Warum Avaya in Open AI Foundations investiert
Hätte man Unternehmensarchitekten Ende 2024 gesagt, dass ein offenes Protokoll eines einzelnen KI-Unternehmens innerhalb von 16 Monaten zu einem der sich am schnellsten durchsetzenden Standards im Bereich der Unternehmens-KI werden würde, wären die meisten skeptisch gewesen. Technologiestandards erfordern in der Regel jahrelange Verhandlungen in Ausschüssen und politische Kompromisse. Das Model Context Protocol (MCP) hat all das übersprungen.
Im Juli 2025 gab Avaya bekannt, dass die Infinity-Plattform MCP nativ unterstützen würde und damit als erster großer Anbieter von Contact Center-Lösungen für Unternehmen eine formelle Verpflichtung zu diesem Standard einging. CEO Patrick Dennis bezeichnete dies als einen „MCP-Moonshot“, der zu einem zentralen Bestandteil der Produkt-Roadmap werden würde. Doch Avaya hat es nicht bei der Einführung belassen. Es trat der Stiftung bei und prägte damit die Zukunft des Standards.
Später in diesem Jahr startete die Linux Foundation Gründung der Agentic AI Foundation. Bis März 2026 war die Organisation auf fast 150 Mitglieder angewachsen und legte zunehmend den Schwerpunkt auf die Unternehmensbereitschaft. Die Mitgliedschaften von Avaya in der Linux Foundation und der Agentic AI Foundation knüpfen an diese frühere Entscheidung an und machen die Position des Unternehmens deutlich: Offene Standards spielen eine immer größere Rolle bei der Entwicklung und Verwendung von KI in Unternehmen.
Die Linux Foundation und das breitere Open-Source-Ökosystem
Open-Source-Software hängt von mehr ab als nur dem Code. Sie hängt von der Unternehmensführung, der Kontinuität und einer Struktur ab, die es ermöglicht, dass wichtige Standards über die Roadmap eines einzelnen Unternehmens hinaus weiterentwickelt werden.
Genau das macht die Linux Foundation in diesem Zusammenhang so wichtig. Sie ist Teil eines größeren Open-Source-Ökosystems, in dem sich technische Standards unter breiterer Beteiligung und mit größerer Nachhaltigkeit entwickeln können. Für Unternehmen ist das von Bedeutung, da Flexibilität nicht nur eine Frage des Funktionsumfangs eines Produkts ist, sondern auch mit der Vitalität des Ökosystems rund um eine Technologie zusammenhängt.
MCP zeigt, wie schnell das entscheidend sein kann. Anthropic veröffentlichte sie im November 2024 als Open-Source-Spezifikation auf Basis von JSON-RPC 2.0. Bis März 2025 hatte OpenAI MCP offiziell in allen seinen Produkten eingeführt, kurz darauf folgte Google DeepMind. Microsoft hat Dataverse zu einem nativen MCP-Server umgestaltet. Salesforce hat MCP in Agentforce 3 integriert. Google hat native Unterstützung für Cloud Run, Cloud SQL, Spanner und Google Workspace hinzugefügt.
Der entscheidende Moment war im Dezember 2025, als Anthropic MCP an die neu gegründete Agentic AI Foundation unter der Linux Foundation spendete. Dadurch wurde MCP in ein formelleres, anbieterneutrales Governance-Umfeld überführt. Für Avaya spiegelt die Mitgliedschaft in der Linux Foundation eine umfassendere Verpflichtung zu offener Software als architektonischem Grundsatz wider.
Die Agentic AI Foundation und die nächste Phase der offenen Standards
Diese umfassendere Verpflichtung konkretisiert sich in der Agentic AI Foundation (AAIF), wo der Fokus auf Agenten-KI und die Standards liegt, die deren Einsatz in Unternehmensumgebungen regeln. Avaya ist Mitglied der Agentic AI Foundation, einer Einrichtung der Linux Foundation, die eine herstellerneutrale Steuerung der Weiterentwicklung von MCP gewährleistet. Das heißt, dass Avaya-Ingenieure an Arbeitsgruppen, Community-Veranstaltungen und Nominierungen für Ausschüsse im Zusammenhang mit der Entwicklung des Protokolls teilnehmen können.
