16 Juni 2026

GEO und Agent Accessibility: Wie sich Websites auf KI-Systeme vorbereiten können

…oder wie man KI-freundliche Websites erstellt.

Mirko Pixner

Teamlead Development

Warum GEO und Agent Accessibility für moderne Websites relevant werden

Die Art und Weise, wie Menschen Informationen im Internet finden und nutzen, verändert sich derzeit grundlegend. Neben klassischen Suchmaschinen gewinnen KI-Systeme wie ChatGPT, Claude, Gemini oder Perplexity zunehmend an Bedeutung. Nutzer suchen nicht mehr nur nach Websites – sie erwarten direkte Antworten, Zusammenfassungen und konkrete Handlungsempfehlungen.

Dadurch entstehen neue Anforderungen an Websites. Es reicht künftig nicht mehr aus, ausschließlich für klassische Suchmaschinen optimiert zu sein. Inhalte müssen so strukturiert sein, dass sie von KI-Systemen verstanden, eingeordnet und in Antworten eingebunden werden können. Gleichzeitig zeichnet sich ab, dass KI-Agenten künftig nicht nur Informationen abrufen, sondern auch aktiv mit Websites interagieren werden.

Dabei lässt sich diese Entwicklung aktuell in zwei große Themenfelder unterteilen: GEO und Agent Accessibility.

Dabei ist GEO vermutlich der relevantere Bereich, weil dieser unmittelbaren Nutzen bringt und für die meisten Websites bereits heute einen Mehrwert schaffen kann.

Was ist Generative Engine Optimization (GEO)?

GEO (Generative Engine Optimization) bezeichnet die Praxis, Inhalte so zu optimieren, dass sie von KI-Systemen (wie großen Sprachmodellen, Chatbots und Suchassistenten) ausgewählt, zitiert oder angezeigt werden, anstatt nur in herkömmlichen Suchmaschinen gerankt zu werden.
Anstatt sich nur auf Keywords und Backlinks zu konzentrieren (wie beim klassischen SEO), legt GEO den Schwerpunkt auf:

Strukturierte, maschinenlesbare Inhalte (klare Entitäten, Fakten, Beziehungen)
Autoritäts- und Vertrauenssignale (genaue, gut belegte Informationen)
Kontextvollständigkeit (Antworten, die LLMs direkt wiederverwenden oder zusammenfassen können)
Promptrelevanz (Inhalte, die mit der Art und Weise übereinstimmen, wie Nutzer KI-Anfragen formulieren)

GEO baut auf den Grundlagen von SEO auf!

Was heißt das konkret? Im Großen und Ganzen eigentlich: „weiter so wie bisher“ – aber besser.

Das mag zunächst etwas unspektakulär klingen, aber wer bisher gutes SEO gemacht hat, macht auch für GEO schon vieles richtig. Der große Unterschied ist eigentlich nur die Gewichtung von Kontext. Für SEO waren Zusammenhänge wichtig, für GEO sind sie WICHTIG.

1. Strukturierte Daten werden noch wichtiger

In der Praxis bedeutet das, dass Schema-Daten und quantifizierbare Daten (also konkrete Zahlen und Fakten) noch wichtiger werden. LLMs können sich ohne Probleme Informationen aus einem Text extrahieren – wenn diese Informationen aber bereits „konsumierbar“ präsentiert werden, schränkt das einerseits Halluzinationen ein und ermöglicht andererseits ein besseres Crawling, weil KI-Systeme Inhalte dadurch effizienter interpretieren können.

Allgemeiner gesprochen wird auch mehr Wert auf die semantische Strukturierung von Inhalten gelegt. Das heißt: Inhalte sollten „atomarer“ aufgebaut werden, also als kleine, inhaltlich geschlossene, wiederverwendbare Snippets, die durch die Struktur um sie herum in Beziehung zueinander gesetzt werden. Das ist umso wichtiger, als LLMs bei der Generierung von Antworten Websites als externe Datenquellen nutzen und dabei mit solchen Snippets am besten umgehen können (Stichwort: RAG – Retrieval-Augmented Generation).

*Atomar ist hier im Sinne der kleinsten inhaltlich abgeschlossenen Einheit zu verstehen.

2. Technische Aspekte: Lazy Loading und Crawlbarkeit

Ein weiterer technischer Aspekt betrifft den Einsatz von Lazy Loading bei Bildern.

Dabei werden Bilder nicht sofort geladen, sondern erst dann, wenn sich Nutzer im entsprechenden Seitenbereich befinden. Das verbessert die Performance, weil sich die Ladezeit auf die tatsächliche Nutzung verteilt.

Crawler können solche Bilder unter Umständen schlechter erfassen. Gleichzeitig spielen Bilder für viele KI-Crawler eine geringere Rolle als Struktur, Inhalte und Performance.

Da Ladezeiten weiterhin ein wichtiger Faktor für SEO und GEO sind, empfiehlt es sich grundsätzlich, Lazy Loading beizubehalten und bei Bedarf weiter zu optimieren.

