Was genau ist „Agentic Browsing“?

Unter „Agentic Browsing“ versteht man das Surfen im Netz durch autonome KI-Agenten. Im Gegensatz zu einer klassischen Suchmaschine, die Links sammelt, oder einem einfachen Chatbot, der nur Fragen beantwortet, sollen KI-Agenten in Zukunft echte Aktionen für dich ausführen – zum Beispiel ein Formular ausfüllen, einen Tisch im Restaurant reservieren, einen Flug buchen oder Produkte detailliert vergleichen.

Damit das fehlerfrei funktioniert, muss eine Website extrem stabil und logisch aufgebaut sein. Genau das prüft Google jetzt experimentell mit Lighthouse.

Was wird in der neuen Kategorie konkret geprüft?

Google nutzt eine Reihe deterministischer (also klar reproduzierbarer) Kriterien, um die „Agenten-Freundlichkeit“ einer Seite zu testen. Die vier wichtigsten Säulen sind:

  1. Der Accessibility-Baum (Barrierefreiheit): Das ist der wohl wichtigste Faktor. KI-Agenten "sehen" eine Website meist nicht wie ein Mensch über den Bildschirm, sondern nutzen den sogenannten Accessibility Tree (Barrierefreiheits-Baum) als primäres Datenmodell. Lighthouse filtert nun gezielt Prüfungen heraus, die für Maschinen entscheidend sind:

    • Haben interaktive Elemente (wie Knöpfe oder Eingabefelder) eindeutige, programmierte Namen und Labels?

    • Sind die Eltern-Kind-Beziehungen im Code sauber definiert?

    • Sind interaktive Inhalte fälschlicherweise für Vorlesesoftware (und damit auch für die KI) unsichtbar?

  2. Visuelle Stabilität – Cumulative Layout Shift (CLS): Wenn eine Seite lädt und sich Inhalte nachträglich verschieben (z. B. weil ein Werbebanner oder ein Bild spät geladen wird), ist das für Menschen nervig – für einen KI-Agenten kann es fatal sein. Wenn der Agent ein Element an einer bestimmten Position identifiziert und im Moment des „Klicks“ verschiebt sich die Seite, schlägt die Aktion fehl. Ein niedriger CLS-Wert ist daher Pflicht für Agenten.

  3. Vorhandensein einer llms.txt: Dabei handelt es sich um eine relativ neue, vorgeschlagene Konvention. Ähnlich wie die klassische robots.txt steuert, was Suchmaschinen crawlen dürfen, bietet eine llms.txt im Hauptverzeichnis einer Domain eine maschinenlesbare Zusammenfassung der Website in Markdown. Sie hilft der KI, die Struktur und den Kerninhalt der Seite sofort zu verstehen, ohne die gesamte Website zeit- und tokenaufwendig scannen zu müssen.

  4. WebMCP-Integration: WebMCP ist eine von Google vorgeschlagene Programmierschnittstelle (API) im Rahmen des Model Context Protocol. Sie erlaubt es Entwicklern, bestimmte Logiken und Formulare direkt und sauber für KI-Agenten freizugeben, damit diese innerhalb einer Nutzersitzung sicher interagieren können.

Die Besonderheit bei der Bewertung

Im Gegensatz zu den klassischen Lighthouse-Kategorien (wie Performance, SEO oder Best Practices) gibt es beim „Agentic Browsing“ keine Punktzahl von 0 bis 100. Da die Standards für das agentenbasierte Web gerade erst entstehen, liefert Google stattdessen ein simples Verhältnis (eine Pass/Fail-Ratio) der bestandenen Prüfungen. Wer hier durchfällt, wird aktuell auch nicht abgestraft – es dient reinen Daten- und Vorbereitungszwecken.

Einordnung: Warum macht Google das?

Es tobt ein kleiner Verdrängungswettbewerb in der Tech-Welt um das sogenannte AEO (Agent Engine Optimization). Entwickler und SEO-Experten versuchen herauszufinden, wie sie ihre Seiten optimieren müssen, damit sie von den kommenden KI-Systemen bevorzugt angesteuert werden.

Allerdings gibt es intern bei Google auch noch kleine Widersprüche: Während das Lighthouse-Team die Integration der llms.txt bereits aktiv testet, hieß es aus anderen Google-Abteilungen (wie der Suche) zwischenzeitlich, dass man für die reine KI-Sichtbarkeit in Suchergebnissen keine solche Datei benötige. Google testet hier also in der Praxis aus, welche Standards sich langfristig etablieren lassen.

Das Fazit für Webentwickler: Wer seine Hausaufgaben in Sachen sauberem, semantischem HTML und Barrierefreiheit (ARIA-Labels) gemacht hat, ist automatisch schon ziemlich gut auf die Ära der KI-Agenten vorbereitet.