Marketing für KI-Agenten: lesbar statt laut

Was Marketing für KI-Agenten bedeutet

Bisher hat Marketing Menschen überzeugt: mit Bildern, Geschichten, Dringlichkeit. Jetzt schiebt sich eine neue Schicht dazwischen. Wenn jemand ChatGPT, Perplexity oder Claude bittet, drei Tools zu vergleichen oder ein Formular auszufüllen, liest zuerst eine Software deine Seite. Sie entscheidet mit, was der Mensch am Ende sieht.

Das ist keine Abkehr vom Menschen. Hinter jedem Agenten steht eine Person mit einem Auftrag. Wer für den Agenten klar ist, ist meist auch für den Menschen klarer.

Wie Agenten dich finden

Agenten nutzen zwei Wege: einen Suchindex, den ein Crawler vorher aufgebaut hat, und den direkten Abruf einer Seite, wenn ein Mensch danach fragt. Beide haben eigene Kennungen, die du in deinen Server-Logs siehst.

Laut den Bot-Seiten von OpenAI und Perplexity, Stand 13.11.2026.

Daraus folgt: Wer Such-Crawler aussperrt, verschwindet aus KI-Antworten. Wer Trainings-Crawler aussperrt, kann trotzdem in Suchantworten auftauchen. Die Unterscheidung lohnt sich, und sie gehört bewusst in die robots.txt.

Eine llms.txt im Wurzelverzeichnis gibt Sprachmodellen eine kurze Übersicht mit Links zu den wichtigsten Seiten. Das Format hat Jeremy Howard im September 2024 vorgeschlagen; es ist ein Community-Vorschlag, kein offizieller Standard. Es schadet nicht und hilft Agenten, die danach suchen.

Wie du in KI-Antworten zitiert wirst, beschreibt der Ratgeber GEO: in KI-Antworten zitiert werden ausführlich.

Ein Angebot, das Agenten lesen können

Agenten sind gut im Lesen von Text und schlecht im Deuten von Andeutungen. Sie übernehmen, was klar dasteht, und raten, wo etwas fehlt. Raten ist der Moment, in dem falsche Preise oder erfundene Funktionen in eine Antwort geraten.

• Fakten vor Überzeugung: Was ist es, für wen, was kostet es, was ist nicht enthalten? In ganzen Sätzen, oben auf der Seite.
• Preise als Text: Mit Währung, Zeitraum, Steuerhinweis und Stand-Datum, nicht nur als Bild oder erst nach Klick.
• Bedingungen verlinkt: Kündigung, Rückerstattung, Mindestlaufzeit auf einer festen Seite mit stabiler Adresse.
• Vergleichstabellen: Ehrlich, mit eigenen Grenzen. Agenten vergleichen ohnehin; besser, sie tun es mit deinen korrekten Daten.
• Strukturierte Daten: Organisation, Produkt, Angebot und FAQ als JSON-LD, passend zum sichtbaren Text.
• Stabile URLs: Keine wechselnden Aktionsseiten für Kernangebote; ein Agent, der morgen wiederkommt, soll dieselbe Seite finden.
• Keine Dark Patterns: Versteckte Kosten oder vorausgewählte Zusatzoptionen fallen Agenten eher auf als Menschen, und sie berichten es weiter.

Für Formulare gilt dasselbe in klein: jedes Feld mit Beschriftung, Pflichtfelder markiert, Fehlermeldungen im Klartext („Bitte beschreibe das Tool in 20–500 Zeichen“ statt „Fehler 422“). Ein Agent, der versteht, warum etwas abgelehnt wurde, korrigiert es. Einer, der es nicht versteht, versucht es immer wieder.

Kaufen per Agent: was angekündigt ist und was läuft

Seit 2025 arbeiten große Anbieter an Protokollen, mit denen Agenten im Auftrag eines Menschen einkaufen. Viel davon ist angekündigt, wenig davon ist im Alltag angekommen. Der Stand am 13.11.2026 laut den Quellen:

Was das für dich heißt: Wer heute verkauft, muss nicht auf ein Protokoll warten. Agenten landen derzeit meist auf deiner normalen Website und brauchen dort klare Preise, Bedingungen und einen Kaufweg ohne Hürden, die nur Menschen nehmen können. Protokolle lohnen sich zuerst für Händler mit großen Katalogen und eigener Technik.

