# Cloudflare MCP erklärt: So funktioniert Code Mode

Canonical URL: https://industrycontents.com/de/cloudflare-mcp-code-mode-erklaert/
Language: de-DE
Published: 2026-10-24
Structure updated: 2026-10-25

> Dated article snapshot. Canonical web page may receive later updates. Vendor figures retain their stated source-check dates. Illustrations are not product benchmarks.

Veröffentlicht: 2026-10-24 · Struktur überarbeitet: 2026-10-25. Preis- und Quellenprüfungen behalten die unten genannten Daten.

## Antwort in Kürze

Cloudflare Code Mode lässt KI-Agenten API-Funktionen bei Bedarf suchen und per generiertem JavaScript ausführen. Code Mode ersetzt MCP nicht; weniger Werkzeugbeschreibungen am Anfang belegen noch keine entsprechend niedrigeren Gesamtkosten.

## Begriffe kurz erklärt

**Model Context Protocol (MCP)**: Model Context Protocol (MCP) ist ein offenes Protokoll, das KI-Anwendungen mit externen Werkzeugen und Daten verbindet.

**API-Endpunkt**: API-Endpunkt ist eine definierte Schnittstelle, über die Software eine Dienstfunktion aufruft.

**Werkzeugbeschreibung**: Werkzeugbeschreibung ist die Erklärung einer Funktion und ihrer erwarteten Eingaben im Kontext des Modells.

Mit KI aus dem Englischen übersetzt und sprachlich überarbeitet. [Englisches Original lesen](https://industrycontents.com/cloudflare-code-mode-mcp-explained/).

**Zum Nachdenken**Ein Agent muss nicht den gesamten Werkzeugkatalog lesen, um eine Aufgabe zu erledigen. Er muss die passenden Werkzeuge finden und richtig einsetzen. Weniger Text am Anfang spart allerdings noch nicht automatisch Geld am Ende.

### Kurz gesagt

- Cloudflare macht mehr als 2.500 API-Endpunkte über die beiden Werkzeuge `search` und `execute` zugänglich. Die anfänglichen Werkzeugbeschreibungen benötigen nach Unternehmensangaben ungefähr 1.000 Tokens.

- Der Agent sucht die benötigten Funktionen und schreibt JavaScript, um sie auszuführen und Ergebnisse zu verarbeiten.

- Anthropic arbeitet an verwandten Ansätzen. Werkzeuge bei Bedarf zu finden und sie per Code zu nutzen wird damit zu einem breiteren Architekturansatz.

- Code Mode ersetzt MCP nicht. Offen bleibt, wann die eingesparten Tokens den zusätzlichen Aufwand für Ausführung, Kontrolle und Fehlersuche aufwiegen.

Bevor ein KI-Agent ein einziges Wort eurer Anfrage gelesen hat, hat er womöglich schon 15.000 Tokens verbraucht. Nur um herauszufinden, was er tun darf.

So sah es bei einem internen [GitLab-Server von Cloudflare](https://blog.cloudflare.com/internal-ai-engineering-stack/) aus. GitLab ist eine Plattform für die gemeinsame Arbeit an Code. Der Server stellte 34 Werkzeuge bereit. Allein ihre Beschreibungen beanspruchten ungefähr 15.000 Tokens im Kontextfenster. Noch keine Arbeit erledigt, aber die Speisekarte war gelesen.

Bei Cloudflares gesamter Plattform wird daraus ein größeres Problem. Sie umfasst mehr als 2.500 API-Endpunkte, über die andere Programme ihre Dienste ansprechen. Würde jeder davon als einzelnes MCP-Werkzeug beschrieben, wäre das Modell schon vor der ersten Aufgabe mit dem Katalog beschäftigt.

Cloudflares [im Februar 2026 vorgestellte Antwort](https://blog.cloudflare.com/code-mode-mcp/) heißt Code Mode. Der Agent bekommt nicht mehr jede Funktion vorab erklärt. Er sucht, was er braucht, und schreibt Code für die Ausführung.

## Was ist MCP?

**MCP steht für Model Context Protocol.** Der offene Standard verbindet KI-Assistenten und Agenten mit externen Werkzeugen und Datenquellen. Ein MCP-Server beschreibt, welche Funktionen er bereitstellt und welche Eingaben sie erwarten. Code Mode verändert, wie der Agent diese Funktionen findet und nutzt. Das Protokoll bleibt bestehen.

