<!-- Generated from de/mcp-servers-windows.md. Do not edit by hand. -->

> Markdown twin of https://conduitllm.com/de/mcp-servers-windows.html
> MCP-Server unter Windows: Node.js und uv installieren, lokale Server mit npx oder uvx und Remote-Server per URL hinzufügen, typische Fehler beheben.

---
Anleitung

# So richtest du MCP-Server unter Windows ein

Aktualisiert am 31. Oktober 2026

Die meisten Anleitungen zu MCP setzen einen Mac und eine JSON-Datei voraus. Diese hier ist für Windows, mit [Conduit](https://conduitllm.com/de/), einer kostenlosen, quelloffenen Desktop-KI-App, als Client: was du installierst, was du in jedes Feld tippst und was die Fehler bedeuten, wenn ein Server nicht startet.

## Einleitung

Das Model Context Protocol (MCP) lässt eine KI-App Tools anderer Programme nutzen: Dateien lesen und schreiben, Dokumentation durchsuchen, eine Datenbank abfragen, Issues anlegen. Jede Gruppe von Tools kommt von einem **MCP-Server**. Ein **lokaler** Server ist ein Programm, das die App auf deinem Computer startet, meist mit `npx` (Node.js) oder `uvx` (Python). Ein **Remote**-Server läuft woanders und wird über eine URL erreicht.

Unter Windows scheitern lokale Server aus ein paar vorhersehbaren Gründen: Die Laufzeitumgebung ist nicht installiert oder nicht im `PATH`, die App versucht, ein Shell-Skript als Programm auszuführen, oder ein Ordnerpfad enthält ein Leerzeichen. Diese Anleitung umgeht jeden davon.

Du installierst Node.js und uv, fügst den offiziellen Server **Filesystem** mit `npx` und den Server **Fetch** mit `uvx` hinzu und ergänzt **Microsoft Learn**, einen Remote-Server für die Dokumentation von Microsoft. Dann nutzt du sie aus einem Chat heraus, genehmigst ein Tool, das eine Datei ändert, und siehst, wie ein Server aussieht, der nicht startet, und wie du ihn reparierst. MCP-Server heißen in Conduit **Connectors**.

## Das Wichtigste in Kürze

- Installiere Node.js für `npx`-Server und uv für `uvx`-Server und starte Conduit dann neu, damit es sie im `PATH` findet.
- Gib `npx` oder `uvx` als Befehl ein. Conduit findet `npx.cmd` und die anderen Windows-Starter selbst; verpacke sie nicht in `cmd /c`.
- Argumente werden an Leerzeichen getrennt, übergib Ordnerpfade also ohne Leerzeichen.
- Remote-Server brauchen nichts Installiertes: Füge einen per URL hinzu oder finde ihn in der offiziellen Registry.
- Tools, die nur lesen, laufen sofort. Tools, die etwas ändern, fragen zuerst nach und zeigen genau, was sie senden werden.

## Voraussetzungen

Für diese Anleitung brauchst du Folgendes:

- **Windows 10 oder 11** mit **winget**, das in aktuellen Windows-Versionen enthalten ist.
- **Conduit, installiert**. Lade das neueste Release von der [Releases-Seite](https://github.com/runningpixels/conduit/releases) herunter.
- **Einen in Conduit eingerichteten Modellanbieter**. Diese Anleitung nutzt GLM 5.3 Flash über OpenRouter; siehe die [Anbieter-Anleitungen](https://conduitllm.com/providers.html) (auf Englisch). Mit Connectors funktionieren Modelle am besten, die gut Tools aufrufen.

## Schritt 1 — Node.js und uv installieren

Die meisten lokalen MCP-Server sind Node.js-Pakete, die mit `npx` starten, oder Python-Pakete, die mit `uvx` starten. In diesem Schritt installierst du beide Laufzeitumgebungen.

