Home / Blog

Hoe AI met MCP van prater naar doener gaat

Reiskosten declareren. Zo'n klusje waar je nooit zin in hebt. Openen, inloggen, adressen invullen, datum, bevestigen… elke keer opnieuw. Totdat je denkt: kan AI dit niet gewoon doen?

Dat is precies waar MCP (Model Context Protocol) in beeld komt. Maar om te snappen wat dat doet, kijken we eerst naar hoe het nu meestal gaat.

Geschreven door Thomas

Herkenbaar? Eerst alles zelf doen

Je wilt reiskostendeclaratie indienen, of een vergelijkbaar klusje zoals verlof aanvragen. Je opent een portaal of app. Je klikt je door schermen. Typt telkens dezelfde informatie in. Alles handmatig. Het werkt, maar het is traag en foutgevoelig.

En dan denk je: kan dit niet makkelijker?
Kan ik dit niet gewoon in ChatGPT gooien?

Dat kan, maar zodra het om echte actie gaat, houdt het op. Een taalgebaseerde AI snapt misschien wat je bedoelt, maar regelt het niet voor je. Jij blijft zelf klikken, invullen, versturen.

AI regelt het voor je (met MCP)

En dan het verschil dat MCP maakt. Je typt:
“Declareer mijn reiskosten van gisteren met 2FA-code 871298.”

En de AI weet:

waar je data staat
welke declaratieregels gelden
hoe het formulier verstuurd moet worden
en dat die code de autorisatie geeft

De AI handelt het af. Klaar.
Van elf handmatige stappen naar één zin. Omdat het de context kent. AI gaat zo van prater naar doener.

En dat is precies wat we hebben gemaakt

Met Claude AI en de MCP-structuur maakte mijn collega-developer Thomas Blom een toepassing die het declaratieproces volledig uitvoert. Van 11 handmatige stappen (klikken, typen, zoeken, invullen) naar één simpele instructie.

De AI weet dankzij MCP welke systeem we gebruiken (Employes), en hoe deze tool werkt. We koppelden de achterliggende applicatie aan een eigen MCP-server met daarin:

de velden en validaties van het declaratieformulier
de regels voor vergoeding
de juiste manier om de data veilig te versturen

En dat allemaal zonder traditionele UI. Geen geklik. Geen inloggedoe. Dat maakt MCP mogelijk. Bekijk zelf hoe makkelijk het nu voor ons is:

Even uitzoomen. Wat is MCP dan precies?

MCP is een soort afsprakenstelsel. Een techniek die AI vertelt:

welke systemen er zijn
welke acties mogelijk zijn
welke informatie beschikbaar is
en hoe alles veilig aangeroepen kan worden

Je kunt het vergelijken met hoe je een nieuwe collega inwerkt. Je vertelt waar alles staat, hoe het werkt, en wie waarvoor verantwoordelijk is. MCP doet dat voor AI.

En de technische uitleg: MCP werkt via een set standaard REST-endpoints (zoals een API) waarmee een AI-agent informatie kan opvragen over beschikbare tools, resources en prompts. Het ondersteunt formats zoals JSON-RPC en maakt gebruik van veilige communicatiekanalen zoals HTTP of standaard IO. Zo weet de AI precies: wat is er beschikbaar, hoe gebruik ik het, en hoe communiceer ik er veilig mee.

Daarmee is MCP een soort brug tussen je AI en je bestaande IT-landschap. Modulair, uitbreidbaar en universeel. Het maakt AI een doener, in plaats van alleen een prater.

Waarom dit méér is dan een slimmigheidje

Zonder MCP blijft AI vaak hangen in tekst. Het maakt dingen mooi, vat samen, adviseert, doorzoekt het internet. Denk aan ChatGPT: het doet losse dingen in een chat. Maar zodra daarbuiten iets gedaan moet worden, stopt het meestal.

MCP maakt AI ‘contextbewust’. Het begrijpt niet alleen wat je vraagt, maar ook hoe dat past binnen je systemen. Dat betekent:

AI hoeft niet per actie uitgelegd te krijgen wat het moet doen.
Het ontdekt zelf welke acties beschikbaar zijn en hoe die werken.
Je hoeft niet voor elk systeem een losse koppeling te bouwen.
Via MCP wordt de AI zelf de verbindende laag tussen je tools.

En dus verandert het werk. Van klikken en typen, naar gewoon zeggen wat je wil.

Maar let op: slechte processen blijven slecht

MCP ‘’aanzetten’’ betekent niet dat elk proces opeens soepel verloopt. Als je proces niet logisch is, of vol zit met onduidelijke stappen, dan kan ook AI daar niet goed mee omgaan. Het is net als bij mensen: als niemand snapt hoe iets werkt, kun je ook niet verwachten dat het automatisch gebeurt.

Goede input is nodig voor goede output. Juist daarom is het belangrijk om niet alleen tools te kiezen, maar ook te kijken naar het achterliggende proces. Wat wil je echt bereiken? Wat zijn de logische stappen? Dat is de kern van onze AI-aanpak bij Linku: eerst begrijpen wat nodig is, dan pas bouwen.

Waar je dit straks terugziet

MCP is nu nog in een ontdekkende fase. De toepassingen zijn vaak klein en tastbaar, zoals onze declaratie-oplossing. Maar dat blijft niet zo. Want wat vandaag nog een slimme truuk lijkt, is morgen normaal.

Denk aan:

agenda’s die zelf afspraken plannen wanneer iedereen kan
HR-tools die je verlofaanvraag afhandelen zodra je het zegt
health-apps die je routine aanpassen op basis van je gedrag
CRM-systemen die acties starten zodra ze een kans herkennen

Bij Linku experimenteren we daar nu al mee. Soms om iets voor onszelf makkelijker te maken, zoals bij de reiskosten. Soms als onderdeel van een oplossing, zoals bij Notizy, waar AI op basis van gespreksinhoud direct de juiste informatie wegzet in je systemen.

De kracht die ik zie in MCP? Het laat AI meedoen in je werk en je leven. Je hoeft straks niet meer 3 applicaties te openen en 33 stappen te doorlopen. Je zegt gewoon wat je wil en het wordt geregeld. Loopt iets vast? Dan krijg je een terugkoppeling, en zoek je samen de beste optie. Een echte samenwerking.

Zelf aan de slag met MCP?

MCP is een techniek die in principe iedereen kan gebruiken. Maar je hebt vooralsnog wel technische kennis en een goede setup nodig om er iets mee te doen. Denk aan:

een eigen ‘MCP-server’ die je systemen beschrijft
een AI-model zoals Claude of GPT dat met die server kan praten
duidelijke werkprocessen die je kunt vertalen naar acties

Daar helpen wij bij Linku graag bij. We denken mee over je architectuur, je data, en hoe AI daarin past. Niet als truukje of experiment, maar als onderdeel van je digitale oplossingen. Zo kun je als organisatie stapsgewijs slimme automatisering inzetten waar het verschil maakt.

Sparren?