Durch Avayas Mitgliedschaft ist das Unternehmen direkt in den MCP-Entwicklungsprozess eingebunden. Dadurch erhält Avaya die Möglichkeit, Anforderungen an das Kundenerlebnis – einschließlich Governance, Sicherheit und Compliance – in die Diskussionen einzubringen, welche die weitere Entwicklung dieses offenen Standards prägen.
Wie offene Standards in Avaya Infinity zum Tragen kommen
- Völlige Modellunabhängigkeit. Der Ansatz von Avaya bindet Kunden nicht an einen einzelnen KI-Anbieter oder ein bestimmtes Modell-Ökosystem. Unternehmen können Modelle von Anbietern wie Google, Anthropic, OpenAI oder spezielle Open-Source-Lösungen verwenden und diese im Laufe der Zeit anpassen, ohne die zugrunde liegenden MCP-basierten Integrationen zu beeinträchtigen.
- Tandem Care (Tandem-Betreuung). Das „Tandem Care“-Betriebsmodell von Avaya betrachtet KI als Co-Piloten für den menschlichen Agenten und nicht als Ersatz für diesen. MCP unterstützt die Plattform dabei, kontextbezogene Verlaufsdaten abzurufen, Suchvorgänge durchzuführen und während Live-Interaktionen verwertbare Informationen bereitzustellen, sodass der Agent mit besserem Timing und besserem Kontext die Bearbeitung durchführen kann.
- Doppelrollen-Architektur. Avaya Infinity ist so konzipiert, dass es sowohl als MCP-Server als auch als MCP-Client fungieren kann. Es kann Dienste wie den Agentenstatus, Anrufzusammenfassungen und die Routing-Logik für externe KI-Systeme bereitstellen und gleichzeitig Dienste von externen MCP-konformen Systemen nutzen. Dies unterstützt die bidirektionale Orchestrierung innerhalb eines umfassenderen KI-Ökosystems.
- Sicherheit auf Unternehmensniveau durch Databricks. Die strategische Partnerschaft von Avaya mit Databricks schließt die Lücke im Bereich Governance, die den Einsatz von MCP in vielen Unternehmensumgebungen mit Risiken verbindet. Durch die Verwendung von Databricks zur Verwaltung der zugrunde liegenden Datenarchitektur und als sicherer Data-Lake bietet Avaya eine detaillierte Zugriffskontrolle über den Unity Catalog, eine strenge, mandantenbezogene Datentrennung für Umgebungen mit mehreren Kunden, unveränderliche Protokollierung aller KI-Interaktionen sowie eine nahtlose Integration sowohl strukturierter als auch unstrukturierter Datenquellen.
Wie offene Architektur in der Praxis aussieht
Der Wert einer offenen, vernetzten KI lässt sich in einer realen Interaktion besser erkennen.
Ein Support-Anruf in einer fragmentierten Umgebung
Es ist 14:14 Uhr an einem Dienstag. Ein Patient ruft das Contact Center eines regionalen Gesundheitdienstes an. Es handelt sich um eine 67-jährige Frau, die sich vor 11 Tagen einer Kniegelenkersatzoperation unterzogen hat, vor fünf Tagen aus dem Krankenhaus entlassen wurde und nun anruft, weil sie über anhaltende Schwellungen besorgt ist und die Praxis ihres Chirurgen nicht erreichen kann.
Im traditionellen Modell beginnt dieser Anruf schon schlecht und wird dann immer schlimmer. Der Agent ruft die Patientenakte auf, sieht jedoch nur den Abrechnungsbeleg. Die Krankengeschichte ist in einem anderen System gespeichert. Der Plan für die postoperative Versorgung befindet sich in einem Dritten. Der Agent bittet die Patientin, ihre Situation von Grund auf zu schildern.
Die Patientin, die ängstlich ist und Schmerzen hat, muss bereits zum dritten Mal in dieser Woche ihre Operation, ihren Entlassungstermin und ihre Medikamente erklären. Der Agent, der mit den ihm zur Verfügung stehenden Mitteln sein Bestes gibt, liest vorformulierte Triage-Fragen aus einem Protokollordner vor, während er zwischen vier Bildschirmen hin- und herwechselt.
Derselbe Anruf auf einer MCP-fähigen Plattform
Betrachten wir nun denselben Anruf auf einer MCP-fähigen Plattform, auf der das Tandem-Care-Modell zum Einsatz kommt.
