Agent-Readiness-Prüfung
von
Bewerten Sie Ihre Domain anhand der Dateien, Formate und Schnittstellen, nach denen KI-Agenten tatsächlich suchen.
Wir prüfen die Dateien, Header und Well-known-Endpunkte, nach denen KI-Agenten suchen, bewerten Ihre Domain in vier Dimensionen und zeigen Ihnen, was Sie zuerst beheben sollten.
Dateien zur Auffindbarkeit
Maschinenlesbare Inhalte
Zugriffsregeln für Crawler
Agentenschnittstellen
Was ist Agent-Readiness?
KI-Agenten suchen nach bestimmten Dateien, Headern und Well-known-Endpunkten, bevor sie auch nur eine Seite lesen. Diese Prüfung zeigt Ihnen, welche davon Sie veröffentlichen, welche fehlen und welche Ihrer Regeln unbemerkt genau die Crawler blockieren, die Sie zulassen möchten.
Kostenlose Agent-Readiness-Prüfung
Wir prüfen nur öffentliche Dateien auf Ihrer Domain. Keine Anmeldung und keine Codeänderung nötig.
Warum Agent-Readiness wichtig ist
KI-Agenten bewegen sich nicht wie ein Mensch durch Ihre Website. Ein KI-Agent sucht eine kleine Zahl von Dateien unter bekannten Pfaden, bevorzugt Inhalte in Formaten, die er ohne Renderer verarbeiten kann, und liest Ihre Robots-Regeln, um zu entscheiden, was er darf. Fehlen diese Bausteine, muss er raten, und das kostet Sie Zitierungen.
Diese Prüfung untersucht dieselben Signale wie ein KI-Agent, bewertet sie in vier Dimensionen und liefert Ihnen die Liste der Lücken. Die Prüfung ist kostenlos, benötigt keinen Zugriff auf Ihre Website und dauert weniger als eine Minute.
Was wir prüfen
Jeder Prüfpunkt beruht auf einer veröffentlichten Spezifikation oder einer dokumentierten Konvention. Deshalb ist immer klar, was konkret zu tun ist.
robots.txt und Crawler-Regeln
Die Datei, die jeder Crawler zuerst liest. Wir prüfen, ob sie erreichbar ist, und werten für jeden KI-Crawler die Regeln aus, die namentlich für ihn gelten.
llms.txt
Eine kuratierte Leseliste für Modelle im Stammverzeichnis. Wir prüfen, ob sie vorhanden ist und als reiner Text statt als HTML-Gerüst ausgeliefert wird.
Content Negotiation für Markdown
Wir fordern Ihre Startseite als text/markdown an, erfassen die Antwort und suchen dann nach einer .md-Version als einfachere Alternative.
Content Signals
Eine Anweisung in der robots.txt, die Suchindexierung, KI-Inferenz und KI-Training trennt, sodass Sie eine Nutzung erlauben können, ohne gleich alle drei zu erlauben.
MCP-Server-Card
Ein JSON-Dokument, das die Tools beschreibt, die Ihr Dienst KI-Clients bereitstellt, und das Transportprotokoll, über das diese die Tools erreichen sollen.
API-Katalog und OpenAPI
Ein Dokument unter einem Well-known-Pfad, das Ihre öffentlichen APIs auflistet, damit ein KI-Agent Ihre API aufrufen kann, statt Ihre Website auszulesen.
Was wir bewerten
Die vier Dimensionen der Agent-Readiness
Vier bewertete Dimensionen und dazu ein Blick auf die entstehenden Standards für den Einkauf durch KI-Agenten (ohne Wertung).
Auffindbarkeit
robots.txt, Ihre XML-Sitemap, llms.txt und HTTP-Link-Header: die Dateien, die ein KI-Agent vor allem anderen liest.
Maschinenlesbare Inhalte
Content Negotiation für Markdown, Markdown-Varianten von URLs, JSON-LD und automatische Feed-Erkennung: Inhalte, die ein Modell direkt verwenden kann.
