Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
MCP: Baue Agenten mit Claude, Cursor, Flowise, Python & n8n
Bestseller
Highest Rated
Rating: 4.6 out of 5(179 ratings)
2,111 students

MCP: Baue Agenten mit Claude, Cursor, Flowise, Python & n8n

Model Context Protocol: Entwickle KI-Agenten mit Python, n8n & LangChain – Server, Clients, Tools, Ressourcen & Prompts
Last updated 7/2026
German

What you'll learn

  • Einführung ins Model Context Protokoll (MCP), praktische Tipps zum Kursstart & wie LLMs durch Tools, Prompts und Ressourcen erweitert werden können
  • MCP‑Grundlagen & Tool‑Integration in Claude Desktop: JSON‑Struktur verstehen, Server‑Typen vergleichen, Setup mit Node.js & Installation über den MCP‑Installer
  • Eigene Workflows mit Claude Desktop bauen: Zugriff auf lokale Anwendungen, Integration von Datenbanken & API‑Key‑Anbindung für sichere Verbindungen
  • Cursor & Vibe Coding mit MCP verknüpfen: Python‑Installation über pyenv, Cursor‑Interface verstehen, mit OpenAI oder Claude verbinden & MCPs flexibel verwenden
  • API‑Keys & Zugriffskontrolle: Einrichtung für OpenAI, OpenRouter & mehr, Unterschiede in der Preisstruktur, Limitationen & Projekt‑Setup in Cursor verstehen
  • MCP‑Server in n8n lokal hosten: Node.js Installation, Basics wie Trigger, Aktionen, MCP‑Client vs. Host verstehen & eigenen Server sicher konfigurieren
  • n8n‑MCP‑Server erweitern: Verbindung zu Claude, Cursor oder GitHub‑Nodes herstellen, Zapier‑Funktionen kostenlos integrieren & Tools hinzufügen
  • Vektordatenbanken in MCP einbinden: Pinecone automatisch über Google Drive verwalten, Workflows exportieren, RAG‑Agenten mit Vektorsuche entwickeln
  • HTTP‑Anbindung & DSGVO‑konformes Hosting: HTTP‑Requests an MCP‑Server schicken, wenn kein offizielles MCP vorliegt, Hosting‑Lösungen & Best Practices
  • MCP in Flowise, LangChain & LangGraph einsetzen: Flowise-Installation, Interface verstehen, Unterschiede zwischen Agenten‑Plattformen & Anwendungsbeispiele
  • Tool‑Agenten mit MCP: Zugriff auf E‑Mails, Kalender, Airtable, Web‑Scraping & Pinecone-Datenbanken in Flowise integrieren für skalierbare Automatisierung
  • Flowise AI Agents V2 & neue Möglichkeiten: Funktionen, LangGraph nutzen, SQLite als Record Manager verwenden & Tool‑Agenten mit Vektorzugriff kombinieren
  • Spezial‑Workflows mit MCP erstellen: Sprachsteuerung für LLMs, Automatisierung in Blender, individuelle Bilderstellung über OpenAI & n8n Workflows
  • Python‑MCP‑Server selbst entwickeln: Grundlagen der Server‑Programmierung, GitHub‑Repo verstehen, Tools einbinden & den MCP Inspector nutzen
  • Eigene Prompt‑Vorlagen & Ressourcen definieren: Mit dem modelcontextprotocol Python SDK eigene Prompts und Datenstrukturen verwalten und Claude damit verbinden
  • SSE‑Endpunkte für den MCP Server bauen: Echtzeit‑Verbindungen herstellen, eigene Tools über Events ansprechen & häufige Fehler bei der Server‑Entwicklung
  • Sicherheitslücken im MCP verstehen & vermeiden: Tool‑Poisoning, MCP Rug Pulls, Jailbreaks & Prompt Injections erkennen und sichere MCP‑Strategien einsetzen
  • Datenschutz, DSGVO & rechtliche Rahmenbedingungen beim MCP: Rechte & Pflichten beim Hosting, Datenverarbeitung & Einsatz von LLM‑Tools rechtlich absichern

