Wie Entwickler Websites erstellen können.

Die meisten Websites sind für Menschen konzipiert. Eine Person liest eine Überschrift, überfliegt einen Absatz, klickt auf eine Schaltfläche und füllt ein Formular aus. Dieses Modell funktionierte zwei Jahrzehnte lang. Funktioniert nicht für autonome KI-Agenten.

Ein Agent führt keinen Scan durch. Es wird extrahiert. Es klickt nicht auf die Schaltflächen. Endpunkte anrufen. Duldet keine Mehrdeutigkeit. Es benötigt deterministische Eingaben, vorhersehbare Ergebnisse und explizite Einschränkungen. Wenn Ihre Website dies nicht bieten kann, macht der Agent weiter.

Dieser Leitfaden behandelt die technische Arbeit, die erforderlich ist, um eine Website auf der Laufzeitebene betriebsbereit zu machen, dem Teil der Agent Engine-Optimierung, der über die Lesbarkeit von Inhalten hinausgeht.

Strukturierte Daten sind das Minimum, nicht das Ziel#

Wenn ein Mensch „50 $“ auf einer Produktseite sieht, füllt der Kontext die Lücke. Ein Agent benötigt explizite Tags: Preis ist 50, Währung ist USD, Verfügbarkeit ist InStock, Angebot ist bis zu einem bestimmten Datum gültig.

Das Schema.org-Markup (JSON-LD) kümmert sich um die Grundlagen. Produkt, Angebot, FAQ-Seite, Service, Organisation. Aber strukturierte Daten allein dienen nur der Leseschicht. Hilft Agenten zu verstehen, was auf einer Seite steht. Es hilft ihnen nicht beim Handeln.

Die Ausführungsschicht erfordert etwas anderes: dokumentierte Aktionspfade, denen eine Maschine folgen kann, ohne HTML zu interpretieren.

API-Design für die Interaktion mit Agenten#

Die wichtigste technische Änderung besteht darin, Aktionen als dokumentierte Endpunkte und nicht als browserabhängige UI-Abläufe verfügbar zu machen.

Definieren Sie für jede hochwertige Aktion auf Ihrer Website (Reservierung, Kauf, Angebot, Verfügbarkeitsprüfung) Folgendes:

– die URL des Endpunkts

• Erforderliche Eingabeparameter mit Typen und Einschränkungen
• optionale Parameter
• erwartetes Antwortformat
• Fehlercodes und ihre Bedeutung
• Tarifbegrenzungen
• Authentifizierungsanforderungen

Wenn Ihr Checkout nur über ein in JavaScript gerendertes mehrstufiges Formular funktioniert, kann ein Agent es nicht verwenden. Wenn Ihr Preis das Navigieren durch drei Dropdown-Menüs und ein Modal erfordert, kann ein Agent dies nicht abrufen.

Der AEO-Implementierungsleitfaden deckt den breiteren strategischen Rahmen ab. Dieser Abschnitt konzentriert sich auf die technische Seite.

OpenAPI-Spezifikationen und MCP-Unterstützung#

Dokumentieren Sie Ihre APIs mit OpenAPI (ehemals Swagger). Dadurch erhalten Agenten und Orchestrierungssysteme einen maschinenlesbaren Vertrag für die Interaktion mit Ihren Diensten.

Für eine tiefere Integration mit KI-Systemen sollten Sie den Aufbau eines MCP-Servers (Model Context Protocol) in Betracht ziehen. MCP ermöglicht es KI-Agenten, seine Tools direkt zu entdecken und zu nutzen. Ein MCP-Tool-Manifest beschreibt, was Ihr Dienst tun kann, welche Eingaben er benötigt und was er zurückgibt. Dies ist heute der direkteste Weg zur Agenteninteroperabilität. Die Protokollübersicht vergleicht MCP mit UCP, A2A und ACP.

Sandbox-Umgebungen für Agententests#

Agenten werden während der Entwicklung Fehler machen. Sie senden fehlerhafte Anfragen, lösen Randfälle aus und versuchen Aktionen in unerwarteter Reihenfolge.

Erstellen Sie eine Sandbox-Umgebung, die Ihr Produktionssystem widerspiegelt, aber auf Testdaten läuft. Diese Umgebung sollte:

• Akzeptieren Sie dieselben API-Aufrufe wie in der Produktion
• realistische, aber falsche Daten zurückgeben
• Protokollieren Sie jede Interaktion zum Debuggen
• Fehlerzustände bei Bedarf simulieren
• Berühren Sie niemals echte Kundendaten oder ZahlungssystemeOhne Sandbox können Agenten-Workflows nicht sicher getestet werden. Und ohne Tests können Sie nicht wissen, ob Ihre Website tatsächlich auf der Laufzeitebene funktioniert.

