Gestalten für KI-Agenten-Oberflächen

Meine Website beantwortet derzeit rund 13.100 Anfragen pro Tag von KI-Agenten (Sieben-Tage-Mittel) und etwa 325 tägliche menschliche Besuche (28-Tage-Mittel), direkt aus meinen eigenen Edge-Logs – ein Verhältnis von ungefähr 40 zu 1, und größtenteils Live-Abruf: ChatGPT-User holt sich in diesem Moment eine Seite, weil jemand seinen Assistenten gerade etwas gefragt hat. Dieser Leser ignoriert jede Designentscheidung, auf die ich trainiert wurde. Er sieht keine Typografie, keine Abstandsskala, keine Bewegung. Und dennoch ist er dem Design gegenüber nicht gleichgültig – er reagiert gnadenlos empfindlich auf eine andere Menge von Designentscheidungen, auf solche, die in der Handwerksdebatte so gut wie nie vorkommen. Dieser Beitrag ist der Handwerksleitfaden für die Oberfläche, die ich tatsächlich am häufigsten ausliefere. {.answer-block}

TL;DR

• Auf dieser Website ist die Agentenoberfläche die Mehrheitsoberfläche – 40 zu 1. Das Volumen wird von nutzergesteuertem Live-Abruf beherrscht: ChatGPT-User stellte gestern rund 6.700 Anfragen, GPTBot, der Trainings-Crawler von OpenAI, ganze vier. Wenn Ihre Website Entwickler bedient oder Referenzinhalte anbietet, neigen Ihre Logs vermutlich in dieselbe Richtung – messen Sie es aber, bevor Sie es annehmen.
• Agenten lesen andere Seiten, als Menschen anklicken. Meine Edge-Logs zeigen Vergleichsbeiträge und Nischenartikel mit starkem Agentenverkehr, die zugleich weit unterhalb meiner menschlichen Top 15 liegen – der Assistent liest sie für den Menschen, der nie ankommt.
• Gestalten Sie für Extraktion, nicht für Immersion: eine Antwort in einem Absatz ganz oben, Überschriften in Frageform, in sich geschlossene Abschnitte, Tabellen für alles Aufzählbare und ein Datum an jeder Aussage.
• Die visuelle Ebene und die Agentenebene sind keine Rivalen. Genau die Struktur, die Maschinen sauber extrahieren, ist die, an der Menschen entlangfliegen: Antwort zuerst ist für beide Leser gutes Design.
• Prüfen Sie, was Agenten tatsächlich konsumieren – liefern Sie sauberes Markup aus, halten Sie Inhalte aus dem clientseitigen Rendering heraus und behalten Sie Ihre Logs im Blick, denn das Agentenpublikum ist auf eine Weise messbar, wie es der „Markeneindruck” nie war.

Der Leser, der nichts rendert

Designhandwerk setzt ein Auge voraus. Typografie, Abstände, Bewegung – die ganze Disziplin lenkt Aufmerksamkeit durch ein visuelles Feld. Der Agent als Leser hat kein visuelles Feld. Er bekommt Ihr HTML als Text, verbraucht ein striktes Token-Budget darauf, extrahiert, was die Frage des Nutzers beantwortet, und zitiert oder paraphrasiert Sie gegenüber jemandem, der Ihre Seite womöglich nie zu Gesicht bekommt.

Das ist keine minderwertige Lektüre, sondern ein anderes Medium mit eigenen Handwerksvariablen:

• Position ersetzt visuelle Hierarchie. In Pipelines mit nur einem Abruf wird gelesen, was früh steht, bevor Token-Budgets abschneiden; segmentierte Retrieval-Verfahren können einen tief liegenden Abschnitt retten, der zur Anfrage passt, doch welche Pipeline Sie liest, suchen Sie sich nicht aus. Eine Schlussfolgerung, die bei 80 % Tiefe vergraben liegt, existiert deshalb nur manchmal.
• Struktur ersetzt Layout. Überschriften, Listen und Tabellen werden als Semantik geparst, nicht als Dekoration gestaltet. Eine <table> mit Versionen und Daten ist maschinell lesbar auf eine Weise, wie es dieselben Fakten verstreut über Absätze niemals sind.
• Eigenständigkeit ersetzt den Fluss. Menschliche Prosa baut über Abschnitte hinweg auf; die Extraktion nimmt Abschnitte isoliert. Ein Absatz, der mit „wie oben erwähnt” beginnt, wird als hängender Verweis exportiert.
• Explizitheit ersetzt Kontext. „Zuletzt aktualisiert im August 2026” reist mit einer zitierten Aussage mit. Aktualität, die sich nur aus der umgebenden Seite ergibt, reist nicht mit.

