MCP- und Agentic-AI-Schulung mit Delphi: Mach dein ERP agentisch
Zwei Tage Hands-on: vom MCP-Protokoll zu einem AI-Agenten, der direkt in deinem Delphi-ERP läuft, mit mcp-server-delphi und DMVCFramework. Auf Italienisch, Englisch oder Spanisch, vor Ort oder remote.🇬🇧 English • 🇮🇹 Italiano • 🇪🇸 Español • 🇧🇷 Português
Die Hands-on-Schulung, die einen AI-Agenten in dein Delphi-ERP bringt: vom MCP-Protokoll zum eingebetteten agentischen Loop, mit mcp-server-delphi und DMVCFramework.
In jedem Paradigmenwechsel gibt es einen Moment, in dem eine Technologie aufhört, “eine interessante Sache zum Anschauen” zu sein, und zu “einer Sache, die ich beherrschen muss” wird. Für agentische AI in der Delphi-Welt ist dieser Moment jetzt.
Ich rede nicht von Chatbots. Ich rede nicht davon, eine ChatGPT-Antwort in ein TMemo zu kleben. Ich rede von einem AI-Agenten, der in deiner Anwendung lebt, der eine Anfrage in natürlicher Sprache versteht, deine Tools orchestriert, deine Geschäftsregeln einhält und anhält, um dich um Bestätigung zu bitten, wenn es nötig ist. Geschrieben in Delphi. Mit deinen Daten, die deine Infrastruktur nicht verlassen.
Bis vor Kurzem war das für einen Delphi-Entwickler eine ferne Grenze. Heute ist es eine zweitägige Schulung.
Szenarien aus der nahen Zukunft
Der Montagmorgen. Es ist 8:47 Uhr am Montag. Der Vertriebsleiter öffnet das ERP und findet statt sieben Bildschirmmasken einen Satz: "Am Wochenende sind 12 Bestellungen eingegangen, zwei davon über 50k. Kunde Rossi hat sein Kreditlimit überschritten: Die Bestellung wartet auf deine Entscheidung. Ich habe dir die Zusammenfassung und einen Antwortentwurf vorbereitet." Kein Dashboard, das man interpretieren muss: Das ERP hat schon gelesen, abgeglichen und vorbereitet. Ihm bleibt der Teil, der zählt: entscheiden.
Warum mcp-server-delphi die Karten neu gemischt hat
Als das Model Context Protocol kam, der Standard, über den LLMs mit externer Software sprechen, war der erste naheliegende Schritt: “Stellen wir die Tools des ERP als MCP-Server bereit, damit Claude oder Gemini sie nutzen können”. Nützlich, aber nur die halbe Miete. In diesem Szenario lebt die Intelligenz draußen, in einem fremden Client, und deine Anwendung bleibt ein passiver Lieferant von Funktionen.
Und das muss klar gesagt werden: Bei einem reinen MCP-Server stehenzubleiben ist für viele reale Geschäftsszenarien limitierend und bringt wenig Wert. Es bedeutet, dass deine Anwender das ERP verlassen und in Claude oder Gemini arbeiten müssen; dass du weder die User Experience kontrollierst noch den Moment, in dem die AI anhalten und nachfragen soll; dass deine Daten durch einen Client von Drittanbietern laufen. Ein MCP-Server ist ein hervorragender Startpunkt, aber allein transformiert er deine Software nicht: Er macht sie nur “von außen steuerbar”. In den meisten Unternehmensfällen braucht es den Agenten in der Anwendung, keine externe Fernbedienung.
