MCP-server laten bouwen: je systemen bruikbaar voor elke AI-assistent
Niet nog een integratie erbij, maar één laag die je bestaande systemen bereikbaar maakt voor elke AI die het protocol spreekt. We bouwen ze, we draaien ze, en we draaien er zelf op.
Vertrouwd door
Wat schiet je op met een MCP-server?
Het korte antwoord: je bouwt de toegang tot je systemen één keer, in plaats van per AI-tool opnieuw.
Een MCP-server is een programma dat een afgebakend deel van jouw systemen aanbiedt aan AI-assistenten. Niet als databasetoegang, maar als losse handelingen die je zelf definieert: “zoek een factuur op klantnaam”, “geef de openstaande posten”, “maak een urenregel aan”. Elke assistent die het Model Context Protocol spreekt kan die handelingen gebruiken.
Dat klinkt als een koppeling, en technisch ligt er ook gewoon een API onder. Het verschil zit in het aantal keer dat je het werk doet. Wil je jouw Exact Online bereikbaar maken voor drie AI-tools, dan bouw je zonder MCP drie koppelingen — en bij elke nieuwe tool of elk nieuw model komt er weer één bij. Met MCP bouw je één server. Dat is precies het probleem dat het protocol oplost, en het is de enige reden dat het bestaat.
Heb je al koppelingen liggen? Die vervangt dit niet. Een MCP-server komt er meestal naast: je bestaande integraties blijven doen wat ze doen, en de MCP-laag maakt dezelfde systemen daarnaast bevraagbaar in gewone taal. Wat een MCP-server is en hoe hij zich verhoudt tot een gewone API leggen we uit op wat is een MCP-server.
Wat het oplevert als je al koppelingen hebt
Vier dingen die je met losse integraties niet krijgt, hoe goed die ook gebouwd zijn.
Eén laag in plaats van een koppeling per model
Je bouwt de toegang tot je systemen één keer. Elke AI-assistent die MCP spreekt — Claude, ChatGPT, Copilot, Gemini, of wat er volgend jaar bijkomt — kan er daarna mee werken zonder dat jij iets aanpast.
Wissel je van AI-leverancier, dan blijft de server staan.
De AI werkt met jouw actuele data
Niet een export van vorige maand en niet een kennisbank die iemand moet bijhouden, maar het systeem zelf. De assistent haalt de openstaande facturen op op het moment dat je het vraagt.
Geen synchronisatie die uit de pas loopt, want er is geen kopie.
Je bepaalt per handeling wat mag
Een MCP-server geeft geen databasetoegang weg. Je definieert losse handelingen — factuur zoeken, urenregel aanmaken — en alles wat je niet definieert, kan de AI niet.
Alleen lezen is een geldig eindresultaat, en vaak het verstandige begin.
Het werkt ook voor je eigen mensen
De grootste winst zit meestal niet bij een klantchatbot maar intern: iemand die in gewone taal vraagt hoeveel uren er op een project staan en meteen antwoord krijgt, zonder in te loggen.
Vragen die anders bij één collega belanden die het systeem kent.
Er is nog een reden die pas later gaat tellen. Een chatbot koppel je aan het model dat je vandaag gebruikt; wissel je van leverancier, dan bouw je hem opnieuw. Een MCP-server hoort bij jouw systemen, niet bij een AI-leverancier. Het protocol is sinds december 2025 ondergebracht bij de Agentic AI Foundation onder de Linux Foundation, met Anthropic, Block en OpenAI als medeoprichters. Het is dus geen standaard van één partij meer, en dat is de belangrijkste garantie dat wat je nu bouwt over twee jaar nog aansluit.
Wij draaien er zelf op
Geen proefopstelling: dit zijn de MCP-servers waar ons eigen werk van afhangt.
Agents die er echt in schrijven
Ons eigen CRM draait op een MCP-server. Klanten, projecten, scopes, user stories en taken zitten erachter, en onze agents lezen én schrijven daarin: een gesprek wordt een activiteit, werk dat eruit volgt wordt een user story. Dat is geen demo — het is hoe onze administratie bijblijft.
Een redactie-server met drie handelingen
Achter denkbot.nl zit een MCP-server met een handvol handelingen: artikelen opsommen, één artikel ophalen, een nieuw artikel klaarzetten. Een nieuw artikel komt er als concept in en gaat pas live op de geplande datum. Publiceren is dus een aparte stap, niet iets wat per ongeluk gebeurt.
Deploys aansturen in gewone taal
DenkOps, ons deploy- en beheerplatform, is agent-first gebouwd: de hele levenscyclus van een API — uitrollen, logs lezen, omgevingsvariabelen, terugrollen — is via MCP aanstuurbaar. Meer daarover staat op onze pagina over API-hosting.
DenkOps API-hosting→Wat we uit die praktijk hebben geleerd, staat in geen enkele productbrochure. Het belangrijkste: het aantal handelingen is bepalender voor de kwaliteit dan de code eronder. Geef je een assistent tachtig handelingen met vage namen, dan kiest hij geregeld de verkeerde. Vijftien scherp omschreven handelingen werken beter dan tachtig die alles kunnen. De omschrijving van een handeling is daarom geen documentatie achteraf — het is de eigenlijke instructie.