Course content

8 sections77 lectures10h 55m total length
  • Willkommen!0:11
  • Kurs Überblick6:41
  • Wichtige Tipps für den Kurs4:01
  • Erklärung der Links für den Kurs2:05
  • Wichtige Links0:36
  • Dozentenvorstellung: Arnold Oberleiter (Arnie)1:56
  • Das Model Context Protokoll erklärt: Gib LLMs Tools, Prompts & Ressourcen16:28
  • Prompt Engineering Basics & Systemprompts14:17

Requirements

  • Keine Vorkenntnisse nötig, alles wird Schritt für Schritt gezeigt

Description

Das Model Context Protocol (MCP) ist eine der spannendsten neuen Technologien im Bereich KI-Automatisierung und KI Agenten.

Denn Large Language Models (LLMs) brauchen mehr als nur Prompts – sie brauchen Kontext, Tools und externe Ressourcen.

Mit MCP kannst du genau das bereitstellen.


Doch wie funktioniert das in der Praxis?

Wie baust du eigene MCP‑Server?

Wie nutzt du Clients wie Claude Desktop, Cursor, n8n oder Flowise?


Und wie lässt sich das Ganze automatisieren, absichern, eigene Server erstellen und in KI‑Projekt einbauen?


In diesem Kurs lernst du es – Schritt für Schritt, klar erklärt, mit vielen Beispielen und direkt umsetzbar.


Grundlagen: Das Model Context Protocol verstehen und einsetzen

Erhalte einen umfassenden Überblick über das MCP-Konzept, seine Funktionsweise und Einsatzmöglichkeiten.
Verstehe, wie Tools, Prompts und Ressourcen über MCP an LLMs wie Claude, GPT oder Flowise angebunden werden.
Starte direkt mit nützlichen Tipps, Materialien und einem eigenen Kurs-Hub voller Ressourcen und Link-Sammlungen.
Lerne die wichtigsten Prinzipien des Prompt Engineerings und wie Systemprompts im MCP-Kontext funktionieren.


MCP in Claude Desktop integrieren und erste Server einrichten

Installiere Claude Desktop mit Node.js und NVM und konfiguriere erste eigene Serverstrukturen.
Nutze JSON-Dateien und den offiziellen MCP-Installer, um Tools, Datenbanken oder eigene APIs anzubinden.
Verstehe verschiedene Server-Typen (Tool-Server, Prompt-Server, Datenbank-MCPs) und deren Anwendungsfälle.
Verbinde Claude Desktop mit deinem lokalen System oder Online-Diensten und aktiviere API-Key-geschützte Funktionen.


MCP mit Cursor, Vibe Coding und Python kombinieren

Richte Cursor als flexiblen Client ein, verbinde ihn mit bestehenden MCP-Servern (z. B. Claude oder OpenAI)
und erkunde die Limitierungen und Möglichkeiten im Vergleich zu Claude Desktop.
Nutze Vibe Coding und Python-gestützte Konfigurationen zur individuellen Erweiterung deiner MCP-Struktur.
Verwalte API-Keys effizient, verstehe Preisstrukturen und realisiere dein eigenes Cross-Tool MCP-Setup.


MCP-Server mit n8n erstellen, hosten und automatisieren

Lerne, wie du n8n lokal installierst, konfigurierst und als vollwertige MCP-Plattform nutzt.
Erstelle Trigger, Actions und verwende Custom Nodes für die Verbindung mit Claude, Cursor, GitHub oder Google Drive.
Integriere Pinecone und andere Vektordatenbanken für RAG-Agenten direkt in deinen MCP-Server.
Nutze Authentifizierungsoptionen und DSGVO-konforme Hosting-Strategien für deine eigenen Deployments.


