{"id":323,"date":"2026-08-05T13:00:13","date_gmt":"2026-08-05T13:00:13","guid":{"rendered":"https:\/\/www.goteams.de\/blog\/?p=323"},"modified":"2026-08-05T13:00:17","modified_gmt":"2026-08-05T13:00:17","slug":"mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten","status":"publish","type":"post","link":"https:\/\/www.goteams.de\/blog\/de\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\/","title":{"rendered":"MCP Code-Ausf\u00fchrung vs. direktes Tool-Calling: Wie KI-Agenten MCP wirklich nutzen sollten"},"content":{"rendered":"\n<p><strong>Kurzfassung:<\/strong> Wenn KI-Agenten Code schreiben und ausf\u00fchren, anstatt direkte MCP-Tool-Calls durchzuf\u00fchren, sinkt der Token-Verbrauch um bis zu 77 % &#8211; bei gleichbleibender Aufgabenerfolgsrate. Anthropic, Cloudflare und die Open-Source-Community konvergieren unabh\u00e4ngig voneinander auf dasselbe Muster.<\/p>\n\n\n\n<p>Warum KI-Agenten Code schreiben sollten statt Tools aufzurufen &#8211; und wie das \u00d6kosystem beide Seiten des Problems gleichzeitig l\u00f6st.<\/p>\n\n\n\n<p>Im KI-Agenten-Bereich vollzieht sich gerade ein stiller Architekturwandel, der keinen einzigen Ursprung hat.<\/p>\n\n\n\n<p>Im November 2025 ver\u00f6ffentlichte Anthropic einen technischen Beitrag dar\u00fcber, wie KI-Agenten ihren Token-Verbrauch drastisch senken k\u00f6nnen, indem sie ausf\u00fchrbaren Code schreiben statt direkte Tool-Calls durchzuf\u00fchren. Wenige Wochen sp\u00e4ter launche Cloudflare &#8220;Code Mode&#8221; &#8211; eine produktionsreife Implementierung derselben Idee, eingebaut in ihr Agents SDK. Diese Konvergenz verdient Aufmerksamkeit.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Was ist MCP und warum ist es f\u00fcr KI-Agenten-Architektur wichtig?<\/strong><\/h2>\n\n\n\n<p>Das <strong>Model Context Protocol (MCP)<\/strong> ist ein von Anthropic eingef\u00fchrter offener Standard, der KI-Agenten erm\u00f6glicht, \u00fcber eine einheitliche Schnittstelle auf externe Tools, Datenbanken, APIs und Dienste zuzugreifen. Oft als &#8220;USB-C f\u00fcr KI-Agenten&#8221; bezeichnet, wurde MCP bis Anfang 2026 zur Infrastruktur.<\/p>\n\n\n\n<p>Doch als Teams skalierten &#8211; mehr Tools, komplexere Workflows, gr\u00f6\u00dfere Datens\u00e4tze &#8211; tauchten versteckte Kosten auf. Und das Problem lag nicht am Protokoll selbst.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Die zwei Probleme mit direktem MCP-Tool-Calling<\/strong><\/h2>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>Problem 1: Tool-Definitionen verbrauchen das gesamte Kontextfenster<\/strong><\/h3>\n\n\n\n<p>Wenn ein Agent eine Sitzung startet, werden alle Tool-Definitionen in das Kontextfenster des Modells geladen. Jede Definition enth\u00e4lt Name, Beschreibung und Parameterschema &#8211; typischerweise 300\u2013600 Token pro Tool.<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"533\" src=\"https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-9-1024x533.png\" alt=\"\" class=\"wp-image-328\" srcset=\"https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-9-1024x533.png 1024w, https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-9-300x156.png 300w, https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-9-768x400.png 768w, https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-9-1536x800.png 1536w, https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-9.png 1600w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<p>Die Rechnung eskaliert schnell:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>20 Tools: ~10.000 Token verbraucht, bevor der Agent die erste Anfrage liest<\/li>\n\n\n\n<li>50 Tools: ~25.000 Token weg<\/li>\n\n\n\n<li>50 MCP-Server \u00d7 20 Tools je: <strong>150.000 Token &#8211; nur f\u00fcr Definitionen<\/strong><\/li>\n<\/ul>\n\n\n\n<p>Bei dieser Gr\u00f6\u00dfenordnung verbrennt man den gr\u00f6\u00dften Teil eines Kontextfensters mit einer Lookup-Tabelle, bevor der Agent \u00fcberhaupt etwas getan hat.