Öffne PowerShell und führe aus:

```
winget install OpenJS.NodeJS.LTS
winget install astral-sh.uv
```

uv lädt die Python-Version herunter, die jeder Server braucht, du installierst Python also nicht separat. Schließe PowerShell, öffne ein neues Fenster und prüfe, ob beide gefunden werden:

```
npx --version
uvx --version
```

Jeder Befehl gibt eine Versionsnummer aus. Sagt PowerShell, der Befehl werde nicht erkannt, melde dich von Windows ab und wieder an, damit der neue `PATH` gilt, und versuche es noch einmal.

Beende zuletzt **Conduit und öffne es erneut**, auch über den Infobereich, falls es dort noch läuft. Ein Programm sieht den `PATH`, mit dem es gestartet wurde, ein Conduit, das während der Installation offen war, findet `npx` und `uvx` also noch nicht.

Als Nächstes fügst du den ersten Server hinzu.

## Schritt 2 — Einen lokalen Server mit npx hinzufügen

Der Filesystem-Server gibt dem Assistenten Tools, um Dateien aufzulisten, zu lesen, zu durchsuchen und zu schreiben, aber nur in den Ordnern, die du nennst. In diesem Schritt fügst du ihn für einen Ordner hinzu.

Wähle in der seitlichen Leiste **Kontext**, oben **Connectors** und dann **Connector hinzufügen**. Das Fenster bietet drei Wege, einen Server hinzuzufügen: **Offizielle MCP-Registry**, **Remote-Server über URL** und **Lokaler Befehl**. Fülle unter **Lokaler Befehl** aus:

1. **Connector-Name**: `Filesystem`.
2. **Befehl**: `npx`.
3. **Argumente**: `-y @modelcontextprotocol/server-filesystem C:\Users\Public\Documents\Northwind`, mit deinem eigenen Ordner am Ende. `-y` lässt `npx` das Paket ohne Rückfrage herunterladen.

Lass **Env** leer; dieser Server braucht keine Schlüssel. Wähle **Lokalen Connector hinzufügen**. Der Connector steht als **gestoppt** in der Liste. Wähle **Starten**.

Der erste Start dauert etwas länger, während `npx` das Paket herunterlädt. Dann wechselt der Status auf **aktiv**, und die Tools des Servers werden aufgelistet, jedes mit einer Angabe, was es tut:

Tools mit **Liest nur** laufen ohne Rückfrage. Tools mit **Ändert etwas, fragt zuerst** fragen jedes Mal um deine Genehmigung, bis du Conduit sagst, dass es sie sich merken soll. Conduit übernimmt diese Angaben aus dem, was der Server über jedes Tool erklärt.

Conduit startet den Server ohne Konsolenfenster. Der Befehl wird direkt ausgeführt, nie über eine Shell, und deshalb funktioniert `npx` hier ohne `cmd /c`: Conduit sucht den Namen selbst im `PATH` und findet `npx.cmd`.

Als Nächstes fügst du einen Python-Server hinzu.

## Schritt 3 — Einen lokalen Server mit uvx hinzufügen

Python-Server funktionieren genauso, mit `uvx` als Befehl. In diesem Schritt fügst du den Fetch-Server hinzu, der eine Webseite herunterlädt und in Markdown umwandelt.

Wähle noch einmal **Connector hinzufügen**. Gib unter **Lokaler Befehl** `Fetch` als Namen, `uvx` als Befehl und `mcp-server-fetch` als Argumente ein:

Wähle **Lokalen Connector hinzufügen**, dann **Starten**. Der erste Start lädt den Server und seine Python-Pakete herunter, was ein paar Sekunden dauert, und der Connector wird **aktiv**, mit einem Tool, `fetch`.

**Hinweis:** Conduit hat bereits eine eigene Websuche und kann Seiten selbst lesen. Fetch dient hier als Beispiel für einen Python-Server; jeder Server, der für `uvx` veröffentlicht ist, wird genauso hinzugefügt.

