Agent-Readiness: Von der lesbaren zur bedienbaren Website

Ein KI-Agent soll auf einer Website nicht nur Text erfassen, sondern Schaltflächen finden, Felder ausfüllen und erkennen, ob es geklappt hat. Dieser Artikel ordnet ein, was die Normen des W3C dazu verlangen, was Anthropic, OpenAI, Google und Perplexity über ihre eigenen Werkzeuge schreiben und was Sie davon an Ihrer Website von außen sehen können.

Vom Verstehen zum Handeln. Ein Agent muss Navigation und Bedienelemente erkennen, Eingaben richtig setzen und am Ende einen eindeutigen Erfolg oder Fehler ablesen können.

Zwischen Lesen und Bedienen liegt ein Unterschied

Suchsysteme rufen eine Seite ab, um ihren Inhalt auszuwerten. Ein Agent soll dagegen etwas erledigen: eine Option wählen, ein Feld füllen, eine Anfrage abschicken. Dafür muss er Inhalte erfassen, Bedienelemente erkennen, Funktionen auslösen und das Ergebnis zurücklesen können.

Die zugehörigen Kriterien stammen aus den Web Content Accessibility Guidelines des W3C, Fassung 2.2. Geschrieben sind sie für Menschen mit Behinderungen, KI-Agenten erwähnen sie nicht; die Übertragung auf Programme ist unsere Einordnung. Eine Bestätigung, die nur aus einer grünen Fläche besteht, bleibt für Screenreader stumm und für ein Programm ebenso. Kriterium 4.1.2 zielt laut Norm vor allem auf selbst gebaute Bedienelemente; native HTML-Elemente erfüllen es bei bestimmungsgemäßem Einsatz bereits.

Wie Agenten eine Seite erfassen

Anthropic beschreibt für sein Browser-Werkzeug (browser_toolset_20260801) zwei Zugänge: die Seitenstruktur mit Barrierefreiheitsbaum, Elementen, Formularen und Tabs sowie Pixel, also Bildschirmfotos und Koordinaten. read_page liefert den Baum als Text, jedes Element mit einer Kennung zum späteren Ansprechen; bei brauchbarem Baum empfiehlt Anthropic diese Kennungen, sonst Koordinaten. form_input setzt Feldwerte, find sucht Elemente per Beschreibung in Alltagssprache; ob Beschriftungen dabei zählen, lässt die Dokumentation offen.

OpenAI arbeitet bei seinem Werkzeug zur Rechnerbedienung bildschirmbasiert: Das Modell entscheidet nach Screenshots, die aufrufende Anwendung stellt die Umgebung und führt aus. Für ChatGPT Atlas schreibt OpenAI, der Browser deute Seitenaufbau und interaktive Elemente mithilfe von ARIA-Tags, also derselben Rollen und Beschriftungen, die Screenreadern helfen. Betreibern empfiehlt die Hilfeseite, Schaltflächen, Menüs und Formularen nach den WAI-ARIA-Best-Practices beschreibende Rollen, Labels und Zustände zu geben. Das gilt für Atlas, nicht für ChatGPT allgemein, und ist keine Leistungszusage.

Native Semantik zuerst, ARIA als Ergänzung

Für die Orientierung setzen die Richtlinien zwei Kriterien der Stufe AA: Wiederkehrende Navigation erscheint auf allen Seiten in gleicher relativer Abfolge, solange Nutzer nichts umstellen (3.2.3). Vorhandene Überschriften und Beschriftungen benennen Thema oder Zweck (2.4.6); dass es Überschriften geben muss, verlangt das Kriterium nicht.

Verbindlich für ARIA ist die W3C-Empfehlung „ARIA in HTML“ vom 11. August 2026: Rollen und Attribute dürfen ihren Konformitätstabellen nicht widersprechen, und eine Rolle zu wiederholen, die ein Element schon mitbringt, wird nicht empfohlen, auch wenn es bei manchen User Agents helfen kann. WAI-ARIA 1.2, eine Empfehlung vom 6. Juni 2023, ergänzt: Hat die Wirtssprache ein Element mit passender Rollensemantik, soll man es nutzen, statt ein anderes umzuwidmen. Die oft zitierte „erste ARIA-Regel“ steht dagegen in „Using ARIA“, seit Februar 2026 ein eingestellter, nur informativer Entwurf. Der Autorenleitfaden der WAI nennt eine ARIA-Rolle ein Versprechen: Anders als native Eingabeelemente bringt sie kein Tastaturverhalten mit. Falsch gesetzt, verdeckt sie Bedeutung, etwa wenn eine Liste per Rolle zur Navigationsregion wird und so ihre Listenstruktur verliert.

Ob Bedienelemente bereits im ausgelieferten HTML stehen oder erst per JavaScript entstehen, hängt von der Bauweise ab; mehr dazu im Artikel zur Auslieferung von Websites.