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>Problem 2: Zwischenergebnisse laufen bei jedem Schritt durch das Modell<\/strong><\/h3>\n\n\n\n<p>Ein einfacher Workflow: Meeting-Notizen aus Google Drive laden, Action Items extrahieren, Tasks in Asana anlegen. Ohne Code-Ausf\u00fchrung:<\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li>Agent ruft gdrive.getDocument auf \u2192 15.000 Token flie\u00dfen in den Kontext<\/li>\n\n\n\n<li>Modell verarbeitet und extrahiert Action Items \u2192 noch im Kontext<\/li>\n\n\n\n<li>Agent ruft asana.createTask mehrfach auf \u2192 jede Antwort flie\u00dft in den Kontext<\/li>\n\n\n\n<li><strong>Ergebnis: 40.000+ Token verbrannt f\u00fcr einen simplen Daten-Pipeline-Job<\/strong><\/li>\n<\/ol>\n\n\n\n<p>Das Modell fungiert als Relay &#8211; es nimmt jedes Datenst\u00fcck auf, nur um es zum n\u00e4chsten Schritt weiterzuleiten. Jeder Roundtrip addiert Latenz. Bei Agenten mit Dutzenden von Tool-Calls in einer Pipeline summiert sich das schnell.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Die L\u00f6sung: KI-Agenten sollten Code schreiben und ausf\u00fchren statt Tools direkt aufzurufen<\/strong><\/h2>\n\n\n\n<p>Die Erkenntnis ist fast peinlich einfach: <strong>LLMs sind extrem gut darin, Code zu schreiben. Sie sind mittelm\u00e4\u00dfig im Tool-Calling.<\/strong><\/p>\n\n\n\n<p>Der Grund liegt in den Trainingsdaten. LLMs wurden auf Milliarden von Zeilen realem Code trainiert. Tool-Calling hingegen basiert auf einem vergleichsweise kleinen Satz synthetischer Beispiele, die eigens daf\u00fcr erstellt wurden.<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"95\" src=\"https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-5-1024x95.png\" alt=\"\" class=\"wp-image-324\" srcset=\"https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-5-1024x95.png 1024w, https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-5-300x28.png 300w, https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-5-768x71.png 768w, https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-5-1536x142.png 1536w, https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-5.png 1600w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<p><strong>So funktioniert MCP Code-Ausf\u00fchrung:<\/strong><\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"731\" src=\"https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-8-1024x731.png\" alt=\"\" class=\"wp-image-327\" srcset=\"https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-8-1024x731.png 1024w, https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-8-300x214.png 300w, https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-8-768x548.png 768w, https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-8-1536x1096.png 1536w, https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-8.png 1600w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<ol class=\"wp-block-list\">\n<li>MCP-Tool-Schemas in TypeScript- (oder Python-)Schnittstellendefinitionen umwandeln<\/li>\n\n\n\n<li>Dem Agenten ein einzelnes &#8220;Code ausf\u00fchren&#8221;-Tool \u00fcbergeben<\/li>\n\n\n\n<li>Der Agent schreibt TypeScript, das die API aufruft; eine Sandbox-Runtime f\u00fchrt es aus<\/li>\n\n\n\n<li><strong>Nur die finale Ausgabe kehrt in den Modellkontext zur\u00fcck<\/strong><\/li>\n<\/ol>\n\n\n\n<p><strong>Code execution approach: <\/strong>the agent writes this instead:<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"749\" src=\"https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-7-1024x749.png\" alt=\"\" class=\"wp-image-326\" srcset=\"https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-7-1024x749.png 1024w, https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-7-300x219.png 300w, https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-7-768x562.png 768w, https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-7-1536x1123.png 1536w, https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-7.png 1600w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<p>That\u2019s a 99%+ reduction for this workflow. The agent also handles the filtering, parallel API calls, and error handling entirely in code, no round-trips needed.<\/p>\n\n\n\n<p>AIMultiple ran an<a href=\"https:\/\/aimultiple.com\/code-execution-with-mcp\"> independent benchmark<\/a>, 50 runs per approach, GPT-4.1, identical tasks:<\/p>\n\n\n\n<p>Zwischendaten &#8211; die Tabelle, das Dokument, die API-Antwort &#8211; flie\u00dfen nie durch das Modell. Sie verbleiben in der Ausf\u00fchrungsumgebung, werden per Code verarbeitet, und das Modell sieht nur, was es explizit zur\u00fcckgegeben haben wollte.