Die Open-Source-Bibliothek mcp-server-delphi (Apache 2.0, integriert mit DMVCFramework) war eine kleine Revolution in der Delphi-Landschaft, gerade weil sie nicht beim Server stehen bleibt. In einer einzigen Bibliothek findest du die drei Teile, die man für eine vollständige agentische Anwendung braucht:
| Komponente | Was sie dir gibt |
|---|---|
| 🟢 MCP Server | stelle die Tools deines ERP jedem AI-Client bereit (Claude Desktop, Gemini CLI…), Transport über stdio und HTTP |
| 🔵 MCP Client | deine Delphi-App verbindet sich mit anderen MCP-Servern und nutzt deren Tools |
| 🟣 Agentischer Loop | das Herzstück: ein in Delphi geschriebener Agent, der nachdenkt, Tools nacheinander aufruft und die Aufgabe zu Ende bringt |
Dieser dritte Teil macht den Unterschied. Mit dem eingebetteten agentischen Loop läuft die Intelligenz in deiner .exe, erbt Session und Berechtigungen des bereits angemeldeten Users und ruft Pascal-Code auf, den du geschrieben hast. Deine Anwendung “unterstützt MCP” nicht: Sie wird agentisch.
Szenarien aus der nahen Zukunft
Das Controlling im Gespräch. "Warum ist die Marge im März um zwei Punkte gefallen?" Einer Datenbank kannst du so eine Frage nicht stellen: Eine Datenbank fragst du nach Zahlen, und das "Warum" baust du dir selbst zusammen, mit einem halben Tag voller Auswertungen, Pivots und Telefonaten. Einen Agenten fragst du direkt nach dem "Warum": Er gräbt sich durch Aufträge, Preislisten und Einkaufskosten, stellt Hypothesen auf, prüft sie an den Daten und antwortet: "Drei Aufträge unter Marge abgeschlossen, alle vom selben Vertriebler, alle mit dem manuell vergebenen Extra-Rabatt. Willst du die Details?" Die Daten waren schon da. Was fehlte, war jemand, der sie sucht, während du anderes erledigst.
Und es gibt ein Detail, das schwerer wiegt, als es scheint: Wenn du bereits RESTful-APIs mit DMVCFramework in Produktion hast, verwandelt mcp-server-delphi sie in agentische Tools, ohne sie neu zu schreiben. Mit einer einzigen Zeile wird deine bestehende REST-Engine als MCP-Server bereitgestellt, und jeder Endpoint wird zu einer Funktion, die der Agent aufrufen kann. Jahre bereits geschriebener APIs werden schlagartig zu Fähigkeiten des Agenten.
Diese Abkürzung ist aus einem präzisen Grund möglich: mcp-server-delphi ist keine isolierte Bibliothek, sondern eine Erweiterung von DMVCFramework, dem beliebtesten Delphi-Webframework auf GitHub. Es kennt deine Controller, deine Routen und deren Dokumentation bereits und stellt sie der AI fast zum Nulltarif zur Verfügung. Kein anderer Ansatz in der Delphi-Welt startet von einer so soliden Basis.
Warum Unternehmen das wollen (und warum du es auch wollen wirst)
Die Zahlen sprechen für sich: Allein zwischen Juni und Juli haben uns über 20 europäische Unternehmen, die mit Delphi entwickeln, um eine Beratung gebeten, um zu verstehen, was mit dieser Bibliothek konkret möglich ist und wie sie sie in ihre Anwendungen bringen. Unternehmen mit Software in Produktion, die wissen wollen, wo sie anfangen sollen, keine akademische Neugier.
In den letzten Wochen lautet die Frage, die ich am häufigsten bekomme, nicht mehr “Was ist MCP?”, sondern “Wie bringe ich das in mein ERP?”. Die Unternehmen haben das Wesentliche verstanden: Den Wert haben sie schon. Die Daten sind da. Die in Jahren der Entwicklung angesammelte Business-Logik ist da. Die Regeln sind da.
Es fehlt nur ein Stück: ein Agent, der all das auf Zuruf nutzen kann, in natürlicher Sprache.
Stell dir einen Vertriebsleiter vor, der statt fünf Masken zu öffnen schreibt: “Bearbeite diese Bestell-Mail”, und der Agent liest die Anfrage, identifiziert den Kunden, leitet aus der Historie den “üblichen Rabatt” ab, der in keinem Feld je hinterlegt war, bereitet den Auftragsentwurf und die Bestätigungsmail vor und hält an, um auf das menschliche Go zu warten. Genau dieses Pattern lernst du im Kurs zu bauen.
