Die besten MCP-Server für Claude 2026 (unsere Auswahl)

Ein Wort dazu, was das eigentlich ist, bevor du weiterliest: SkillProof testet Skills, nicht MCP-Server. Jeder Skill in unserem Katalog wird auf einer sauberen Maschine installiert und gegen echte Aufgaben laufen gelassen, dann nach Install, Trigger, Output und Doku bewertet. Wir fahren dieses Testverfahren noch nicht auf MCP-Server, also trägt nichts unten eine unserer x/10-Bewertungen.

Was folgt, ist unsere Engineering-Auswahlliste: die Server, die wir und die Leute, denen wir vertrauen, tatsächlich täglich fahren, ausgewählt nach Ökosystem-Adoption und eigenem täglichem Gebrauch, kein bewerteter Test. Eine bewertete MCP-Methodik kommt noch. Bis dahin behandle das als Kurzliste von Leuten, die die meisten dieser Server verbunden und die Hälfte wieder getrennt haben.

Was ein MCP-Server eigentlich tut

Ein MCP-Server ist ein laufendes Programm, das das Model Context Protocol spricht und eine Reihe von Tools bereitstellt, die Claude aufrufen kann: diese Datei lesen, diese Tabelle abfragen, in diesen Kanal posten, jenen Button in einem Browser klicken. Das ist der Mechanismus, mit dem Claude Systeme erreicht, die es sonst nicht anfassen könnte. Das ist eine andere Aufgabe als ein Skill, der Markdown-Anweisungen sind, die ändern, wie Claude an eine Aufgabe herangeht, die es technisch schon kann. Wir haben den vollständigen Vergleich in Claude Skills vs. MCP dargelegt, und die Kurzfassung zählt auch hier: Installiere einen Server, wenn das Problem ist „Claude kann meine Daten nicht sehen", nicht wenn das Problem ist „Claudes Output ist nicht gut genug".

Die Token-Kosten-Warnung, vor der Liste

Lies diesen Abschnitt, bevor du unten irgendetwas installierst, denn er ändert, welche Server sich lohnen.

Jeder MCP-Server, den du verbindest, schickt seine Tool-Schemas in Claudes Kontext bei jeder einzelnen Anfrage, egal ob du den Server in diesem Turn nutzt oder nicht. Ein Tool-Schema ist sein Name, seine Beschreibung und die vollständige Parameter-Spezifikation, und ein typischer Server stellt zehn bis dreißig Tools bereit. Verbinde vier oder fünf Server, und du kannst Tausende Tokens verbraucht haben, bevor du ein Wort getippt hast. Wir haben unser eigenes Setup für unseren Token-Kosten-Guide gemessen: drei mittelgroße Server fügten etwa 10.000 Tokens stehenden Overhead pro Anfrage hinzu, und ein schwererer offizieller Server fügte allein rund 20.000 Tokens hinzu, für ein Tool, das wir diesen Monat zweimal benutzt haben.

Das ist keine Einmalkosten. Es wird bei jedem Turn jeder Session in Rechnung gestellt, für immer, bis du den Server trennst. Ein 10.000-Token-Vorspann über eine 50-Nachrichten-Session sind 500.000 Tokens, ausgegeben für Definitionen, die niemand gelesen hat. Bei API-Abrechnung erscheint das direkt auf der Rechnung. Bei einem Pro- oder Max-Abo erscheint es als früheres Erreichen deiner Limits am Tag.

Also lautet die Betriebsregel für diese Liste: installiere weniger, nicht mehr. Entscheide, ob die Arbeit dieser Woche wirklich einen Server braucht, scope ihn auf das Projekt, das ihn braucht, und trenne ihn in der Woche, in der du ihn nicht brauchst. Jeder Eintrag unten sagt dir, wann er diese Steuer verdient und wann er zu überspringen ist, denn „könnte irgendwann nützlich sein" ist, wie Leute am Ende neun Server fahren und sich fragen, warum Claude stumpfer wirkt als früher.

Unsere Auswahl, nach Kategorie

Diese sind nach Aufgabe gruppiert, nicht gegeneinander gerankt, denn die richtige Antwort ist fast immer „der eine oder zwei, die zur Arbeit dieser Woche passen", nicht „alle".