Zugriff und Berechtigungen
Robots-Regeln je Crawler, die Content-Signal-Anweisung, ein Live-Abruf mit einem Crawler-User-Agent und Web Bot Auth.
Agentenschnittstellen
MCP-Server-Card, Agent-Skills-Index, API-Katalog, OpenAPI, OAuth-Discovery sowie A2A- und ARD-Kataloge.
So funktioniert es
So funktioniert die Agent-Readiness-Prüfung
Sie geben eine Domain ein und erhalten einen bewerteten Bericht.
Domain eingeben
Geben Sie Ihre Domain ein. Wir brauchen nur den Domainnamen, keinen Zugang und keine Codeänderung.
Wir prüfen die Signale
Wir senden etwa zwanzig lesende Anfragen an das Stammverzeichnis Ihrer Website und prüfen Dateien zur Auffindbarkeit, Content Negotiation, Crawler-Regeln und Well-known-Endpunkte für KI-Agenten.
Bericht lesen
Sie erhalten einen Score je Dimension, jeden einzelnen Prüfpunkt mit Nachweis und eine priorisierte Liste mit Korrekturen.
Fragen zur Agent-Readiness
Häufige Fragen zur Agent-Readiness und zur Funktionsweise der Prüfung.
Entdecken Sie weitere kostenlose Tools zur KI-Suche
LLM Pulse ist die All-in-One-Plattform für KI-Suche und GEO. Prüfen Sie mit diesen kostenlosen Tools, wie KI-Systeme Ihre Marke sehen, und beobachten Sie anschließend alles an einem Ort.
Sehen Sie, wie oft KI-Systeme wie ChatGPT, Perplexity und Gemini Ihre Marke erwähnen.
Prüfen Sie, ob KI-Antworten Ihre Marke bei den Prompts erwähnen, auf die es ankommt.
Messen Sie, wie gut Ihre Marke in KI-Systemen auffindbar ist.
Durchsuchen Sie in ChatGPT beobachtete Anzeigen nach Werbetreibendem, Land, Werbebotschaft und Datum.
Erstellen Sie einen GA4-Regex, der ChatGPT, Perplexity, Gemini und andere KI-Assistenten in einem Channel zusammenfasst.
Bewerten Sie Ihre Domain anhand der Dateien, Formate und Schnittstellen, nach denen KI-Agenten suchen.
Testen Sie, ob KI-Systeme Ihre Seiten crawlen und rendern können.
Prüfen Sie, ob KI-Crawler Ihre Website lesen dürfen.
Legen Sie fest, welche KI-Crawler, Such-Bots und KI-Assistenten Ihre Website lesen dürfen, und erhalten Sie eine fertige robots.txt.
Erstellen Sie eine llms.txt-Datei, damit KI-Crawler Ihre Website verstehen.
Prüfen Sie, ob Ihre Website in Common Crawl enthalten ist, dem offenen Korpus, mit dem die meisten KI-Modelle trainiert werden.
Prüfen Sie, ob Ihre Website-Struktur KI-Systemen hilft, Sie zu verstehen.
Prüfen Sie Ihre strukturierten Daten, damit KI-Systeme und Suchmaschinen Ihre Seiten verstehen.
Bewerten Sie, wie gut eine Seite für Answer Engines optimiert ist.
Sehen Sie, ob Ihre Inhalte bereit sind, in KI-Antworten zitiert zu werden.
Validieren Sie Ihren Produktfeed für die Ergebnisse von ChatGPT Shopping.
Entfernen Sie versteckte Zeichen, ungewöhnliche Abstände und Formatierungsreste aus eingefügtem Text.
Scannen Sie Texte auf unsichtbare Zeichen von Wasserzeichen, decodieren Sie versteckte Daten und entfernen Sie die Zeichen.
Sehen Sie, wie KI-Modelle Fragen zu Ihrer Marke beantworten
Die Agent-Readiness zeigt, ob Modelle Sie erreichen können. LLM Pulse zeigt, ob die Modelle Sie tatsächlich zitieren.