Je hebt vast al gehoord van ‘AI-agents‘ en ‘automatisering’. Maar weet je ook wat er onder de motorkap gebeurt? Maak kennis met MCP — het protocol dat AI-assistenten voor het eerst écht laat samenwerken met de wereld om hen heen.
MCP staat voor Model Context Protocol, een open standaard ontwikkeld door Anthropic. In gewone mensentaal: het is een universele ‘stekker’ waarmee AI-modellen zoals Claude verbinding kunnen maken met externe tools, databases en diensten.
Vergelijk het met USB. Vóór USB had elk apparaat zijn eigen aansluiting. Daarna kon je alles op alles aansluiten. MCP doet hetzelfde voor AI, maar dan voor informatiebronnen en tools.
Tot voor kort waren AI-chatbots eigenlijk heel slim… maar ook heel geïsoleerd. Ze wisten veel, maar konden niets doen. Ze konden je vertellen hoe je een e-mail schrijft, maar niet je inbox openen. Ze konden campagneadvies geven, maar niet in je Google Ads-account kijken.
MCP verandert dat fundamenteel.
Met MCP kan een AI-assistent:
Vroeger moest je voor elke integratie een maatwerkkoppeling bouwen. Dat kostte tijd, geld en technische kennis. Elke tool, elke dienst, elke API had zijn eigen regels.
Met MCP werkt het anders: je installeert een MCP-server voor een dienst (zeg: Google Calendar), en elke AI die MCP ondersteunt kan er meteen mee samenwerken. Één standaard, oneindig veel mogelijkheden.
Het is het verschil tussen een tolk inhuren voor elk land dat je bezoekt, of gewoon één universele vertaalmachine bij je hebben.
Een van de eenvoudigste manieren om met MCP te beginnen is via Claude Desktop. Hier is hoe je Google Calendar koppelt, zonder ook maar één regel code te schrijven.
Stap 1: Installeer Claude Desktop via claude.ai/download en log in.
Stap 2: Open het configuratiebestand. Claude Desktop heeft een bestand waar je MCP-servers registreert:
~/Library/Application Support/Claude/claude_desktop_config.json%APPDATA%\Claude\claude_desktop_config.jsonStap 3: Voeg de server toe:
{
"mcpServers": {
"google-calendar": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-google-calendar"],
"env": {
"GOOGLE_CLIENT_ID": "jouw-client-id",
"GOOGLE_CLIENT_SECRET": "jouw-client-secret",
"GOOGLE_REFRESH_TOKEN": "jouw-refresh-token"
}
}
}
}
Stap 4: Herstart Claude Desktop. Je ziet nu een hamer-icoontje in de chat — MCP is actief.
Vanaf dat moment kun je gewoon vragen:
“Wat staat er deze week in mijn agenda?”
En Claude haalt live je agenda op. Geen export, geen copy-paste, geen handmatig zoeken.
Dit is waar het écht interessant wordt. Stel je voor: je vraagt je AI-assistent om de prestaties van je Google Ads-campagnes van afgelopen week samen te vatten, de slechtst presterende advertentiegroepen te pauzeren én een conceptrapportage te maken — klaar in seconden, zonder dat je zelf ook maar één dashboard hoeft te openen.
Dat is geen toekomstmuziek meer.
Er is nog geen officiële Google Ads MCP-server van Google zelf, maar die laat zich relatief eenvoudig bouwen met de Google Ads API. De server maakt verbinding met je advertentieaccount en stelt die data beschikbaar aan Claude. Zo ziet een vereenvoudigd voorbeeld eruit:
@server.tool()
def get_campaign_performance(customer_id: str, date_range: str):
query = f"""
SELECT
campaign.name,
metrics.impressions,
metrics.clicks,
metrics.cost_micros,
metrics.conversions
FROM campaign
WHERE segments.date DURING {date_range}
"""
response = client.service.google_ads.search(
customer_id=customer_id,
query=query
)
return [row for row in response]
Zodra die server actief is, werkt de rest in gewone taal:
“Welke campagnes hebben deze maand een CPA boven de €25?”
Claude: Ik zie 3 campagnes met een CPA boven €25:
- "Zomercollectie Search" — CPA: €31,40
- "Retargeting Display" — CPA: €28,15
- "Branded Keywords" — CPA: €26,80
Wil je dat ik deze pauzeer, of eerst de advertentiegroepen uitsplitsen?
“Pauzeer advertentiegroepen met minder dan 50 vertoningen deze maand.”
Claude: Gedaan. Ik heb 7 advertentiegroepen gepauzeerd
in "Zomercollectie Search". Rapport bijgevoegd.
Geen dashboard. Geen export. Geen handmatig filteren. Gewoon een opdracht, en het is geregeld.
Voor wie dit zelf wil opzetten, heb je nodig: Google Ads API-toegang via Google Cloud Console, Python met de MCP SDK (pip install mcp google-ads), en OAuth2-authenticatie via een google-ads.yaml bestand.
Een MCP-opstelling bestaat altijd uit drie onderdelen:
De servers kunnen lokaal draaien of via een URL beschikbaar zijn. En het ecosysteem groeit snel: voor steeds meer populaire diensten zijn kant-en-klare servers beschikbaar.
MCP is meer dan een technische verbetering. Het is een verschuiving in hoe we over AI nadenken.
AI is niet langer een gesprekspartner die je advies geeft. Het wordt een werkende collega die taken overneemt, systemen bedient en resultaten boekt.
Dat roept ook vragen op: over controle, over privacy, over wie er verantwoordelijk is als een AI een actie uitvoert. Die discussie is terecht, en loopt parallel aan de technische ontwikkeling.
Maar één ding is zeker: MCP zet de deur open naar een nieuwe generatie AI-toepassingen. En wie nu begrijpt hoe het werkt, staat straks een stap voor.