Szenarien aus der nahen Zukunft
Die Fälligkeitsliste, die sich (fast) selbst schreibt. "Bereite die Mahnungen für alle Rechnungen vor, die seit mehr als 30 Tagen überfällig sind, aber im sanften Ton für die Stammkunden." Der Agent geht die Fälligkeitsliste durch, erkennt, wer immer mit ein paar Tagen Verspätung zahlt und wer gerade zum Problem wird, bereitet unterschiedliche Mails für unterschiedliche Fälle vor und legt sie alle in die Freigabe-Warteschlange. Zwanzig Minuten Verwaltungsarbeit werden zu zwei Minuten Durchsicht.
Wer diese Fähigkeit als Erster in seine Anwendung bringt, gibt seinen Anwendern weit mehr als “ein AI-Feature mehr”: ein völlig neues Arbeiten mit der Software. Das ist ein Wettbewerbsvorteil, und er liegt in Reichweite von jemandem, der Delphi kennt wie du.
Die Idee des Kurses: Wir bauen einen MCP-Server und entwickeln ihn zum Agenten weiter
Das ist kein Theoriekurs. Es ist ein Hands-on-Parcours, in dem wir, bei null startend, eine einzige Anwendung bauen, die mit uns wächst. Jedes Modul fügt ein Stück hinzu, und du kannst es mit dem vorherigen vergleichen, um genau zu sehen, was sich geändert hat.
Die Route ist präzise und bewusst progressiv:
- Zuerst verstehen wir die AI: was ein LLM tut (und was es nicht tut), und warum es Tools braucht.
- Dann bauen wir einen minimalen MCP-Server: ein einziges Tool, in ~90 Zeilen, verbunden mit einem echten AI-Client.
- Wir reichern ihn an: typisierte und optionale Parameter, alle Ergebnistypen (Zahlen, Objekte, Datasets, Medien), die “goldene Brücke”
FromDataSet, die eine FireDAC-Query in JSON verwandelt, das das Modell versteht. - Wir stellen ihn über HTTP bereit: und treffen die erste echte Architekturentscheidung.
- Wir wechseln die Perspektive, vom Server zum Agenten: derselbe Server, jetzt gesteuert von einem agentischen Loop, der in der Delphi-App läuft.
- Wir sichern ihn ab: denn ein Agent mit schreibenden Tools ist der Teil, der entscheidet, ob das Projekt wirklich in Produktion geht.
- Wir nehmen ihn mit nach Hause: vom Praxisfall zu deinem ERP.
Am Ende der zwei Tage wirst du nicht nur einen Agenten funktionieren gesehen haben: Du wirst einen gebaut haben, und du wirst wissen, wie du das auf deiner Software wiederholst.
Szenarien aus der nahen Zukunft
Das Lager, das Dinge bemerkt. Das Lager von heute sagt dir, wie viele Stück du hast. Das agentische Lager bemerkt, dass Artikel X schneller sinkt als üblich, dass der Stammlieferant gerade seine Lieferzeiten verlängert hat und dass in sechs Wochen die Saisonspitze kommt, die dich jedes Jahr überrascht. Und es legt dir einen Bestellvorschlag im Entwurf vor, mit der Begründung schwarz auf weiß. Du liest ihn, korrigierst ihn, gibst ihn frei. Die Erfahrung bleibt deine; die Mühe, all die Signale zusammenzuhalten, nicht.
Das Programm (zwei Tage)
Tag 1: Vom Protokoll zum MCP-Server
- M0 · Eingangsdemo und Landkarte: wohin wir gehen, gezeigt, noch bevor es erklärt wird.
- M1 · Agentic AI in einer halben Stunde: LLMs, Tool Use und der agentische Loop, erklärt für Programmierer.
