Sonos MCP gibt der KI die Fernbedienung. Zwei Rechte, mehr nicht

Sonos MCP ist seit gestern da. Die Technik dahinter ist unspektakulär, das Zugeständnis dahinter nicht: Sonos gibt zum ersten Mal freiwillig die Kontrolle darüber ab, wer die Anlage bedienen darf.

Zehn Jahre lang lief das anders. Es gab die Sonos-App, es gab Sonos Voice, und Alexa und Google durften mitspielen, solange Sonos die Regeln schrieb. Jetzt liegt die Steuerung offen für jede KI, die das Protokoll spricht.

Dass es geht, ist dabei der langweiligere Teil. Die interessante Frage ist, was Sonos dabei aus der Hand gibt. Also habe ich den Server abgefragt, statt nur die Ankündigung zu lesen.

Was Sonos MCP ist, und warum es nicht die Sonos-App ersetzt

Hinter dem Namen steckt ein MCP-Server, also eine Schnittstelle, über die KI-Assistenten externe Dienste ansprechen können. Dieselbe Mechanik, über die ich meine Homey-Zentrale ansteuere, seit Athom im Juni den Umweg über den selbst eingerichteten Server abgeschafft hat. Bei Sonos läuft es genau andersherum: Hier ist der Server der Weg, und zwar der einzige.

Sonos verpackt das als Wahlfreiheit. Man wolle den Hörern mehr Auswahl geben, statt sie an einen einzigen Assistenten zu binden, heißt es in der Ankündigung, die 9to5Mac im Wortlaut aufgeschrieben hat. Das ist Marketing, aber es ist ausnahmsweise auch wahr.

Die Sonos-App bleibt trotzdem, wo sie ist. Der MCP-Weg steuert die Wiedergabe, er richtet keine Räume ein, koppelt keine Lautsprecher und ersetzt keine Systemeinstellung.

Zwei Berechtigungen, mehr gibt der Server nicht her

Das ist der Punkt, an dem die Ankündigungen aufhören und die Frage anfängt, die ich als Sonos-Nutzer habe: Was darf die KI, wenn ich ihr mein Konto gebe?

Die Antwort steht öffentlich im Netz, man muss nur hinsehen. Jeder MCP-Server hinterlegt seine Zugriffsregeln in einem Standard-Dokument, und bei Sonos steht dort genau zweierlei: playback-control-all und partner-content:read.

Übersetzt heißt das: vollständige Kontrolle über die Wiedergabe, dazu Lesezugriff auf die angebundenen Musikdienste. Kontodaten und Systemeinstellungen bleiben außen vor, an die Mikrofone kommt der Server ohnehin nicht. Wer befürchtet hat, dass hier ein Sprachmodell Vollzugriff aufs Wohnzimmer bekommt, kann das abhaken.

Zwei weitere Details aus demselben Dokument finde ich aufschlussreicher als die Pressemitteilung. Sonos lässt die Registrierung neuer Clients offen, jede KI-Anwendung kann sich also selbst anmelden. Genau deshalb funktioniert es mit ChatGPT und Claude gleichzeitig, ohne dass Sonos beide einzeln freischalten müsste.

Die Autorisierung läuft über PKCE mit SHA-256, dazu unterstützt der Server Client ID Metadata Documents, einen Baustein, der erst seit Kurzem in der OAuth-Spezifikation steht. Das klingt nach Kleinkram, sagt aber etwas: Hier hat jemand gegen die aktuelle Fassung gebaut und nicht gegen die von vorgestern.

So kommt die Anlage an ChatGPT oder Claude

Der Weg ist heute noch umständlicher, als er sein müsste. Die Einrichtung läuft ausschließlich über die Weboberfläche von ChatGPT, erst danach funktioniert die Steuerung auch in der iOS-App.

Du schaltest in den Einstellungen zuerst den Entwicklermodus frei und legst danach im Plugin-Katalog einen eigenen MCP-Server an. Als Adresse trägst du https://mcp.ws.sonos.com/mcp ein, bestätigst den Risikohinweis und meldest dich mit deinem Sonos-Konto an. Bei Claude läuft es fast identisch, dort sitzt der Eintrag unter den Konnektoren.

Carsten Knobloch hat das bei Caschys Blog durchgespielt und dabei zwei Dinge festgestellt, die in keiner Ankündigung stehen. Ein kostenloses ChatGPT-Konto reicht aus. Und die Wiedergabe startet nach einer kurzen Bedenkzeit zuverlässig, selbst wenn das Modell den Befehl sprachlich danebengreift.

Was der Server dann kann, ist mehr als Play und Pause. Er springt zwischen Titeln und spult innerhalb eines Titels, startet Favoriten und Playlists aus Spotify, Apple Music, Deezer oder Sonos Radio, gruppiert Lautsprecher und schiebt laufende Musik von einem Raum in den nächsten. Auch Line-In-Eingänge, Nachtmodus und Sprachverbesserung lassen sich schalten.

Ein Hersteller öffnet die Steuerung, die er zehn Jahre verteidigt hat

Im Juni war die Nachricht, dass der MCP-Umweg wegfällt. Bei Homey war das ein Komfortgewinn, weil Athom die Kopplung in ChatGPT selbst eingebaut hat. Bei Sonos ist der Umweg jetzt der offizielle Weg, und das bedeutet etwas anderes.

Ein Hersteller, der seine eigene App über Jahre nicht in den Griff bekommen hat, öffnet die Steuerung für fremde Software. Das kann man als Selbstbewusstsein lesen. Ich lese es als Eingeständnis, dass die beste Sonos-Bedienung gerade nicht mehr von Sonos kommt.

Dazu passt der Zeitplan. Sonos 27voice, der hauseigene Musik-Assistent, sollte im September kommen und ist inzwischen auf den Herbst gerutscht. Eine Liste der Sprachen, die er versteht, gibt es weiterhin nicht, was für den deutschen Markt die entscheidende Lücke bleibt. Ich habe im August genau diese eine Frage gestellt, und sie ist bis heute unbeantwortet.

Über den MCP-Weg erledigt sie sich nebenbei. Das Sprachverstehen übernimmt das Modell, und Deutsch ist dort seit Jahren kein Thema mehr. Für 2027 kündigt Sonos zusätzlich Custom Agents an, also selbst gebaute Assistenten mit eigenem Modell und eigener Stimme.

Für wen sich das jetzt schon lohnt

Wer ein einzelnes Sonos-Gerät im Wohnzimmer stehen hat, braucht das nicht. Für Play und Pause ist der Umweg über ein Sprachmodell die aufwendigste Lösung, die man sich ausdenken kann, und die Sonos-App liegt ohnehin auf dem Homescreen.

Interessant wird es ab dem Punkt, an dem mehrere Räume im Spiel sind. Musik aus der Küche ins Bad zu schieben, ohne die App zu öffnen und ohne die Gruppierung von Hand zu sortieren, ist genau die Art Arbeit, die im Alltag nervt. Mit den Kurzbefehlen aus dem Juni ging das schon in Ansätzen, aber nur für vorher festgelegte Abläufe.

Einrichten würde ich es heute nur unter zwei Bedingungen: Es steht ohnehin ein ChatGPT- oder Claude-Fenster offen, und es werden mindestens drei Räume bespielt. Für alle anderen ist Early Access genau das, wonach es klingt.

Ich selbst richte es ein, aus dem gleichen Grund, aus dem ich den Homey-Server eingerichtet habe. Nicht weil ich es täglich brauche, sondern weil ich wissen will, wo die Grenze liegt. Was dabei herauskommt, trage ich hier nach.