Formulare: beschriften, bedienen, zurückmelden

Verlangt eine Seite Eingaben, braucht es Beschriftungen oder Anweisungen (3.3.2, Stufe A). Erkennt sie einen Fehler selbst, nennt sie das betroffene Feld und beschreibt das Problem als Text (3.3.1, Stufe A); bekannte Korrekturvorschläge gehören dazu, sofern Sicherheit oder Zweck nicht leiden (3.3.3, Stufe AA). Ein rot umrandetes Feld allein reicht nicht.

Die Verknüpfung von Beschriftung und Feld regelt der HTML-Standard der WHATWG: über das for-Attribut eines label, das auf die ID eines beschriftbaren Elements im gleichen Dokumentbaum verweist, oder indem das Feld im label selbst steht. Text, der bloß daneben steht, zählt nicht. „ARIA in HTML“ ergänzt: Ein verknüpftes label erhält keine ARIA-Rolle. Ob Agenten Beschriftungen auswerten, sagt keines dieser Dokumente; zu Pflichtfeldern oder zur Meldung nach dem Absenden finden sich in den Quellen keine belegbaren Vorgaben.

Anmeldung und Zahlung: bewusst gebremst

Für folgenreiche Vorgänge gelten zwei weitere Kriterien. Anmeldeschritte dürfen keinen kognitiven Test wie das Merken eines Passworts verlangen, außer es gibt eine Alternative oder Hilfe oder der Test besteht im Wiedererkennen von Objekten oder von Nutzern selbst bereitgestellten Inhalten (3.3.8, Stufe AA). Eingaben, die rechtliche oder finanzielle Verpflichtungen auslösen oder Nutzerdaten ändern, müssen umkehrbar, geprüft oder vorher bestätigbar sein (3.3.4, Stufe AA).

Die Anbieter bremsen ihre Agenten hier selbst. Für Claude in Chrome sperrt Anthropic unabhängig von der Berechtigungsstufe etwa Käufe, Finanztransaktionen, neue Benutzerkonten und den Umgang mit sensiblen Karten- oder Ausweisdaten; vor Finanzseiten fragt Claude nach, wobei Anthropic einräumt, dass vermutlich nicht jede solche Seite erfasst ist. OpenAI rät Integratoren, unmittelbar vor Handlungen wie dem Einreichen im Namen des Nutzers oder vor Finanztransaktionen bestätigen zu lassen; der Agent in ChatGPT Atlas pausiert bei sensiblen Seiten wie denen von Finanzinstituten, damit der Nutzer zusieht. Gemini in Chrome kann laut Google darum bitten, dass Nutzer Finanztransaktionen abschließen, Nutzungsbedingungen annehmen oder Konten anlegen; Google betont, dass diese Vorkehrungen nicht jedes Risiko abdecken. Zudem könne Claude laut Anthropic Anweisungen aus Webseiten befolgen, die den Nutzervorgaben widersprechen; als Gegenmittel nennt Anthropic etwa Klassifikatoren und Rückfragen. Anmeldung und Zahlung als spätere Reifestufe zu sehen, ist unsere Einordnung; gut belegt ist vor allem der Weg bis zur abgeschickten Anfrage.

Wer abruft: Kennungen und robots.txt

Für die robots.txt zählt der Unterschied zwischen Crawler und nutzerausgelöstem Abruf. Laut Google ignorieren nutzerausgelöste Abrufer robots.txt-Regeln meist, da ein Mensch sie angestoßen hat; in dieser nicht abschließenden Liste steht Google-Agent für Agenten, die auf Nutzeranfrage handeln. OpenAI nennt vier Kennungen; für ChatGPT-User gelten robots.txt-Regeln womöglich nicht. Perplexity äußert sich ähnlich zu Perplexity-User, empfiehlt aber, PerplexityBot zuzulassen. Anthropic nennt drei Kennungen, sagt zu, übliche robots.txt-Direktiven zu respektieren, und weist darauf hin, dass IP-Sperren womöglich nicht richtig greifen. Ausdrücklich experimentell ist Googles Web Bot Auth: Manche Anfragen von Google-Agent tragen eine kryptografische Signatur, doch nicht alle Kennungen nutzen sie, und Google rät, weiterhin IP-Adressen, Reverse DNS und User-Agent-Angaben zu prüfen.

Was heute trägt und was offen bleibt

Der Atlas-Agent kann laut OpenAI im Browser weder Code ausführen noch Dateien herunterladen oder Erweiterungen hinzufügen. Claude in Chrome kennt nach Anthropic die Navigation einzelner Plattformen wie Slack, Gmail und GitHub; selbstständiges Handeln auf Websites bleibt laut Anthropic riskant. Perplexity Computer startet bei Bedarf einen Cloud-Browser, der Adressen öffnen, klicken, Formulare füllen und strukturierte Daten auslesen kann. Für das Computer-use-Werkzeug schreibt Anthropic, Claude könne Fehler machen und bei Nischenanwendungen weniger zuverlässig sein.