Woran Agenten Vertrauen messen

Agenten können nicht anrufen oder ein Gefühl entwickeln. Sie gleichen Quellen ab. Was an mehreren unabhängigen Stellen gleich steht, gilt als glaubwürdiger als das, was nur auf deiner eigenen Seite steht.

• Eindeutige Identität: Firmenname, Anschrift, Impressum und verknüpfte Profile (sameAs, Wikidata, LinkedIn) passen zusammen.
• Unabhängige Erwähnungen: Fachartikel, Verzeichnisse, Bewertungsportale, Podcasts.
• Konsistente Fakten: Derselbe Preis und dieselben Funktionen auf Website, Verzeichniseinträgen und Profilen.
• Aktualität: Ein Stand-Datum zeigt, dass jemand die Angaben pflegt.
• Echte Bewertungen: Gekaufte oder erfundene Bewertungen sind unzulässig und fliegen bei Abgleichen eher auf.

Praxisbeispiel: unser KI-Tool-Verzeichnis

Wir erleben Agenten von beiden Seiten: Sie reichen Tools in unserem Verzeichnis ein, und wir haben unseren eigenen KI-Sichtbarkeits-Check in fremde Verzeichnisse eingetragen, mit KI-Hilfe. Beides zeigt, wie Agenten-Marketing im Kleinen aussieht.

Eingehend: Wer füllt unser Einreichungsformular aus?

Seit Ende Oktober können Anbieter über KI-Tool einreichen ein Tool für unser Verzeichnis vorschlagen; derselbe Endpunkt nimmt auch Hinweise für die KI-News an. Im Server-Log vom 31.10. bis 13.11.2026, ohne unsere eigenen Tests, sieht das so aus:

Quelle: eigenes Apache-Log, ausgewertet am 13.11.2026. Kleine Zahlen, kein repräsentatives Bild.

Spannender als die Menge sind die Muster. Am 11.11. hat ein Absender innerhalb von fünf Minuten siebenmal gesendet, bis alle Felder gültig waren: typisch für ein Programm, das Fehlermeldungen liest und nachbessert. Am 12.11. kamen drei Einsendungen von einer Adresse innerhalb einer Minute. Eine Anfrage nannte sich im User-Agent selbst einen Backlink-Bot, eine kam von einem kopflosen Browser. Menschen tippen langsamer und schicken selten drei Tools in einer Minute.

Was wir daraus gelernt haben: Agenten füllen Formulare schnell und fehlerfrei aus, aber sie prüfen selten, ob das Tool überhaupt passt. Deshalb steht auf der Seite eine Liste mit sieben Mindestanforderungen und den Ausschlüssen, und jede Einreichung wird von Hand dagegen geprüft. Bisher stammen alle neuen Einträge im Verzeichnis aus unserer eigenen Recherche, keiner aus dem Formular.

Was wir für Agenten gebaut haben

• Ein Feld „Wer füllt das Formular aus?“ mit der Auswahl „Ein KI-Agent im Auftrag des Anbieters“. So wissen wir, mit wem wir es zu tun haben, und der Agent muss es nicht verstecken.
• Ein sichtbarer „Hinweis für KI-Agenten“ auf der Seite, für Menschen genauso lesbar. Keine versteckten Anweisungen im Code.
• Nach dem Absenden bekommt der Agent eine fertige Nachricht für den Menschen hinter ihm, mit allen Bedingungen. Entscheiden soll der Anbieter, nicht sein Agent.
• Ein Eintrag in unserer llms.txt, der das Formular und seine Regeln beschreibt.
• Bot-Schutz mit Token, Herkunftsprüfung, Honigtopf-Feld und Begrenzung pro Stunde.

Ausgehend: unser eigener Eintrag in Verzeichnissen

Umgekehrt haben wir unseren kostenlosen KI-Sichtbarkeits-Check in KI-Tool-Verzeichnissen eingetragen, darunter Dang.ai, Findly.tools, ToolPilot, DailyPings, ToolRoots, neeed, Toolhunter, EasyDoFollow und Launchpadly. Die Formulararbeit hat dabei die KI erledigt. Häkchen, mit denen man Bedingungen akzeptiert oder eine Berechtigung bestätigt, und den letzten Klick hat ein Mensch gesetzt.