Noch bevor der Agent überhaupt „Hallo“ sagt, hat die Plattform-KI bereits den Abruf von Echtzeitdaten über MCP koordiniert. Sie hat über einen FHIR-konformen MCP-Server eine Verbindung zum EHR-System hergestellt und die chirurgische Vorgeschichte der Patientin, den Entlassungsbericht sowie die Liste der verschriebenen Medikamente abgerufen. Sie hat das Terminplanungssystem abgefragt und festgestellt, dass der Nachsorgetermin der Patientin aufgrund einer Terminüberschneidung abgesagt wurde. Sie hat das Protokoll zur postoperativen Versorgung überprüft und darauf hingewiesen, dass die Schwellung am 11. Tag je nach Schweregrad eine klinische Untersuchung erforderlich machen könnte.
Der Agent sieht all dies in einem einzigen Fensterbereich. Er begrüßt die Patientin mit Namen und sagt: „Ich sehe, dass Sie am 8. eine Kniegelenkersatzoperation hatten und am 14. entlassen wurden. Ich sehe auch, dass Ihr Nachsorgetermin verschoben wurde. Ich werde Ihnen bei dem Problem mit der Schwellung helfen und den Termin wieder eintragen.“
Die Patientin atmet aus. Sie muss nichts erklären. Die KI, die als intelligenter Co-Pilot fungiert, hat bereits eine Checkliste zur Schweregradbewertung anhand des Eingriffs und des Zeitplans für die Genesung der Patientin erstellt. Der Agent geht die Fragen ganz natürlich durch und verwendet dabei ein speziell auf diesen Fall zugeschnittenes Protokoll statt eines allgemeinen Skripts. Basierend auf den Antworten gibt die KI eine Empfehlung aus: Vereinbaren Sie innerhalb von 48 Stunden einen dringenden Nachsorgetermin und kennzeichnen Sie den Fall zur Überprüfung durch das orthopädische Team.
Der Agent bestätigt die Empfehlung, bucht den Termin über den MCP-Terminplanungsserver und sendet im Rahmen desselben Vorgangs eine Zusammenfassung an die Praxis des Chirurgen. Gesamt-Anrufdauer: vier Minuten und zwölf Sekunden.
Das ist es, was MCP und Tandem-Betreuung gemeinsam ermöglichen können: Die KI übernimmt die Datenkoordination, während der menschliche Agent Urteilsvermögen, Empathie und Verantwortungsbewusstsein einbringt..
Interoperabilität, Governance und unternehmerische Flexibilität
Herkömmliche Contact Center haben nach wie vor Schwierigkeiten, die gesamte Kundenhistorie, die Präferenzen und die aktuelle Situation eines Kunden in Echtzeit abzurufen. Agenten müssen zwischen nicht miteinander verbundenen Anwendungen hin- und herwechseln, um Informationen zusammenzutragen, die über CRMs, Ticketingsysteme, elektronische Patientenakten und Wissensdatenbanken verstreut sind. Vor der Einführung von MCP bedeutete die Anbindung dieser Systeme meist instabile Point-to-Point-Integrationen, die viele Unternehmen nicht vollständig aufbauen oder pflegen konnten.
MCP ändert dies, indem es der KI eine standardisiertere Methode an die Hand gibt, um während der Interaktion selbst Tools zu finden und relevante Daten abzurufen. Das ermöglicht ein unterschiedliches Servicemodell. Anstatt sich hauptsächlich auf die Ablenkung zu konzentrieren, können Unternehmen KI verwenden, um die Live-Interaktion zu unterstützen – indem sie den Kontext zusammenstellen, nützliche Informationen bereitstellen und dazu beitragen, dass die Konversation mit weniger Wiederholungen und weniger Reibungsverlusten vorankommt.
Eine standardisierte Interaktion zwischen den Tools senkt zudem die Hürden beim Aufbau dynamischerer Workflows. Customer Journeys müssen nicht mehr jedes Mal, wenn sich eine Geschäftsregel ändert oder eine neue Kontextquelle relevant wird, in gleichem Maße auf maßgeschneiderte technische Lösungen angewiesen sein. Teams können Interaktionen schneller konfigurieren und optimieren, wodurch sich das System leichter an veränderte Anforderungen anpassen lässt.