Eine Erfolgsquote nennt keine der Quellen, und zu deutschsprachigen Websites kleiner Betriebe äußern sie sich nicht. Belastbar ist, was ohnehin zu einer guten Website gehört. Woran Sie den Stand selbst erkennen:

  • Lässt sich alles per Tastatur erreichen und auslösen?
  • Sind Schaltflächen echte Schaltflächenelemente oder nur gestaltete Flächen?
  • Hat jedes Feld eine verknüpfte Beschriftung?
  • Erscheinen Fehler und Bestätigungen als Text statt nur als Farbe?
  • Bleibt die Navigation seitenübergreifend gleich, und benennen Überschriften ihr Thema?

Das nützt zuerst Menschen mit Hilfsmitteln, lässt sich an einer öffentlichen Norm messen und ist laut OpenAI für ChatGPT Atlas besser deutbar. Wer verspricht, dass KI-Agenten Ihre Website heute zuverlässig bedienen, verspricht mehr als Google, OpenAI und Anthropic für ihre eigenen Produkte. Wie KI-Systeme Seiten abrufen, erklärt der Artikel zum Lesen von Websites durch KI.

Welche Prüfpunkte dazu passen

360°Pixelkiez sieht sich bis zu sechs öffentliche Seiten Ihrer Website persönlich an. Wir testen nicht, ob ein bestimmter Agent eine Aufgabe auf Ihrer Seite erledigt, melden uns nirgends an und schicken keine Formulare ab. Passend sind vor allem diese Prüfpunkte aus dem Bereich UX, Barrierefreiheit & Vertrauen:

  • Semantische Struktur & Landmarks
  • Tastatur & sichtbarer Fokus
  • Formularbeschriftungen
  • Feedback- & Fehlerzustände, soweit gefahrlos sichtbar
  • Kontakt- & Formularreibung
  • Navigation & Orientierung

Dazu kommen robots.txt & Sitemap aus dem Bereich SEO & Auffindbarkeit und der Prüfpunkt Öffentlicher Technologie-Snapshot aus dem Bereich Performance & Technik mit Hinweisen auf CMS, Frameworks und Auslieferung. Welche Prüfpunkte passen, entscheiden wir je Website. Eine Stichprobe ersetzt keine vollständige Prüfung gegen die Web Content Accessibility Guidelines des W3C.

Quellen

Häufige Fragen.

Was bedeutet Agent-Readiness?

Gemeint ist, ob ein KI-Agent auf Ihrer Website nicht nur Text erfassen, sondern auch handeln kann: Schaltflächen finden, Felder ausfüllen, eine Anfrage abschicken und erkennen, ob es geklappt hat. Eine Erfolgsquote nennt keine der Quellen, und wer verspricht, dass Agenten Ihre Website heute zuverlässig bedienen, verspricht mehr als die Anbieter selbst.

Woran erkenne ich, ob meine Website für Agenten bedienbar ist?

Lässt sich alles per Tastatur erreichen und auslösen, sind Schaltflächen echte Schaltflächenelemente, und hat jedes Feld eine verknüpfte Beschriftung? Erscheinen Fehler und Bestätigungen als Text statt nur als Farbe? Das nützt zuerst Menschen mit Hilfsmitteln und ist laut OpenAI für ChatGPT Atlas besser deutbar.

Können KI-Agenten auf meiner Website bezahlen oder sich anmelden?

Gerade hier bremsen die Anbieter ihre Agenten selbst: Claude in Chrome sperrt laut Anthropic etwa Käufe und Finanztransaktionen, der Agent in ChatGPT Atlas pausiert bei sensiblen Seiten, und Gemini in Chrome kann Nutzer bitten, solche Schritte selbst abzuschließen. Gut belegt ist vor allem der Weg bis zur abgeschickten Anfrage.

Testet Pixelkiez, ob ein KI-Agent meine Website bedienen kann?

Nein. Wir sehen uns bis zu sechs öffentliche Seiten persönlich an, testen aber nicht, ob ein bestimmter Agent dort eine Aufgabe erledigt, melden uns nirgends an und schicken keine Formulare ab. Betrachtet werden Merkmale wie semantische Struktur, Tastaturbedienung, Formularbeschriftungen und gefahrlos sichtbare Rückmeldungen.

Weiterlesen.

Entity Trust: Ist Ihr Unternehmen für Maschinen eindeutig?Entity Trust ohne Mythen: wie Systeme Unternehmen zuordnen, warum widerspruchsfreie Angaben zählen und was sich von außen prüfen lässt. Analyse: BarrierefreiheitWCAG 2.2, BFSG und die häufigsten Barrieren

Wie steht Ihre Website da?

Pixelkiez prüft bis zu sechs öffentliche Seiten Ihrer Website persönlich und schickt Ihnen einen Bericht mit sieben Seiten als PDF. Kostenlos, ohne Abo.

Kostenlose Analyse-Anfragen in Kürze verfügbar.