Diese Seite liest sich selbst aus · Juli 2026, zuletzt aktualisiert September 2026 · Robert Haase
Ich habe versucht, meine eigene Website so zu sehen, wie eine Maschine sie sieht. Das Ergebnis steht unten: links eine Seite, wie ein Mensch sie kennt. Rechts, was eine Maschine davon bekommt. Nichts ist nachgebaut, der Apparat öffnet die echte Seite und liest ihren Quelltext.
Beim Überfahren einer Zeile rechts wird die zugehörige Stelle links markiert. Und umgekehrt. Manches leuchtet nie, weil es auf der anderen Seite gar nicht ankommt. Genau um diese Stellen geht es.
Wird geladen …
beide Seiten nur eine Seite
Fünf Ansichten, fünf Arten zu lesen. Ob eine Seite maschinenlesbar ist, hängt davon ab, welche Maschine liest.
Der wichtigste Punkt dabei: Die großen US-Assistenten führen beim direkten Abruf kein JavaScript aus. In einem Test stand eine falsche Telefonnummer im Quelltext, die echte kam erst per Skript auf die Seite. ChatGPT und Claude meldeten die falsche. Drei Tests seit Ende 2025 zeigen dasselbe Bild, alle drei sind Einzelmessungen. Der Weg über den Suchindex rendert dagegen sehr wohl, nur der Direkt-Abruf nicht.
Alles passiert im Browser, ohne Server.
Links liegt die echte Seite, in einem Rahmen geladen. Der Apparat liest ihren Quelltext, ihre strukturierten Daten und die llms.txt und stellt sie den fünf Ansichten gegenüber. Baum- und HTML-Ansicht sind Nachbildungen der Formate von Playwright und Stagehand, den verbreitetsten Werkzeugen, mit denen Browser-Agenten gebaut werden. Die Zuordnung zwischen links und rechts entsteht durch Textabgleich und ist an den Rändern unscharf. Wer es prüfen will: Quelltext öffnen, dieselben Daten finden.
Ein Element ohne Namen existiert für einen Agenten nicht.
Google schreibt es selbst: Agenten stützen sich auf den Accessibility-Baum, denselben Baum, den Screenreader nutzen. Seit Frühjahr 2026 prüft Lighthouse, Googles Prüfwerkzeug für Websites, das in einer eigenen Kategorie. Ein Button, der nur aus einem Symbol besteht, hat in diesem Baum keinen Namen. Der Agent kann ihn weder sehen noch benutzen.
Das ist kein Randproblem. Eine Erhebung über eine Million Startseiten fand auf 30,6 Prozent leere Buttons, und auf der Hälfte fehlen Beschriftungen an Formularfeldern. Die durchschnittliche Website liest sich für einen Agenten wie ein halb beschriftetes Formular.
Vier Behauptungen kursieren zu diesem Thema. Keine ist so solide, wie sie klingt.
Struktur schlägt Pixel? Die Studien widersprechen sich: Mal gewinnt die Text-Variante deutlich, mal die mit Screenshots. Sicher ist nur, dass die ernstzunehmenden Agenten-Werkzeuge über die Struktur arbeiten, nicht über Bildschirmfotos.
Barrierefreiheit hilft Agenten? Die Zahl, die dafür überall zitiert wird, Erfolg fällt von 78 auf 42 Prozent, stammt aus einer Studie, die keine einzige Website verändert hat. Sie hat dem Agenten die Maus weggenommen. Der Vergleich, den ich hier angekündigt hatte, steht weiterhin aus. Was ich am 29. August 2026 gebaut habe, ist etwas Kleineres: eine Anschauung. Zwei Fassungen derselben Seite, aus einer Inhaltsdefinition erzeugt und bis auf acht von 1.265 Pixeln Höhe deckungsgleich — die eine sauber ausgezeichnet, die andere als Div-Suppe. In der ersten trägt jedes der acht Bedienelemente eine Rolle und einen Namen, in der zweiten keines von sieben; per Tastatur erreichbar sind acht Elemente gegen eines. Technisch funktioniert die zweite Fassung einwandfrei: Löst man ihre Schaltflächen programmatisch aus, tun sie exakt dasselbe.
Warum das kein Beleg ist. Ich habe die Auszeichnung selbst weggelassen und danach gemessen, dass sie fehlt. Das Ergebnis stand mit dem Bauplan fest; wer weiß, wie ein Accessibility-Baum entsteht, hätte es vorhersagen können. Als Beleg über die Wirklichkeit taugt ein selbstgebauter Fall nicht, und auf der Belege-Seite steht er deshalb bewusst nicht. Was er zeigt, ist allein der Mechanismus: dass zwei Seiten für Menschen identisch sein können und für eine Maschine nicht. Deshalb habe ich am selben Tag echte Seiten gemessen, statt weiter eigene zu bauen.
Die Erhebung: 160 Startseiten aus DAX, MDAX und SDAX. Keine Auswahl von mir — die Unternehmen kommen aus drei Indizes, die Adressen aus Wikidata. Gemessen wurde Chromes eigener Accessibility-Baum, zweimal; 135 von 136 auswertbaren Seiten lieferten beide Male dasselbe Ergebnis auf das Element genau.