Als Nächstes fügst du einen Server hinzu, der remote läuft.

## Schritt 4 — Einen Remote-Server hinzufügen

Ein Remote-Server braucht nichts Installiertes. In diesem Schritt fügst du Microsoft Learn hinzu, den offiziellen Server von Microsoft zum Durchsuchen seiner Dokumentation, der kein Konto braucht.

Remote-Server findest du in der offiziellen MCP-Registry. Tippe in **Connector hinzufügen** unter **Offizielle MCP-Registry** ein Wort ein und wähle **Suchen**:

**Installieren** fügt einen Server aus der Liste hinzu. Die Registry steht jedem offen, prüfe also, wer einen Server veröffentlicht, bevor du ihn installierst. Kennst du die Adresse des Servers, kannst du ihn auch direkt hinzufügen. Gib unter **Remote-Server über URL** `Microsoft Learn` als Namen und `https://learn.microsoft.com/api/mcp` als URL ein:

Wähle **Remote-Connector hinzufügen**, dann **Starten**. Der Connector wird **aktiv**, mit drei Tools zum Durchsuchen der Dokumentation, zum Finden von Codebeispielen und zum Lesen einer Seite, alle mit **Liest nur** markiert.

Ein Remote-Server, der ein Konto braucht, zeigt **anmelden**, statt zu starten. Wähle am Connector **Anmelden**, schließe die Anmeldung in deinem Browser ab, und Conduit speichert den Zugriff, den es bekommen hat.

Als Nächstes nutzt du die Server in einem Chat.

## Schritt 5 — Die Server in einem Chat nutzen

In diesem Schritt stellst du eine Frage, die ein Connector beantwortet, und bittest dann um eine Änderung, die deine Genehmigung braucht.

Wähle **Chats** und **Neuer Chat**. Conduit gibt dem Modell eine Möglichkeit, Connector-Tools nachzuschlagen, wenn es sie braucht, du musst also nichts einschalten. Am zuverlässigsten wird ein bestimmter Server genutzt, wenn du ihn nennst. Sende:

```
Nutze den Connector Microsoft Learn: Wie prüfe ich, welche Version von PowerShell
bei mir läuft, und wie aktualisiere ich sie unter Windows 11? Verlinke die Seiten,
die du genutzt hast.
```

Jeder Tool-Aufruf ist eine Zeile in der Antwort, mit Connector- und Tool-Namen, was gefragt wurde und wie lange es dauerte. Klicke einen an, um genau zu sehen, was gesendet wurde und was zurückkam. Die Suchen lesen nur, daher liefen sie ohne Rückfrage.

Bitte jetzt um etwas, das eine Datei ändert. Sende in einem neuen Chat:

```
Nutze den Connector Filesystem: Liste die Dateien in C:\Users\Public\Documents\Northwind
auf und erstelle dort eine Datei reading-list.md, die jedes PDF mit einer einzeiligen
Beschreibung aufführt, worum es nach seinem Namen wahrscheinlich geht.
```

Den Ordner aufzulisten liest nur, das läuft. Beim Schreiben der Datei hält der Chat an und wartet auf dich:

Die Abfrage zeigt das Tool, die eigene Beschreibung des Servers dazu und die Daten, die gesendet werden, einschließlich des Pfads und des zu schreibenden Inhalts. **Ablehnen** bricht es ab. Hake **Für diesen Chat merken** an, damit dieses Tool in diesem Chat wieder ohne Rückfrage läuft, oder **Dieses Tool immer zulassen** für jeden Chat, und wähle dann **Genehmigen und ausführen**.

Die Datei liegt jetzt im Ordner. Um eine gemerkte Genehmigung später zu prüfen oder zurückzuziehen, öffne den Connector auf der Seite Connectors und nutze **Vergessen** unter **Gespeicherte Tool-Freigaben**.

## Schritt 6 — Einen Server reparieren, der nicht startet

In diesem Schritt siehst du, wie ein fehlgeschlagener Server aussieht und wie du den Grund herausfindest.