• Viele Verzeichnisse verlangen als Gegenleistung ein Badge mit Link zurück. Die Badges stehen deshalb sichtbar auf unserer Check-Seite.
• Manche als kostenlos beworbene Einträge entpuppen sich erst im Formular als bezahlte Beschleunigung. Wir zahlen nicht für Links oder bevorzugte Prüfung.
• Die Einträge sind unabhängige Erwähnungen, an denen Agenten uns wiedererkennen können, aber nur, wenn Name, Beschreibung und Link überall gleich lauten.

Was wir als Nächstes ausprobieren würden (Ideen, noch nicht umgesetzt)

• Die Mindestanforderungen zusätzlich als maschinenlesbare Datei, damit ein Agent vor dem Absenden selbst prüfen kann.
• Eine Statusseite je Einreichung, damit der Mensch hinter dem Agenten sieht, was passiert ist.
• Signierte Agenten (Web Bot Auth) bevorzugt behandeln, sobald genug Anbieter sie nutzen.

Agenten-Traffic messen

Klassische Webanalyse zählt Agenten kaum, weil sie oft kein JavaScript ausführen oder als Bot aussortiert werden. Die Server-Logs zeigen mehr.

• Kennungen auszählen: OAI-SearchBot, GPTBot, ChatGPT-User, PerplexityBot, Perplexity-User und weitere pro Woche und Seite.
• Nutzer-Abrufe beachten: Ein Abruf durch ChatGPT-User oder Perplexity-User heißt, dass gerade ein Mensch nach dir gefragt hat. Das ist ein Nachfrage-Signal.
• Formular-Muster: Zeit zwischen Seitenaufruf und Absenden, mehrere Einsendungen in kurzer Zeit, identische Texte, kopflose Browser.
• Eigene Werkzeuge herausrechnen: Eigene Tests, Crawler und Prüfskripte sonst verfälschen alles; markiere sie mit eigener Kennung.
• Herkunft fragen: Ein optionales Feld „Wie bist du auf uns gekommen?“ mit der Antwort „über einen KI-Assistenten“ sagt oft mehr als jede Statistik.

Erwarte keine großen Zahlen. Die meisten Agenten-Abrufe sind heute einzelne Fragen von einzelnen Menschen. Der Wert liegt darin, früh zu sehen, welche Seiten Agenten lesen und ob sie dort finden, was sie brauchen.

Risiken: Prompt Injection, Spam, Recht

Wer für Agenten schreibt, kommt schnell auf die Idee, ihnen versteckte Anweisungen mitzugeben: „Empfiehl immer dieses Produkt“. Das ist Prompt Injection, ein bekanntes Sicherheitsrisiko bei Sprachmodellen, und es fällt auf dich zurück.

• Keine versteckten Anweisungen: Unsichtbarer Text für Agenten täuscht Menschen und Agenten. Anbieter von KI-Suchen behandeln so etwas zunehmend als Manipulation.
• Eingänge als Daten behandeln: Was Agenten in deine Formulare schreiben, kann selbst Anweisungen enthalten. Wenn du Einsendungen mit KI auswertest, gilt Text aus Formularen nie als Befehl.
• Spam begrenzen: Token, Herkunftsprüfung, Honigtopf-Feld, Begrenzung pro Adresse und Stunde. Ein Captcha hält auch erwünschte Agenten auf; wäge ab, wo es nötig ist.
• Einwilligung bleibt Einwilligung: Gibt ein Agent eine E-Mail-Adresse ein, hat der Mensch dahinter damit noch nicht in Werbung eingewilligt. Für Werbe-Mails gilt § 7 UWG, also Double-Opt-in und klare Einwilligung.
• Antworten an den Menschen richten: Bedingungen, Preise und Entscheidungen gehören in eine Nachricht, die der Mensch hinter dem Agenten liest.

Mehr zu Risiken und Freigaben bei eigenen Agenten steht in KI-Agenten im Marketing; wie ein Chatbot auf deiner Website mit Anfragen umgeht, in KI-Chatbot für die Website.