Was die Agenten wirklich lesen

Der Teil, den ich aus der Theorie nicht hätte erraten können: Agenten haben ihren eigenen Geschmack bei Seiten. Meine letzten sieben Tage an Edge-Logs, die Seiten mit den meisten Agentenanfragen:

Die Referenzleitfäden führen – erwartbar, und sie stehen auch bei den menschlichen Lesern ganz oben. Aufschlussreich sind die Zeilen mit den Vergleichen: Seiten weit unten in meiner menschlichen Rangliste, die Assistenten unablässig abrufen, weil „welches soll ich nehmen” genau die Frage ist, die Menschen ihren Assistenten stellen. Der Assistent liest den Vergleich für sie und antwortet im Chat. Der Mensch kommt nie vorbei; der Inhalt hat seine Arbeit trotzdem getan.

Auch die Zusammensetzung zählt. Knapp die Hälfte des gestrigen Agentenvolumens entfiel allein auf ChatGPT-User – 6.718 Anfragen, gegenüber vier von GPTBot, dem Trainings-Crawler von OpenAI. Trainingsabrufe fehlen keineswegs (Bytespider und ClaudeBot machten zusammen etwa 28 % des Tages aus), doch der mit Abstand größte Leser ist kein Scraper, der ein Korpus füllt. Es ist der Assistent eines Menschen, der eine Seite holt, weil jemand soeben gefragt hat.

Die Handwerksregeln

Woran ich agentenzugewandte Seiten inzwischen messe – und das heißt: alle Seiten:

1. Die Antwort zuerst, in voller Stärke. Der erste Absatz nennt die vollständige Antwort, wegen der jemand gekommen ist – keinen Anreißer, die Antwort. Auf dieser Website ist das ein gestalteter Antwortblock; strukturell ist es das Abstract, das die Extraktion zitiert. Liest ein Assistent nur Ihre ersten 200 Wörter, soll er mit Ihrer Schlussfolgerung herausgehen, nicht mit Ihrem Räuspern.

2. Überschriften sind Fragen oder Aussagen, keine Etiketten. „Wie das Budget abgeschnitten wird” schlägt „Hintergrund”. Überschriften in Frageform passen zu der Anfrage, die der Assistent gerade beantwortet, und jeder Abschnitt darunter sollte sie auflösen, ohne sich auf seine Nachbarn zu stützen. (Referenzseiten bekommen die strenge Fassung dieser Regel; Essays – dieser eingeschlossen – tauschen einen Teil davon gegen Stimme ein, eine bewusste Entscheidung über das Publikum und kein Versehen.)

3. Aufzählbare Fakten gehören in Tabellen. Versionen, Daten, Kompatibilität, Preise, Vergleiche – alles, was Zeilen hat. Eine Tabelle übersteht die Extraktion unversehrt; dieselben Fakten als Prosa kommen paraphrasiert zurück, und in der Paraphrase entstehen die Fehler.

4. Datieren Sie, was verderblich ist. Jede Aussage, die altern kann, trägt ihr Datum im Fließtext – „Stand August 2026” – denn zitierter Text reist ohne den Kontext Ihrer Seite. Die Alternative sind Ihre zwei Jahre alten Zahlen, die ein Assistent unter Ihrem Namen als aktuell präsentiert.

5. Halten Sie die Substanz aus dem clientseitigen Rendering heraus. Die meisten Retrieval-Agenten lesen das ausgelieferte HTML. Inhalte, die erst per JavaScript entstehen, sind für einige Ihrer größten Leser unsichtbar – prüfen Sie, was curl sieht, denn das kommt der Sicht des Agenten näher als Ihr Browser.