Het tweede: schrijfrechten vragen om een terugweg. Onze agents schrijven echt in ons CRM, en dat werkt omdat elke aanroep gelogd wordt en omdat de gevoelige stappen iets klaarzetten in plaats van iets afronden. Een status op “klaar” zetten mag bij ons pas als een mens dat bevestigt. Zulke regels zitten in de server, niet in een afspraak die iemand moet onthouden.
Welke systemen we in de praktijk ontsluiten
Dezelfde pakketten die we ook gewoon aan elkaar koppelen.
Een MCP-server is zo goed als de API eronder, en die API's kennen we van het koppelwerk dat we dagelijks doen. In de praktijk gaat het bij ons om Exact Online, Moneybird, AFAS, Gripp en Autotask, en daarnaast om systemen die je zelf hebt laten bouwen. Dat laatste is vaker het interessantste geval: bij een eigen applicatie is er niemand die ooit een MCP-koppeling gaat leveren, dus als je die wilt, moet hij gebouwd worden.
Welk pakket op welke manier met welk ander praat — native, via een tussenlaag of via maatwerk — hebben we per combinatie uitgezocht op de koppelingenpagina. Die afweging is hier ook relevant: hoe beter de API van een pakket, hoe minder werk de MCP-server erboven is. Bij pakketten met een matige of trage API bouwen we er een laag tussen die gegevens verzamelt, zodat een AI-assistent niet vijf keer moet wachten voor één antwoord.
Let op één ding dat vaak vergeten wordt: rechten. Als je AFAS of Exact via één technische gebruiker ontsluit, ziet iedereen die de assistent gebruikt effectief alles. Wij bouwen daarom rechten door tot in de server, zodat een medewerker via de AI niet meer te zien krijgt dan wanneer hij zelf inlogt. Dat kost extra werk en het is zelden optioneel.
Wanneer een MCP-server niet het antwoord is
Vijf situaties waarin we je afraden er een te laten bouwen.
Er is maar één assistent en die blijft
De winst van MCP is dat je het één keer bouwt voor alles. Weet je zeker dat er precies één toepassing komt en dat die niet wisselt, dan is een rechtstreekse koppeling op de API sneller klaar en goedkoper in beheer.
Vuistregel: onder de twee assistenten valt het rekensommetje de andere kant op.
Het proces is een vaste route zonder oordeel
Factuur binnen, gegevens eruit, boeking klaarzetten: dat is een workflow, geen gesprek. Daar wil je juist geen model dat elke keer opnieuw bedenkt welke stap volgt. Een n8n-flow of een stuk code doet dat goedkoper en voorspelbaarder.
Signaal: je kunt het proces uittekenen zonder ergens "het hangt ervan af" te schrijven. Lees over n8n.
Je systeem heeft er zelf al een
Steeds meer leveranciers leveren een MCP-koppeling mee. Simplicate bijvoorbeeld heeft er een officiële. Als die doet wat je nodig hebt, moet je hem gebruiken en niets bouwen. Wij kijken eerst wat er al is.
Signaal: de leverancier noemt MCP of "AI-koppeling" in de eigen documentatie. Simplicate koppelen.
De data eronder klopt niet
Een MCP-server maakt je administratie bereikbaar, niet beter. Staan dezelfde klanten er drie keer in en is de helft van de projectstatussen achterhaald, dan geeft de AI keurige antwoorden op basis van rommel — en dat is erger dan geen antwoord, want het klinkt goed.
Signaal: niemand in het bedrijf vertrouwt de rapportage die er nu al uitkomt.
Het gaat om geld dat de deur uit gaat
Betalingen doen, salarissen wijzigen, contracten opzeggen: die handelingen zetten wij niet zomaar in een MCP-server. Een taalmodel is niet deterministisch. Wij bouwen dan een handeling die iets klaarzet en een mens die aftekent.
Signaal: op de vraag "en hoe draaien we dit terug?" is geen goed antwoord.
Er is nog een kostenpost die zelden genoemd wordt: elke handeling die je aanbiedt, gaat mee in wat het model moet lezen voordat het iets doet. Een server met tachtig handelingen maakt elk gesprek duurder en trager, ook als er maar drie gebruikt worden. Klein beginnen is dus niet alleen voorzichtig, het is ook goedkoper in gebruik.
Hoe zo'n traject bij ons loopt
Vier stappen, waarvan de eerste de meeste tijd verdient.
Welke vragen wil je kunnen stellen
We beginnen niet bij het systeem maar bij de vragen en opdrachten die je in gewone taal wilt kunnen geven. Die lijst bepaalt welke handelingen de server krijgt, en dat is de belangrijkste ontwerpkeuze die er is.
