--- title: "77 % der KI-Agenten-Aktivität auf Produkt- und Suchseiten" description: "HUMAN Security: 2025 entfielen 77 % der KI-Agenten-Aktivität auf Produkt- und Suchseiten, 2,3 % auf den Checkout. Was das für Integrationsarchitekten heißt." canonical: "https://www.kondevs.com/de/content-hub/ai-agent-activity-product-pages-integration-layer/" language: "de" type: "article" author: "https://www.kondevs.com/authors/stoyan-kondev/" published: "2026-11-11T22:15:44.641Z" modified: "2026-11-11T22:31:46.244Z" image: "https://www.kondevs.com/assets/images/content/de/ai-agent-activity-product-pages-integration-layer/og.jpeg" tags: ["ki-agenten", "agenten-traffic", "maschinenlesbarkeit", "semantisches-html", "integrationsarchitektur", "barrierefreiheit", "KI-Agent", "IBM webMethods"] --- > Den vollständigen Index dieser Website finden Sie in [llms.txt](https://www.kondevs.com/llms.txt); die ganze Website in einer Datei: [llms-full.txt](https://www.kondevs.com/llms-full.txt). # KI-Agenten auf Produkt- und Suchseiten: Folgen für Ihre Integration 77 % der Aktivität von KI-Agenten entfielen 2025 auf Produkt- und Suchseiten. Die erste Aufgabe: Ihre Daten für Agenten lesbar machen. Branchentrends 11. November 2026 6 Min. Lesezeit Von [Stoyan Kondev](https://www.kondevs.com/de/authors/stoyan-kondev/) ![77 % der KI-Agenten-Aktivität entfallen auf Produkt- und Suchseiten: Was das für Ihre Integrationsschicht bedeutet](https://www.kondevs.com/cdn-cgi/image/width=1200,quality=80,format=auto/assets/images/content/de/ai-agent-activity-product-pages-integration-layer/featured.jpeg) ## Das Wichtigste in Kürze - HUMAN Security maß für 2025 ein Wachstum des Traffics von KI-Agenten um 7.851 % gegenüber dem Vorjahr, ausgehend von einer sehr niedrigen Basis: 77 % der Agentenaktivität entfielen auf Produkt- und Suchseiten, 8,8 % auf Kontoseiten, 5 % auf Authentifizierungsabläufe und 2,3 % auf Checkout-Seiten. - Der Checkout-Anteil von 2,3 % ist klein, aber real: HUMAN sieht darin Agenten, die Transaktionen ohne direkte menschliche Beteiligung abschließen. Agenten stöbern und vergleichen vor allem, und manche kaufen bereits. - Im ersten Quartal 2026 wuchs der über KI-Quellen vermittelte Traffic auf Websites des US-Einzelhandels um 393 % gegenüber dem Vorjahr, und im März konvertierten diese menschlichen Besucher um 42 % besser als Traffic ohne KI-Bezug (Adobe); Lesbarkeit für KI-Systeme hat also kommerzielles Gewicht. - Die Semantik einer Website ist eine Frage des Schnittstellenvertrags: Native HTML-Elemente, korrekt eingesetztes ARIA und strukturierte Leistungsbeschreibungen entscheiden, ob Agenten Ihr Angebot erfassen können. - Ein kontrolliertes Experiment vom Juli 2026 ergab eine strikte Aufgabenerfolgsquote der Agenten von 89,3 % auf einer agentenfähigen Version eines E-Commerce-Prototyps gegenüber 49,3 % auf dessen Ausgangsversion; ein Prototyp ist nicht Ihre Website, testen Sie also Ihre eigene. - Für regulierte europäische Unternehmen schützt saubere Semantik auch, wie das Unternehmen beschrieben wird: Ein Agent, der eine Leistungsseite falsch liest, kann das Unternehmen gegenüber einem Käufer falsch darstellen, ohne Audit Trail. Der „[2026 State of AI Traffic & Cyberthreat Benchmark Report](https://www.humansecurity.com/learn/resources/2026-state-of-ai-traffic-cyberthreat-benchmarks/)“ von HUMAN Security verzeichnete für 2025 einen Anstieg des Traffics von KI-Agenten und agentischen Browsern um 7.851 % gegenüber dem Vorjahr, ausgehend von einem laut HUMAN sehr niedrigen Niveau im Jahr 2024. Die Zahl klingt nach einer Schlagzeile, die einen CISO in Panik versetzen soll. Aufschlussreicher ist aber eine Zahl eine Ebene tiefer: 77 % dieser Agentenaktivität entfielen auf Produkt- und Suchseiten zusammen, während 