Nach SEO und GEO: Wie Websites fit für KI-Agenten werden

Lange Zeit war die Aufgabenverteilung im Web klar: Menschen besuchen Websites, Suchmaschinen durchsuchen und indexieren sie. Mit KI-Systemen wie ChatGPT, Gemini oder Perplexity kam eine weitere Ebene hinzu. Websites sollen nicht mehr nur von Suchmaschinen gefunden, sondern auch von KI-Systemen verstanden, ausgewertet und als Quelle verwendet werden.

Mit der nächsten Generation von KI-Agenten geht diese Entwicklung noch einen Schritt weiter. Sie sollen Websites nicht nur lesen, sondern selbstständig bedienen können.

Ein KI-Agent könnte beispielsweise nach einem geeigneten Anbieter suchen, Produkte vergleichen, ein Formular ausfüllen, einen Termin vereinbaren oder einen Bestellprozess durchführen – im Auftrag eines Menschen.

Damit entsteht neben SEO und GEO eine weitere wichtige Disziplin der Website-Optimierung: die Optimierung für agentische Nutzung.

Von SEO über GEO zur agentenfähigen Website

Klassische Suchmaschinenoptimierung beschäftigt sich vor allem mit der Frage:

Kann eine Suchmaschine unsere Inhalte finden, verstehen und richtig einordnen?

Mit Generative Engine Optimization (GEO) beziehungsweise Answer Engine Optimization (AEO) kam eine weitere Frage hinzu:

Kann ein KI-System unsere Inhalte verstehen und für seine Antworten verwenden?

Bei KI-Agenten lautet die entscheidende Frage dagegen:

Kann die KI unsere Website auch bedienen?

Damit verändern sich die Anforderungen erheblich. Ein Agent muss beispielsweise erkennen können:

Eine Website kann also hervorragend aussehen und gleichzeitig für einen KI-Agenten schwer bedienbar sein.

KI-Agenten sehen Websites anders als Menschen

Menschen orientieren sich stark visuell. Wir erkennen einen Button anhand seiner Gestaltung, verstehen eine Navigation anhand ihrer Position und erkennen beispielsweise eine nicht verfügbare Produktvariante daran, dass sie grau dargestellt wird.

Maschinen benötigen eindeutigere Informationen.

Moderne Browser stellen dafür neben dem eigentlichen HTML-Dokument eine weitere strukturierte Darstellung bereit: den sogenannten Accessibility Tree.

Ursprünglich dient dieser vor allem dazu, Websites für assistive Technologien wie Screenreader zugänglich zu machen. Er beschreibt nicht primär das Aussehen einer Website, sondern deren Bedeutung und Bedienmöglichkeiten.

Aus einer komplex gestalteten Website entsteht dadurch eine wesentlich kompaktere Struktur aus Elementen wie:

Für KI-Agenten ist diese Darstellung besonders interessant, weil sie unmittelbar erkennen können, welche Elemente vorhanden sind und welche Funktion diese besitzen.

Barrierefreiheit wird damit auch zum KI-Thema

Das führt zu einer bemerkenswerten Entwicklung:

Viele Maßnahmen, die eine Website barrierefrei machen, verbessern gleichzeitig ihre Nutzbarkeit durch KI-Agenten. Dazu gehören insbesondere:

Ein einfaches Beispiel zeigt die Bedeutung.

Die Website ist für Menschen verständlich – aber für Maschinen mehrdeutig.

Semantisches HTML wird wichtiger

In den vergangenen Jahren wurden Websites zunehmend über komplexe JavaScript-Frameworks und visuelle Komponenten aufgebaut. Dabei wird häufig ein HTML-Element wie ein <div> über CSS und JavaScript so programmiert, dass es sich wie ein Button verhält.

Für einen Menschen funktioniert das problemlos. Für Screenreader und KI-Agenten kann es jedoch schwierig sein.

Ein echter HTML-Button

trägt seine Bedeutung bereits in sich. Ein entsprechend programmierter <div> muss diese Bedeutung dagegen erst über zusätzliche Attribute vermittelt bekommen.

Für die agentenfähige Website gilt deshalb eine erstaunlich klassische Regel:

HTML sollte wieder genau das ausdrücken, was ein Element tatsächlich ist.

Das hilft Menschen, Suchmaschinen und KI-Agenten gleichermaßen.

Structured Data allein reicht nicht

Strukturierte Daten nach Schema.org bleiben weiterhin wichtig. Sie helfen Suchmaschinen und KI-Systemen dabei, Inhalte eindeutig einzuordnen.

Doch für einen Agenten, der eine Website tatsächlich bedienen möchte, reichen strukturierte Daten allein nicht aus.

Der Agent muss beispielsweise nicht nur wissen, dass eine Seite ein Produkt beschreibt. Er muss auch erkennen können, welcher Button das Produkt in den Warenkorb legt.

Deshalb sollten wichtige Informationen nicht ausschließlich in JSON-LD oder anderen maschinenlesbaren Zusatzformaten vorhanden sein.

Preise, Verfügbarkeiten, Eigenschaften und Handlungsoptionen sollten auch im eigentlichen HTML eindeutig und semantisch korrekt vorhanden sein.

Und was ist mit llms.txt?

Im Zusammenhang mit KI-Optimierung wird derzeit viel über llms.txt und speziell für Sprachmodelle bereitgestellte Markdown-Inhalte diskutiert.

Solche Verfahren können durchaus sinnvoll sein, wenn ein KI-System Informationen einer Website lesen und verarbeiten möchte. Für einen Agenten, der auf einer Website tatsächlich handeln soll, lösen sie jedoch ein anderes Problem.