MCP in Flowise, LangChain und LangGraph nutzen

Installiere Flowise und erfahre, wie du mit Agent V2 komplexe Tool-Workflows (z. B. E-Mail, Kalender, Airtable, Websuche) erstellst.
Verwende LangGraph zur Steuerung mehrstufiger Agentenprozesse mit klarer Rollenverteilung und Tool-Ausführung.
Verwalte Pinecone-Datenbanken über SQLite, kombiniere LangChain-Funktionen und baue skalierbare Automatisierungen.
Nutze den Flowise Marketplace und kreiere eigene Assistants mit vollem MCP-Zugriff.


Spezial‑Workflows und kreative MCP‑Projekte

Baue Sprachschnittstellen zu deinem LLM auf und steuere deine KI mit Spracheingaben über MCP.
Automatisiere 3D‑Prozesse in Blender mithilfe von Claude, Python und deinem eigenen MCP‑Server.
Nutze die OpenAI API in Verbindung mit n8n zur Erstellung automatisierter Bild‑Workflows.
Teile Ideen mit der Community und erhalte Inspiration für unkonventionelle oder kreative Anwendungen.


Eigene MCP‑Server in Python programmieren

Lerne, wie du mit Python und TypeScript eigene MCP‑Server schreibst – inklusive Ressourcen, Prompts und Tool‑Handling.
Verwende das modelcontextprotocol Python SDK und entwickle eigene Prompt‑Templates mit Claude‑Kompatibilität.
Nutze den MCP Inspector zur Serverdiagnose und erweitere dein Setup um Server‑Sent‑Event‑Endpunkte (SSE).
Vermeide typische Fehler und erhalte Best Practices für eigene Serverprojekte, die zuverlässig laufen und sicher bleiben.


Sicherheit, Datenschutz und rechtliche Grundlagen

Erkenne und verstehe Bedrohungen wie Tool Poisoning, Jailbreaks, Prompt Injections oder den sogenannten MCP Rug Pull.
Sichere deinen MCP‑Server mit API‑Keys, Authentifizierung und Zugriffskontrolle ab.
Beachte Datenschutzgrundlagen wie DSGVO, den EU AI Act und Herausforderungen beim Hosting generativer KI.
Erhalte konkrete Beispiele und Empfehlungen, wie du rechtlich und technisch auf der sicheren Seite bleibst.


Nach dem Kurs…

...bist du in der Lage, MCP‑basierte Agenten zu bauen, zu hosten, zu programmieren oder in Tools wie Claude, n8n, Cursor oder Flowise zu integrieren.
Du weißt, wie du MCP‑Server sicher erstellst, sinnvoll kombinierst, für deine Projekte nutzt und sogar als Dienstleistung anbietest.
Egal ob für dein Business oder deine eigenen Ideen – dieser Kurs gibt dir die volle Kontrolle über das MCP‑Ökosystem.

Who this course is for:

  • KI‑Entwickler, Tech‑Tüftler und Automatisierungs‑Nerds, die das Model Context Protocol (MCP) verstehen, eigene Server bauen oder bestehende Clients wie Claude, Cursor, n8n oder Flowise erweitern wollen.
  • Privatpersonen und KI‑Enthusiasten, die endlich verstehen möchten, wie LLMs durch Tools, Prompts und Ressourcen erweitert werden – und selbst erste MCP‑Agenten zum Laufen bringen wollen.
  • Unternehmer und Selbstständige, die MCP‑basierte KI‑Workflows nutzen möchten, um Routineaufgaben zu automatisieren, Prozesse effizienter zu gestalten oder ein eigenes KI‑Serviceangebot zu schaffen.
  • Softwareentwickler & Prompt-Engineers, die an der Schnittstelle zwischen LLM‑APIs, Tool‑Integration und Workflow‑Automatisierung arbeiten und MCP für eigene Projekte einsetzen möchten.
  • Technik‑Begeisterte & KI‑Neulinge, die Tools wie Claude Desktop, Cursor, n8n oder Flowise kombinieren und tief in das MCP‑Ökosystem eintauchen wollen.