<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"625\" src=\"https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-6-1024x625.png\" alt=\"\" class=\"wp-image-325\" srcset=\"https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-6-1024x625.png 1024w, https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-6-300x183.png 300w, https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-6-768x469.png 768w, https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-6-1536x938.png 1536w, https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/image-6.png 1600w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<p><strong>77.4% total token reduction. Same success rate. +7% latency, <\/strong>easily offset by the cost savings at any meaningful usage volume.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>MCP Code-Ausf\u00fchrung vs. direktes Tool-Calling: Benchmark-Ergebnisse<\/strong><\/h2>\n\n\n\n<p>AIMuliple f\u00fchrte einen<a href=\"https:\/\/aimultiple.com\/code-execution-with-mcp\"> unabh\u00e4ngigen Benchmark<\/a> durch &#8211; 50 Durchl\u00e4ufe pro Ansatz, GPT-4.1, identische Aufgaben:<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><tbody><tr><td><strong>Metrik<\/strong><\/td><td><strong>Direktes Tool-Calling<\/strong><\/td><td><strong>Code-Ausf\u00fchrung<\/strong><\/td><\/tr><tr><td>Token-Verbrauch<\/td><td>Baseline<\/td><td><strong>\u221277,4 %<\/strong><\/td><\/tr><tr><td>Aufgabenerfolgsrate<\/td><td>Gleich<\/td><td>Gleich<\/td><\/tr><tr><td>Latenz<\/td><td>Baseline<\/td><td>+7 %<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p><strong>77,4 % weniger Token. Gleiche Erfolgsrate. +7 % Latenz<\/strong> &#8211; bei jedem nennenswerten Nutzungsvolumen durch die Kosteneinsparungen mehr als ausgeglichen.<\/p>\n\n\n\n<p>Anthropics interne Evaluierungen zeigen, dass die MCP-Tool-Genauigkeit mit programmatischem Calling von <strong>49 % auf 74 % bei Opus 4<\/strong> und von <strong>79,5 % auf 88,1 % bei Opus 4.5<\/strong> steigt.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Welche Tools und Plattformen unterst\u00fctzen MCP Code-Ausf\u00fchrung bereits?<\/strong><\/h2>\n\n\n\n<p>Das Muster ist nicht die Idee eines einzelnen Unternehmens. Hier sind die bereits produktiven Implementierungen:<\/p>\n\n\n\n<p><strong>Anthropic<\/strong> hat das grundlegende Muster ver\u00f6ffentlicht und liefert es nativ als Programmatic Tool Calling und ein begleitendes Tool Search Tool &#8211; verwaltete API-Features, die Sandboxing und Orchestrierung \u00fcbernehmen, ohne die Implementierung dem Nutzer zu \u00fcberlassen.<\/p>\n\n\n\n<p><strong>Cloudflare Code Mode<\/strong> konvertiert MCP-Schemas automatisch in TypeScript-Interfaces und f\u00fchrt sie in V8-Isolates \u00fcber die Worker Loader API aus. Neue Isolates starten in Millisekunden &#8211; keine Container, kein Vorw\u00e4rmen. API-Schl\u00fcssel erreichen den generierten Code nie; der Agent greift \u00fcber vorautorisierte Bindings auf MCP-Server zu.<\/p>\n\n\n\n<p><strong>context-mode<\/strong> (Elastic License 2.0) l\u00f6st dasselbe Problem von der anderen Seite. Wo Cloudflare komprimiert, was <em>hineingeht<\/em>, komprimiert context-mode, was <em>herauskommt<\/em>. Unterst\u00fctzt Claude Code, Gemini CLI, VS Code Copilot, Cursor und andere.<\/p>\n\n\n\n<p><strong>Zapcode<\/strong> (MIT) nutzt einen TypeScript-Interpreter in Rust, der in 2 \u00b5s startet (vs. 200\u2013500 ms f\u00fcr Docker), unterst\u00fctzt das Einfrieren des VM-Zustands als Bytes f\u00fcr sp\u00e4tere Wiederaufnahme und integriert sich direkt in die Anthropic-, OpenAI- und Vercel-AI-SDKs.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Wann MCP Code-Ausf\u00fchrung, wann direktes Tool-Calling verwenden?<\/strong><\/h2>\n\n\n\n<p>Das ist keine &#8220;immer Code-Ausf\u00fchrung verwenden&#8221;-Empfehlung. Die Tradeoffs sind real.