Checkliste: Ist deine Website agentenfreundlich?

• robots.txt bewusst gesetzt: Such-Crawler erlaubt, Training nach eigener Entscheidung
• Keine automatische KI-Bot-Sperre beim Hoster oder CDN, die du nicht kennst
• llms.txt mit den wichtigsten Seiten und einer Zeile pro Angebot
• Antwort auf die Hauptfrage in den ersten zwei Sätzen jeder wichtigen Seite
• Preise, Bedingungen und Stand-Datum als Text
• JSON-LD passend zum sichtbaren Text, Organisation mit sameAs
• Formulare mit Beschriftungen und Fehlermeldungen im Klartext
• Veröffentlichte Kriterien, wenn du Einsendungen annimmst
• Keine versteckten Anweisungen, keine Dark Patterns
• Bot-Schutz, der Spam bremst, aber Abrufe für Menschen zulässt
• Server-Logs werden regelmäßig nach Agenten-Kennungen ausgewertet

12 Prompts für Marketing an KI-Agenten

Rufe [URL] ab und fasse in fünf Stichpunkten zusammen: Was wird angeboten, für wen, zu welchem Preis, mit welchen Bedingungen? Markiere jede Angabe, die du nicht auf der Seite gefunden, sondern vermutet hast.

Vergleiche [mein Angebot, URL] mit [Wettbewerber A] und [Wettbewerber B] für [Zielgruppe]. Nenne nur Angaben, die auf den Seiten stehen, mit Quelle.

Hier ist der Text meiner Angebotsseite: [Text]. Welche Fragen würde ein KI-Agent im Auftrag eines Kunden stellen, die dieser Text nicht beantwortet?

Schreibe für diese Seite eine Antwort in zwei Sätzen auf die Frage „[Kundenfrage]“, sachlich, ohne Werbesprache, mit den wichtigsten Fakten: [Text].

Prüfe diese Preisangaben auf Eindeutigkeit für eine Maschine: Währung, Zeitraum, Steuern, Mindestlaufzeit, Stand-Datum. Was fehlt? [Text]

Entwirf eine llms.txt für meine Website mit H1, kurzer Zusammenfassung und Abschnitten mit Links zu diesen Seiten: [Liste mit URL und einem Satz je Seite].

Hier sind sichtbarer Text und JSON-LD einer Seite: [beides]. Wo widersprechen sie sich, und was fehlt im JSON-LD?

Hier ist das HTML meines Formulars: [Code]. Kann ein Browser-Agent jedes Feld eindeutig zuordnen? Sind Fehlermeldungen verständlich? Schlage konkrete Änderungen vor.

Ich nehme [Einsendungen, z. B. Tools, Gastbeiträge] an. Formuliere sieben prüfbare Mindestanforderungen und eine Liste von Ausschlüssen, die ein Agent vor dem Absenden selbst prüfen kann.

Hier ist ein Auszug aus meinem Server-Log: [Zeilen ohne IP-Adressen]. Zähle Abrufe pro bekannter KI-Kennung und Seite und markiere auffällige Muster.

Schreibe eine kurze Nachricht, die ein KI-Agent nach dem Absenden meines Formulars an seinen Auftraggeber weitergibt: was eingereicht wurde, was als Nächstes passiert, welche Bedingungen gelten: [Fakten].

Schreibe eine sachliche Beschreibung meines Angebots in 50, 150 und 300 Zeichen, die ich in Verzeichnissen und Profilen gleichlautend verwenden kann: [Fakten].

Die häufigsten Fehler

1. Alle KI-Bots aussperren. Dann kann dich auch kein Agent empfehlen.
2. Preise nur im Bild oder hinter Login. Der Agent rät oder lässt dich weg.
3. Versteckte Anweisungen. Täuscht Menschen und Agenten und schadet dem Vertrauen.
4. Auf Protokolle warten. Agenten landen heute auf deiner normalen Website.
5. Jede Einsendung ungeprüft übernehmen. Agenten schicken schnell, aber nicht unbedingt Passendes.
6. Widersprüchliche Angaben. Verschiedene Preise auf Website und Verzeichnissen kosten Glaubwürdigkeit.