Filesystem

Was er tut: Gibt Claude strukturierten Lese- und Schreibzugriff auf einen Verzeichnisbaum auf der Platte, über das hinaus, was die eingebauten Datei-Tools eines Chat-Clients abdecken. Nützlich in Setups, wo Claude irgendwo läuft, das noch keinen erstklassigen Dateizugriff hat, oder wo du eine engere Eingrenzung willst als „das ganze Projekt".

Wann er seine Kosten wert ist: Du fährst Claude außerhalb von Claude Code (ein eigener Agent-Aufbau, ein Chat-Client mit MCP-Unterstützung) und brauchst echten Datei-Lese-/Schreibzugriff, oder du willst Claude auf ein bestimmtes Unterverzeichnis statt ein ganzes Repo beschränken.

Wann überspringen: Innerhalb von Claude Code selbst ist das nahezu redundant. Die CLI hat schon eingebaute Datei-Tools, also fügt ein Filesystem-Server hier oft nur extra Schema-Steuer für eine Fähigkeit hinzu, die du schon kostenlos hast.

Git

Was er tut: Stellt git-Operationen als aufrufbare Tools bereit: status, diff, log, branch, commit, blame, auf einem lokalen Repository, strukturiert statt aus roher Kommando-Ausgabe geparst.

Wann er seine Kosten wert ist: Du willst, dass Claude über git-Historie und Diffs als strukturierte Daten nachdenkt statt Kommandos auszuführen und Text zu parsen, was mehr für eigene Agent-Aufbauten zählt als für Claude Code, das git schon sauber über bash ausführt.

Wann überspringen: In Claude Code gibt das Ausführen von git log und git diff über bash Claude dieselben Informationen mit null stehenden Schema-Kosten. Füge diesen nur hinzu, wenn du einen Agenten baust, der von Anfang an keinen Shell-Zugriff hat.

GitHub

Was er tut: Verbindet Claude mit der GitHub-API: Issues lesen und ablegen, Pull-Requests öffnen und reviewen, CI-Status prüfen, Labels und Meilensteine verwalten, alles ohne die Konversation zu verlassen.

Wann er seine Kosten wert ist: Deine Arbeit läuft wirklich über GitHub als System: einen Issue-Backlog triagieren, PR-Beschreibungen aus einem Diff entwerfen, prüfen, ob die Checks eines Releases grün sind. Der offizielle Server stellt viele Tools bereit, also plane echte Schema-Tokens dafür ein.

Wann überspringen: Wenn dein einziger Anwendungsfall git push und einen Diff lesen ist, erledigt die gh-CLI über bash dieselbe Aufgabe ohne eine dauerhafte Verbindung oder ein zu verwaltendes Token. Greif zum Server, wenn Claude auf GitHub-Zustand selbst handeln muss: ablegen, labeln, kommentieren auf Dingen, die dort schon existieren.

Browser-Automatisierung: Playwright und Puppeteer

Was sie tun: Beide steuern einen echten Browser, sodass Claude durch eine Seite klicken, Formulare ausfüllen, auf das Rendern von Elementen warten, Screenshots machen und den resultierenden DOM oder Netzwerkverkehr lesen kann. Playwrights Server bietet tendenziell einen saubereren Accessibility-Tree-Zugriff; Puppeteers ist die ältere, minimalere Oberfläche und taucht öfter in bestehenden Toolchains auf, die sich schon darauf standardisiert haben.

Wann sie ihre Kosten wert sind: End-to-End-Tests einer Web-App, das Scrapen einer Seite, die erst nach JavaScript-Ausführung rendert, oder das Verifizieren, dass eine UI-Änderung tatsächlich in einem lebenden Browser gut aussieht, statt dem Code zu vertrauen. Das ist eine der wenigen Kategorien, wo „Claude kann das buchstäblich nicht ohne einen Server" ohne Einschränkung wahr ist; keine Menge an Anweisung gibt einem Modell Augen auf eine gerenderte Seite.