Ein Server, der sofort nach dem Start beendet wird, steht als **offline** da, mit dem Grund, den Conduit gesehen hat:

**connector stdout closed (child exited)** heißt, der Server wurde gestartet und hat sich dann beendet, meist mit einem Fehler, den er ausgegeben hat. Um diesen Fehler zu sehen, führe denselben Befehl mit denselben Argumenten in PowerShell aus. Für den Connector oben:

```
npx -y @modelcontextprotocol/server-filesystem C:\Users\Public\Shared Files
```

```
Warning: Cannot access directory C:\Users\Public\Shared, skipping
Error: None of the specified directories are accessible
```

Der Pfad enthält ein Leerzeichen und kam daher als zwei Argumente an, `C:\Users\Public\Shared` und `Files`, und keines davon ist ein Ordner. Die Ursachen, auf die Windows-Nutzer am häufigsten stoßen:

| Was du siehst | Ursache | Lösung |
| --- | --- | --- |
| `spawn 'npx' failed` | Node.js ist nicht installiert, oder Conduit wurde vorher gestartet. | Installiere es (Schritt 1), beende dann Conduit vollständig und öffne es erneut. |
| Der Befehl wird abgelehnt | Der Befehl ist eine Shell, etwa `cmd`, `powershell` oder `wsl`. Conduit führt Befehle nicht über eine Shell aus. | Trage das Programm selbst in **Befehl** ein: `npx`, `uvx`, `node`, `python` oder den vollen Pfad zu einer `.exe`. |
| **offline** mit einem Ordner als Argument | Der Pfad enthält ein Leerzeichen. **Argumente** werden an jedem Leerzeichen getrennt. | Nimm einen Ordner, dessen Pfad keine Leerzeichen hat, etwa `C:\Users\Public\Documents\Projects`. |
| **offline** bei einem Server, der einen Schlüssel braucht | Der Schlüssel fehlt. | Füge ihn als Zeile `KEY=VALUE` in **Env** hinzu, mit dem Variablennamen aus der Dokumentation des Servers. |

Um den Befehl oder die Argumente eines Connectors zu ändern, füge ihn mit den neuen Werten erneut hinzu, öffne dann den alten und wähle **Widerrufen**, was ihn stoppt und seine Tools ausschaltet.

## Fragen

**Brauche ich Node.js und Python, um MCP-Server zu nutzen?**

Nur für lokale Server, die darin geschrieben sind. Ein Server, der mit `npx` startet, braucht Node.js, und einer, der mit `uvx` startet, braucht uv, das sich sein eigenes Python holt. Remote-Server, per URL oder aus der Registry hinzugefügt, laufen woanders und brauchen nichts Installiertes. Conduit selbst braucht keins von beiden.

**Kann ich meine MCP-Konfiguration aus Claude Desktop weiterverwenden?**

Nicht durch Importieren der Datei, aber dieselben Werte funktionieren. Trage für jeden Server in `claude_desktop_config.json` `command` in **Befehl** ein, die Einträge von `args` durch Leerzeichen getrennt in **Argumente** und jeden Eintrag von `env` als Zeile `KEY=VALUE` in **Env**.

**Kann ich einen Remote-Server hinzufügen, der einen API-Schlüssel braucht?**

Nur wenn er sich per OAuth anmeldet. Conduit meldet sich über deinen Browser per OAuth bei Remote-Servern an, mit der Schaltfläche **Anmelden** am Connector, und hat noch kein Feld für einen API-Schlüssel im Header. Ein Server, der auch lokal läuft, nimmt seinen Schlüssel meist als Umgebungsvariable, die du in **Env** setzen kannst.