Handelingen ontwerpen en afbakenen
Per handeling leggen we vast wat hij doet, welke gegevens erin gaan en wat eruit komt. We houden het aantal bewust klein: een server met vijftien scherp omschreven handelingen werkt beter dan een met tachtig vage.
Bouwen, met alleen lezen eerst
De eerste versie leest wel en schrijft niet. Dat kun je zonder risico met echte data testen, en je merkt meteen of de antwoorden kloppen. Schrijfhandelingen komen er pas bij als het leesdeel vertrouwd wordt.
Draaien, meekijken en bijstellen
De server draait op onze infrastructuur of op die van jou, met authenticatie, logging van elke aanroep en monitoring. In de eerste weken passen we vooral de omschrijvingen van handelingen aan, want daar zit het verschil tussen goed en bijna goed.
Wat een MCP-server ongeveer kost
Een bouwsom, een maandbedrag en een derde post die mensen vergeten.
Bij DenkBot werk je met een eenmalige bouwsom vanaf €2.500 plus €500 per maand voor hosting, beheer en doorontwikkeling. Eén systeem met een handvol leeshandelingen zit aan de onderkant van die bouwsom. Meerdere systemen, schrijfrechten en rechten per gebruiker lopen op; hoe die opbouw werkt staat op wat kost een AI-medewerker.
De derde post is het gebruik. Elke vraag die iemand aan de assistent stelt, kost geld bij de modelleverancier, en dat loopt buiten ons om. Voor intern gebruik door een team is dat meestal een paar tientjes per maand; zet je een MCP-server achter een publieke chatbot met duizenden gesprekken, dan wordt het een echte post. Dat rekenen we vooraf met je door, want het is precies het bedrag dat achteraf voor verrassingen zorgt.
Wat wij bewust niet doen: per handeling factureren. Dan wordt elke verbetering een offerte, en dat is precies wanneer een server stil blijft staan terwijl de API's eronder veranderen. Wil je eerst weten of het bij jou uit kan? Plan 30 minuten met een bouwer — je krijgt een eerlijk antwoord, ook als dat “hier heb je geen MCP-server voor nodig” is.
Twijfel je nog of dit het juiste gereedschap is? Kijk dan eerst naar een gewone API-koppeling of naar wat een AI-agent voor je kan doen. Een MCP-server is vaak de laag onder zo'n agent, niet het doel op zich.
Veelgestelde vragen over MCP-servers
De vragen die we het vaakst krijgen in het eerste gesprek.
Wat is een MCP-server precies?
Een MCP-server is een programma dat een deel van jouw systemen aanbiedt aan AI-assistenten, volgens het Model Context Protocol. Hij stelt losse handelingen beschikbaar — bijvoorbeeld "zoek een factuur" of "maak een urenregel aan" — die een AI-assistent kan aanroepen. De uitgebreide uitleg staat op onze kennispagina over wat een MCP-server is.
Wat kost een MCP-server laten bouwen?
Bij DenkBot betaal je een eenmalige bouwsom vanaf €2.500 plus €500 per maand voor hosting, beheer en doorontwikkeling. Eén systeem met een handvol leeshandelingen zit aan de onderkant. Meerdere systemen, schrijfrechten en autorisatie per gebruiker lopen op. De hostingkosten zelf zijn bescheiden: een MCP-server is een lichte laag, geen zwaar systeem.
Werkt een MCP-server met ChatGPT én met Claude?
Ja, dat is het hele punt. MCP is een open standaard die sinds 9 december 2025 onder de Agentic AI Foundation valt, een fonds binnen de Linux Foundation, met Anthropic, Block en OpenAI als medeoprichters en steun van onder meer Google, Microsoft en AWS. Een assistent die het protocol spreekt, kan met je server werken zonder dat je iets aanpast.
Is dit veilig? De AI komt bij onze data.
De server bepaalt wat er mag, niet het model. Je geeft geen databasetoegang weg maar een afgebakende set handelingen; alles wat je niet definieert, bestaat niet voor de AI. Daarbovenop komen authenticatie, rechten per gebruiker en logging van elke aanroep. Beginnen met alleen lezen is de veiligste route en vaak al genoeg.
Hoe lang duurt het voordat er iets draait?
Een eerste server op één systeem, alleen lezend, staat meestal binnen twee tot vier weken. Dat is bewust een klein begin: je wilt in echte gesprekken merken welke handelingen ontbreken voordat je er meer bouwt. Meerdere systemen en schrijfrechten kosten langer, vooral aan de kant van rechten en afspraken.
Kan het op onze eigen server draaien?
Ja. Een MCP-server kan bij ons draaien, in jouw eigen omgeving of in een Europees datacenter. Draait hij bij jou, dan verlaat de data je netwerk niet voor de handeling zelf; wat je vervolgens naar het taalmodel stuurt, is een aparte afweging die we expliciet met je maken.
Benieuwd wat een agent voor jouw team kan doen?
Leg je proces voor aan degene die het straks bouwt. In 30 minuten weet je of het kan, wat het kost en wat het oplevert — geen salespitch.
Plan 30 minuten met een bouwer→Wat een agent kan oppakken