Eine Markdown-Version kann einem KI-System beispielsweise hervorragend erklären, welche Dienstleistungen ein Unternehmen anbietet. Sie kann dem Agenten aber keinen funktionierenden Button zum Absenden eines Kontaktformulars zur Verfügung stellen.

Man sollte deshalb zwei Aufgaben unterscheiden:

Maschinenlesbare Inhalte helfen KI-Systemen beim Verstehen einer Website.

Maschinenbedienbare Strukturen helfen KI-Agenten beim Handeln auf einer Website.

Beides ergänzt sich – ersetzt sich aber nicht. Wie sich llms.txt für TYPO3-Websites automatisch erzeugen lässt, beschreiben wir in unserem Artikel zur Extension llms_txt.

APIs und Agenten-Schnittstellen als zweite Ebene

Nicht jeder KI-Agent muss eine Website wie ein Mensch bedienen.

Langfristig dürfte sich deshalb ein zweiter Zugangsweg etablieren: Websites stellen bestimmte Funktionen direkt über APIs oder spezielle Agenten-Schnittstellen zur Verfügung. Ein Agent müsste dann beispielsweise nicht mehr durch einen Buchungsprozess klicken, sondern könnte eine definierte Schnittstelle verwenden.

Damit entstehen perspektivisch zwei Möglichkeiten:

Browserbasierter Zugriff: Der Agent bedient die normale Website.

Strukturierter Zugriff: Der Agent kommuniziert über APIs oder speziell für Agenten entwickelte Protokolle direkt mit dem System.

Für professionelle Content-Management-Systeme wird die Fähigkeit, beide Wege zu unterstützen, zunehmend interessant.

Warum TYPO3 dafür gute Voraussetzungen bietet

Gerade TYPO3 bietet für diese Entwicklung einige interessante Eigenschaften.

TYPO3 erzeugt keine fest vorgegebene Website-Struktur. Entwickler haben weitreichende Kontrolle über Templates, HTML-Ausgabe, strukturierte Daten und Schnittstellen. Damit können TYPO3-Websites konsequent semantisch aufgebaut werden.

Gleichzeitig ist TYPO3 Open Source. Sowohl das CMS als auch Erweiterungen und Datenstrukturen sind transparent und können bei Bedarf analysiert und erweitert werden. Hinzu kommt die ausgeprägte Erweiterbarkeit des Systems.

Wenn sich künftig Standards für die Kommunikation zwischen Websites und KI-Agenten etablieren, können entsprechende Schnittstellen als TYPO3-Extensions oder projektspezifische Integrationen umgesetzt werden.

Auch Staging- und Workflow-Konzepte spielen dabei eine Rolle. Agentische Prozesse müssen nicht zwangsläufig unmittelbar auf einem Produktivsystem arbeiten. Aktionen können kontrolliert, protokolliert, geprüft oder zunächst in Workspaces beziehungsweise Staging-Systemen durchgeführt werden.

Damit eignet sich TYPO3 besonders für Szenarien, in denen KI nicht nur Inhalte konsumiert, sondern zunehmend mit einem CMS interagiert – mehr dazu auch in unserem Artikel „TYPO3 & KI".

Die Website bekommt eine neue Zielgruppe

Webdesign und Webentwicklung richteten sich bisher im Wesentlichen an zwei Zielgruppen: Menschen und Suchmaschinen.

Nun kommt eine dritte hinzu: KI-Agenten.

Diese Agenten benötigen keine besonders spektakulären Designs. Sie benötigen eindeutige Strukturen, verständliche Inhalte und zuverlässig bedienbare Funktionen.

Interessanterweise führt das nicht dazu, dass Websites speziell „für Maschinen" gebaut werden müssen. Im Gegenteil.

Eine sauber strukturierte, barrierefreie und semantisch korrekte Website ist gleichzeitig eine gute Grundlage für Menschen, Suchmaschinen und KI-Agenten.

Von Mobile First zu Machine First?

Vor einigen Jahren mussten Unternehmen lernen, Websites nicht mehr ausschließlich für Desktop-PCs zu entwickeln. „Mobile First" wurde zu einem grundlegenden Prinzip moderner Webentwicklung.

Eine ähnliche Entwicklung könnte nun bei KI-Systemen beginnen.

Dabei bedeutet „Machine First" nicht, Websites künftig primär für Maschinen zu bauen. Es bedeutet vielmehr, bei der technischen Architektur einer Website von Anfang an zu berücksichtigen, dass Inhalte und Funktionen zunehmend auch von Maschinen konsumiert werden.

Dabei lassen sich vier zentrale Anforderungen unterscheiden:

SEO und GEO decken bereits große Teile der ersten drei Bereiche ab. KI-Agenten machen nun insbesondere den vierten Bereich relevant.

Fazit

Die Optimierung für KI endet nicht bei ChatGPT-Antworten oder guten Platzierungen in AI Overviews.

Mit autonomen und persönlichen KI-Agenten entsteht eine neue Form der Webnutzung. Menschen werden Websites zunehmend nicht mehr ausschließlich selbst bedienen, sondern Aufgaben an KI-Systeme delegieren.

Für Websitebetreiber bedeutet das: Eine Website muss künftig nicht nur gefunden und verstanden, sondern möglicherweise auch von Maschinen bedient werden können.

Barrierefreiheit, semantisches HTML, strukturierte Daten, klar definierte Schnittstellen und eine saubere technische Architektur wachsen dadurch zu einem gemeinsamen Thema zusammen.

Für Unternehmen lohnt es sich deshalb, bei Relaunches und technischen Weiterentwicklungen schon heute eine zusätzliche Frage zu stellen:

Ist unsere Website nur für Menschen und Suchmaschinen optimiert – oder kann auch ein KI-Agent sinnvoll mit ihr arbeiten?