Autor Shadi Elyafi beschreibt das Engineering-Problem hinter einem B2B-Intelligence-Produkt: Eine Datenbank mit mehr als einer Million Firmenprofilen soll über das Model Context Protocol (MCP) für LLM-Clients zugänglich werden – so dass Nutzer natürlichsprachliche Anfragen wie „Finde SaaS-Unternehmen in Deutschland mit 50–200 Mitarbeitern" stellen können. Die zentrale Herausforderung ist dabei die Sicherheit: Ein direkter, unkontrollierter Zugang eines LLM-Clients auf Produktionsdaten gilt als inakzeptables Risiko. Die Lösung wurde auf AWS gebaut und kombiniert einen MCP-Server mit kontrollierten Tool-Definitionen, sodass das Modell nur eng begrenzte, vordefinierte Abfragen ausführen kann. Der Artikel beleuchtet Authentifizierungs- und Autorisierungskonzepte, die Trennung von Lese- und Schreibzugriffen sowie die Architekturentscheidungen, die nötig sind, um einen solchen Workflow produktionstauglich und auditierbar zu machen. Der Beitrag richtet sich an Backend- und AI-Engineers, die MCP-basierte Integrationen in bestehende Dateninfrastrukturen planen.