<\/p>\n\n\n\n<p><strong>MCP Code-Ausf\u00fchrung empfiehlt sich, wenn:<\/strong><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Der Agent auf mehr als 10 Tools zugreift<\/li>\n\n\n\n<li>Workflows gro\u00dfe Zwischendaten beinhalten (Dokumente, Tabellen, API-Antworten)<\/li>\n\n\n\n<li>Mehrstufige Pipelines ben\u00f6tigt werden, bei denen Ergebnisse in weitere Calls flie\u00dfen<\/li>\n\n\n\n<li>Datenschutz wichtig ist &#8211; sensible Daten sollten in der Ausf\u00fchrungsumgebung bleiben<\/li>\n\n\n\n<li>Token-Kosten bei Ihrem Nutzungsvolumen eine relevante Gr\u00f6\u00dfe sind<\/li>\n<\/ul>\n\n\n\n<p><strong>Direktes MCP-Tool-Calling bleibt sinnvoll, wenn:<\/strong><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Weniger als 10 Tools, stabil und klein<\/li>\n\n\n\n<li>Anfragen sind einstufig und unkompliziert<\/li>\n\n\n\n<li>Betriebliche Einfachheit wichtiger ist als Token-Effizienz<\/li>\n\n\n\n<li>Die Umgebung keine Ausf\u00fchrung beliebigen Codes erlaubt (Compliance, Airgap etc.)<\/li>\n<\/ul>\n\n\n\n<p><strong>Ein ehrlicher Vorbehalt:<\/strong> Manche MCP-Server betten steuernde Anweisungen in Tool-Antworten ein, um den n\u00e4chsten Agentenschritt zu leiten. Code-Ausf\u00fchrung behandelt Tools als reine APIs &#8211; diese Anweisungen werden umgangen. Pr\u00fcfen Sie das, bevor Sie wechseln, wenn Sie auf einem Server aufbauen, der dieses Verhalten nutzt.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Was MCP Code-Ausf\u00fchrung f\u00fcr KI-Agenten-Architektur 2026 bedeutet<\/strong><\/h2>\n\n\n\n<p>MCPs Wert lag nie nur im Tool-Calling. Er lag im Aufbau einer <strong>einheitlichen Discovery- und Autorisierungsschicht<\/strong>, \u00fcber die Agenten auf externe Systeme zugreifen. Dieser Wert verschwindet mit Code-Ausf\u00fchrung nicht &#8211; er vertieft sich. Code-Ausf\u00fchrung gibt Agenten einen weit ausdrucksst\u00e4rkeren Weg, die von MCP bereitgestellten Schnittstellen zu nutzen.<\/p>\n\n\n\n<p>Je mehr Agenten parallel laufen, desto mehr Token-Kosten summieren sich. Code-Ausf\u00fchrung wandelt sich von einer Optimierung zur Notwendigkeit. Erwarten Sie, dass sie innerhalb des n\u00e4chsten Jahres zum Standard-MCP-Client-Muster wird &#8211; mit Output-Komprimierung als Standard-Session-Management-Schicht daneben.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>H\u00e4ufig gestellte Fragen<\/strong><\/h2>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>Was ist MCP Code-Ausf\u00fchrung und wie unterscheidet sie sich von direktem Tool-Calling?<\/strong> <\/h3>\n\n\n\n<p>MCP Code-Ausf\u00fchrung ist ein Architekturmuster, bei dem KI-Agenten Code (typischerweise TypeScript oder Python) schreiben und ausf\u00fchren, um mit externen Tools zu interagieren, anstatt direkte Tool-Calls durchzuf\u00fchren. Anders als beim direkten Tool-Calling &#8211; wo jede Tool-Definition und jedes Zwischenergebnis durch das Kontextfenster des Modells flie\u00dft &#8211; verbleiben Zwischendaten in einer Sandbox-Runtime. Nur die finale Ausgabe kehrt zum Modell zur\u00fcck, was den Token-Verbrauch in Benchmarks um bis zu 77 % senkt.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>Warum verbrauchen KI-Agenten so viele Token f\u00fcr Tool-Definitionen?<\/strong><\/h3>\n\n\n\n<p>Bei traditionellen MCP-Setups werden alle verf\u00fcgbaren Tool-Definitionen zu Beginn jeder Sitzung in das Kontextfenster des Modells geladen. Jede Definition kostet 300\u2013600 Token. Ein Agent mit Zugang zu 50 MCP-Servern und je 20 Tools verbraucht allein 150.000 Token f\u00fcr Definitionen &#8211; bevor eine einzige Nutzungsanfrage verarbeitet wird.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>Reduziert MCP Code-Ausf\u00fchrung die Aufgabengenauigkeit?<\/strong><\/h3>\n\n\n\n<p>Nein. AIMuliples Benchmark (50 Durchl\u00e4ufe pro Ansatz, GPT-4.1) ergab identische Aufgabenerfolgsraten bei 77,4 % weniger Token-Verbrauch zugunsten der Code-Ausf\u00fchrung. Anthropics interne Evaluierungen zeigen, dass die Genauigkeit mit programmatischem Tool-Calling sogar <em>steigt<\/em>: von 49 % auf 74 % bei Opus 4.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>Wie lange dauert der Start einer Code-Ausf\u00fchrungs-Sandbox f\u00fcr MCP?<\/strong><\/h3>\n\n\n\n<p>Das h\u00e4ngt von der Runtime ab. Cloudflares V8-Isolates starten in Millisekunden ohne Vorw\u00e4rmen. Zapscodes Rust-basierter TypeScript-Interpreter startet in 2 Mikrosekunden. Beide sind auf Request-Ebene nicht wahrnehmbar.