- M2 · Das MCP-Protokoll: Host, Client, Server; Tools, Resources, Prompts; warum Delphi perfekt ist (RTTI + Attribute → das Schema generiert sich von selbst).
- M3 · Dein erster MCP-Server 🧪: das erste Tool, die Auto-Registrierung, die Disziplin von stdio, die Verbindung zu einem echten AI-Client.
- M4 · Ausgereifter Server 🧪: Parameter, Result Types und
FromDataSet, die Art, wie ein Delphi-ERP mit der AI spricht. - M5 · HTTP und die Architekturentscheidung: doppelter Transport und die Entscheidungen, die daraus folgen.
Tag 2: Vom Agenten in die Produktion
- M6 · Vom Server zum Agenten 🧪: das Modell hosten, den Endpoint konfigurieren, den eingebetteten agentischen Loop laufen lassen.
- M7 · Vertrauen & Sicherheit: DSGVO, Prompt Injection, Governance: erst read-only, Schreiben nur mit menschlicher Bestätigung; die Man-in-the-Loop-Regel.
- M8 · Zuverlässigkeit & Trust Engineering: der Praxisfall
mcp-firebird: Guard-Pattern, Audit, deterministische Evals. Einen produktiven MCP-Server testet man wie richtige Software. - M9 · AgenticERP dekonstruiert: die vollständige Demo: eine einzige
.exe, die zugleich Agent + MCP-Server ist, auf denselben Patterns des Kurses, in Enterprise-Maßstab. - M10 · Dein erster Agent auf deinem ERP: die Methode, all das auf deine Anwendung anzuwenden, nicht auf ein Beispiel.
- M11 · Produktion & darüber hinaus + Q&A: Kosten,
max_turns, REST→MCP-Bridge, Deployment und deine Fragen.
Jedes 🧪 ist ein Lab: Es wird Code geschrieben, kompiliert, und man sieht das Modell die Tools aufrufen, die du gerade erstellt hast.
Szenarien aus der nahen Zukunft
Der erfahrene Kollege, der nie in Urlaub geht. In jedem Unternehmen gibt es die Person, die weiß, wie man die Gutschrift für die Teilretoure mit dem Sonderfall bei der Umsatzsteuer erstellt. Dann geht sie in Urlaub oder in Rente, und dieses Wissen verlässt mit ihr das Haus. Ein Agent im ERP ist dieser erfahrene Kollege, immer verfügbar: Du fragst ihn, wie es geht, er erklärt es dir und bereitet dir währenddessen die schon ausgefüllte Maske vor. Das Stammeswissen hört auf, Stammeswissen zu sein.
Auf Italienisch, Englisch oder Spanisch. On-site oder remote.
Die Schulung ist auf Flexibilität ausgelegt:
- 🗣️ Drei Sprachen: Sie kann auf Italienisch, Englisch oder Spanisch durchgeführt werden.
- 🏢 On-site: direkt in deinem Unternehmen, mit Beispielen aus deiner Domäne.
- 💻 Remote: dieselbe Hands-on-Erfahrung, egal wo dein Team sitzt.
Die Schulung eignet sich für jeden Delphi-Entwickler. Wer LLMs, Agenten oder MCP noch nie angefasst hat, startet bei den Grundlagen, ohne dass etwas vorausgesetzt wird. Wer schon damit experimentiert hat, findet einen strukturierten Weg, der die Teile in eine Reihe bringt und bis zum Agenten in Produktion führt.
Der lange Blick
Schauen wir ein Stück weiter. Das ERP der nahen Zukunft wird nicht nur Anwender haben: Es wird Agenten haben, die nachts die Entwürfe für den nächsten Tag vorbereiten, die anstelle des Handbuchs Fragen beantworten, die bemerken, was dem menschlichen Auge entgeht. Aber mit einer glasklaren Hierarchie: Sie schlagen vor, sie entscheiden nicht. Jeder Schreibvorgang läuft über eine menschliche Bestätigung, jede Aktion hinterlässt eine Spur im Audit. Das Paradox ist nur scheinbar: Je fähiger der Agent, desto mehr wird dein Beruf wieder das, was er immer war, den Kunden verstehen und gut entscheiden. Der Rest ist digitale Handarbeit.