## Zu viel Werkzeug

Große Werkzeugkataloge können das Kontextfenster belasten, bevor ein KI-Agent die eigentliche Aufgabe bearbeitet.

Anthropic stellte MCP im November 2024 vor. Zuvor mussten Entwickler häufig für jede Kombination aus KI-Anwendung und Dienst eine eigene Verbindung bauen. MCP schafft dafür einen gemeinsamen Standard.

Zu jedem Werkzeug gehören ein Name, eine Beschreibung und ein Parameterschema. Das Schema legt fest, welche Eingaben zulässig sind. Für einige wenige Werkzeuge ist das übersichtlich. Ein Agent für den Websitebetrieb braucht aber womöglich Zugriff auf Besucherstatistiken, DNS, Cache-Regeln, Firewall-Einstellungen, Veröffentlichungen und Fehlerprotokolle. Mit weiteren Unternehmenssystemen wächst die Liste schnell auf Hunderte oder Tausende Funktionen.

Dabei entstehen zwei Arten von Aufwand. Erstens verbrauchen die Beschreibungen Tokens, auch wenn der Agent die meisten Werkzeuge nie benutzt. Zweitens landen Zwischenergebnisse im Modellkontext, bevor sie an das nächste Werkzeug weitergegeben werden. In einer [Analyse vom November 2025](https://www.anthropic.com/engineering/code-execution-with-mcp/) beschreibt Anthropic etwa, wie ein langes Gesprächsprotokoll beim Übertragen in ein CRM-System mehrfach durch das Modell laufen kann. Das kostet zusätzliche Tokens. MCP selbst verlangt allerdings nicht, sämtliche Werkzeugbeschreibungen vorab zu laden. Viele Clients laden sie trotzdem vorab.

## So funktioniert Code Mode

Cloudflares Server bietet zwei allgemeine Werkzeuge: `search` findet die passenden API-Funktionen und zeigt, wie sie verwendet werden. Über `execute` schreibt und startet der Agent JavaScript, das diese Funktionen in einer kontrollierten Umgebung aufruft.

Die Grundlage bilden typisierte API-Beschreibungen und Cloudflares Dynamic Workers. Der erzeugte Code nutzt damit eine klar definierte Schnittstelle und erhält nur begrenzten Zugriff auf das ausführende System. Cloudflare meldet eine Verringerung des anfänglichen Kontexts für Werkzeugbeschreibungen um ungefähr 99,9 Prozent.

Die Einschränkung steckt im Wort anfänglich. Nicht mitgerechnet sind die Tokens für die Suche, das Schreiben des Codes, seine Ausführung und die abschließende Antwort. Auch API-Aufrufe verschwinden nicht. Kleiner wird zunächst die Beschreibung dessen, was der Agent tun kann. Eine um 99,9 Prozent niedrigere Gesamtrechnung ist damit nicht belegt.

## Ein Beispiel

Code Mode kann Zwischenergebnisse außerhalb des Modells verarbeiten und nur eine Zusammenfassung zurückgeben.

Ein Agent soll einen plötzlichen Anstieg verdächtiger Zugriffe untersuchen. Bei einzelnen Werkzeugaufrufen lädt das Modell Verkehrsdaten, liest sie, fordert Sicherheitsereignisse an, liest auch diese und ruft anschließend Firewall-Regeln ab. Jeder Schritt bringt neue Entscheidungen und weitere Ergebnisse ins Kontextfenster.

Mit Code Mode sucht der Agent zuerst die passenden Schnittstellen und schreibt dann ein Programm. Dieses lädt die Daten, filtert sie, gruppiert Anfragen und gibt eine kurze Zusammenfassung zurück. Das Modell interpretiert das Ergebnis und empfiehlt das weitere Vorgehen.

Das ist ein erklärendes Beispiel, kein Cloudflare-Benchmark. Suche, Fehlerbehandlung und Freigaben können zusätzliche Modellschritte erfordern.

