Diese Seite liest sich selbst aus · Juli 2026 · Robert Haase
Links steht eine Seite dieser Website, wie ein Mensch sie sieht. Rechts dieselbe Seite, wie Maschinen sie verarbeiten. Nichts davon ist nachgebaut. Der Apparat öffnet die Seite, liest ihren Quelltext und zeigt, was übrig bleibt.
Beim Überfahren einer Zeile rechts wird die zugehörige Stelle links markiert. Und umgekehrt. Was auf der anderen Seite keine Entsprechung hat, bleibt ungekoppelt. Diese Lücke ist der eigentliche Gegenstand.
Wird geladen …
beide Seiten nur eine Seite
Fünf Ansichten, fünf Formate. Ob eine Seite maschinenlesbar ist, hängt davon ab, welche Maschine liest.
→ KI-Suche, roh. Was ChatGPT und Claude beim direkten, nutzerausgelösten Abruf bekommen: unausgeführtes HTML. Drei unabhängige Tests seit November 2025 kommen zum selben Ergebnis. Im jüngsten stand eine Köder-Telefonnummer im Quelltext, die echte war nur über JavaScript erreichbar. Alle getesteten US-Assistenten meldeten die Köder-Nummer. DeepSeek, Qwen und Mistral lieferten die echte. Technisch geht es also, die US-Anbieter tun es nur nicht. Für Perplexity ist die Lage dünner, dort scheiterte einer der Tests, und alle drei sind Momentaufnahmen mit einem Durchlauf je System. Dokumentiert hat es von den Anbietern nur Anthropic. OpenAI und Perplexity äußern sich zum Rendering überhaupt nicht. Und eine Unterscheidung, die fast überall fehlt: Der Direkt-Abruf rendert nicht, der Weg über einen Suchindex sehr wohl.
→ Strukturierte Daten. Was diese Seite anbietet. Ob es ankommt, steht weiter unten.
→ Accessibility-Tree. Playwright MCP und Chrome DevTools MCP geben dem Modell genau diesen Baum, also Rollen und Namen statt Layout. Denselben Baum brauchen Screenreader. Andere mischen. Stagehand nennt seine Momentaufnahme im Quellcode hybrid aus DOM und Baum, browser-use serialisiert primär den DOM. Alle vier verzichten auf Pixel, beim Rest gehen sie auseinander.
→ DOM. Getrimmtes HTML mit injizierten Element-IDs. Vollständiger, und je nach Modell besser oder schlechter.
→ Agenten-Briefing. Eine Datei, die Systemen sagen soll, worum es hier geht.
Ein Element ohne zugänglichen Namen existiert für einen Agenten nicht.
Google schreibt es in der eigenen Entwicklerdokumentation ungewöhnlich direkt: Agenten stützen sich auf den Accessibility-Tree als primäres Datenmodell. Lighthouse prüft das seit Ende April 2026 in einer eigenen Kategorie, seit dem 7. Mai in der Standardkonfiguration, weiterhin als experimentell gekennzeichnet und ohne Note von null bis hundert. Ein Symbol-Button ohne Beschriftung erzeugt weder Rolle noch Namen. Für jeden Agenten, der über diesen Baum liest, ist er unsichtbar. Nach der Februar-Erhebung über eine Million Startseiten haben 30,6 Prozent leere Buttons, auf 51 Prozent fehlen Formularfeld-Beschriftungen, und auf Feldebene sind 33,1 Prozent der Felder nicht korrekt beschriftet.
Was ich nicht behaupte: dass Struktur die Pixel schlägt.
Die Befunde gehen auseinander. Auf Mind2Web liegt die textuelle Element-Auswahl rund 18 Prozentpunkte vor den nummerierten Screenshot-Markierungen, nutzt den Screenshot aber weiter zur Planung. Auf WebVoyager gewinnt umgekehrt die multimodale Variante, um 19 Prozentpunkte. Festhalten lässt sich: Nummerierte Screenshot-Markierungen sind für Weboberflächen kein sicherer Gewinn, Skyvern rendert sie seit Juni 2026 standardmäßig nicht mehr, und das ernstzunehmende Werkzeug arbeitet über die Struktur.
Dass eine barrierefreie Seite messbar bessere Agenten-Ergebnisse liefert, ist dagegen unbelegt. Eine Zahl kursiert dafür trotzdem: Der Erfolg von Agenten falle von 78 auf 42 Prozent, sobald der Accessibility-Baum einer Website beschädigt sei. Die Untersuchung dahinter hat aber keine einzige Website verändert. Sie hat dem Agenten die Maus weggenommen und ihn nur mit der Tastatur arbeiten lassen. Gemessen wurde also, wie gut ein Agent mit eingeschränkter Bedienung zurechtkommt, nicht wie gut eine Website gebaut ist. Eine Studie, die barrierefreie gegen nicht barrierefreie Seiten stellt, habe ich nicht gefunden. Seit Juli 2026 gibt es immerhin einen verwandten Versuch mit zwei Fassungen derselben Website, einer für Menschen, einer für Agenten, 89,3 gegen 49,3 Prozent Erfolg. Variiert wurde dort die maschinelle Klarheit, nicht die Barrierefreiheit, und es ist ein selbstgebauter Prototyp. Ein Fingerzeig, kein Beweis.
Drei weitere Dinge belegt diese Seite nicht.