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>Ist MCP Code-Ausf\u00fchrung produktionsreif?<\/strong><\/h3>\n\n\n\n<p>Ja. Anthropic liefert sie nativ als Programmatic Tool Calling auf der Claude API, AWS und Microsoft Foundry. Cloudflare Code Mode ist in der Produktions-Beta. Zapcode und context-mode sind Open Source und aktiv gepflegt.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>Wann sollte ich MCP Code-Ausf\u00fchrung nicht verwenden?<\/strong><\/h3>\n\n\n\n<p>Bei weniger als 10 Tools, einstufigen Anfragen oder Umgebungen, in denen das Ausf\u00fchren beliebigen Codes untersagt ist (Compliance, Airgap). Pr\u00fcfen Sie au\u00dferdem, ob Ihre MCP-Server steuernde Anweisungen in Tool-Antworten einbetten &#8211; diese werden im Code-Ausf\u00fchrungs-Modus umgangen.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Erste Schritte mit MCP Code-Ausf\u00fchrung<\/strong><\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Cloudflare Code Mode<\/strong>: jetzt lokal \u00fcber Wrangler verf\u00fcgbar, Produktions-Beta offen f\u00fcr Anmeldung:<a href=\"https:\/\/blog.cloudflare.com\/code-mode\/\"> blog.cloudflare.com\/code-mode<\/a><\/li>\n\n\n\n<li><strong>context-mode<\/strong>: output-seitige Komprimierung, Drop-in-MCP-Server f\u00fcr Claude Code u.a.:<a href=\"https:\/\/github.com\/mksglu\/context-mode\"> github.com\/mksglu\/context-mode<\/a><\/li>\n\n\n\n<li><strong>Zapcode<\/strong>: Open Source, MIT-lizenziert, unterst\u00fctzt Anthropic \/ OpenAI \/ Vercel AI SDK:<a href=\"https:\/\/github.com\/TheUncharted\/zapcode\"> github.com\/TheUncharted\/zapcode<\/a><\/li>\n\n\n\n<li><strong>Anthropics Engineering-Beitrag<\/strong>: das originale Pattern-Writeup:<a href=\"https:\/\/www.anthropic.com\/engineering\/code-execution-with-mcp\"> anthropic.com\/engineering\/code-execution-with-mcp<\/a><\/li>\n\n\n\n<li><strong>Anthropic Programmatic Tool Calling<\/strong>: native verwaltete Version auf der Claude API, AWS und Microsoft Foundry:<a href=\"https:\/\/platform.claude.com\/docs\/en\/agents-and-tools\/tool-use\/programmatic-tool-calling\"> platform.claude.com\/docs\/en\/agents-and-tools\/tool-use\/programmatic-tool-calling<\/a><\/li>\n<\/ul>\n\n\n\n<p>Wenn Sie eigene Benchmarks auf Ihrem MCP-Agenten durchf\u00fchren, teilen Sie die Ergebnisse. Dieses Muster wird mit mehr Daten st\u00e4rker.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Kurzfassung: Wenn KI-Agenten Code schreiben und ausf\u00fchren, anstatt direkte MCP-Tool-Calls durchzuf\u00fchren, sinkt der Token-Verbrauch um bis zu 77 % &#8211; bei gleichbleibender Aufgabenerfolgsrate. Anthropic, Cloudflare und die Open-Source-Community konvergieren unabh\u00e4ngig voneinander auf dasselbe Muster. Warum KI-Agenten Code schreiben sollten statt Tools aufzurufen &#8211; und wie das \u00d6kosystem beide Seiten des Problems gleichzeitig l\u00f6st. Im KI-Agenten-Bereich [&hellip;]<\/p>\n","protected":false},"author":12,"featured_media":316,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[22,26],"tags":[86,93,89,88],"class_list":["post-323","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-engineering-de","category-ai-de","tag-ki-agenten-token-optimierung","tag-mcp-vs-code-ausfuehrung","tag-model-context-protocol-agenten-2026","tag-programmatisches-tool-calling"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.6 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>MCP Code-Ausf\u00fchrung: 77 % weniger Token, gleiche Genauigkeit<\/title>\n<meta name=\"description\" content=\"MCP Code-Ausf\u00fchrung reduziert den Token-Verbrauch von KI-Agenten um 77 % ohne Genauigkeitsverlust. Wie es funktioniert, wer es einsetzt und wann man es nutzen sollte.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.goteams.de\/blog\/de\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\/\" \/>\n<meta property=\"og:locale\" content=\"en_US\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"MCP Code-Ausf\u00fchrung: 77 % weniger Token, gleiche Genauigkeit\" \/>\n<meta property=\"og:description\" content=\"MCP Code-Ausf\u00fchrung reduziert den Token-Verbrauch von KI-Agenten um 77 % ohne Genauigkeitsverlust. Wie es funktioniert, wer es einsetzt und wann man es nutzen sollte.