Wann überspringen: Wenn du nur das statische HTML einer Seite lesen musst, erledigt ein einfacher Fetch die Aufgabe für einen Bruchteil der Tokens und ohne Browser-Prozess zu verwalten. Greif nicht zu einem vollen Browser-Automatisierungsserver, um einen Blogpost zu lesen.

Postgres

Was er tut: Gibt Claude eine lebende, meist auf Lesen beschränkte Verbindung zu einer Postgres-Datenbank: Schema-Introspektion, Abfragen ausführen, Query-Pläne inspizieren.

Wann er seine Kosten wert ist: Du brauchst, dass Claude über dein echtes Schema und echte Daten nachdenkt, nicht einen Schema-Dump, den du letzten Monat eingefügt hast und der seither abgedriftet ist. Eine langsame Abfrage gegen echte EXPLAIN-Ausgabe debuggen, oder eine Migration schreiben, die schon existierende Tabellen berücksichtigen muss, geht beides mit einer lebenden Verbindung schneller als mit veraltetem Kontext.

Wann überspringen: Einmalige Analyse eines CSV-Exports braucht keine Datenbankverbindung. Und ein schreibfähiges Credential für rein lesende Exploration zu verbinden ist ein echtes Risiko; scope das Token auf read-only, wo immer die Aufgabe es erlaubt. Kombiniere diesen Server mit einem Skill, der sorgfältige Abfragedisziplin kodiert; eine lebende Verbindung ohne Urteilsschicht ist, wie man einen versehentlichen Full-Table-Scan gegen Produktion bekommt.

Fetch

Was er tut: Ein schmaler, kostengünstiger Server, der eine URL abruft und ihren Inhalt zurückgibt, oft nach Markdown konvertiert, sodass Claude eine Seite ohne Browser lesen kann.

Wann er seine Kosten wert ist: Du brauchst aktuelle Informationen von einer bestimmten bekannten URL, Dokumentation, ein Changelog, eine öffentliche API-Antwort, ohne den vollen Aufwand einer Browser-Automatisierung. Das ist nahe am leichtesten Server dieser Liste, was die Schema-Steuer betrifft.

Wann überspringen: Wenn dein Client schon eingebauten Web-Fetch hat (Claude Code hat das), ist ein separater Fetch-Server meist doppelte Fähigkeit. Prüfe, was du schon hast, bevor du diesen hinzufügst.

Suche (Brave Search oder ähnlich)

Was er tut: Führt Websuchen über eine Such-API aus und gibt Ergebnisse zurück, die Claude lesen kann, im Unterschied zum Abrufen einer einzelnen bekannten URL.

Wann er seine Kosten wert ist: Offene Recherche, bei der du die Quell-URL nicht im Voraus kennst: „was ist der aktuelle Stand von X", Wettbewerbsrecherche, bekannte Fixes für eine bestimmte Fehlermeldung finden.

Wann überspringen: Wenn dein Client schon eingebaute Websuche hat, ist das redundante Fähigkeit mit eigenem API-Schlüssel zu verwalten und eigener Schema-Steuer. Bestätige, was dein Setup schon abdeckt, bevor du einen zweiten Suchpfad hinzufügst.

Slack

Was er tut: Liest und postet in Slack: Kanal-Historie, DMs, Threads, Reaktionen, sodass Claude einen Kanal zusammenfassen oder ein Update posten kann, ohne dass du in beide Richtungen copy-pastest.

Wann er seine Kosten wert ist: Wiederkehrende Kommunikationsarbeit: Standup-Zusammenfassungen posten, Kontext aus einem Thread ziehen, bevor eine Antwort entworfen wird, einen unübersichtlich gewordenen Kanal triagieren. Das ist auch das kanonische Beispiel für einen Server, um den sich schnell ein Skill entwickelt: Slack verbinden, eine Zusammenfassung posten, die wie eine Pressemitteilung klingt, und du wirst dich innerhalb eines Tages beim Schreiben von Formatierungsanweisungen wiederfinden. Das ist kein Schlag gegen den Server; das ist das normale MCP-plus-Skill-Muster.