Das Modell entscheidet weiterhin, was untersucht werden soll. Schleifen, Filter und das Zusammenführen von Daten übernimmt gewöhnlicher Code. Dafür muss ein Sprachmodell nicht jede einzelne Zeile lesen. Ein falscher Filter kann trotzdem eine irreführende Zusammenfassung erzeugen. Entwickler haben im Code aber einen konkreten Ansatzpunkt für Prüfungen.

## Anthropics verwandter Ansatz

Im November 2025 [beschrieb Anthropic](https://www.anthropic.com/engineering/code-execution-with-mcp/), wie Agenten Werkzeuge über erzeugten Code nutzen können, ohne jeden Aufruf und jedes Zwischenergebnis durch das Modell zu schicken. Noch im selben Monat stellte das Unternehmen [Tool Search Tool, Programmatic Tool Calling und Tool Use Examples](https://www.anthropic.com/engineering/advanced-tool-use/) vor. Damit lassen sich Werkzeuge bei Bedarf finden, per Code aufrufen und anhand von Beispielen besser einsetzen.

Die Ansätze sind verwandt, unterscheiden sich aber bei Schnittstellen, Bereitstellung und Sicherheitskontrollen. Nicht jede Aufgabe braucht dafür eigens erzeugten Code. Für einen einfachen Einzelschritt reicht oft ein direkter Werkzeugaufruf. Die gemeinsame Entwicklung ist interessanter: Werkzeuge zu finden und sie auszuführen werden zunehmend getrennt behandelt.

## Mehrere Server, ein Zugang

Im April 2026 [erweiterte Cloudflare den Ansatz auf MCP Server Portals](https://blog.cloudflare.com/enterprise-mcp/). Ein solches Portal bündelt vorhandene MCP-Server hinter einer kompakten Such- und Ausführungsschnittstelle. Unternehmen müssen ihre bestehenden Integrationen dafür nicht ersetzen. Die 34 GitLab-Werkzeuge brauchen dann nicht mehr einzeln im anfänglichen Modellkontext aufzutauchen.

Bei einem oder zwei MCP-Servern fällt die Ersparnis womöglich gering aus. Bei Dutzenden Diensten und Tausenden Agentensitzungen kann sich der Aufwand für immer wieder geladene Beschreibungen dagegen summieren. Wie groß die Ersparnis im Betrieb ist, hängt von der Nutzung, der Suche, der Qualität des erzeugten Codes und der Zahl nötiger Wiederholungen ab. Die veröffentlichten Beispiele liefern dafür noch keinen allgemeingültigen Wert.

## Ersetzt Code Mode MCP?

Nein. MCP regelt, wie Clients und Server Werkzeuge und Ressourcen beschreiben. Code Mode ist ein Ansatz, um diese Möglichkeiten gezielt zu finden und auszuführen. Er kann hinter einem Server liegen, wie bei Cloudflares API, oder vor mehreren Servern, wie bei den Portals. Cloudflare arbeitet außerdem an einer Kommandozeilenschnittstelle für seine Plattform. Eine einzige Bedienform wird kaum zu jeder Aufgabe passen.

## Kleiner heißt nicht sicherer

Weniger Werkzeugbeschreibungen ersetzen weder Sandbox-Isolation noch API-Berechtigungen oder Freigaben.

Wenn ein Modell Code schreibt, kann es die falsche Funktion wählen, falsche Parameter übergeben oder etwas ändern, das es nur lesen sollte. Firewall-Statistiken auszuwerten und eine Firewall-Regel zu ändern erfordert unterschiedliche Rechte.

Eine Sandbox begrenzt die Ausführungsumgebung. Ob eine erlaubte Handlung in der konkreten Situation sinnvoll ist, muss zusätzlich geklärt werden. Für Unternehmen ergeben sich drei getrennte Fragen:

- Kann der erzeugte Code in einer abgeschotteten Umgebung sicher laufen?

- Darf der Agent die gefundenen API-Funktionen überhaupt aufrufen?

- Darf er die konkrete Handlung ohne weitere Freigabe ausführen?

Ein System kann die erste Prüfung bestehen und an den beiden anderen scheitern. Die Protokollierung muss deshalb mit der kompakteren Schnittstelle Schritt halten. Weniger Werkzeugbeschreibungen dürfen nicht bedeuten, dass sich Handlungen schlechter nachvollziehen lassen.