6. Lassen Sie die Struktur beiden Lesern dienen. Nichts davon steht dem visuellen Design entgegen. Antwort zuerst ist die Art, wie eilige Menschen überfliegen; Frageüberschriften lassen sich scannen; Tabellen schlagen Prosa auch für Menschen. Die Disziplinen laufen zusammen, und das ist das Beruhigende daran: Das Handwerk, das der Extraktion dient, ist größtenteils dasselbe Handwerk, das die Zeit des Lesers achtet.

Eine Leserschaft messen, die man nicht sieht

Das seltsame Geschenk des Agentenpublikums besteht darin, dass es besser messbar ist als das menschliche, nicht schlechter. Jeder Abruf ist eine protokollierte Anfrage mit einem User Agent. Ich verfolge drei Dinge: das gesamte Agentenvolumen nach Familie (wer mich liest), die Rangliste der Agentenaufrufe im Vergleich zur menschlichen (was sie lesen, das Menschen nicht lesen) und den Trend des Verhältnisses. Diese Zahlen haben meine Content-Strategie stärker verändert als jede Seitenaufrufkurve – ihretwegen fließen hier Mittel in Vergleichsseiten und Referenzstruktur, die sich über die „Verweildauer” nie rechtfertigen ließen.

Die unbequeme Folgerung: Nichts von dieser Agentenleserschaft taucht in einer Analytik auf, die für Menschen gebaut wurde. Läuft Ihre Strategie auf Sitzungen und Absprungrate, bleibt die Oberfläche im Verhältnis 40 zu 1 unsichtbar – und Sie optimieren den Minderheitenkanal mit dem Budget der Mehrheit.

Häufige Fragen

Was ist eine KI-Agenten-Oberfläche?

Die Version Ihrer Website, die von KI-Assistenten und ihren Retrieval-Agenten konsumiert wird – ChatGPT, Claude, Perplexity und ihre Fetcher –, die Ihr ausgeliefertes HTML als strukturierten Text lesen, unter Token-Budgets Antworten extrahieren und sie an Nutzer weitergeben, die oft nie vorbeikommen. Auf vermessenen Websites kann diese Oberfläche den menschlichen Verkehr weit übertreffen; bei mir sind es rund 40 Agentenanfragen pro menschlichem Besuch.

Wie gestaltet man Inhalte für KI-Agenten?

Mit Einleitungen, welche die vollständige Schlussfolgerung sofort nennen, mit Überschriften in Frageform über in sich geschlossenen Abschnitten, mit Tabellen für aufzählbare Fakten, mit Datumsangaben im Fließtext bei verderblichen Aussagen und mit der Substanz im ausgelieferten HTML statt im clientseitigen Rendering. Dieselbe Struktur dient den überfliegenden Menschen – beide Zielgruppen belohnen dieselbe Disziplin.

Lesen KI-Agenten andere Seiten als menschliche Besucher?

Ja, und zwar messbar. In meinen Edge-Logs ziehen Referenzleitfäden und Vergleichsseiten wöchentlich Tausende Agentenanfragen an, während manche davon kaum menschliche Besuche verzeichnen – Assistenten holen sich „X gegen Y”-Inhalte, um Entscheidungsfragen im Chat zu beantworten, sodass die Seite ihre Arbeit ohne Besuch verrichtet. Der Vergleich Ihrer Agenten-Rangliste mit Ihrer menschlichen zeigt, wo die beiden Zielgruppen auseinandergehen.

Schadet das Gestalten für Agenten dem menschlichen Erlebnis?

Nein – die Anforderungen laufen zusammen. Eine Struktur mit der Antwort zuerst, ehrliche Überschriften, Tabellen und datierte Aussagen sind ohnehin das, wonach respektvolles Design für eilige Menschen aussieht. Die visuelle Ebene (Typografie, Abstände, Bewegung) bleibt vollständig menschliches Terrain; die Agentenoberfläche macht lediglich die Qualität der strukturellen Ebene messbar.