Wann überspringen: Wenn deine Slack-Nutzung gelegentlich ist, läuft die Tool-Schema-Steuer jeden Tag für eine Fähigkeit, die du zweimal pro Woche nutzt. Erwäge, ihn nur an den Tagen zu verbinden, an denen du ihn brauchst, oder ihn auf das eine Projekt zu scopen, wo Kommunikation Teil der eigentlichen Arbeit ist.

Memory

Was er tut: Gibt Claude einen persistenten Wissensspeicher über Sessions hinweg, meist einen kleinen Graphen aus Entitäten und Beziehungen, sodass Fakten aus dem Gespräch letzter Woche nicht verschwinden, wenn die Session endet.

Wann er seine Kosten wert ist: Langlaufende Projekte, wo das Wiedererklären von Kontext in jeder Session der eigentliche Aufwand ist, nicht die Schema-Steuer. Wenn du dich am Anfang jedes Gesprächs dabei ertappst, „denk dran, wir haben X entschieden" zu tippen, ist das das Signal.

Wann überspringen: Kurze, in sich geschlossene Aufgaben profitieren nicht; es gibt nichts, woran man sich über eine Session erinnern müsste, die in zwanzig Minuten endet. Beachte auch, dass ein Memory-Skill einen Teil desselben Problems ohne jeden Server löst, da er Notizen in einer Datei auf der Platte pflegen kann, die Claude direkt liest und aktualisiert. Prüfe, ob du die immer aktive Verbindung brauchst oder nur eine Persistenzgewohnheit, bevor du den Server hinzufügst.

Der Eigenbau-Weg

Jede Liste wie diese verpasst deine interne API, dein selbstgebautes Ticketing-System, das eine Tool deines Teams, von dem sonst niemand gehört hat. Dafür ist der schnellste Weg nicht, darauf zu warten, dass jemand einen Server veröffentlicht; es ist, einen zu bauen.

MCP Builder, aus Anthropics offiziellem Skills-Repo, erreichte 8,8/10 in unseren Tests (Verdikt: bestanden): Er führt Claude durch die eigentliche Mechanik eines MCP-Servers, Tool-Definitionen, Schemas, Auth, Fehlerbehandlung, statt dass du dieses Boilerplate selbst aus der Dokumentation zusammensetzt. In unserem Test baute er einen funktionierenden Server, der eine interne REST-API umhüllt, komplett mit Tool-Schemas und Fehlerbehandlung, in etwa einer Stunde beaufsichtigter Arbeit. Es ist der Skill, den Anthropic selbst nutzt, um Claude beizubringen, wie man genau das baut, wovon dieser Artikel eine Liste ist, was jede Debatte beendet, ob Skills und MCP Konkurrenten statt Schichten sind.

Wenn der Blocker deines Teams ist „niemand hat einen Server für unser internes Tool gebaut", ist das ein direkterer Weg als nach einem zu suchen, der nicht existiert.

Skills vs. MCP, die Entscheidungshilfe

Die Frage unter den meisten dieses Artikels ist eine, die uns ständig gestellt wird: Brauchst du einen Skill oder einen Server für ein gegebenes Problem? Der Test, der wirklich funktioniert, ist zu fragen, was scheitert. Wenn Claude technisch die Information oder Fähigkeit hat, sie aber schlecht handhabt, inkonsistente Formatierung, verpasste Randfälle, generischer Output, ist das ein Urteilsproblem, und ein Skill behebt es für nahezu null stehende Kosten. Wenn Claude die Sache einfach überhaupt nicht erreichen kann, keine Datenbankverbindung, kein Browser, kein lebender Slack-Kanal, ist das ein Zugriffsproblem, und nur ein Server schließt diese Lücke.

Die meiste tägliche Arbeit neigt stärker zur Skill-Seite, als Leute erwarten. Schreiben, Code-Review, Dokumentengenerierung, Analyse von Dateien, die schon vor Claude liegen: nichts davon braucht einen Server. MCP verdient seinen Einrichtungsaufwand und seine Token-Steuer speziell, wenn ein lebendes externes System zentral für die Aufgabe ist, eine echte Kategorie, nur schmaler als die Größe der meisten MCP-Configs vermuten lässt. Unser vollständiger Setup-Durchlauf sequenziert das in eine echte 30-Minuten-Baureihenfolge: zuerst Skills, weil sie im Ruhezustand kostenlos sind, dann die ein oder zwei Server, die das Projekt tatsächlich braucht.