2,3 % den Checkout erreichten. Agenten recherchieren also vor allem: Sie stöbern, vergleichen und erstellen Shortlists. Und manche kaufen bereits: HUMAN wertet den Checkout-Anteil als autonome Transaktionen ohne direkte menschliche Beteiligung, ein Verhalten, das laut HUMAN „vor 2025 weitgehend theoretisch“ war. Diese Verteilung ändert, worüber zuerst zu reden ist. Wenn Sie als Integrationsarchitekt dafür verantwortlich sind, wie die Leistungen Ihres Unternehmens nach außen erscheinen, lautet die erste Frage nicht: „Wie lassen wir Agenten bei uns kaufen?“ Sie lautet, ob Agenten Ihre Website überhaupt gut genug lesen können, um Sie zu empfehlen. Auch Checkouts durch Agenten stehen auf diesem Fundament: Produktdaten, Preise und Verfügbarkeit, die ein Agent lesen kann, ohne zu raten. ## Die Recherche ist das neue Wettbewerbsfeld KONDEVS hat in einem Beitrag beschrieben, [wie das Unternehmen seine eigene Website für KI-Agenten nutzbar gemacht hat](https://www.kondevs.com/de/content-hub/how-we-made-kondevs-usable-by-ai-agents/), und der Ansatz verdient Aufmerksamkeit, weil er das Problem vom richtigen Ende her angeht. Statt dem autonomen Checkout nachzujagen (2,3 % der Agentenaktivität in den Daten von HUMAN: wenig, aber real), liegt der Schwerpunkt auf der Auffindbarkeit: Kann ein Agent zutreffend herauslesen, was Sie anbieten, wodurch Sie sich unterscheiden und wie Ihr Modell der Zusammenarbeit aussieht? Die Zahlen von Adobe für das erste Quartal 2026 untermauern, warum das kommerziell zählt. [Der über KI-Quellen vermittelte Traffic auf Websites des US-Einzelhandels wuchs gegenüber dem Vorjahr um 393 %](https://business.adobe.com/blog/ai-traffic-surge-retail-sites-not-machine-readable), und im März konvertierten Besucher aus KI-Quellen um 42 % besser als Traffic ohne KI-Bezug und zeigten eine um 12 % höhere Engagement-Rate. Das sind Menschen, die sich aus KI-generierten Empfehlungen heraus weiterklicken, keine Agenten, die Transaktionen abschließen. Die wahrscheinliche Konsequenz: Eine Website, die KI-Systeme lesen können, hat bessere Chancen, diese Besucher zu gewinnen. Eine, die sie nicht lesen können, läuft Gefahr, unsichtbar zu sein, bevor überhaupt jemand mit Budget Ihren Namen sieht. Die Daten von HUMAN stammen überwiegend aus dem Shopping-Umfeld: Websites von Einzelhandel, Medien und Reiseanbietern machen 94,3 % des beobachteten agentischen Traffics aus, auf Tech- und SaaS-Websites entfielen jedoch 4,1 %; HUMAN sieht darin Agenten, die Produkte bewerten, sich für Testphasen anmelden oder Integrationen testen. Für B2B-Dienstleister ist Lesbarkeit wohl folgenreicher als für den Handel. Ein Händler hat Produkt-Feeds, strukturierte Daten und etablierte Vergleichsportale. Ein Beratungsunternehmen, das Enterprise-Integrationsarchitektur verkauft, hat Leistungsseiten, Fallbeschreibungen und technische Unterscheidungsmerkmale, die im Fließtext vergraben sind. Agenten, die den Unterschied zwischen Ihrer Kompetenz für webMethods-Migrationen und dem generischen Angebot eines Wettbewerbers zur „digitalen Transformation“ nicht erfassen, übergehen Sie schlicht. ## Semantik als Integrationsarchitektur Googles [Leitfaden auf web.dev für agentenfreundliche Websites](https://web.dev/articles/ai-agent-site-ux), über den [Search Engine Journal berichtet hat](https://www.searchenginejournal.com/google-tells-developers-to-build-for-ai-agents-not-just-humans/573587/), verweist auf etwas, das Enterprise-Architekten bereits wissen: Agenten lesen eine Seite über Screenshots der gerenderten Oberfläche, das HTML-DOM und den Accessibility Tree des Browsers. Klare Semantik hilft Agenten wie Menschen. Native HTML-Elemente (echte Links für die Navigation, echte Buttons für Aktionen, echte Formularelemente) sind