## Wer davon profitieren könnte

Verbreitet sich dieser Ansatz, werden klare API-Beschreibungen, typisierte Entwicklungsbibliotheken, verständliche Fehlermeldungen und saubere Berechtigungsgrenzen wichtiger. Eine schlecht dokumentierte Schnittstelle wird nicht verlässlich, nur weil ein Agent den Code dafür schreibt. Uneinheitliche Namen und versteckte Abhängigkeiten erschweren die Fehlersuche weiterhin.

Für Infrastrukturanbieter liegt darin ein Geschäft. Agenten brauchen Authentifizierung, die Durchsetzung von Regeln, Codeausführung, die Verwaltung von Zugangsdaten und Aktivitätsprotokolle. Das gilt unabhängig davon, welches Modell den Code schreibt. Cloudflares Portals, Zugriffskontrollen und Dynamic Workers decken Teile davon ab. Andere Anbieter bauen an denselben Ebenen. Entschieden ist dieser Markt noch nicht.

## Welcher Ansatz passt?

| Aufgabe | Möglicher Ansatz | Warum |
| --- | --- | --- |
| Ein oder zwei einfache API-Aufrufe | Direkter Werkzeugaufruf | Kaum Koordination nötig |
| Große API mit Hunderten Funktionen | Code Mode | Beschreibungen werden erst bei Bedarf erschlossen |
| Berichte aus mehreren Systemen | Ausführung per Code | Zwischenergebnisse werden außerhalb des Modells verarbeitet |
| Sensible Änderungen an Systemeinstellungen | Beide Ansätze mit strengen Kontrollen | Berechtigungen und Freigaben sind entscheidend |
| Fester, wiederkehrender Ablauf | Vorab programmierte Automatisierung | Die nötigen Schritte sind bereits bekannt |

Caption: Einordnung der Architekturansätze, kein gemessener Leistungsvergleich.

## Was bisher belegt ist

Die veröffentlichten Beispiele belegen Einsparungen bei bestimmten Kontextkosten, aber keine allgemeine Senkung der gesamten Produktionskosten.

Cloudflare zeigt, dass eine große API hinter einer kleinen anfänglichen Schnittstelle zugänglich sein kann. Das Muster lässt sich auch auf vorhandene MCP-Server anwenden. Anthropic arbeitet am selben Grundproblem.

Ob Code Mode insgesamt günstiger, schneller oder zuverlässiger ist, bleibt offen. Dafür müssen mehrere Dinge zusammenkommen: niedrigere Gesamtkosten nach Suche und Wiederholungen, verlässliche Ergebnisse bei komplexen Aufgaben, genaue Berechtigungen und vollständige Prüfprotokolle. Hinzu kommt die Frage, wie leicht sich Abläufe zwischen Ausführungsumgebungen übertragen lassen und ob der gesparte Kontext den zusätzlichen Aufwand für Betrieb und Fehlersuche rechtfertigt.

Veröffentlichte Beispiele zeigen meist erfolgreiche Durchläufe. Im Betrieb kommen fehlgeschlagene Aufrufe, geänderte Berechtigungen und unerwartetes Verhalten von APIs hinzu.

## Die nächste Prüfung

Vier Entwicklungen wären aufschlussreich: mehr Anbieter mit durchsuchbaren und ausführbaren Schnittstellen, unabhängige Vergleiche von Gesamtkosten, Antwortzeiten und Fehlerquoten, bessere Kontrollen für erzeugten Code und Abläufe, die sich zwischen Clients, Servern und Anbietern übertragen lassen.

Bisher wird Software Modellen häufig wie eine lange Speisekarte präsentiert. Code Mode behandelt sie eher als etwas, das sich durchsuchen und programmatisch nutzen lässt. An einer API funktioniert das Prinzip. Wie viel es im Betrieb spart, muss sich auch im Zusammenspiel mit Dutzenden Systemen zeigen.

## Häufige Fragen zu Cloudflare MCP und Code Mode

### Was bedeutet MCP bei KI?

MCP steht für Model Context Protocol. Der offene Standard beschreibt die Verbindung von KI-Anwendungen mit externen Werkzeugen, Datenquellen und Diensten. MCP ist ein Protokoll, kein KI-Modell.