Es ist ein Unterschied, ob man sagt, dass offene Standards wichtig sind, oder ob man schon frühzeitig darauf aufbaut. Avaya hat das mit MCP umgesetzt. Diese Mitgliedschaften stärken diese Position, indem sie das Unternehmen enger mit den Organisationen verknüpfen, die das Normenumfeld im Bereich der Unternehmens-KI mitgestalten.
Erfahren Sie, wie Avaya Infinity offene Orchestrierung und MCP im Unternehmen einsetzt.
FAQ – Häufig gestellte Fragen
Was ist das Model Context Protocol und warum spielt es im Bereich der KI für Unternehmen eine Rolle?
MCP ist ein Open-Source-Protokoll, das eine standardisierte Möglichkeit bietet, KI-Modelle mit Unternehmenswerkzeugen, Datenquellen und Anwendungen zu verbinden. n der Praxis trägt dies dazu bei, die Integrationsengpässe zu verringern, durch die KI-Systeme häufig vom geschäftlichen Kontext abgekoppelt bleiben, den sie für ihre Nützlichkeit benötigen. Es wurde im November 2024 von Anthropic entwickelt und wird nun von der Agentic AI Foundation (einem Projekt der Linux Foundation) verwaltet. MCP basiert auf JSON-RPC 2.0 und macht durch die Einrichtung einer standardisierten Kommunikationsschicht eigene API-Integrationen überflüssig. Es wird häufig als das „USB-C der Unternehmens-KI“ bezeichnet.
Warum ist MCP für die Kundenerfahrung von Bedeutung?
MCP kann dazu beitragen, das Contact Center von einer statischen Routing-Engine in eine dynamischere, KI-gestützte Orchestrierungsplattform zu verwandeln. Indem die KI dabei unterstützt wird, während Live-Interaktionen Echtzeitdaten aus vernetzten Systemen abzurufen, werden Kontextlücken reduziert. Dadurch müssen sich Kunden nicht wiederholen und Agenten müssen nicht mehr zwischen nicht miteinander verbundenen Anwendungen hin- und herwechseln. Dadurch wird das Modell grundlegend von der Kundenabwanderung hin zur Kundenstärkung verlagert.
Wie verwendet Avaya Infinity MCP?
Avaya Infinity integriert MCP nativ in seine zentrale Orchestrierungs-Engine und fungiert dabei sowohl als MCP-Server als auch als MCP-Client. In Kombination mit einer strategischen Partnerschaft mit Databricks für Data Governance auf Unternehmensniveau und der Mitgliedschaft in der AAIF bietet Avaya Infinity modellunabhängige KI-Orchestrierung, eine fein abgestufte Zugriffskontrolle über den Unity Catalog, unveränderliche Audit-Protokollierung sowie das Tandem-Care-Modell der Zusammenarbeit zwischen Mensch und KI. Damit ist es speziell für regulierte Branchen konzipiert.
Wie schneidet MCP im Vergleich zu herkömmlichen API-Integrationen ab?
MCP reduziert die Komplexität der Integration von einem exponentiellen Modell (N × M) auf ein additives Modell (N + M). Bei herkömmlichen Integrationen ist für jede Kombination aus KI-Modell und Tool eine eigene, individuell programmierte Verbindung erforderlich. Mit MCP benötigt jedes Tool einen MCP-Server und jedes KI-Modell einen MCP-Client. Organisationen berichten, dass die Bereitstellungszeiten für Agenten mit MCP im Vergleich zu herkömmlichen Integrationsansätzen um 40–60 % kürzer sind.
Ist MCP zur Verwendung in Unternehmen bereit?
MCP hat die Experimentierphase hinter sich gelassen und entwickelt sich rasch zu einer ausgereiften Unternehmenslösung. Große Plattformen setzen die Technologie bereits in Produktionsumgebungen ein, wobei die Roadmap der Agentic AI Foundation ausdrücklich den Fokus auf die Einsatzbereitschaft in Unternehmen legt. Bevor Unternehmen MCP in regulierten Umgebungen oder Umgebungen mit hohem Risiko einsetzen, müssen sie es jedoch mit robusten Sicherheitsgateways, regulierten Datenplattformen und strengen Zugriffskontrollen kombinieren.