klickbaren div- und span-Elementen überlegen, die ihren Zweck verschleiern. Im Kern ist das ein Problem des Schnittstellenvertrags. Ein Agent, der Ihre Website besucht, führt eine leichtgewichtige Integration durch: Er extrahiert strukturierte Informationen aus einer halbstrukturierten Quelle, bildet sie ab und entscheidet, ob er Sie empfiehlt. Verwendet Ihre Leistungsseite ein div, das wie ein Button gestaltet ist, aber keine semantische Rolle trägt, interpretiert ein Agent es so, wie eine schlecht dokumentierte API einen mehrdeutigen Payload interpretiert: schlecht, stillschweigend und ohne einen Fehler, den Sie je in Ihren Logs sehen werden. [Der Leitfaden von LSEO zu ARIA und KI-Agenten](https://lseo.com/generative-engine-optimization/aria-accessibility-and-ai-agents-why-machine-readability-starts-with-good-ux/) ergänzt einen Vorbehalt, den man verinnerlichen sollte. Eine bessere Barrierefreiheit kann die Maschinenlesbarkeit erhöhen, doch falsch oder redundant eingesetztes ARIA macht Oberflächen schwerer interpretierbar. Mehr Markup ist nicht besseres Markup. Es kommt auf Präzision an: Integrationsteams verlangen sie von ihren APIs bereits über Versionierung, Schema-Validierung und Contract Testing, und das Frontend verdient dasselbe. Für Unternehmen in regulierten europäischen Umfeldern gibt es einen weiteren Grund für Präzision. Die Transparenzpflichten der [KI-Verordnung der EU (AI Act)](https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai), die ab dem 2. August 2026 gelten, binden die Anbieter und Betreiber von KI-Systemen, nicht die Websites, die deren Agenten lesen. Liest ein Agent Ihre Leistungsseite aber falsch und erstellt eine ungenaue Zusammenfassung für einen Entscheider im Einkauf, haben Sie ein Problem mit Fehlinformationen, und zwar ohne Audit Trail. Saubere Semantik ist nicht nur eine Marketing-Optimierung. Sie ist eine Kontrolle gegen eine Darstellung Ihres Unternehmens, die Sie nicht autorisiert haben. ## Was ein kontrollierter Benchmark zeigt [Ein Paper von Said Elnaffar und Farzad Rashidi vom Juli 2026](https://arxiv.org/abs/2607.12056) berichtete für eine „agentenfähige“ Version eines E-Commerce-Prototyps eine strikte Aufgabenerfolgsquote von 89,3 %, gegenüber 49,3 % für die auf Menschen ausgerichtete Ausgangsversion derselben Website (300 Durchläufe, drei Browser-Agent-Modelle). Das ist ein überzeugender Unterschied. Es ist aber auch ein einzelner Prototyp, getestet mit fünf Aufgaben, keine Messung über Branchen und Technologie-Stacks hinweg; die Zahl, die für Ihre Website zählt, ist deshalb die, die Sie an ihr messen. Der Ansatz von KONDEVS ist genau deshalb interessant, weil er nicht übertreibt: Er kündigt nur an, was eine echte Anfrage auch beantwortet, und behandelt die Aufgabe, eine Website für Agenten lesbar zu machen, als kleines Integrationsprojekt statt als Plattformmigration, beginnend mit einer Markdown-Version jeder Seite und einer llms.txt als Übersicht. Für die meisten Websites ähnelt die Grundlagenarbeit eher einem Audit der Barrierefreiheit, verbunden mit einer Bereinigung der Informationsarchitektur: einheitliche Beschriftungen, korrekte semantische Elemente, strukturierte Leistungsbeschreibungen und klare Navigationspfade, denen ein Agent folgen kann, ohne zu raten. ## Messen Sie, wo Agenten auf Ihrer Website landen, und verbessern Sie diese Seiten zuerst Die Aufteilung von 77 zu 2,3 wird sich verschieben, auch wenn die [monatliche Auswertung](https://www.humansecurity.com/learn/blog/state-of-agentic-traffic-july-2026-publishers-claim-highest-share-of-agentic-traffic/) von HUMAN im Juli 2026 noch 76 % auf Produkt- und Suchpfaden und 2,6 % auf Checkout und Zahlung zeigte. Wo Sie ansetzen, entscheidet Ihre eigene Verteilung, nicht der Gesamtwert von HUMAN: 1. **Messen Sie den Anteil der Agenten an Ihrem Traffic nach Seitentyp.