### Was ist Cloudflare Code Mode?

Code Mode lässt Agenten API-Funktionen gezielt suchen und über erzeugtes JavaScript nutzen. Der gesamte Werkzeugkatalog muss dadurch nicht vorab im Modellkontext stehen.

### Was unterscheidet Code Mode von einem klassischen MCP-Server?

Viele Integrationen stellen dem Modell zahlreiche einzelne Werkzeugbeschreibungen bereit. Cloudflares Ansatz nutzt eine kompakte Such- und Ausführungsschnittstelle. Beide Varianten können auf MCP beruhen.

### Ersetzt Code Mode das Model Context Protocol?

Nein. Der Ansatz verändert die Suche und Ausführung von Funktionen. MCP bleibt das verbindende Protokoll.

### Spart Code Mode 99,9 Prozent der Agentenkosten?

Das ist nicht belegt. Die Zahl betrifft den anfänglichen Kontext für Werkzeugbeschreibungen. Suche, Codeerzeugung, Ausführung, Wiederholungen und Infrastruktur verursachen weiterhin Aufwand.

### Ist Code Mode für den Produktivbetrieb geeignet?

Cloudflares Dokumentation bezeichnet Code Mode als experimentell. Für den Einsatz sind eine abgeschottete Ausführung, möglichst eng begrenzte Zugriffsrechte, Freigaben für sensible Aktionen und nachvollziehbare Protokolle erforderlich.

### Wie könnte sich MCP weiterentwickeln?

Eine mögliche Richtung sind kleinere Werkzeugoberflächen, schrittweise Suche, die Koordination per Code und bessere Kontrolle. Daraus folgt kein allgemeiner Ersatz für direkte Werkzeugaufrufe.

## Weiterlesen im IC Lab

- [n8n und Make im Vergleich](https://industrycontents.com/n8n-vs-make-european-teams/): Preise und Hosting automatisierter Abläufe.

- [Plattformen und Preise für KI-Agenten](https://industrycontents.com/agent-builders-pricing/): Werkzeuge zur Koordination.

- [Kontrollen in Copilot Studio](https://industrycontents.com/guides/copilot-studio-governance-controls/): Zugriff und Aufsicht.

- [Glossar zu KI-Agenten](https://industrycontents.com/guides/ai-agent-glossary/): die wichtigsten Begriffe.

Ein kleinerer Werkzeugkatalog beantwortet noch nicht die Frage nach der laufenden Rechnung. Unser [Bericht über Ubers überschrittenes KI-Budget](https://industrycontents.com/ai-token-costs-budget-overrun/) zeigt, was passiert, wenn die Nutzung schneller wächst als die Kostenkontrolle. Der [Repository-Überblick im IC Lab](https://industrycontents.com/ic-lab/github-repos/) hilft bei der Suche nach Implementierungen. Der [VPS-Leitfaden für Hermes Agent](https://industrycontents.com/hermes-agent-setup-guide/) behandelt die Einrichtung einer dauerhaft verfügbaren Agentenumgebung.

Wie Unternehmen den Handlungsspielraum begrenzen, untersucht unser deutscher [Fehlertest für KI-Autonomie](https://industrycontents.com/de/ki-autonomie-fehler-kontrolle/). Weitere deutschsprachige Texte findet ihr unter [Analysen auf Deutsch](https://industrycontents.com/de/).

## Quellen und Methode

Grundlage sind Cloudflares veröffentlichte [Code-Mode-Beschreibung](https://blog.cloudflare.com/code-mode-mcp/), der Bericht über den [internen Einsatz](https://blog.cloudflare.com/internal-ai-engineering-stack/) und die [Enterprise-MCP-Ankündigung](https://blog.cloudflare.com/enterprise-mcp/) sowie Anthropics Texte zur [Codeausführung mit MCP](https://www.anthropic.com/engineering/code-execution-with-mcp/) und zur [erweiterten Werkzeugnutzung](https://www.anthropic.com/engineering/advanced-tool-use/). Die [Entwicklerdokumentation](https://developers.cloudflare.com/agents/tools/codemode/) beschreibt den experimentellen Status. IC Lab Desk hat Code Mode weder selbst eingesetzt noch einem Leistungstest unterzogen. Leistungsangaben stammen von den jeweils genannten Anbietern.