",
          "uri": "https://storage.example.com/invoices/2026-march.pdf"
        }
      ]
    }
  },
  "id": 2
}

Der wesentliche Unterschied zu MCP: A2A-Aufgaben sind undurchsichtig. Der anrufende Agent weiß oder kontrolliert nicht, wie der empfangende Agent die Arbeit erledigt. Es könnte MCP-Tools verwenden, andere Agenten über A2A anrufen oder proprietäre Logik ausführen. A2A definiert den Vertrag zwischen Agenten, nicht zwischen einem Modell und einem Tool.

Vergleichstabelle

Dimension MCP (Model Context Protocol) A2A (Agent-zu-Agent)
Erstellt von Anthropisch (November 2024) Google (April 2025)
Kernzweck Verbinden Sie KI-Modelle mit Tools und Daten Verbinden Sie KI-Agenten miteinander
Kommunikationsmuster Modell ruft Tool auf, erhält Ergebnis Der Agent delegiert die Aufgabe an den Agenten
Drahtformat JSON-RPC 2.0 JSON-RPC 2.0
Transport stdio (lokal), Streamable HTTP (remote) HTTPS
Entdeckung Der Server stellt die Werkzeugliste über zur Verfügung tools/list Agent veröffentlicht Agent Card unter /.well-known/agent.json
Authentifizierungsmodell Serverdefiniert (API-Schlüssel, OAuth, keiner) Agent Card deklariert Schemata (Bearer, OAuth 2.0, API-Schlüssel)
Streaming Vom Server gesendete Ereignisse für Tool-Ergebnisse Vom Server gesendete Ereignisse für Aufgabenaktualisierungen
Staatlichkeit Zustandslos oder sitzungsbasiert Aufgabenlebenszyklus (übermittelt, in Arbeit, abgeschlossen, fehlgeschlagen)
Multimodal Textbasierte Tool-Ergebnisse Texte, Dateien, Bilder, strukturierte Daten in Nachrichtenteilen
Umfang der Ausführung Einzelner Werkzeugaufruf mit definierten Ein-/Ausgängen Offene Aufgabe; Der Agent entscheidet, wie er es fertigstellt

Architektur: wie sie zusammenpassen

MCP arbeitet auf der Tool-Ebene. A2A arbeitet auf der Orchestrierungsebene. In einem Multiagentensystem verwendet der Orchestrator A2A, um Aufgaben an spezialisierte Agenten zu delegieren. Jeder Spezialist nutzt MCP, um auf seine Tools zuzugreifen. 

Orchestrator Agent (A2A client)
  |
  |-- A2A task/send --> Research Agent
  |                        |-- MCP tools/call --> lookup_dns
  |                        |-- MCP tools/call --> lookup_whois
  |                        |-- MCP tools/call --> ssl_check
  |
  |-- A2A task/send --> Compliance Agent
  |                        |-- MCP tools/call --> pii_detect
  |                        |-- MCP tools/call --> email_validate
  |
  |-- A2A task/send --> Report Agent
                           |-- MCP tools/call --> markdown_to_html
                           |-- MCP tools/call --> pdf_from_html

Der Orchestrator-Agent erhält eine Anfrage wie „Überprüfen Sie den Sicherheitsstatus von example.com“. Es unterteilt dies in Teilaufgaben und delegiert sie über A2A: Ein Agent recherchiert DNS und SSL, ein anderer prüft die PII-Offenlegung, ein dritter erstellt den Bericht. Jeder Agent verwendet MCP, um die spezifischen Tools aufzurufen, die er benötigt.

MCP und A2A konkurrieren nicht. MCP antwortet: „Wie verwendet mein Agent Tools?“ A2A antwortet: „Wie reden meine Agenten miteinander?“ Die meisten Produktions-Multiagentensysteme benötigen beides.

Wann sollte MCP verwendet werden?

  • Ihr KI-Modell muss APIs aufrufen, Datenbanken abfragen oder Dateien lesen
  • Sie möchten einen einzelnen Agenten mit Zugriff auf viele Tools (wie die 49 Tools auf dem Botoi MCP-Server)
  • Sie benötigen deterministische Toolaufrufe mit definierten Ein-/Ausgabeschemata
  • Sie bauen innerhalb einer einzigen Vertrauensgrenze auf; Das Modell und die Werkzeuge gehören zum selben System
  • Sie möchten eine umfassende Client-Unterstützung: Claude Desktop, Claude Code, Cursor, VS Code, Windsurf und ChatGPT unterstützen alle MCP

Wann sollte A2A verwendet werden?