** Trennen Sie in Ihren Logs erkennbare KI-Agenten von Menschen, die über KI-Quellen kommen, und von Trainings-Crawlern, und zählen Sie dann die Sitzungen von Agenten auf Produkt-, Such-, Konto-, Login- und Checkout-Seiten. 2. **Machen Sie die Fakten auf diesen Seiten maschinenlesbar.** Produktdaten, Preise und Verfügbarkeit (bei einem Dienstleister: Ihre Leistungen und Ihr Modell der Zusammenarbeit) gehören ins HTML und in den Accessibility Tree oder in einen Feed oder eine API und bleiben über echte Links und Buttons erreichbar. 3. **Legen Sie fest, wie der Checkout mit einer Agentensitzung umgeht** (bei einem B2B-Unternehmen: das Angebots- oder Kontaktformular): Lassen Sie sie zu, verlangen Sie die Bestätigung durch einen Menschen oder lehnen Sie sie ab, und protokollieren Sie Bestellungen von Agenten getrennt von denen der Menschen. Eine Regel, die jeden automatisierten Checkout blockiert, blockiert auch die Agenten, die bereits kaufen. 4. **Testen Sie vor und nach den Korrekturen mit einem Agenten.** Geben Sie einem Browser-Agenten die Aufgaben eines Käufers (einen Preis finden, zwei Angebote vergleichen, die Bedingungen für eine Kontaktaufnahme finden) und halten Sie fest, ob er sie bewältigt. Die Feed- und API-Seite dieser Arbeit deckt KONDEVS mit seinen [Leistungen für Enterprise Integration](https://www.kondevs.com/de/services/eai-integration/) ab. So oder so: Beginnen Sie mit dem ersten Schritt. Solange Sie nicht wissen, welche Seiten Agenten erreichen, bleibt jede andere Korrektur ein Ratespiel. ## Häufige Fragen ### Wie unterscheiden wir Besuche von KI-Agenten von Menschen, die über KI-Empfehlungen kommen, und was sollten wir jeweils erfassen? Es sind getrennte Traffic-Kategorien. Besuche von KI-Agenten sind Sitzungen, in denen ein Agent oder agentischer Browser im Auftrag eines Nutzers selbst durch Ihre Website navigiert; über KI-Quellen vermittelter Traffic sind Menschen, die aus der Antwort eines KI-Assistenten heraus auf Ihre Website klicken. Der Bericht von HUMAN Security misst das Erste (und zählt Trainings-Crawler und KI-Scraper getrennt); die Handelsdaten von Adobe messen das Zweite. Um beides zu beobachten, müssen Sie in Ihrer Webanalyse User-Agent-Signaturen und Referral-Quellen trennen und dann für das Erste messen, welche Seiten Agenten erreichen, und für das Zweite Conversion und Engagement. ### Welche Änderungen an der Website sollten wir zuerst angehen, um die Lesbarkeit für KI-Agenten ohne komplettes Redesign zu verbessern? Beginnen Sie mit sauberem semantischem HTML: Ersetzen Sie klickbare div- und span-Elemente durch native Links, Buttons und Formularelemente. Sorgen Sie für einheitliche Beschriftungen, korrekte (nicht redundante) ARIA-Attribute und strukturierte Leistungsbeschreibungen. Das ähnelt eher einem Audit der Barrierefreiheit, verbunden mit einer Bereinigung der Informationsarchitektur, als einer Plattformmigration. ### Führt eine agentenfähige Website tatsächlich zu mehr Verkaufsabschlüssen? In den hier zitierten Daten aus 2025 und 2026 wirkt der Effekt vor allem über die Recherche. In den Daten von HUMAN Security für 2025 entfielen 2,3 % der Agentenaktivität auf Checkout-Seiten: ein kleiner Anteil, aber er steht für autonome Transaktionen, Agenten kaufen also tatsächlich. Der größte Teil der Agentenaktivität (77 %) entfiel auf Produkt- und Suchseiten, wo Agenten vergleichen und Shortlists erstellen, und ein Agent, der Ihre Website zutreffend lesen kann, empfiehlt Sie eher. Adobe berichtete, dass über KI-Quellen vermittelte Besucher von Websites des US-Einzelhandels im März 2026 um 42 % besser konvertierten als Traffic ohne KI-Bezug. Keine der