Häufig gestellte Fragen

KI-Bereitschaft misst, wie gut die Inhalte Ihrer Website von KI-Agenten wie ChatGPT, Claude und Perplexity verstanden, extrahiert und genutzt werden können. Da KI-gestützte Tools zu einer wichtigen Quelle für Web-Traffic werden, werden KI-bereite Websites genauer zitiert, erscheinen häufiger in KI-generierten Antworten und kosten weniger Tokens bei der Verarbeitung.

Im Gegensatz zu Webbrowsern, die HTML visuell rendern, müssen KI-Agenten Textinhalte aus Ihren Seiten extrahieren. Sie bevorzugen saubere, gut strukturierte Inhalte gegenüber komplexem HTML mit aufwändigem Styling. Eine gut strukturierte Seite, die in Markdown konvertiert wird, verwendet 70-80% weniger Tokens als rohes HTML, was sie günstiger und effizienter für KI-Anbieter macht.

Zu den wichtigsten KI-Crawlern gehören GPTBot (OpenAI/ChatGPT), ClaudeBot (Anthropic/Claude), PerplexityBot (Perplexity), Google-Extended (Google Gemini), Bytespider (ByteDance), CCBot (Common Crawl) und viele weitere. Neue KI-Agenten erscheinen regelmäßig, da das Ökosystem wächst.

llms.txt ist ein aufkommender Standard (definiert auf llmstxt.org), der KI-Agenten hilft, die Struktur Ihrer Website zu verstehen. Ähnlich wie robots.txt Suchmaschinen-Crawler leitet, bietet llms.txt einen Markdown-formatierten Überblick über Ihre Website mit Links zu wichtigen Seiten, sodass KI-Agenten leicht durch Ihre Inhalte navigieren können.

llms.txt ist ein kompakter Index mit einer Beschreibung und Links zu den Hauptseiten Ihrer Website. llms-full.txt ist eine erweiterte Version, die den tatsächlichen Inhalt dieser Seiten inline enthält, sodass KI-Agenten alles in einer einzigen Datei erhalten, ohne Links folgen zu müssen. Verwenden Sie llms.txt als Minimum und llms-full.txt für umfassende Abdeckung.

Erstellen Sie eine Textdatei im Stammverzeichnis Ihrer Domain (z.B. example.com/llms.txt) gemäß der llmstxt.org-Spezifikation. Beginnen Sie mit einer # Überschrift (Ihr Website-Name), fügen Sie eine Blockquote-Beschreibung hinzu und listen Sie dann Links auf, die in Abschnitten wie ## Documentation und ## Main organisiert sind. AgentReady kann eine empfohlene llms.txt basierend auf Ihrer Seitenanalyse generieren.

Markdown ist das bevorzugte Format für KI-Agenten, weil es die Inhaltsstruktur (Überschriften, Listen, Links, Hervorhebungen) bewahrt und gleichzeitig visuelles Markup-Rauschen (CSS, JavaScript, Layout-Divs) eliminiert. Eine Markdown-Version Ihrer Inhalte verwendet deutlich weniger Tokens, was die Verarbeitung durch KI-Systeme schneller und günstiger macht.

Inhaltsverhandlung ermöglicht es Ihrem Server, verschiedene Formate derselben Seite basierend auf dem Accept-Header des Clients auszuliefern. Wenn ein KI-Agent Accept: text/markdown sendet, kann Ihr Server mit einer Markdown-Version statt HTML antworten. Dies ist der effizienteste Weg, KI-freundliche Inhalte bereitzustellen, ohne separate URLs erstellen zu müssen.

Es gibt zwei Hauptansätze: (1) Serverlogik hinzufügen, um Accept: text/markdown-Header zu erkennen und Markdown-Inhalte zurückzugeben; (2) .md-Dateien neben Ihren Seiten erstellen (z.B. /about.md für /about) und diese in Ihrer llms.txt verlinken. AgentReady nutzt beide Ansätze für seine eigenen Seiten.