  • Sie haben mehrere Agenten, die sich gegenseitig Arbeit delegieren müssen
  • Agenten überbrücken Unternehmensgrenzen (Ihr Agent spricht mit dem Agenten eines Anbieters)
  • Die Aufgaben sind unbefristet; Der anrufende Agent schreibt nicht vor, wie die Arbeit erledigt wird
  • Sie benötigen einen Aufgabenlebenszyklus mit Statusverfolgung (eingereicht, in Arbeit, abgeschlossen, fehlgeschlagen).
  • Agenten tauschen umfangreiche Inhalte aus: Dateien, Bilder und strukturierte Daten, keine Tool-Parameter

Authentifizierungs- und Vertrauensmodelle

MCP hat eine einfache Authentifizierungsgeschichte. Der MCP-Server entscheidet über seine eigene Authentifizierung. Einige Server benötigen keine Authentifizierung (Zugriff auf das lokale Dateisystem). Andere erfordern einen API-Schlüssel oder ein OAuth-Token. Der Client übergibt Anmeldeinformationen in Headern. Es gibt keine Authentifizierungsverhandlung auf Protokollebene.

A2A integriert die Authentifizierung in die Erkennungsschicht. Jede Agentenkarte gibt ihre unterstützten Authentifizierungsschemata an. Der anrufende Agent liest die Karte, wählt ein Schema aus und authentifiziert sich, bevor er Aufgaben sendet. Dies eignet sich gut für organisationsübergreifende Szenarien, in denen Agenten zur Laufzeit Vertrauen aushandeln müssen.

Für den Botoi MCP-Server erhalten Sie beim anonymen Zugriff 5 Anfragen pro Minute und 100 pro Tag. Fügen Sie einen API-Schlüssel hinzu Authorization Überschrift für höhere Grenzwerte: 

{
  "mcpServers": {
    "botoi": {
      "type": "streamable-http",
      "url": "https://api.botoi.com/mcp"
    }
  }
}

Annahme im Jahr 2026

MCP hat einen Vorsprung. Anthropic hat MCP im November 2024 ausgeliefert und Anfang 2026 wird es von allen großen KI-Codierungsassistenten unterstützt. Claude Desktop, Claude Code, Cursor, VS Code (GitHub Copilot), Windsurf und ChatGPT fungieren alle als MCP-Clients. Das Ökosystem verfügt über Tausende von MCP-Servern, die Datenbanken, APIs, Dateisysteme, Browser und Entwicklertools abdecken.

A2A ist neuer. Google hat die Spezifikation im April 2025 veröffentlicht. Die Akzeptanz nimmt in Unternehmensumgebungen zu, in denen die Orchestrierung mehrerer Agenten wichtig ist: Automatisierung der Lieferkette, Pipelines für die Dokumentenverarbeitung und Kundendienstsysteme mit spezialisierten Agenten. Der Erkennungsmechanismus der Agentenkarte erleichtert den Aufbau von Agentenmarktplätzen und -verzeichnissen.

Wenn Sie heute ein Tool-Aufrufsystem mit einem einzigen Agenten aufbauen, verfügt MCP über das richtige Ökosystem. Wenn Sie eine Multi-Agent-Orchestrierung aufbauen, stellt A2A die Koordinationsebene bereit, die Sie benötigen.

Ein konkretes MCP-Beispiel: die 49 Tools von botoi

Botois MCP-Server unter api.botoi.com/mcp zeigt, wie MCP in der Produktion aussieht. Es stellt 49 kuratierte Entwicklertools in fünf Kategorien vor:

Kategorie Zählen Beispielwerkzeuge
Nachschlagen 12 dns_lookup, whois_lookup, ssl_check, email_validate, tech_detect
Text und Daten 10 json_format, base64_encode, csv_to_json, markdown_to_html
Entwicklerin 12 jwt_sign, uuid_generate, hash, cron_describe, regex_test
Sicherheit 5 aes_encrypt, pii_detect, totp_generate, credit_card_validate
Verwandeln 5 minify_js, sql_format, code_format, json_to_typescript

Der Server nutzt Streamable HTTP-Transport, läuft auf Cloudflare Workers am Edge und erfordert über die einzeilige Einrichtung hinaus keine Konfiguration. Jedes Tool verfügt über ein typisiertes Eingabeschema und gibt strukturiertes JSON zurück. Das vollständige Tool-Manifest finden Sie unter api.botoi.com/v1/mcp/tools.json.

Das ist MCP im Kern: ein Server, viele Tools, strukturierte E/A und ein Standardprotokoll, mit dem sich jeder kompatible Client verbinden kann.