Das Ergebnis widerspricht dem, was ich erwartet hatte. Von 13.527 Bedienelementen tragen 456 keinen Namen, 3,4 Prozent. Und die Quote kippt im Mittelstand nicht: DAX 3,1, MDAX 3,8, SDAX 3,3 Prozent. Der Verdacht, dass kleinere Unternehmen ohne Barrierefreiheits-Abteilung deutlich schlechter dastehen, hält der Messung nicht stand. 57 der 135 Seiten haben keine einzige Lücke. Die verbreitete Erzählung vom maschinen-unlesbaren Web trifft auf deutsche Börsenunternehmen so nicht zu.
Wo Lücken bleiben, sind es fast immer Logos und Symbole, die als Link oder Schaltfläche dienen: Talanx verlinkt seine sechs Konzernmarken als namenlose Logos, GFT seine Partner, Atoss seine Profile in sozialen Netzwerken. Dazu Karussellpfeile und Abspielknöpfe. Wer das behebt, schließt den Großteil seiner Lücken mit einer einzigen Maßnahme. Ein Fall zeigt, wie knapp man vorbeizielen kann: MBB verlinkt seine Töchter mit einem sorgfältig gepflegten Titel-Attribut — aber weil der Linktext aus einem geschützten Leerzeichen besteht, bleibt der Link im Baum trotzdem namenlos.
Deutlicher ist die Lage bei der Struktur: 52 der 135 Seiten haben keine Hauptinhalt-Landmarke, es fehlt also die Angabe, wo der Inhalt beginnt und die Navigation endet. Und bei Bildern tragen 1.662 von 3.979 keinen Namen — allerdings sind fünf Sechstel davon SVG-Symbole, denen nur die Kennzeichnung als dekorativ fehlt.
Zum Zutritt, und hier musste ich mich korrigieren: Zwölf der 160 Seiten weisen den automatisierten Abruf ab, 7,5 Prozent. Das ist Bot-Abwehr von Akamai und Cloudflare, die am TLS-Fingerabdruck erkennt, dass kein gewöhnlicher Browser anfragt. Ein regulärer, ferngesteuerter Chrome kam bei mehreren dieser Seiten durch — die Abwehr trennt Werkzeug von Browser, nicht Mensch von Maschine. Eine frühere Fassung dieser Seite sprach von einem Drittel und warf dabei Bot-Abwehr, veraltete Adressen, Länderauswahlen und technische Fehler in einen Topf.
Was auch diese Erhebung nicht beantwortet: ob ein Agent seine Aufgabe am Ende löst. Sie misst, was er vorfindet, nicht was er erreicht. Die ursprüngliche Frage — verbessert bessere Auszeichnung den Erfolg? — bleibt offen. Alle Zahlen mit ihren Grenzen stehen auf der Belege-Seite.
Strukturierte Daten machen sichtbar? Der bisher sauberste Test verglich fast 2.000 Seiten nach dem Einbau von JSON-LD mit Kontrollseiten. Ergebnis: kein messbarer Effekt in ChatGPT und im Google-AI-Modus, ein leicht negativer in den AI Overviews. Ich pflege das Markup trotzdem, weil es das Fundament sauber hält. Einen Effekt verspreche ich mir davon nicht.
Es gibt Regeln, an die sich alle halten? Google, OpenAI, Perplexity und Meta nehmen ihre nutzerausgelösten Abrufe ausdrücklich von der robots.txt aus, Anthropic ist die Ausnahme. Wer KI-Crawler blockiert, blockiert Training und Suche. Die Agenten laufen weiter. Und der Standard, der das regeln soll, hängt seit über einem Jahr in der Arbeitsgruppe fest.
Und die angekündigte Auflösung zur llms.txt: Sie liegt hier, weil es sie gibt. 97 Prozent dieser Dateien bekommen keinen einzigen Zugriff, das zeigen Server-Logs über 137.000 Domains. Erfunden wurde das Format für Werkzeug-Dokumentation, nicht für Sichtbarkeit. Wo es nachweislich wirkt, spart es Agenten Zeit. Mehr nicht.
Diese Website ist der einfachste Fall, den es gibt.
Rund dreißig Seiten, statisch, kein Redaktionssystem, ein einziges externes Skript. Bei einer gewachsenen Marken-Site mit Tag-Manager, Consent-Schicht und drei beteiligten Agenturen sähe die rechte Spalte anders aus. Was hier Handarbeit ist, wird dort eine Frage von Zuständigkeit und Prozess.
Und saubere Struktur ist nur die Eintrittskarte. Meine eigene Messreihe zeigt beides: Wer nach mir fragt, bekommt diese Website als Hauptquelle. Wer fragt, wen man für das Thema beauftragen sollte, bekommt meinen Namen nicht. Dazwischen liegt kein technisches Problem. Dazwischen liegt, was Dritte über einen schreiben.
Diese Zahlen und die weiteren, die ich für meine Texte geprüft habe, stehen einzeln aufbereitet auf der Seite Belege: je mit Primärquelle, Erhebungsumfang, Datum und dem, was sie ausdrücklich nicht belegen. Zum Zitieren gedacht.
Eigene Begriffe im Überblick: Zur Übersicht → · Einordnung: Machine Readable Brands
Das Essay zu diesem Apparat: Die Lücke, die nicht antwortet. → (zuerst erschienen bei The Business of Brand Management)
LinkedIn · E-Mail · Startseite