Je typt een vraag in Claude of ChatGPT en krijgt een keurig antwoord — maar dat antwoord komt uit het geheugen van het taalmodel, niet uit je eigen boekhouding. Vraag je diezelfde assistent naar de status van factuur 2026-0847, dan gokt hij, of hij zegt eerlijk dat hij er niet bij kan. Dat is precies het gat dat een MCP-server dicht.
De korte versie
MCP staat voor Model Context Protocol, een open standaard die Anthropic in 2024 heeft gepubliceerd. Het is geen product en geen merk — het is een afspraak over hoe een AI-assistent veilig met externe software kan praten. Een MCP-server is de concrete uitwerking van die afspraak voor één specifiek systeem: een MCP-server voor WeFact praat met WeFact, een MCP-server voor Exact Online praat met Exact Online. Zie het als een stekker met een vaste stekkerdoos-vorm: zodra jouw software een MCP-server heeft, kan elke AI-assistent die MCP begrijpt er meteen mee overweg — zonder maatwerkkoppeling per assistent.
Hoe het werkt
De keten is simpel te volgen aan de hand van een factuur. Je typt in je AI-assistent: “Stuur me een overzicht van alle openstaande facturen van juni.” De assistent herkent dat dit een vraag is die buiten zijn eigen kennis valt en stuurt een verzoek naar de MCP-server die aan jouw boekhoudpakket gekoppeld is. Die MCP-server vertaalt het verzoek naar een aanroep op de API van je software — dezelfde API die ook je eigen boekhoudpakket gebruikt om gegevens op te halen. De API stuurt de ruwe data terug: bedragen, klantnamen, vervaldatums. De MCP-server geeft die data terug aan de assistent, en de assistent zet het om in een antwoord dat je meteen kunt gebruiken: “Er staan 4 facturen open voor in totaal €3.240, waarvan factuur 2026-0847 al 12 dagen te laat is.” Wil je die factuur meteen een betaalherinnering sturen, dan doet de assistent dat via dezelfde weg — met jouw bevestiging voordat er iets daadwerkelijk verstuurd wordt.
Het verschil met een chatbot (en met Zapier)
Een gewone chatbot praat óver je bedrijf op basis van wat je hem vertelt of wat hij ooit heeft geleerd. Hij heeft geen actuele blik op je systemen en kan niets voor je uitvoeren. Een MCP-server tilt de assistent uit die passieve rol: hij leest je actuele gegevens en kan — met jouw akkoord — ook mutaties doen. Geen samenvatting van wat je zelf al moest opzoeken, maar een assistent die daadwerkelijk in je software werkt.
Het verschil met Zapier of Make zit ergens anders. Die tools zijn krachtig voor vaste, voorspelbare routes: “als er een nieuwe order binnenkomt, maak dan een factuur aan.” Prima, zolang de situatie precies past in het stroomschema dat je van tevoren hebt getekend. Een MCP-server werkt andersom: jij stelt de vraag in gewone taal, en de AI-assistent bepaalt zelf welke stappen nodig zijn om daar te komen. Geen twee dezelfde vragen leiden noodzakelijk tot dezelfde route. Dat maakt het geschikt voor de vragen die net buiten het vaste stramien vallen — en dat zijn er in de praktijk veel meer dan je zou denken. We hebben dit verschil met concrete voorbeelden uitgewerkt in MCP vs. Zapier/Make.
Waarom lokaal draaien belangrijk is
Een MCP-server hoeft niet ergens in de cloud van een externe partij te draaien — en bij administratie- en betaaldata is dat maar goed ook. Bij een lokale opzet draait de MCP-server op jouw eigen machine of server, met jouw eigen API-sleutel. Die sleutel verlaat je omgeving niet en gaat niet via een tussenpartij die de data ook zou kunnen inzien of bewaren. De AI-assistent stuurt alleen het verzoek; de daadwerkelijke verbinding met je boekhoudpakket, je CRM of je factuursysteem blijft in jouw beheer. Voor gegevens waar je aansprakelijk voor bent — btw-aangiftes, klantgegevens, betaalstatussen — is dat geen bijzaak maar een voorwaarde. Soevereiniteit over je eigen data is precies waarom we deze aanpak kiezen boven een cloud-tussenlaag die je nooit helemaal kunt controleren.
Wat dit voor je administratie betekent
In de praktijk verdwijnt met een MCP-server een hoop klein, terugkerend zoekwerk. Geen tabblad meer openen om te kijken welke facturen deze maand nog openstaan, geen export maken om een kwartaaloverzicht te bouwen, geen handmatige check of een klant al betaald heeft voordat je een herinnering stuurt. Je stelt de vraag in je eigen woorden en krijgt het antwoord uit je eigen systeem — met, waar nodig, de mogelijkheid om er meteen actie op te ondernemen.
Wil je zien hoe dit er in de praktijk uitziet? Onze WeFact MCP-server is daarvan het werkende voorbeeld: facturen opvragen, statussen checken en herinneringen versturen, rechtstreeks vanuit je AI-assistent. Werk je met een ander pakket, dan vind je het volledige aanbod in het overzicht van MCP-servers.