**Läuft ein MCP-Server mit meinen Berechtigungen?**

Ja. Ein lokaler Server ist ein Programm auf deinem Computer und kann alles tun, was dein Windows-Konto kann. Füge daher nur Server hinzu, denen du vertraust, aus Quellen, die du kennst. Conduit fragt vor jedem Tool nach, das etwas ändert, aber was jedes Tool tut, entscheidet der Server selbst.

**Funktioniert das auch unter macOS und Linux?**

Ja. Die Seite Connectors ist auf jeder Plattform gleich. Installiere Node.js und uv statt mit winget mit deinem Paketmanager und nutze Pfade wie `/Users/you/Documents`; der Rest der Anleitung gilt unverändert.

## Fazit

In dieser Anleitung hast du Node.js und uv installiert, einen lokalen MCP-Server mit `npx` und einen weiteren mit `uvx` hinzugefügt, einen Remote-Server per URL und aus der Registry hinzugefügt, sie aus einem Chat heraus genutzt, ein Tool genehmigt, das eine Datei schreibt, und einen Server untersucht, der nicht startete.

Dieselben drei Felder, Befehl, Argumente und Umgebung, sind alles, was ein lokaler Server braucht, sodass sich die Server aus der MCP-Registry und aus den READMEs von Projekten auf dieselbe Weise einrichten lassen. Wenn du weitergehen willst, sieh dir diese Anleitungen an:

- [Conduit als dein MCP-Client](https://conduitllm.com/de/use-cases/mcp-client.html), für alles, was Conduit bei MCP unterstützt.
- [Die besten MCP-Clients](https://conduitllm.com/best-mcp-clients.html) (auf Englisch), um MCP-Clients für den Desktop zu vergleichen.
- [KI-Agenten in Conduit nebeneinander laufen lassen](https://conduitllm.com/de/run-ai-agents.html), um einem Agenten Connector-Tools zu geben, die er selbstständig nutzt.

[Conduit herunterladen](https://conduitllm.com/de/#get)

Die Angaben zu Conduit entsprechen dem neuesten Release und lassen sich in [der Dokumentation](https://conduitllm.com/de/docs.html) und [im Quellcode](https://github.com/runningpixels/conduit) nachprüfen. Einen Fehler gefunden? [Sag uns Bescheid](https://github.com/runningpixels/conduit/discussions), und wir korrigieren ihn.

## Weiterführende Links

- [So verwandelst du ein PDF mit KI in eine Präsentation](https://conduitllm.com/de/pdf-to-slides.html) — Mach aus einem PDF-Bericht mit KI eine bearbeitbare Präsentation: PDF anhängen, Storyline bestätigen, Folien erstellen, Texte ändern und als HTML, PowerPoint oder PDF exportieren.
- [So chattest du mit deinen PDFs und bekommst Antworten mit Quellen](https://conduitllm.com/de/chat-with-pdfs.html) — Stelle Fragen über mehrere PDFs zugleich und sieh, aus welchem Dokument und welcher Textstelle jede Antwort stammt: Sammlung anlegen, anhängen, Quellen prüfen.
- [KI-Agenten in Conduit nebeneinander laufen lassen](https://conduitllm.com/de/run-ai-agents.html) — Lege KI-Agenten einmal an, jeden mit eigenem Modell und eigenen Tools, gib ihnen Arbeit aus dem Chat, sieh ihnen nebeneinander beim Arbeiten zu, lass ihre Ergebnisse prüfen und führe sie nach Zeitplan aus.
- [Deep Research mit Conduit und Exa](https://conduitllm.com/de/research-with-exa.html) — Exa-Suche einschalten, einen Recherche-Auftrag formulieren und einen Bericht mit Quellenbelegen lesen — am Beispiel Solarzellen. Ohne Exa-Schlüssel.
- [Aufgaben mit Conduit Workflows automatisieren](https://conduitllm.com/de/automate-with-workflows.html) — Baue in Conduit einen Workflow, der Releases beobachtet, jedes mit einem günstigen Modell zusammenfasst und dich nur bei Breaking Changes benachrichtigt.