Wichtig: Zumindest Google kann mit nachgeladenen Elementen problemlos umgehen. Dennoch erleichtert fertiges, statisches HTML das Crawling grundsätzlich.

Braucht jede Webseite Agent Accessibility?

1. Nicht jede Website braucht Agent Accessibility

Für viele Unternehmenswebsites wird dieses Thema kurzfristig nur begrenzte Relevanz haben.

Die meisten Websites verfügen nur über wenige Interaktionsmöglichkeiten. Suchfunktionen, Filter oder Kontaktformulare stellen häufig bereits die umfangreichsten Interaktionen dar.

Solche Funktionen sollten grundsätzlich AI-ready umgesetzt werden. Der eigentliche Fokus von Agent Accessibility liegt jedoch auf Prozessen, die von KI-Agenten genutzt oder automatisiert werden können.

Daher ist das Thema für Anwendungen und Plattformen meist deutlich relevanter als für klassische Informationsseiten.

2. Die Entwicklung im Bereich Agent Readiness ist noch offen

Gerade das Thema Agentic Web – also KI-Agenten, die selbstständig im Internet agieren – ist aktuell noch hochspekulativ.

Es gibt eine klare Entwicklungstendenz in diese Richtung. In welcher Form sich diese Entwicklung durchsetzen wird, lässt sich heute jedoch nicht seriös vorhersagen.

Es ist möglich, dass die nachfolgend beschriebenen Konzepte künftig eine zentrale Rolle spielen. Ebenso ist es möglich, dass sich technische Standards, Marktteilnehmer oder Umsetzungsformen grundlegend verändern.

Wer heute zu diesem Thema einfache und endgültige Antworten verspricht, unterschätzt die Dynamik der Entwicklung.

Jetzt beraten lassen?

Die fünf Säulen der Agent Accessibility

1. llms.txt

Die llms.txt ist nicht nur für GEO relevant, sondern kann auch von KI-Agenten als erste Anlaufstelle genutzt werden, um sich einen Überblick über eine Website zu verschaffen.

Daher sollte in dieser Datei beschrieben werden:

worum es auf der Website geht
wer die Website betreibt
welchen Nutzen die Website bietet
welche Aktionen auf der Website durchgeführt werden können

Zusätzlich kann eine llms-full.txt bereitgestellt werden. Diese dient nicht als Übersicht, sondern stellt den vollständigen Inhalt einer Website in Markdown bereit. Für KI-Agenten ist dieses Format deutlich einfacher zu verarbeiten als HTML.

2. robots.txt

Die robots.txt ist für Crawler aller Art relevant – auch für KI-Agenten.

Über diese Datei können technische Richtlinien und Zugriffsregeln definiert werden. Im Gegensatz zur llms.txt, die eher inhaltlich ausgerichtet ist, geht es hier primär um technische Vorgaben.

Wie bereits bei klassischen Suchmaschinen-Crawlern gilt jedoch: Die Einhaltung dieser Regeln liegt letztlich im Ermessen des jeweiligen Systems.

3. Sauberes semantisches HTML

Sauberes semantisches HTML war bereits für SEO wichtig und gewinnt für KI-Agenten zusätzlich an Bedeutung.

KI-Agenten lesen Websites nicht visuell, sondern über deren Quelltext. Deshalb sollte dieser möglichst sauber strukturiert und semantisch korrekt aufgebaut sein.

Eine <div> mit der Klasse „button“ kann von einem KI-Agenten zwar interpretiert werden, erfordert aber zusätzliche Rückschlüsse auf Basis der DOM-Struktur und des Kontextes.

Ein echtes <button>-Element macht hingegen unmittelbar deutlich, dass hier eine Interaktion möglich ist. Wird zusätzlich über Titel oder ARIA-Labels beschrieben, welche Aktion ausgelöst wird, verbessert dies die Verständlichkeit weiter.

4. APIs und strukturierte Schnittstellen

Je mehr Informationen und Prozesse auf einer Website strukturiert bereitgestellt werden, desto einfacher können sie von KI-Systemen genutzt werden.

Während Menschen Inhalte über Benutzeroberflächen konsumieren, greifen KI-Systeme bevorzugt auf klar definierte Datenquellen und Schnittstellen zurück. Dadurch können Informationen schneller verarbeitet und Prozesse zuverlässiger ausgeführt werden.

Für Unternehmen bedeutet das: Wer Produkte, Dienstleistungen oder andere wichtige Informationen strukturiert zugänglich macht, schafft bessere Voraussetzungen für zukünftige KI-Anwendungen und automatisierte Interaktionen.

5. Model Context Protocol (MCP)

MCP (Model Context Protocol) ist ein neuer Standard, der KI-Agenten dabei helfen soll, Funktionen und Prozesse auf Websites besser zu verstehen und zu nutzen. Auch wenn sich dieser Standard noch in Entwicklung befindet, zeigt er deutlich die Richtung: Websites werden künftig nicht nur für Menschen und Suchmaschinen, sondern zunehmend auch für KI-Systeme gestaltet werden müssen.

Jetzt beraten lassen?