Grundlagen · ohne Code

Warum KI-Agenten an Websites scheitern

Ein KI-Agent, der heute für Sie einen Tisch reserviert, sieht dieselbe Seite wie Sie: Pixel und HTML. Er muss daraus erraten, welches Feld das Datum ist und welcher Knopf absendet. WebMCP dreht das um. Die Website sagt selbst, was sie kann, und der Agent ruft es auf, statt es zu erraten.

Diese Seite kommt ohne eine Zeile Code aus. Sie erklärt das Problem, die Lösung und was beides für Sichtbarkeit bedeutet.

Das Problem: Raten statt Wissen

Ein Agent, der eine Website bedienen soll, hat heute zwei Möglichkeiten, und beide sind schlecht.

  1. Den DOM lesen und deuten

    Der Agent nimmt das HTML der Seite und schließt aus Beschriftungen, Platzhaltern und Reihenfolge, wofür ein Feld da ist. Das funktioniert, solange die Seite konventionell gebaut ist. Es scheitert an eigenen Datumswählern, an Feldern ohne Beschriftung, an mehrstufigen Abläufen und an allem, was erst nach einer Interaktion erscheint.

  2. Klicks und Tastatureingaben simulieren

    Der Agent tut so, als wäre er ein Mensch. Er klickt Koordinaten, tippt Zeichen, wartet auf Änderungen. Das ist langsam, es bricht bei jedem Redesign, und es ist für die Website ununterscheidbar von einem Bot, den sie vielleicht gar nicht will.

Beide Wege haben dieselbe Wurzel: Die Website weiß, was sie kann, sagt es aber niemandem. Sie zeigt eine Oberfläche für Menschen und überlässt es der Software, daraus Bedeutung zu rekonstruieren.

Die Lösung: die Seite bietet Werkzeuge an

Mit WebMCP meldet eine Website ihre Funktionen als benannte Werkzeuge an. Ein Werkzeug hat drei Bestandteile, und mehr braucht es nicht:

Der Agent fragt den Browser nach der Liste der Werkzeuge, sucht das passende und ruft es mit den Daten auf. Kein Raten, kein Klick-Simulieren, kein Bruch beim nächsten Redesign, solange Name und Beschreibung bleiben.

Wichtig für das Verständnis: Ihre Seite wird dadurch kein Server. Sie beschreibt nur, was sie kann. Die Vermittlung zum Agenten übernimmt der Browser.

Was sich für Ihre Website ändert

Konkret geht es um vier Verschiebungen. Keine davon verlangt einen Relaunch.

Was das mit GEO und Agent-Readiness zu tun hat

Generative Engine Optimization fragt: Wird meine Marke von KI-Systemen gefunden und zitiert. WebMCP erweitert die Frage um einen zweiten Teil: Kann ein KI-System bei mir auch etwas tun.

Das ist dieselbe Entwicklungslinie, nur eine Stufe weiter. Erst musste eine Seite crawlbar sein, dann verständlich, dann zitierfähig. Jetzt kommt bedienbar dazu. Wer heute in einer KI-Antwort auftaucht, aber keine Funktion anbietet, wird genannt. Wer beides hat, wird benutzt.

Für die Praxis heißt das drei Dinge, alle davon unabhängig davon, ob WebMCP den Trial übersteht:

  1. Sauberes, semantisches Markup zahlt doppelt

    Die deklarative API baut auf echten Formularen auf. Wer Formulare aus generischen Elementen zusammenklebt, hat auch hier mehr Arbeit. Das gilt für Agenten wie für Screenreader, es ist dieselbe Investition.

  2. Klare Sprache ist Technik

    Die Beschreibung eines Werkzeugs ist Text, den ein Modell liest. Präzise Verben und eindeutige Formulierungen sind hier kein Stilthema, sie entscheiden über die Auswahl.

  3. Erst messen, dann bauen

    Wer heute nicht weiß, welche Aufgaben Nutzer auf seiner Seite erledigen wollen, weiß auch nicht, welche Werkzeuge er anbieten sollte. Die Liste der Tools ist eine Produktentscheidung, keine technische.

Wenn Sie es genauer wissen wollen

Der Vorschlag entsteht öffentlich. Wer mitlesen will, findet die Diskussion im Spec-Repository und die Referenz in der Chrome-Dokumentation. Getragen wird der Vorschlag von der W3C Web Machine Learning Community Group.

Zuletzt geprüft am .

Ist Ihre Website bereit für Agenten?

Im Erstgespräch schauen wir uns an, welche Aufgaben Nutzer bei Ihnen erledigen und welche davon sich als Werkzeug anbieten lassen. 30 Minuten, kostenfrei.

Erstgespräch anfragen oder direkt: post@alinr.com