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.goteams.de\/blog\/de\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\/\" \/>\n<meta property=\"og:site_name\" content=\"The GoTeams Way\" \/>\n<meta property=\"article:published_time\" content=\"2026-08-05T13:00:13+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-08-05T13:00:17+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/Blogpost-T07-scaled.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"2560\" \/>\n\t<meta property=\"og:image:height\" content=\"1216\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Prakhar\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Prakhar\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"8 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/de\\\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/de\\\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\\\/\"},\"author\":{\"name\":\"Prakhar\",\"@id\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/#\\\/schema\\\/person\\\/d1e872bf8180f2958198b97e6001cfbd\"},\"headline\":\"MCP Code-Ausf\u00fchrung vs. direktes Tool-Calling: Wie KI-Agenten MCP wirklich nutzen sollten\",\"datePublished\":\"2026-08-05T13:00:13+00:00\",\"dateModified\":\"2026-08-05T13:00:17+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/de\\\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\\\/\"},\"wordCount\":1526,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/de\\\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/wp-content\\\/uploads\\\/2026\\\/08\\\/Blogpost-T07-scaled.jpg\",\"keywords\":[\"KI-Agenten Token-Optimierung\",\"MCP vs. Code-Ausf\u00fchrung\",\"Model Context Protocol Agenten 2026\",\"programmatisches Tool-Calling\"],\"articleSection\":[\"Ingenieurwesen\",\"K\u00fcnstliche Intelligenz\"],\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/www.goteams.de\\\/blog\\\/de\\\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/de\\\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\\\/\",\"url\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/de\\\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\\\/\",\"name\":\"MCP Code-Ausf\u00fchrung: 77 % weniger Token, gleiche Genauigkeit\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/de\\\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/de\\\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/wp-content\\\/uploads\\\/2026\\\/08\\\/Blogpost-T07-scaled.jpg\",\"datePublished\":\"2026-08-05T13:00:13+00:00\",\"dateModified\":\"2026-08-05T13:00:17+00:00\",\"description\":\"MCP Code-Ausf\u00fchrung reduziert den Token-Verbrauch von KI-Agenten um 77 % ohne Genauigkeitsverlust. Wie es funktioniert, wer es einsetzt und wann man es nutzen sollte.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/de\\\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\\\/#breadcrumb\"},\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.goteams.de\\\/blog\\\/de\\\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/de\\\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\\\/#primaryimage\",\"url\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/wp-content\\\/uploads\\\/2026\\\/08\\\/Blogpost-T07-scaled.jpg\",\"contentUrl\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/wp-content\\\/uploads\\\/2026\\\/08\\\/Blogpost-T07-scaled.jpg\",\"width\":2560,\"height\":1216,\"caption\":\"How AI Agents Should Actually Use MCP\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/de\\\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"MCP Code-Ausf\u00fchrung vs. direktes Tool-Calling: Wie KI-Agenten MCP wirklich nutzen sollten\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/#website\",\"url\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/\",\"name\":\"The GoTeams Way\",\"description\":\"By Entrepreneurs, for Entrepreneurs.