Authentifizierung und Autorisierung für Agenten#

Wenn ein Agent im Namen eines Benutzers handelt, muss Ihr System zwei Dinge überprüfen: dass der Agent zum Handeln berechtigt ist und dass der Benutzer die Erlaubnis für die spezifische Aktion erteilt hat.

OAuth 2.0 mit bereichsbezogenen Zugriffstokens bewältigt dies gut. Der Agent erhält einen Token mit bestimmten Berechtigungen (Produktdaten lesen, Kauf einleiten, Bestellstatus prüfen) und legt diesen Token bei jeder Anfrage vor. Ihr System validiert das Token, überprüft den Umfang und führt die Aktion aus oder lehnt sie ab.

Erlauben Sie Agenten niemals, mit vollständigen Benutzeranmeldeinformationen zu arbeiten. Gültigkeitsbereich-Token begrenzen den Explosionsradius von Fehlern oder kompromittierten Agenten.

Serverleistung für Agenten-Workflows#

Agenten verarbeiten schneller als Menschen und haben weniger Geduld. Ein Mensch könnte 3 Sekunden warten, bis eine Seite geladen ist. Bei einem Agenten, der in einem mehrstufigen Workflow arbeitet, kommt es nach einigen hundert Millisekunden Verzögerung zu einer Zeitüberschreitung oder einer Vertrauensminderung.

Optimieren für:

• Serverantwortzeit weniger als 200 ms für Lesevorgänge
• stabile und vorhersehbare Latenz (Agenten bestrafen Abweichungen)
• maschinenlesbare Fehlerantworten (JSON mit Fehlercodes, keine HTML-Fehlerseiten)
• idempotente Endpunkte, wann immer möglich (das Wiederholen einer Anfrage sollte keine Duplikate erzeugen)
• elegantes Downgrade mit klaren Statuscodes

Wenn Ihre API eine schöne 404-Seite mit Navigationslinks zurückgibt, erhält ein Agent Müll. Gibt ein JSON-Objekt mit einem Fehlercode, einer Meldung und vorgeschlagenen nächsten Schritten zurück.

Automatisierte Fehlerbehandlung#

Jede Fehlerantwort muss maschinell verarbeitbar sein. Definieren Sie ein konsistentes Fehlerschema für alle Endpunkte:

• HTTP-Statuscode (400, 401, 403, 404, 422, 429, 500)
• maschinenlesbarer Fehlercode (z. B. „INVENTORY_UNAVAILABLE“)
• Für Menschen lesbare Nachricht (zum Protokollieren und Debuggen) – Empfohlenes Wiederholungsverhalten (Wiederholung nach

Wenn Sie eine strukturierte Bewertung der Agentenbereitschaft Ihrer Site wünschen, bewertet das [AEO Readiness Audit] (/es/docs/audit/) sowohl die Leseschicht als auch die Ausführungsschicht.

Häufig gestellte Fragen#

Was ist die Ausführungsschicht in AEO? Die Ausführungsschicht ist der Teil Ihrer digitalen Infrastruktur, der es KI-Agenten ermöglicht, Aktionen auszuführen und nicht nur Inhalte zu lesen. Es umfasst APIs, dokumentierte Endpunkte, Authentifizierungsmechanismen und maschinenlesbare Fehlerbehandlung.

Muss ich eine spezielle API für KI-Agenten erstellen? Nicht unbedingt eine separate API. Ihre vorhandenen APIs müssen jedoch dokumentiert, stabil und zugänglich sein, ohne dass eine Browserinteraktion erforderlich ist. Die OpenAPI-Spezifikationen und MCP-Tool-Manifeste machen bestehende APIs mit Agenten kompatibel.

Was ist MCP und warum ist es für Entwickler wichtig? MCP (Model Context Protocol) ist ein Anthropic-Standard, der es KI-Agenten ermöglicht, externe Tools zu erkennen und zu verwenden. Durch die Erstellung eines MCP-Servers für Ihren Dienst können KI-Agenten ihn ohne benutzerdefinierte Integrationsarbeiten direkt nutzen.Wie schnell sollte mein Server auf Agenten-Workflows reagieren? Weniger als 200 ms für Lesevorgänge. Agenten, die in mehrstufigen Arbeitsabläufen arbeiten, bestrafen langsame oder unvorhersehbare Antworten, indem sie das Vertrauen verringern oder ihnen die Zeit davonläuft.

Welche Authentifizierung sollte ich für KI-Agenten verwenden? OAuth 2.0 mit bereichsbezogenen Zugriffstokens. Geben Sie den Agenten niemals vollständige Benutzeranmeldeinformationen preis. Bereichstoken für die spezifischen Aktionen, zu deren Ausführung der Agent berechtigt ist.

Primäre Referenzen#

• NIST AI Risk Management Framework
• Schema.org-Dokumentation