JSON-LD (JavaScript Object Notation for Linked Data) ist eine Methode, strukturierte Daten mithilfe des Schema.org-Vokabulars in Ihre Seiten einzubetten. KI-Agenten nutzen diese Daten, um faktische, maschinenlesbare Informationen wie Produktdetails, Artikelmetadaten, Organisationsinformationen und mehr zu extrahieren — ohne Ihr HTML parsen zu müssen.

Verwenden Sie den spezifischsten Typ, der zu Ihrem Inhalt passt: Article oder BlogPosting für Artikel, Product für Produktseiten, Organization für Unternehmensseiten, FAQPage für FAQ-Seiten, LocalBusiness für lokale Unternehmen und WebApplication für Web-Tools. Fügen Sie immer name, description und relevante Eigenschaften für Ihren gewählten Typ hinzu.

Open-Graph-Tags (og:title, og:description, og:image) bieten standardisierte Metadaten, die sowohl soziale Plattformen als auch KI-Agenten verwenden, um Titel, Beschreibung und Hauptbild Ihrer Seite zu verstehen. Sie sind einfach zu implementieren und dienen als zuverlässiger Fallback, wenn andere strukturierte Daten fehlen.

robots.txt steuert, welche Bots auf Ihre Website zugreifen und welche Seiten sie crawlen können. KI-Crawler wie GPTBot und ClaudeBot respektieren robots.txt-Anweisungen. Wenn Ihre robots.txt diese Bots blockiert, können sie Ihre Inhalte nicht indexieren, was bedeutet, dass Ihre Website nicht in KI-generierten Antworten erscheint.

Um die Sichtbarkeit in KI-generierten Antworten zu maximieren, erlauben Sie mindestens: GPTBot (OpenAI), ClaudeBot und Claude-Web (Anthropic), PerplexityBot (Perplexity) und Google-Extended (Google Gemini). Sie können spezifische Allow-Regeln für diese User-Agents hinzufügen, während Sie Ihre bestehenden Regeln für andere Bots beibehalten.

Content-Signal ist ein HTTP-Header, der KI-Agenten mitteilt, wie sie Ihre Inhalte verwenden dürfen. Zum Beispiel: Content-Signal: ai-train=yes, search=yes, ai-input=yes signalisiert, dass Ihre Inhalte für KI-Training, Suchindexierung und als Eingabe für KI-Antworten verwendet werden dürfen. Dies ist ein neuerer Standard, der Publishern explizite Kontrolle über die KI-Nutzung gibt.

AgentReady ruft Ihre Seite ab, extrahiert den Inhalt und führt 21 Einzelprüfungen in 5 gewichteten Dimensionen durch. Jede Prüfung bewertet 0-100, und die Dimensionen werden zu einem Gesamtscore von 0 bis 100 kombiniert. Sie erhalten eine Buchstabennote (A-F), eine detaillierte Aufschlüsselung und priorisierte Empfehlungen zur Verbesserung Ihres Scores.

Die 5 Dimensionen sind: Semantisches HTML (20%) — korrekte Verwendung von article, main, Überschriften und semantischen Elementen; Inhaltseffizienz (25%) — Token-Reduktionsverhältnis und Inhalt-zu-Rausch-Verhältnis; KI-Auffindbarkeit (25%) — llms.txt, robots.txt, Sitemap und Markdown-Verhandlung; Strukturierte Daten (15%) — Schema.org, Open Graph und Meta-Tags; Zugänglichkeit (15%) — Inhalt ohne JavaScript, Seitengröße und Inhaltsposition.

Ja! Die Einzelseitenanalyse ist völlig kostenlos und ohne Registrierung verfügbar. Sie erhalten den vollständigen Score, Empfehlungen, Markdown-Konvertierung und llms.txt-Vorschau. Wir sind derzeit in der Beta mit einem Limit von 5 Analysen pro Stunde. Vollständiger Domain-Crawl und Monitoring-Funktionen kommen bald.