Erstens, dass strukturierte Daten Sichtbarkeit erzeugen. Der sauberste Test vergleicht 1.885 Seiten, die zwischen August 2025 und März 2026 JSON-LD ergänzt haben, mit 4.000 gepaarten Kontrollseiten. In ChatGPT und im Google-AI-Modus war der Effekt mit plus 2,2 und plus 2,4 Prozent nicht von null zu unterscheiden, in den AI Overviews lag er bei minus 4,6 Prozent und war statistisch signifikant. Die Autoren schränken ein, dass Seiten beim Schema-Einbau meist gleichzeitig anderes ändern und sich das nicht trennen lässt. Schema schadet also nicht nachweislich. Der erwartete Nutzen bleibt trotzdem aus. Google schreibt inzwischen selbst, für generative Suche seien keine besonderen Auszeichnungen nötig, rät im selben Absatz aber dazu, sie für die klassische Suche weiter zu pflegen. Ich lasse das Markup liegen, weil es das Fundament sauber hält. Einen Effekt verspreche ich damit nicht.
Zweitens, dass Agenten fragen, ob sie dürfen. Google, OpenAI, Perplexity und Meta führen ihre nutzergetriebenen Abrufe in der eigenen Dokumentation ausdrücklich als Ausnahme von robots.txt. Anthropic ist der Gegenfall, mit einer Einschränkung: Die Zusage gilt dort pauschal für alle drei Bots, eine Ausnahme für nutzerinitiierte Abrufe fehlt, Claude-User wird aber nicht eigens genannt. Wer KI-Crawler in der robots.txt blockiert, blockiert Training und Index. Die Agenten laufen weiter.
Drittens, dass die Regeln stehen. Bei der IETF wird seit über einem Jahr an einer Sprache gearbeitet, mit der eine Website sagen kann, wofür ihre Inhalte verwendet werden dürfen und wofür nicht. Der Entwurf, der die Begriffe festlegt, trägt seit April 2026 einen Warnhinweis: Die Arbeitsgruppe ist sich über den Inhalt nicht einig. Der zweite Entwurf, der regelt, wie eine Website diese Angaben überhaupt mitschickt, ist im Mai abgelaufen, weil ihn niemand erneuert hat. Cloudflare benutzt derweil ein technisch unvereinbares Vokabular, das es selbst erfolglos bei der IETF eingereicht hat. Nach fünfzehn Monaten Arbeitsgruppe steht kein Standard.
Zur llms.txt in eigener Sache. Sie steht hier, weil es sie gibt. Über ihre Wirkung sagt das nichts. Eine Server-Log-Auswertung über 137.210 Domains zeigt, dass 97 Prozent dieser Dateien im Mai 2026 keinen einzigen Zugriff bekamen. Eine zweite Untersuchung über knapp 300.000 Domains findet keinen Zusammenhang mit KI-Zitaten, dort hatten allerdings nur 10,1 Prozent überhaupt eine Datei. Erfunden wurde das Format gegen ein Kontextproblem: Kontextfenster sind zu klein für ganze Websites. Entwicklerdokumentation ist das erste Beispiel in der Spezifikation, daneben stehen Unternehmensstruktur, Gesetzestexte, Lebensläufe. Suchmaschinen, Sichtbarkeit und Zitiertwerden kommen dort an keiner Stelle vor. Wo die Datei nachweislich wirkt, wirkt sie bescheiden: Im Benchmark des Anbieters Mintlify sanken die Fehlgriffe auf nicht existierende Adressen von 1,42 auf 0,11 je Aufgabe. Die Trefferquote blieb gleich. Gewonnen wurde Zeit, sonst nichts.
Diese Website ist dabei der leichteste denkbare Fall. Fünf Seiten, statisch, handgeschriebenes JSON-LD, kein Redaktionssystem, keine Altlast, ein einziges Skript. Bei einer gewachsenen Marken-Site mit Tag-Manager, Consent-Schicht und drei beteiligten Agenturen sähe die rechte Spalte anders aus. Darin liegt der eigentliche Punkt: Was hier von Hand zu machen ist, wird dort eine Frage von Zuständigkeit und Prozess.
Der ehrliche Rest. Saubere Struktur ist die Eintrittskarte. Mehr nicht. Meine eigene Messreihe zeigt das. Die Frage nach der Person beantworten alle drei getesteten Systeme mit dieser Website als Hauptquelle. Die Empfehlungsfrage, wen man für dieses Thema beauftragen sollte, beantwortet keines mit meinem Namen. Einzelmessungen schwanken stark, es zählt der Trend über Monate. Zwischen beiden Befunden liegt aber kein technisches Problem. Da liegt die Frage, was Dritte über einen schreiben.
Alles passiert im Browser, ohne Server, ohne Abhängigkeiten.
Die linke Seite ist die echte Seite, in einem Rahmen geladen. Der Apparat liest ihr JSON-LD direkt aus dem Dokument und holt llms.txt über die normale Netzwerkschnittstelle. Beides lässt sich nachsehen: Quelltext öffnen, dieselben Daten finden. Die Zuordnung zwischen Text und Maschinen-Aussage entsteht durch Textabgleich, deshalb ist sie an den Rändern unscharf. Baum- und DOM-Ansicht sind Nachbildungen der Formate von Playwright MCP und Stagehand. Rollen und Namen berechnet dieser Apparat selbst, die Element-Nummern sind fortlaufend vergeben. Echte Agenten verwenden die internen Knoten-IDs des Browsers.
Begriffe aus diesem Text: Zur Übersicht → · Einordnung: Machine Readable Brands
LinkedIn · E-Mail · Startseite