Entscheidungsrahmen

Stellen Sie diese drei Fragen:

  1. Muss Ihr KI-Modell externe Tools aufrufen? Verwenden Sie MCP. Stellen Sie eine Verbindung zu einem MCP-Server her (oder erstellen Sie Ihren eigenen) und Ihr Modell erhält strukturierten Werkzeugzugriff.
  2. Haben Sie mehrere Agenten, die zusammenarbeiten müssen? Verwenden Sie A2A. Veröffentlichen Sie Agentenkarten, senden Sie Aufgaben und verfolgen Sie deren Lebenszyklus.
  3. Hast du beides? Benutzen Sie beides. A2A auf der Orchestrierungsebene, MCP auf der Toolebene. Sie agieren auf verschiedenen Ebenen und geraten nicht in Konflikt.

Die Wahl ist nicht MCP oder A2A. Abhängig von der Komplexität Ihres Systems ist es MCP, A2A oder MCP + A2A. Beginnen Sie mit MCP, wenn Sie Werkzeugzugriff benötigen. Fügen Sie A2A hinzu, wenn Sie eine Agentenkoordination benötigen.

Beginnen Sie mit MCP

Verbinden Sie Ihren KI-Assistenten über den Botoi MCP-Server mit 49 Entwicklertools. Überprüfen Sie die MCP-Setup-Dokumente für Konfigurationen für Claude Desktop, Claude Code, Cursor, VS Code und Windsurf. Durchsuchen Sie die API-Dokumente für die vollständige Liste der über 150 Endpunkte hinter dem MCP-Server.

FAQ

Was ist der Unterschied zwischen MCP und A2A?
MCP (Model Context Protocol) verbindet ein KI-Modell mit externen Tools und Datenquellen. A2A (Agent-to-Agent) verbindet unabhängige KI-Agenten miteinander, sodass sie Aufgaben delegieren, Ergebnisse austauschen und zusammenarbeiten können. MCP löst den Werkzeugzugriff. A2A löst die Agentenkoordination. Sie zielen auf verschiedene Schichten eines KI-Systems ab und können zusammen ausgeführt werden.
Können MCP und A2A im selben System zusammenarbeiten?
Ja. Ein gängiges Muster verwendet A2A für die Agent-zu-Agent-Kommunikation auf der Orchestrierungsebene, während jeder Agent MCP verwendet, um auf seine eigenen Tools und Datenquellen zuzugreifen. Der Orchestrator-Agent delegiert Aufgaben über A2A. Die spezialisierten Agenten führen diese Aufgaben aus, indem sie MCP-Tools aufrufen. Die beiden Protokolle arbeiten auf unterschiedlichen Ebenen und stehen nicht in Konflikt.
Welches Protokoll sollte ich für meine KI-Anwendung wählen?
Wenn Ihr KI-Modell externe APIs aufrufen, Datenbanken abfragen oder Dateien lesen muss, verwenden Sie MCP. Wenn Sie über mehrere KI-Agenten verfügen, die sich gegenseitig Arbeit über Team- oder Organisationsgrenzen hinweg delegieren müssen, verwenden Sie A2A. Die meisten Produktionssysteme, die über einen einzelnen Agenten hinauswachsen, nutzen am Ende beide.
Gilt MCP nur für Anthropic-Modelle und A2A nur für Google-Modelle?
Nein. Beides sind offene Protokolle. MCP funktioniert mit Claude, GPT, Gemini, Llama und jedem Modell, das Tool-Aufrufe unterstützt. A2A funktioniert mit jeder Agentenlaufzeit, unabhängig vom zugrunde liegenden Modell. Anthropic hat MCP und Google A2A erstellt, aber keines der Protokolle ist an seinen Ersteller gebunden.
Welchen Transport verwendet jedes Protokoll?
MCP unterstützt stdio für lokale Tool-Server und Streamable HTTP (JSON-RPC 2.0) für Remote-Server. A2A verwendet HTTPS mit JSON-RPC 2.0 für die gesamte Kommunikation. Beide Protokolle basieren auf JSON für die Nachrichtenformatierung. MCP unterstützt auch vom Server gesendete Ereignisse für Streaming-Tool-Ergebnisse.

Starte mit botoi zu entwickeln

150+ API-Endpunkte für Abfragen, Textverarbeitung, Bildgenerierung und Entwickler-Tools. Kostenloser Tarif, keine Kreditkarte nötig.

API-Dokumentation ansehen Alle Tools ansehen