\",\"publisher\":{\"@id\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"en-US\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/#organization\",\"name\":\"GoTeams\",\"url\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/wp-content\\\/uploads\\\/2026\\\/05\\\/Frame.png\",\"contentUrl\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/wp-content\\\/uploads\\\/2026\\\/05\\\/Frame.png\",\"width\":488,\"height\":80,\"caption\":\"GoTeams\"},\"image\":{\"@id\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.linkedin.com\\\/company\\\/go-teams\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/#\\\/schema\\\/person\\\/d1e872bf8180f2958198b97e6001cfbd\",\"name\":\"Prakhar\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/ebc50fd7c8c7211719056a4fac6a1a9474c4f9fa674405845be0faedcb711f41?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/ebc50fd7c8c7211719056a4fac6a1a9474c4f9fa674405845be0faedcb711f41?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/ebc50fd7c8c7211719056a4fac6a1a9474c4f9fa674405845be0faedcb711f41?s=96&d=mm&r=g\",\"caption\":\"Prakhar\"},\"sameAs\":[\"https:\\\/\\\/www.goteams.de\"],\"url\":\"https:\\\/\\\/www.goteams.de\\\/blog\\\/author\\\/prakhar\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"MCP Code-Ausf\u00fchrung: 77 % weniger Token, gleiche Genauigkeit","description":"MCP Code-Ausf\u00fchrung reduziert den Token-Verbrauch von KI-Agenten um 77 % ohne Genauigkeitsverlust. Wie es funktioniert, wer es einsetzt und wann man es nutzen sollte.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.goteams.de\/blog\/de\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\/","og_locale":"en_US","og_type":"article","og_title":"MCP Code-Ausf\u00fchrung: 77 % weniger Token, gleiche Genauigkeit","og_description":"MCP Code-Ausf\u00fchrung reduziert den Token-Verbrauch von KI-Agenten um 77 % ohne Genauigkeitsverlust. Wie es funktioniert, wer es einsetzt und wann man es nutzen sollte.","og_url":"https:\/\/www.goteams.de\/blog\/de\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\/","og_site_name":"The GoTeams Way","article_published_time":"2026-08-05T13:00:13+00:00","article_modified_time":"2026-08-05T13:00:17+00:00","og_image":[{"width":2560,"height":1216,"url":"https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/Blogpost-T07-scaled.jpg","type":"image\/jpeg"}],"author":"Prakhar","twitter_card":"summary_large_image","twitter_misc":{"Written by":"Prakhar","Est. reading time":"8 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.goteams.de\/blog\/de\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\/#article","isPartOf":{"@id":"https:\/\/www.goteams.de\/blog\/de\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\/"},"author":{"name":"Prakhar","@id":"https:\/\/www.goteams.de\/blog\/#\/schema\/person\/d1e872bf8180f2958198b97e6001cfbd"},"headline":"MCP Code-Ausf\u00fchrung vs. direktes Tool-Calling: Wie KI-Agenten MCP wirklich nutzen sollten","datePublished":"2026-08-05T13:00:13+00:00","dateModified":"2026-08-05T13:00:17+00:00","mainEntityOfPage":{"@id":"https:\/\/www.goteams.de\/blog\/de\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\/"},"wordCount":1526,"commentCount":0,"publisher":{"@id":"https:\/\/www.goteams.de\/blog\/#organization"},"image":{"@id":"https:\/\/www.goteams.de\/blog\/de\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\/#primaryimage"},"thumbnailUrl":"https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/Blogpost-T07-scaled.jpg","keywords":["KI-Agenten Token-Optimierung","MCP vs. Code-Ausf\u00fchrung","Model Context Protocol Agenten 2026","programmatisches Tool-Calling"],"articleSection":["Ingenieurwesen","K\u00fcnstliche Intelligenz"],"inLanguage":"en-US","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/www.goteams.de\/blog\/de\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/www.goteams.de\/blog\/de\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\/","url":"https:\/\/www.goteams.de\/blog\/de\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\/","name":"MCP Code-Ausf\u00fchrung: 77 % weniger Token, gleiche Genauigkeit","isPartOf":{"@id":"https:\/\/www.goteams.de\/blog\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.goteams.de\/blog\/de\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\/#primaryimage"},"image":{"@id":"https:\/\/www.goteams.de\/blog\/de\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\/#primaryimage"},"thumbnailUrl":"https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/Blogpost-T07-scaled.jpg","datePublished":"2026-08-05T13:00:13+00:00","dateModified":"2026-08-05T13:00:17+00:00","description":"MCP