Wie viele Server sind zu viele

Unsere eigenmeinungsstarke Antwort: Die meisten Setups brauchen zwei oder drei, gescopt auf das spezifische Projekt, nicht global verbunden.

Der Test, den wir auf unseren eigenen Maschinen anwenden, ist einfach. Kannst du für jeden verbundenen Server sagen, wofür er diese Woche ist? Wenn die Antwort ist „Ich habe das für etwas letzten Monat eingerichtet", verdient er seine Steuer nicht; er sitzt da, hält ein Credential und kostet Schema-Tokens ungeachtet dessen. Wir führen dieses Audit monatlich durch und behalten selten mehr als drei Server für ein einzelnes Projekt verbunden, sobald wir ehrlich sind.

Das Scheitermuster ist keine harte Obergrenze; es ist, dass MCP-Server ihre Kosten nicht so ankündigen, wie es eine langsame Antwort tut. Eine aufgeblähte CLAUDE.md ist offensichtlich, sobald du sie scrollst. Untätige MCP-Schemas bleiben unsichtbar, bis du /context ausführst und vierzigtausend Tokens Tool-Definitionen vor deiner eigentlichen Frage siehst. Prüf diese Zahl, bevor du einen vierten Server hinzufügst, nicht danach.

FAQ

Was sind die besten MCP-Server für Claude 2026?

Für die meisten Setups: ein Filesystem- oder Git-Server, wenn du außerhalb von Claude Code bist (beide sind darin nahezu redundant), GitHub, wenn Issues und PRs zentral für deine Arbeit sind, Playwright oder Puppeteer für Browser-Automatisierung, Postgres für lebende Datenbankarbeit, und Slack, wenn Kommunikation täglich darüber läuft. Zwei oder drei davon, nicht alle, ist die realistische Antwort für das Setup einer Person.

Brauche ich MCP-Server, wenn ich Claude Code nutze?

Weniger, als du denkst. Claude Code hat schon Dateizugriff, Shell-Zugriff (sodass git und gh über bash funktionieren) und eingebauten Web-Fetch. Die Server, die darüber hinaus echte neue Fähigkeit hinzufügen, sind die, die Systeme erreichen, zu denen Claude Code keinen nativen Pfad hat: eine lebende Datenbank, ein Browser, Slack, die API eines Ticketing-Systems.

Wie viel Kontext kosten MCP-Server tatsächlich?

Das variiert je nach Server, und genau deshalb solltest du deinen eigenen prüfen statt einer Faustregel zu vertrauen. Kleine, fokussierte Server laufen bei 1.000 bis 3.000 Tokens Schema. Große offizielle Server mit Dutzenden Tools haben in unseren eigenen Audits im Bereich von 15.000 bis 25.000 gemessen. Führ /context mit verbundenem und dann getrenntem Server aus, um deine echte Zahl zu sehen.

Werden diese Server so bewertet, wie SkillProof Skills bewertet?

Nein, und das haben wir am Anfang dieses Artikels absichtlich gesagt. Unsere Install-, Trigger-, Output- und Doku-Bewertung ist eine Skills-Methodik, die wir bisher auf 73 Skills angewendet haben. Eine vergleichbare bewertete Methodik für MCP-Server ist in Arbeit; diese Liste ist unser Engineering-Urteil und tägliche Nutzung, kein Testergebnis.

Kann ein Skill einen MCP-Server ersetzen?

Nicht für den Zugriff selbst; ein Skill kann keine Datenbankverbindung öffnen oder von sich aus einen Browser steuern. Aber ein Skill kann durchaus die Urteilsschicht ersetzen, die Leute fälschlicherweise von einem Server erwarten. Viele verbundene Server, die wir gesehen haben, werden fast sofort von einem Skill gefolgt, der beschreibt, wie man sie gut nutzt, sorgfältige Abfragemuster für einen Datenbankserver, Formatierungsregeln für einen Slack-Server. Der Server bringt dich hin; der Skill entscheidet, was zu tun ist, sobald du angekommen bist.