beiden Zahlen beweist, dass Agentenfähigkeit allein die Conversions erhöht; messen Sie deshalb Ihre eigenen. ### Warum sollten Integrationsarchitekten dieses Thema verantworten und nicht Marketing- oder Web-Teams? Wenn ein KI-Agent Ihre Website besucht, führt er eine leichtgewichtige Integration durch: Er extrahiert strukturierte Informationen aus einer halbstrukturierten Quelle, bildet sie intern ab und trifft eine Routing-Entscheidung. Die Arbeit, die daraus folgt, ist Integrationsarbeit: Agenten-Traffic in den Logs trennen, Produktdaten über einen Feed oder eine API bereitstellen und Seiten so testen, wie Sie einen API-Vertrag testen würden. In regulierten Umfeldern kann ein Agent, der eine Leistungsseite falsch liest, das Unternehmen zudem gegenüber einem Käufer falsch darstellen, ohne Audit Trail. ### Wie belastbar sind die Benchmark-Zahlen zur Leistung agentenfähiger Websites? Die Studie von Said Elnaffar und Farzad Rashidi vom Juli 2026 (89,3 % gegenüber 49,3 % strikter Aufgabenerfolg) verglich eine agentenfähige und eine auf Menschen ausgerichtete Version desselben E-Commerce-Prototyps: fünf Aufgaben, drei Browser-Agent-Modelle, 300 Durchläufe. Es ist ein kontrollierter Benchmark mit einem Prototyp, keine Messung über Branchen und Technologie-Stacks hinweg. Der Unterschied ist überzeugend, lässt sich aber womöglich nicht 1:1 auf reale Ergebnisse übertragen. Unternehmensteams sollten ihn als Hinweis auf die Richtung behandeln und eigene Journey-Tests mit Agenten durchführen. ## Quellen 1. [The 2026 State of AI Traffic & Cyberthreat Benchmark Report, HUMAN Security](https://www.humansecurity.com/learn/resources/2026-state-of-ai-traffic-cyberthreat-benchmarks/) 2. [Measuring the AI-Driven Internet with The 2026 State of AI Traffic & Cyberthreat Benchmark Report, HUMAN Security](https://www.humansecurity.com/learn/blog/ai-traffic-growth-2025-key-findings/) 3. [State of Agentic Traffic - July 2026: Publishers Claim Highest Share of Agentic Traffic, HUMAN Security](https://www.humansecurity.com/learn/blog/state-of-agentic-traffic-july-2026-publishers-claim-highest-share-of-agentic-traffic/) 4. [Visibility and Control to Protect Against AI Agent Commerce Fraud, HUMAN Security](https://www.humansecurity.com/learn/blog/visibility-and-control-to-protect-against-ai-agent-commerce-fraud/) 5. [AI traffic grows but retail sites lag in AI search visibility, Adobe](https://business.adobe.com/blog/ai-traffic-surge-retail-sites-not-machine-readable) 6. [AI traffic to US retailers rose 393% in Q1, and it's boosting their revenue too, TechCrunch](https://techcrunch.com/2026/04/16/ai-traffic-to-us-retailers-rose-393-in-q1-and-its-boosting-their-revenue-too/) 7. [Build agent-friendly websites, Google (web.dev)](https://web.dev/articles/ai-agent-site-ux) 8. [Google Tells Developers To Build For AI Agents, Not Just Humans, Search Engine Journal](https://www.searchenginejournal.com/google-tells-developers-to-build-for-ai-agents-not-just-humans/573587/) 9. [ARIA & Web Accessibility for SEO and AI Agents, LSEO](https://lseo.com/generative-engine-optimization/aria-accessibility-and-ai-agents-why-machine-readability-starts-with-good-ux/) 10. [Designing Agent-Ready Websites for AI Web Agents: A Framework for Machine Readability, Actionability, and Decision Reliability, arXiv (Elnaffar, Rashidi)](https://arxiv.org/abs/2607.12056) 11. [AI Act, European Commission](https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai) ## Verwandte Begriffe und Leistungen Wichtige Begriffe: [KI-Agent](https://www.kondevs.com/de/glossary/#ai-agent), [IBM webMethods](https://www.kondevs.com/de/glossary/#webmethods) ki-agenten agenten-traffic maschinenlesbarkeit semantisches-html integrationsarchitektur barrierefreiheit