Code-Ausf\u00fchrung reduziert den Token-Verbrauch von KI-Agenten um 77 % ohne Genauigkeitsverlust. Wie es funktioniert, wer es einsetzt und wann man es nutzen sollte.","breadcrumb":{"@id":"https:\/\/www.goteams.de\/blog\/de\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\/#breadcrumb"},"inLanguage":"en-US","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.goteams.de\/blog\/de\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\/"]}]},{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/www.goteams.de\/blog\/de\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\/#primaryimage","url":"https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/Blogpost-T07-scaled.jpg","contentUrl":"https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/Blogpost-T07-scaled.jpg","width":2560,"height":1216,"caption":"How AI Agents Should Actually Use MCP"},{"@type":"BreadcrumbList","@id":"https:\/\/www.goteams.de\/blog\/de\/mcp-code-ausfuehrung-vs-direktes-tool-calling-wie-ki-agenten-mcp-wirklich-nutzen-sollten\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.goteams.de\/blog\/"},{"@type":"ListItem","position":2,"name":"MCP Code-Ausf\u00fchrung vs. direktes Tool-Calling: Wie KI-Agenten MCP wirklich nutzen sollten"}]},{"@type":"WebSite","@id":"https:\/\/www.goteams.de\/blog\/#website","url":"https:\/\/www.goteams.de\/blog\/","name":"The GoTeams Way","description":"By Entrepreneurs, for Entrepreneurs.","publisher":{"@id":"https:\/\/www.goteams.de\/blog\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.goteams.de\/blog\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"en-US"},{"@type":"Organization","@id":"https:\/\/www.goteams.de\/blog\/#organization","name":"GoTeams","url":"https:\/\/www.goteams.de\/blog\/","logo":{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/www.goteams.de\/blog\/#\/schema\/logo\/image\/","url":"https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/05\/Frame.png","contentUrl":"https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/05\/Frame.png","width":488,"height":80,"caption":"GoTeams"},"image":{"@id":"https:\/\/www.goteams.de\/blog\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.linkedin.com\/company\/go-teams"]},{"@type":"Person","@id":"https:\/\/www.goteams.de\/blog\/#\/schema\/person\/d1e872bf8180f2958198b97e6001cfbd","name":"Prakhar","image":{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/secure.gravatar.com\/avatar\/ebc50fd7c8c7211719056a4fac6a1a9474c4f9fa674405845be0faedcb711f41?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/ebc50fd7c8c7211719056a4fac6a1a9474c4f9fa674405845be0faedcb711f41?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/ebc50fd7c8c7211719056a4fac6a1a9474c4f9fa674405845be0faedcb711f41?s=96&d=mm&r=g","caption":"Prakhar"},"sameAs":["https:\/\/www.goteams.de"],"url":"https:\/\/www.goteams.de\/blog\/author\/prakhar\/"}]}},"jetpack_featured_media_url":"https:\/\/www.goteams.de\/blog\/wp-content\/uploads\/2026\/08\/Blogpost-T07-scaled.jpg","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/www.goteams.de\/blog\/wp-json\/wp\/v2\/posts\/323","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.goteams.de\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.goteams.de\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.goteams.de\/blog\/wp-json\/wp\/v2\/users\/12"}],"replies":[{"embeddable":true,"href":"https:\/\/www.goteams.de\/blog\/wp-json\/wp\/v2\/comments?post=323"}],"version-history":[{"count":1,"href":"https:\/\/www.goteams.de\/blog\/wp-json\/wp\/v2\/posts\/323\/revisions"}],"predecessor-version":[{"id":329,"href":"https:\/\/www.goteams.de\/blog\/wp-json\/wp\/v2\/posts\/323\/revisions\/329"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.goteams.de\/blog\/wp-json\/wp\/v2\/media\/316"}],"wp:attachment":[{"href":"https:\/\/www.goteams.de\/blog\/wp-json\/wp\/v2\/media?parent=323"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.goteams.de\/blog\/wp-json\/wp\/v2\/categories?post=323"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.goteams.de\/blog\/wp-json\/wp\/v2\/tags?post=323"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}