Wir stellen gerade eine Klasse zusammen: Komm an Bord
Wir stellen gerade eine neue Klasse für MCP & Agentic AI mit Delphi zusammen. Wenn du zu den Ersten gehören willst, die einen AI-Agenten in ihr ERP bringen (und das mit Methode, sicher und mit Code, den du bis ins Letzte verstehst), dann ist jetzt der Moment und hier der Startpunkt.
- 📩 Für Anmeldungen, Termine und Formate (firmenintern oder firmenübergreifend): schreib an professionals@bittime.it. Die Kursseite folgt in Kürze; bis dahin ist die E-Mail der direkte Kanal.
- 💬 Hast du schon ein Projekt im Kopf? Neben der Schulung bieten wir spezialisierte Beratung, um agentische AI konkret in bestehende Systeme zu integrieren (Delphi, Python, C# und mehr): kontaktiere uns.
Hast du am Kurs "Architetture AI per LLM: dalle fondamenta tecniche all'operatività aziendale" (AI-Architekturen für LLMs) teilgenommen? Dann hast du Anspruch auf 20 % Rabatt auf diese neue Schulung. Wenn dich der Kurs (und der Rabatt) interessiert, schreib an professionals@bittime.it.
Dein Delphi-ERP hat schon allen Wert, den es braucht. Es fehlt nur ein Agent, der darin lebt. In zwei Tagen lernst du, ihn zu bauen.
Häufige Fragen
In welchen Sprachen wird die Schulung zu MCP und Agentic AI mit Delphi gehalten? Die Schulung kann auf Italienisch, Englisch oder Spanisch durchgeführt werden.
Findet sie vor Ort oder remote statt? Beides ist möglich: on-site in deinem Unternehmen oder remote, mit demselben Hands-on-Ansatz und denselben Labs.
Wie lange dauert sie? Zwei Tage. Der erste führt vom MCP-Protokoll zu einem ausgereiften MCP-Server; der zweite wechselt die Perspektive, vom Server zum eingebetteten AI-Agenten, und behandelt Sicherheit und Produktion.
An wen richtet sie sich? An Delphi-Entwickler, auch ohne Vorerfahrung mit LLMs, Agenten oder MCP. Wir starten bei den Grundlagen und setzen nichts voraus.
Welche Voraussetzungen brauche ich? Delphi-Kenntnisse. Vertrautheit mit DMVCFramework ist hilfreich, aber nicht zwingend: Die Beispiele beginnen bei null.
Kann ich meine bestehenden DMVCFramework-REST-APIs wiederverwenden?
Ja. Da mcp-server-delphi eine Erweiterung von DMVCFramework ist, lässt sich eine bereits produktive REST-Engine mit einer einzigen Zeile als MCP-Server bereitstellen; deine Endpoints werden zu agentischen Tools, ohne sie neu zu schreiben. Im Kurs sehen wir, wie das geht und wie man sie für die Nutzung durch die AI verfeinert.
Was baut man während der Schulung konkret? Eine einzige Anwendung, die Modul für Modul wächst: von einem minimalen MCP-Server bis zu einem eingebetteten AI-Agenten, der deine Tools orchestriert, deine Geschäftsregeln einhält und anhält, um nachzufragen, wenn es nötig ist.
Wie funktioniert der 20-Prozent-Rabatt? Wer bereits den Kurs “Architetture AI per LLM: dalle fondamenta tecniche all’operatività aziendale” besucht hat, erhält 20 % Rabatt auf diese Schulung. Zum Einlösen schreib an professionals@bittime.it.
Wie melde ich mich an? Per E-Mail an professionals@bittime.it. Die Kursseite folgt in Kürze.
Comments
comments powered by Disqus